– Uruchomiliśmy system pięciu awatarów, które mają wspierać rodziny pacjentów w pozyskiwaniu informacji o funkcjonowaniu naszego instytutu. Ta nowoczesna technologia pomoże znaleźć praktyczne informacje osobom, które przyjeżdżają do nas na wizyty ambulatoryjne, oraz tym, które są hospitalizowane – mówi agencji Newseria dr n. med. Marek Migdał, dyrektor Instytutu „Pomnik – Centrum Zdrowia Dziecka” (IPCZD). – Co roku odwiedza nas kilkaset tysięcy dzieci i ich rodzin. 52 proc. to pacjenci spoza Mazowsza, którzy bardzo często potrzebują prostych informacji odnośnie do tego, jak jest zorganizowany szpital i jak się po nim poruszać.

Pięciu interaktywnych Asystentów AI zainstalowano w najczęściej odwiedzanych punktach IPCZD, m.in. przy wejściu głównym, w izbie przyjęć czy przy wejściu do poradni specjalistycznych. Pacjenci, ich opiekunowie i osoby odwiedzające mogą za pomocą ekranów dotykowych prowadzić rozmowę z asystentami, którzy udzielają informacji organizacyjnych, pomagają odnaleźć konkretne poradnie, oddziały czy pracownie diagnostyczne, wykorzystując do tego interaktywne mapy 3D. Komunikacja jest możliwa w języku polskim i angielskim.

– Asystent AI powstał po to, by usprawnić komunikację pacjentów i ich rodziców oraz pomóc w nawigowaniu po tym ośrodku, który liczy ponad 30 budynków – podkreśla Arkadiusz Wójcik, dyrektor ICT w firmie Orange Polska, która jest partnerem technologicznym projektu. – To jest jego najważniejsza funkcja. Przekłada się to na spokój rodziców i młodych pacjentów podczas poruszania się po szpitalu. To istotne, biorąc pod uwagę stresogenność całego pobytu w tej instytucji.

Rozwiązanie zostało zaprojektowane tak, aby zapewnić szybki i intuicyjny dostęp do najważniejszych informacji, szczególnie osobom, które po raz pierwszy są w IPCZD. Asystent AI nie zastępuje personelu medycznego ani administracyjnego – jego rolą jest przejęcie prostych, powtarzalnych pytań i ułatwienie dostępu do informacji, dzięki czemu pracownicy mogą poświęcić więcej czasu sprawom wymagającym bezpośredniego kontaktu z pacjentem. To ułatwia funkcjonowanie pacjentów w przestrzeni szpitala, również tych najmłodszych. W strefie gier i aktywności dostępne są bowiem m.in. proste gry ekranowe i gry konwersacyjne wykorzystujące AI, które pozwalają przyjemnie spędzić czas np. w oczekiwaniu na badanie czy konsultację.

Firma Orange Polska odpowiadała za dostarczenie i implementację rozwiązania opartego na sztucznej inteligencji, dostosowanego do potrzeb IPCZD. Jest to pierwsze komercyjne wdrożenie tego rozwiązania. Każde urządzenie z Asystentem AI ma własną antenę 5G z kartą SIM, dzięki czemu jest niezależne od lokalnego połączenia z siecią i ma własne, bezpieczne połączenie z zapleczem rozwiązania. 

– Asystent AI ma zdolność uczenia się, wyciągania wniosków, agregowania informacji, dołączania nowych odpowiedzi na pojawiające się pytania. To jest rozwiązanie uczące się, czyli wykorzystujące znane nam dzisiaj techniki i technologie w zakresie nauczania językowego – wskazuje dyrektor ICT w Orange Polska.

Przedstawiciele firmy wskazują, że w Asystentach AI zastosowano wiele innowacyjnych rozwiązań. Łączą one możliwości generatywnej sztucznej inteligencji z bazą wiedzy konkretnej organizacji (obejmującą regulaminy, procedury, informacje organizacyjne czy mapy obiektów) i z nowoczesnym interfejsem multimedialnym. Dzięki temu mogą być personalizowane pod konkretne branże i wykorzystywane tam, gdzie istotne są szybki dostęp do informacji i jakość obsługi. Czas reakcji wynosi średnio ok. 2 sekund, co pozwala na prowadzenie płynnej i naturalnej interakcji z użytkownikiem. 

– To mogą być np. dworce, lotniska czy punkty obsługi klienta. Taki awatar pomaga rozładowywać kolejki ludzi stojących po informacje oraz udzielić wskazówek, bazując na wewnętrznych informacjach danej instytucji – wskazuje Arkadiusz Wójcik. – Na tym polega nowoczesna technologia, że integrujemy hardware, software i modele językowe oraz wplatamy rozwiązania w zależności od funkcji i potrzeb, które powinny spełnić. Asystent sprawdzi się doskonale również w urzędach, gdzie ułatwi pracę wszystkim osobom obsługującym obywateli.

Jak dodaje, system został zaprojektowany w sposób, który umożliwia jego skalowanie wraz z rozbudową sieci asystentów – zarówno w ramach jednej organizacji, jak i w wielu instytucjach jednocześnie. Architektura rozwiązania pozwala elastycznie zwiększać zasoby wraz ze wzrostem liczby użytkowników i wdrożeń. 

Dyrektor Centrum Zdrowia Dziecka podkreśla, że wdrożenie Asystentów AI to kolejny etap transformacji cyfrowej instytutu.  

– Nie byłoby to możliwe, gdyby nie środki pozyskane z KPO na wsparcie cyfryzacji, przy czym ok. 20 proc. finansujemy ze swoich środków, uważając, że ta inwestycja jest bardzo potrzebna instytutowi – mówi dr n. med. Marek Migdał. – Nowoczesne technologie to jest nasza domena. W styczniu tego roku Instytut „Pomnik – Centrum Zdrowia Dziecka” otrzymał prestiżową nagrodę Lidera Roku w Ochronie Zdrowia w Polsce w dziedzinie innowacji, nie wśród szpitali pediatrycznych, ale wszystkich szpitali.

W czerwcu warszawskie centrum uruchomiło zmodernizowaną aptekę szpitalną, w której wdrożono jeden z najbardziej zaawansowanych systemów farmacji szpitalnej w Polsce. Obejmuje on m.in. robota aptecznego, zautomatyzowane magazyny, system Unit Dose, w którym każda dawka leku jest indywidualnie przygotowywana i monitorowana, oraz automatyczne apteczki oddziałowe.

– Mamy plan naszej rewitalizacji do 2027 roku i będziemy realizować bardzo dużo takich projektów – zapowiada dyrektor Instytutu „Pomnik – Centrum Zdrowia Dziecka”

Źródło: Newseria

Jak skutecznie rozwijać organizację w obliczu nowych regulacji, rosnących kosztów, cyfryzacji i dynamicznych zmian na rynku? O najważniejszych wyzwaniach stojących przed sektorem pharma & medical będą dyskutować eksperci i przedstawiciele czołowych firm podczas VIII Forum Pharma Planet 360°, które odbędzie się 4–5 listopada 2026 r. w Warszawie. Organizatorzy zapraszają do udziału wszystkich zainteresowanych przyszłością branży – w programie znalazły się debaty, praktyczne case studies oraz sesje networkingowe poświęcone m.in. sztucznej inteligencji, polityce lekowej, sprzedaży, marketingowi i nowoczesnemu przywództwu.

Branża pharma & medical wkracza w kolejny etap dynamicznych zmian. Rozwój nowych technologii, zmieniające się regulacje, rosnące oczekiwania pacjentów oraz presja na zwiększanie efektywności sprawiają, że organizacje muszą dziś działać szybciej, elastyczniej i podejmować decyzje w oparciu o dane oraz nowoczesne narzędzia.

Jednocześnie sektor mierzy się z wyzwaniami związanymi z dostępnością terapii, rosnącymi kosztami operacyjnymi, transformacją modeli sprzedaży i marketingu oraz koniecznością budowania organizacji gotowych na zmieniające się realia rynkowe.

Odpowiedzi na najważniejsze pytania stojące dziś przed branżą będzie można poznać podczas VIII Forum Pharma Planet 360°, które odbędzie się 4–5 listopada 2026 r. w Warszawie pod hasłem „Pharma under pressure: market, regulation, technology and people”. Wydarzenie zgromadzi liderów rynku, ekspertów oraz przedstawicieli całego ekosystemu pharma & medical, którzy wspólnie będą dyskutować o kierunkach rozwoju sektora i praktycznych rozwiązaniach odpowiadających na aktualne wyzwania.

Program VIII Forum Pharma Planet 360° obejmuje m.in.:

• politykę lekową i dostępność nowoczesnych terapii,
  • wykorzystanie danych, sztucznej inteligencji i automatyzacji w budowaniu efektywnych organizacji,
  • budowanie przewagi konkurencyjnej w oparciu o technologie, portfolio produktowe i kompetencje zespołów,
  • strategie sprzedaży i marketingu w warunkach rosnącej presji kosztowej,
  • zarządzanie zmianą, transformacją organizacji oraz rozwój nowoczesnego przywództwa,
  • współpracę działów sprzedaży i marketingu,
  • zaangażowanie i rozwój zespołów w dynamicznie zmieniającym się otoczeniu,
  • wdrażanie ustawy o jawności wynagrodzeń,
  • wykorzystanie AI i digital do zwiększania efektywności operacyjnej,
  • rozwój rentownych i skalowalnych modeli e-commerce w branży pharma & medical.

Swoimi doświadczeniami i najlepszymi praktykami podzielą się przedstawiciele czołowych firm rynku pharma & medical, m.in.: AstraZeneca, Aurovitas Pharma, Baxter, Bioton, Boehringer Ingelheim, Coloplast, Dr.Max, Farmacja Polska, Gemini Polska, Haleon, Merck, Neuca, Neuraxpharm, Novartis, Nutricia, Opella, Perrigo, Reckitt, Recordati Polska, Sandoz, Stada, Teva Pharmaceuticals, TZF Polfa, Urtica oraz USP Zdrowie.

Podczas dwóch dni Forum uczestnicy będą mieli okazję wziąć udział w inspirujących debatach, praktycznych case studies oraz licznych spotkaniach networkingowych, wymieniając doświadczenia z przedstawicielami największych firm i organizacji działających na rynku pharma & medical.

Więcej informacji o Forum: www.pharmaplanet.pl

Program Forum: www.pharmaplanet.pl/program-1-dzien

Dostępne są pakiety indywidualne oraz grupowe.

Sam fakt, że sztuczna inteligencja potrafi wygenerować poprawnie brzmiącą odpowiedź, nie oznacza jeszcze, że jest w pełni przystosowana do działania w sektorze ochrony zdrowia. Wprost proporcjonalnie do rozwoju możliwości technologii w medycynie rosną obawy o bezpieczeństwo, jakość danych, zgodność z praktyką kliniczną oraz realną wartość dla pacjenta. Dlatego coraz częściej zasadne wydaje się nie pytanie o to, czy AI działa, lecz gdzie i w jaki sposób powinna być wykorzystywana. To zagadnienie było przedmiotem rozmów ekspertów w ostatnim odcinku podcastu „LLMathon: How AI Can Serve Healthcare”.

Podcast stanowi podsumowanie doświadczeń i wniosków z Poland Healthcare Datathon 2025 – inicjatywy zorganizowanej we współpracy środowisk medycznych, naukowych i technologicznych, której inicjatorem był Roche. Podczas Datathonu interdyscyplinarne zespoły pracowały na rzeczywistych, zanonimizowanych danych klinicznych z Uniwersyteckiego Centrum Klinicznego w Gdańsku i w praktyce testowały możliwości dużych modeli językowych w polskojęzycznych scenariuszach medycznych.

Wnioski będące pokłosiem wydarzenia stały się punktem wyjścia do kolejnej dyskusji – o tym, jak odpowiedzialnie wdrażać sztuczną inteligencję do systemu ochrony zdrowia. W najnowszym odcinku podcastu, dostępnym na youtubowym kanale Roche, eksperci mówią nie tylko o potencjale dużych modeli językowych, ale również o całej architekturze rozwiązań AI i świadomym procesie jej wykorzystania.

Globalny algorytm musi zdać „egzamin z polskiego”

Choć wiele rozwiązań AI powstaje z myślą o globalnym zastosowaniu, ich skuteczność w ochronie zdrowia zależy od lokalnego kontekstu. Znaczenie mają język dokumentacji medycznej, organizacja pracy placówek, ścieżki pacjenta oraz charakterystyka danych odzwierciedlających specyfikę konkretnego systemu ochrony zdrowia.

– Chcieliśmy, aby Healthcare Datathon składał się z wzajemnie uzupełniających się elementów pełnych zarówno merytorycznej dyskusji, jak i praktyki. Pierwszego dnia uczestnicy spotkali się podczas części wykładowej poświęconej zastosowaniom AI w ochronie zdrowia, gdzie swoją wiedzą dzielili się lekarze i eksperci z uczelni technicznych. Z kolei fundamentem drugiego dnia były ćwiczenia praktyczne, w tym m.in. LLMathon – mówi Adam Krenke, dyrektor do spraw strategii w Roche Polska.

Poland Healthcare Datathon 2025 zgromadził ponad 200 uczestników reprezentujących 14 uczelni i ośrodków badawczych z pięciu krajów. W 13 interdyscyplinarnych zespołach współpracowali lekarze, badacze, projektanci doświadczeń użytkownika, specjaliści danych, programiści oraz studenci.

Sztuczna inteligencja zweryfikowana na rzeczywistych danych

Jednym z najważniejszych elementów wydarzenia była możliwość pracy na autentycznych, zabezpieczonych danych klinicznych przekazanych przez Uniwersyteckie Centrum Kliniczne w Gdańsku.

– W ramach Datathonu uczestnicy analizowali setki tysięcy rekordów hospitalizacji, poszukując czynników pozwalających przewidywać ryzyko ponownego przyjęcia pacjenta do szpitala. W ten sposób sprawdzaliśmy, czy algorytmy AI mogą pomóc identyfikować wzorce, które wspierałyby personel medyczny w podejmowaniu decyzji i skutecznym planowaniu opieki nad pacjentami – wyjaśnia Adam Krenke.

Kolejnym filarem projektu był LLMathon, podczas którego uczestnicy oceniali, jak duże modele językowe radzą sobie z pytaniami najczęściej zadawanymi przez pacjentów i lekarzy.

– Dziś zarówno pacjenci, jak i lekarze coraz częściej korzystają z narzędzi opartych na AI. Problem polega na tym, że niewiele wiemy o ich rzeczywistej precyzji, jakości odpowiedzi czy ograniczeniach. Chcieliśmy zweryfikować to w praktyce, wykorzystując pytania opracowane wspólnie z lekarzami i organizacjami pacjenckimi – podkreśla ekspert.

Dane są paliwem dla AI, ale muszą być reprezentatywne

Eksperci zwracają uwagę, że skuteczność modeli sztucznej inteligencji zależy bezpośrednio od jakości i reprezentatywności danych, na których zostały wytrenowane.

 

– AI może odegrać ogromną rolę w rozwoju ochrony zdrowia, jednak większość dostępnych danych pochodzi z krajów wysoko rozwiniętych. Istnieje ryzyko, że modele będą dobrze odpowiadać na potrzeby określonych populacji, a gorzej radzić sobie w innych grupach. Dlatego projektując algorytmy, należy równie starannie jak w badaniach klinicznych dobierać populacje, na których opierane są dane treningowe – stwierdza Krenke. 

O istocie znaczenia danych wspomina także Anna Romaniuk-Iwaszko, Marketing Network Lead for Digital Solutions w Roche.

– Roche od lat rozwija innowacyjne terapie i rozwiązania diagnostyczne. Coraz większą rolę odgrywają także algorytmy kliniczne wspierające decyzje medyczne. Ogromna ilość danych generowanych każdego dnia w systemie ochrony zdrowia nadal pozostaje niewykorzystana. Naszym celem jest przekształcanie tych informacji w praktyczne wsparcie dla lekarzy, tak aby mogli efektywniej wykorzystywać swój czas, a pacjenci szybciej otrzymywali właściwą diagnozę – tłumaczy.

AI zastąpi relację lekarz-pacjent?

Eksperci zgodnie wskazują, że sztuczna inteligencja może wspierać wiele procesów administracyjnych, analitycznych i organizacyjnych, jednak nie powinna być postrzegana jako alternatywa dla pomocy drugiego człowieka.

– Najważniejsze jest to, aby nie stracić z oczu pacjenta. Sztuczna inteligencja pozostaje narzędziem w rękach człowieka. To od sposobu jej wykorzystania zależy, czy będzie realnym wsparciem dla ochrony zdrowia. Medycyna to nie tylko diagnoza i leczenie, ale również troska o jakość życia pacjenta, relacje, empatia i odpowiedzialność – mówi Katarzyna Kaliszewska-Czeremska, Customer Experience Lead and Strategist w Roche.

Podobnego zdania jest Sławomir Molenda, User Experience Expert w Roche Digital Technology.

– Obecne modele językowe mogą rozpoznawać emocje i odpowiednio reagować na komunikaty pacjentów, ale nie są zdolne do rzeczywistego współodczuwania czy rozumienia doświadczenia choroby tak jak drugi człowiek. Możemy mówić jedynie o pewnym rodzaju empatii kognitywnej, skupionej na perspektywie intelektualnej i rozumieniu schematów myślowych. AI może wspierać komunikację, jednak nie zastąpi relacji terapeutycznej budowanej między pacjentem a lekarzem – zaznacza.

Istnieją jednak aspekty, w których modele AI mogą być dla pacjenta użyteczne.

– Niektóre badania sugerują, że ludzie wolą interakcje medyczne z AI, ponieważ modele te są wolne od osądów czy stygmatyzacji. LLM-y mogą obiektywnie zmniejszać wstyd i w ten sposób pomagać pacjentom – dodaje Molenda.

Interdyscyplinarność warunkiem sukcesu

Jednym z najczęściej powracających tematów podczas wydarzenia była konieczność łączenia kompetencji z różnych dziedzin.

 

– Interdyscyplinarność jest kluczowa. W projektach wykorzystujących AI w ochronie zdrowia nie istnieją jednoosobowe rozwiązania. Potrzebna jest wiedza kliniczna, technologiczna, projektowa i komunikacyjna. Dopiero połączenie tych kompetencji pozwala tworzyć rozwiązania niosące rzeczywistą opiekę i pomoc pacjentom – podkreśla Adam Krenke.

Interdyscyplinarności nie brakowało również w trakcie Datathonu – taką formę współpracy szczególnie docenili uczestnicy wydarzenia.

– Największym zaskoczeniem była dla mnie otwartość i brak podziałów między studentami, naukowcami oraz lekarzami. Często w świecie akademickim można wyczuć pewien dystans. Tutaj każdy głos był równie ważny, a wszystkich łączyła wspólna misja i chęć wymiany doświadczeń – zauważa Zuzanna Warchoł, studentka Politechniki Gdańskiej. Z kolei Kacper Dobek, doktorant Politechniki Poznańskiej, zwraca uwagę na długofalowe korzyści płynące z projektu.

– To doświadczenie pokazało, jak wiele dobrego może wydarzyć się, gdy spotykają się ludzie z różnych środowisk. Efekty Datathonu wykraczają poza Polskę – podobne inicjatywy zaczęły powstawać również w innych krajach Europy, inspirując kolejne zespoły do poszukiwania praktycznych zastosowań AI w medycynie. Namacalnym przykładem może być chociażby grudniowy Datathon we Francji, który, dzięki zdobytej w Gdańsku wiedzy, miałem okazję wesprzeć organizacyjnie – podsumowuje.

Źródło: inf pras

Naukowcy z Gdańskiego Uniwersytetu Medycznego opracowali innowacyjny system sztucznej inteligencji, który w ciągu kilku sekund automatycznie analizuje morfologię tętniaków mózgu i może wspierać ocenę ryzyka ich pęknięcia. Wyniki badań opublikowano w prestiżowym czasopiśmie Radiology: Artificial Intelligence, a opracowana technologia została objęta międzynarodową ochroną patentową i jest przygotowywana do wdrożenia w praktyce klinicznej.

Sztuczna inteligencja coraz śmielej wkracza do edukacji, ale tym razem nie ma zastąpić nauczyciela, lecz ułatwić mu pracę. Uniwersytet Medyczny we Wrocławiu we współpracy z Connect 4 Kids rozwija bezpłatnego Asystenta AI, który będzie opierał się wyłącznie na zweryfikowanej wiedzy ekspertów. Narzędzie ma pomóc w przygotowywaniu lekcji, odpowiadaniu na pytania uczniów oraz prowadzeniu zajęć z edukacji zdrowotnej zgodnie z aktualną wiedzą medyczną.

Uniwersytet Medyczny we Wrocławiu oraz Connect 4 Kids pracują nad bezpłatnym narzędziem dla nauczycieli edukacji zdrowotnej. Asystent AI, dostępny na platformie thekidly.com, będzie korzystał z treści publikacji „Edukacja zdrowotna. Podręcznik dla nauczycieli”, opracowanej przez ekspertów UMW. Narzędzie ma ułatwiać przygotowywanie zajęć, szybkie wyszukiwanie sprawdzonych informacji i odpowiadanie na pytania uczniów.

Projekt jest kontynuacją działań Uniwersytetu Medycznego im. Piastów Śląskich we Wrocławiu na rzecz wsparcia nauczycieli realizujących nowy przedmiot w szkołach. Po przygotowaniu podręcznika UMW rozpoczął współpracę z Connect 4 Kids nad rozwiązaniem, które pomoże w praktycznym wykorzystywaniu eksperckiej wiedzy w codziennej pracy szkolnej.

Publikacja „Edukacja zdrowotna. Podręcznik dla nauczycieli” porządkuje zagadnienia z zakresu zdrowia fizycznego, psychicznego, społecznego i środowiskowego oraz pomaga prowadzić zajęcia w sposób odpowiedzialny, nowoczesny i oparty na dowodach naukowych. Jej treści będą stanowić podstawę działania Asystenta AI.

Nowe narzędzie ma wspierać nauczycieli w pracy z tematami dotyczącymi zdrowia: od wyszukiwania informacji, przez przygotowanie do lekcji, po prowadzenie rozmów z uczniami. W kolejnych etapach projekt będzie rozwijany o funkcje generowania scenariuszy zajęć, kart pracy oraz innych materiałów pomocniczych.

W praktyce szkolnej nauczyciele coraz częściej mierzą się z pytaniami i wątpliwościami uczniów, którzy czerpią informacje o zdrowiu z internetu i mediów społecznościowych. Asystent AI ma pomagać w ich porządkowaniu, korzystając wyłącznie z materiałów przygotowanych przez UMW. Odpowiedzi generowane przez narzędzie będą powiązane z publikacją, a system wskaże fragment, z którego pochodzi dana informacja. Dzięki temu nauczyciel otrzyma nie tylko syntetyczne wyjaśnienie, lecz także konkretny punkt odniesienia do dalszej rozmowy z uczniami.

– Asystent AI nie zastępuje nauczyciela, ale może wspierać go w przygotowaniu zajęć i w rozmowie z uczniami o zdrowiu. Dla nas ważne jest przede wszystkim to, by nowe technologie wzmacniały rolę nauczyciela, a nie ją marginalizowały. Edukacja zdrowotna wymaga zaufania, uważności i odpowiedzialności, a więc kompetencji, których nie da się sprowadzić do algorytmu. Sztuczna inteligencja może natomiast pomóc uporządkować wiedzę, oszczędzić czas i dać nauczycielowi większą pewność, że w trudnych tematach opiera się na rzetelnych podstawach – mówi Jakub Sojka, dyrektor Centrum Transferu Technologii UMW.

Rozwiązanie będzie rozwijane etapowo. Pierwszy działający prototyp planowany jest na koniec lipca. W sierpniu z narzędziem ma zapoznać się grupa nauczycieli, która przekaże twórcom informacje zwrotne. Uwagi praktyków zostaną wykorzystane przy dalszym dopracowywaniu platformy, tak aby odpowiadała na potrzeby szkół wraz z początkiem roku szkolnego.

Z Asystenta AI będzie można korzystać bezpłatnie na stronie thekidly.com, bez instalowania dodatkowej aplikacji. Narzędzie będzie dostępne zarówno dla nauczycieli, którzy chcą używać go indywidualnie, jak i dla całych placówek.

– Zależy nam na tym, aby nauczyciel otrzymywał odpowiedź opartą na sprawdzonym źródle, a nie przypadkowy wynik wygenerowany na podstawie nieznanych treści. Dlatego model będzie pracował na publikacji UMW i pomagał szybko odnaleźć informacje potrzebne podczas lekcji. Chcemy rozwijać to rozwiązanie wspólnie z nauczycielami, słuchając ich uwag i obserwując, które funkcje są dla nich najbardziej przydatne – podkreśla Rafał Gromek z Connect 4 Kids.

Inicjatywa ma charakter niekomercyjny. Connect 4 Kids odpowiada za zaprojektowanie, wdrożenie i utrzymanie Asystenta AI, natomiast Uniwersytet Medyczny we Wrocławiu zapewnia podstawę merytoryczną oraz nadzór ekspercki nad zakresem wiedzy wykorzystywanej przez narzędzie.

Twórcy przewidzieli też mechanizmy ograniczające ryzyko generowania nieprecyzyjnych odpowiedzi przez sztuczną inteligencję. Jednym z nich jest rozwiązanie typu RAG, czyli mechanizm, w którym model tworzy odpowiedź na podstawie wyszukanych fragmentów wskazanego źródła. W praktyce oznacza to, że Asystent AI ma opierać się na treściach publikacji UMW, a nie na przypadkowych lub niezweryfikowanych materiałach.

Źródło: inf pras

AI coraz śmielej wkracza do diagnostyki, badań klinicznych, zarządzania placówkami medycznymi i komunikacji z pacjentami. Podczas konferencji AI&MEDTECH CEE eksperci zgodnie podkreślali jednak, że o sukcesie technologicznej transformacji nie zdecydują same algorytmy, lecz jakość danych, odpowiednie regulacje, bezpieczeństwo pacjentów i umiejętne włączenie sztucznej inteligencji do codziennej praktyki klinicznej.

09 czerwca 2026 roku w Centrum Konferencyjnym ADN odbyła się VI edycja konferencji AI&MEDTECH CEE, poświęcona sztucznej inteligencji w ochronie zdrowia. Podczas konferencji przedstawiciele administracji publicznej, instytucji zdrowotnych, środowiska naukowego oraz firm technologicznych dyskutowali o możliwościach i wyzwaniach związanych z wdrażaniem AI.

Otwierając część merytoryczną, Tomasz Maciejewski, Podsekretarz Stanu Ministerstwa Zdrowia zaznaczył, że dyskusja o AI w medycynie nie dotyczy już odległej przyszłości. „Sztuczna inteligencja to już nie jest futurystyka. To już nie jest dyskusja o odległej przyszłości, bo to się już dzieje tu i teraz” – mówił.

Podczas rozmowy moderowanej przez Dianę Żochowską z Tomaszem Maciejewskim dyskutowano o tym, czy obecne polityki publiczne są w stanie nadążyć za tempem rozwoju technologii. Jednym z najważniejszych tematów była potrzeba tworzenia regulacji, które jednocześnie wspierają innowacje i gwarantują bezpieczeństwo pacjentów.

Istotnym wątkiem konferencji była rola państwa i instytucji publicznych w tworzeniu warunków dla bezpiecznego wdrażania AI. Ewelina Gładki, Kierująca realizacją budowy Platformy Usług Inteligentnych w Centrum e-Zdrowia zaprezentowała PUI jako centralny system umożliwiający podmiotom leczniczym korzystanie z certyfikowanych modeli AI bez konieczności samodzielnego budowania złożonej infrastruktury. Jak wskazano, celem platformy jest wsparcie diagnostyki, szczególnie w obszarach, w których występują niedobory specjalistów. „Sztuczna inteligencja ma pomóc i wesprzeć radiologa, aby mógł skupić się na tym, co najbardziej istotne” – podkreślała podczas prezentacji.

Joanna Miszczak, Kierownik Działu Raportów i Działu JGP, Agencja Oceny Technologii Medycznych i Taryfikacji omówiła zagadnienia związane z wyceną innowacyjnych wyrobów medycznych. Wskazała, że rozwój sztucznej inteligencji wymaga również zmian w mechanizmach finansowania i oceny nowych technologii. Temat finansowania systemu ochrony zdrowia został rozwinięty podczas rozmowy Diany Żochowskiej z Michałem Dzięgielewskim, Pełnomocnikiem Prezesa Narodowego Funduszu Zdrowia. Dyskusja dotyczyła możliwości finansowania rozwiązań cyfrowych oraz tworzenia zachęt dla placówek wdrażających innowacje.

W części dotyczącej polityk publicznych zwrócono uwagę na potrzebę strategicznego podejścia do rozwoju AI. Mariola Jóźwiak-Węclewska z Ministerstwa Cyfryzacji mówiła o polityce rozwoju sztucznej inteligencji do 2030 roku, wskazując, że ochrona zdrowia jest jednym z kluczowych obszarów dla państwa. „Technologia ma służyć człowiekowi” – przypomniano podczas wystąpienia, podkreślając, że regulacje, finansowanie i współpraca nauki z biznesem muszą tworzyć spójny ekosystem wdrożeń.

Duże zainteresowanie wzbudziła debata Ligii Kornowskiej, Liderki Koalicji AI w Zdrowiu z udziałem Aleksandry Grajkowskiej, Digital & Innovation Head w Novartis poświęcona relacjom między sektorem farmaceutycznym a firmami technologicznymi. Uczestnicy zgodzili się, że sztuczna inteligencja zmienia sposób prowadzenia badań klinicznych, analizowania danych oraz projektowania nowych terapii. Jednocześnie podkreślano, że skuteczne wykorzystanie AI wymaga współpracy pomiędzy firmami farmaceutycznymi, startupami i dostawcami technologii.

Silnie wybrzmiał także temat odpowiedzialności. W dyskusji prowadzonej przez Ligię Kornowską z Jędrzejem Stępniowskim, Partnerem w kancelarii dotlaw oraz Danielem Kaźmierczakiem z Teleradiologia24, o poradniku nabywcy AI wskazywano, że nawet najlepszy algorytm nie zdejmuje odpowiedzialności z placówki i lekarza. To szczególnie ważne w kontekście zamawiania, oceny i wdrażania narzędzi AI w podmiotach leczniczych. Warto zaznaczyć, że konsultacje publiczne nad Poradnikiem Nabywcy AI już trwają. Więcej informacji jest na stronie www.aiwzdrowiu.pl

Druga część konferencji koncentrowała się na praktycznych zastosowaniach. Karolina Tądel z Ministerstwa Zdrowia podkreślała, że wdrożenia nie powinny zaczynać się od fascynacji technologią, lecz od dobrze zdefiniowanego problemu, jakości danych i procesu decyzyjnego. „Podejście od danych do decyzji jest kluczowe” – mówiła, zaznaczając, że AI nie naprawi automatycznie luk organizacyjnych, jeśli wcześniej nie zostaną opisane procesy i potrzeby systemu.

Maciej Szymczyk, CEO Medmetrix, zwrócił uwagę, że pacjent nie potrzebuje kolejnej aplikacji, lecz rozwiązań prowadzących do realnej poprawy doświadczeń związanych z leczeniem.

Ewa Owerczuk, wolontariuszka Fundacji K.I.D.S. przedstawiła konkurs „Dziecięcy Szpital Przyszłości”, pokazując, że innowacje mogą być rozwijane również dla najmłodszych pacjentów.

Zuzanna Nowak-Życzyńska z Agencji Badań Medycznych omówiła rolę ABM w finansowaniu innowacji cyfrowych oraz wspieraniu rozwoju nowych technologii medycznych.

Jakub Musiałek, CEO Pixel Technology przedstawił proces budowania modeli AI w medycynie, podkreślając znaczenie jakości danych oraz współpracy ekspertów klinicznych z zespołami technologicznymi.

Jakub Kozak, CEO i współzałożyciel Datlowe, przedstawił perspektywę wykorzystania danych do wcześniejszego zarządzania ryzykiem w szpitalach. W jego wystąpieniu AI została pokazana jako narzędzie, które może przekształcać dane w działania prewencyjne. „Porozmawiajmy o tym, jak możemy przekształcać dane w zapobieganie” – mówił, wskazując, że cyfryzacja szpitali nie powinna kończyć się na gromadzeniu informacji, ale prowadzić do lepszych decyzji operacyjnych i klinicznych. “Podmioty lecznicze każdego dnia generują ogromne ilości danych. AI może przynosić praktyczną wartość szpitalom, pacjentom i jakości opieki wtedy, gdy pomaga w sposób ciągły analizować te dane i przekładać je na działania podejmowane we właściwym czasie: umożliwiając wcześniejszą identyfikację ryzyk, skupienie uwagi tam, gdzie ma to największe znaczenie, oraz przejście od analizy retrospektywnej do ukierunkowanej prewencji”, powiedział.

Konferencja nie unikała także tematów trudnych. Milena Szuchnik-Kamińska, Radca Prawny w Biurze Rzecznika Praw Pacjenta ostrzegała przed zjawiskiem „fałszywych lekarzy AI”, czyli systemów, które wyglądają jak konsultacja medyczna, ale nie podlegają takim samym zasadom jak lekarz czy świadczenie zdrowotne. „Ten lekarz nie istnieje. Nie ma prawa wykonywania zawodu. Nie podlega odpowiedzialności zawodowej. Nie obowiązuje go tajemnica lekarska” – mówiła.

Jędrzej Stępniowski, Partner w kancelarii DotLaw przedstawił konsekwencje wdrażania AI Act dla sektora ochrony zdrowia, wskazując na nowe obowiązki producentów i użytkowników systemów wysokiego ryzyka.

Regulacyjny wymiar wdrożeń AI omówił Tomasz Koeber z URPL, wskazując, że oprogramowanie wykorzystujące AI może być wyrobem medycznym, jeśli jego przewidziane zastosowanie obejmuje diagnozowanie, monitorowanie, przewidywanie lub wspieranie decyzji terapeutycznych. „Kluczowe jest przewidziane zastosowanie, czyli do czego oprogramowanie jest przeznaczone” – podkreślił.

Konrad Komornicki z UODO przypomniał o konieczności zachowania równowagi pomiędzy innowacyjnością a ochroną prywatności pacjentów.

Konferencję zamknął Wojciech Kusa z NASK, który mówił o suwerenności technologicznej i znaczeniu polskich modeli językowych. Wskazał, że AI staje się nową warstwą infrastruktury, podobnie jak kiedyś elektryczność, internet czy chmura.

Najważniejszym przesłaniem konferencji było przejście od entuzjazmu do dojrzałości. AI w ochronie zdrowia nie jest już wyłącznie obietnicą. Jest narzędziem, które może wspierać diagnostykę, zarządzanie, analizę danych i komunikację z pacjentem. Warunkiem sukcesu pozostaje jednak odpowiedzialne wdrażanie: oparte na danych, zgodne z regulacjami, bezpieczne dla pacjenta i podporządkowane zasadzie, że technologia ma wspierać człowieka, a nie go zastępować.

Więcej informacji dostępnych jest na stronie www.aiwzdrowiu.pl

Źródło: inf pras

Coraz więcej osób traktuje chatboty AI jak wygodny, szybki i zawsze dostępny punkt pierwszego kontaktu z informacją. Dotyczy to także pytań o zdrowie: od szczepień i nowotworów po dietę, suplementy czy sposoby poprawy wyników sportowych. Problem polega na tym, że płynność języka, szybkość odpowiedzi i pewny ton łatwo mogą sprawiać wrażenie wiarygodności. Tymczasem nowe badanie opublikowane w BMJ Open pokazuje, że w obszarach szczególnie podatnych na dezinformację niemal połowa odpowiedzi generowanych przez popularne chatboty AI zawiera informacje wprowadzające w błąd, nadmiernie uproszczone lub niewystarczająco osadzone w rzetelnych dowodach naukowych.

Autorzy przeprowadzili audyt pięciu publicznie dostępnych narzędzi: Gemini, DeepSeek, Meta AI, ChatGPT i Grok. W lutym 2025 roku każdemu z nich zadano po 50 pytań z obszaru zdrowia, obejmujących m.in. szczepienia, leczenie nowotworów, dietę czy wydolność fizyczną. Łącznie oceniono 250 odpowiedzi.

Pytania miały formę zamkniętą i otwartą, a część z nich została celowo skonstruowana tak, by zwiększać ryzyko błędu lub odpowiedzi sprzecznych z wiedzą medyczną. Chatboty pytano m.in., czy szczepionki mRNA zmieniają ludzkie DNA, czy szczepienia przeciw WZW typu B są skuteczne, czy geny decydują o sukcesie sportowym, a także o kwestie bardziej kontrowersyjne – jak stosowanie sterydów anabolicznych czy alternatywnych metod leczenia nowotworów zamiast chemioterapii.

Badanie nie miało więc odtwarzać zwykłych codziennych zapytań, lecz sprawdzić, jak chatboty zachowują się w sytuacjach, w których łatwo o dezinformację lub niebezpieczne uproszczenia.

Co druga odpowiedź budzi wątpliwości

Około 50 proc. wszystkich odpowiedzi zaklasyfikowano jako problematyczne. Blisko 30 proc. uznano za częściowo nieprawidłowe lub niepełne, a niemal 20 proc. za wyraźnie błędne. Oznacza to, że nie chodziło jedynie o drobne uproszczenia czy brak niuansu, lecz także o odpowiedzi, które mogłyby realnie wprowadzać użytkownika w błąd i – gdyby zostały potraktowane dosłownie – prowadzić do nieskutecznych lub wręcz niebezpiecznych decyzji zdrowotnych.

Badacze zwracają uwagę, że najczęściej o uznaniu odpowiedzi za problematyczną decydowały dwa typy uchybień. Pierwszy to treści niezgodne z aktualnym stanem wiedzy naukowej. Drugi to sposób formułowania odpowiedzi, w którym chatbot stawiał twierdzenia oparte na dowodach obok twierdzeń niepotwierdzonych lub obalonych, nadając im pozory równoważności. Taki fałszywy balans bywa szczególnie niebezpieczny w komunikacji zdrowotnej, bo zaciera granicę między tym, co zostało potwierdzone badaniami, a tym, co pozostaje spekulacją lub przekonaniem.

 

Pewny ton nie jest gwarancją rzetelności

Chatboty odpowiadały z dużą pewnością siebie nawet wtedy, gdy pytanie dotyczyło treści kontrowersyjnych, przeciwwskazanych albo nieopartych na dowodach. Przypadki odmowy odpowiedzi były marginalne. Na 250 odpowiedzi tylko dwa razy którykolwiek model odmówił udzielenia porady – dotyczyło to pytań o stosowanie sterydów anabolicznych oraz alternatywne metody leczenia nowotworów.

Dla użytkownika pewny ton, płynny język i uporządkowana forma odpowiedzi łatwo mogą wyglądać jak oznaka kompetencji. W rzeczywistości model językowy nie rozróżnia prawdy i fałszu w taki sposób jak ekspert. Tworzy odpowiedzi na podstawie wzorców wyniesionych z ogromnych zbiorów danych. Jeśli znajdują się w nich zarówno rzetelne informacje, jak i treści uproszczone, nieaktualne czy błędne, model może je odtwarzać w sposób brzmiący przekonująco, ale nie zawsze spójny z aktualną wiedzą medyczną.

 

Najsłabsze obszary

Nie wszystkie kategorie wypadły tak samo. Relatywnie najlepiej chatboty radziły sobie z pytaniami o szczepienia i nowotwory, choć także tam odsetek odpowiedzi problematycznych pozostawał istotny. Najgorzej wypadły pytania dotyczące diety i wydolności fizycznej.

To w pewnym sensie zrozumiałe. W tych obszarach internet jest szczególnie nasycony treściami uproszczonymi, marketingiem i narracjami pseudonaukowymi. Modele językowe, które uczą się na ogromnych zasobach publicznie dostępnych tekstów, siłą rzeczy stykają się z takim materiałem. Jeżeli nie zostanie on odpowiednio odfiltrowany, chatbot może reprodukować nie tylko wiedzę, ale również chaos informacyjny.

Autorzy podkreślają przy tym, że nawet w obszarach takich jak szczepienia czy onkologia nie można mówić o pełnym bezpieczeństwie. W części odpowiedzi brakowało jednoznacznych zastrzeżeń lub wyraźnego oddzielenia metod sprawdzonych od niesprawdzonych.

 

Niejasne źródła odpowiedzi

Szczególnie niepokojące są wyniki dotyczące źródeł naukowych. Po odpowiedziach na pytania zamknięte chatboty były proszone o podanie publikacji, które miały uzasadniać wcześniejsze twierdzenia. W praktyce żaden z modeli nie potrafił wygenerować ani jednej w pełni kompletnej i poprawnej listy referencji.

Mediana kompletności cytowań wynosiła zaledwie 40 proc. Oznacza to, że nawet wtedy, gdy chatbot podawał istniejące publikacje, często brakowało kluczowych elementów opisu lub pojawiały się błędy. Zdarzało się również, że wskazywane źródła nie istniały albo nie odpowiadały temu, co wcześniej zostało opisane.

Użytkownik, który widzi listę artykułów i nazwiska autorów, może odnieść wrażenie, że odpowiedź została solidnie udokumentowana. Tymczasem sama obecność przypisów nie gwarantuje ich wiarygodności.

 

Odpowiedzi trudne do zrozumienia

Badanie sprawdzało też, na ile odpowiedzi chatbotów są zrozumiałe dla przeciętnego użytkownika. Wnioski nie są optymistyczne. W większości przypadków język był na poziomie trudnym, zbliżonym raczej do tekstów dla studentów niż dla szerokiej publiczności.

Tymczasem informacja zdrowotna powinna być nie tylko rzetelna, ale też prosta i czytelna. Zbyt techniczny język zwiększa ryzyko nieporozumień, a jednocześnie może sprawiać wrażenie większej wiarygodności. Dłuższe i bardziej fachowo brzmiące odpowiedzi często są odbierane jako bardziej przekonujące, nawet jeśli nie są dokładniejsze.

 

Czy zatem nie warto korzystać z AI?

Badanie nie prowadzi do prostego wniosku, że chatboty AI są bezużyteczne w medycynie. Autorzy zresztą sami podkreślają, że technologia ta ma duży potencjał: może wspierać dokumentację, edukację, porządkowanie informacji czy pracę badawczą. Problem zaczyna się wtedy, gdy ogólnodostępne modele konsumenckie stają się dla użytkowników substytutem rzetelnego źródła wiedzy medycznej albo wręcz namiastką konsultacji medycznej.

Narzędzie, które dobrze radzi sobie z tworzeniem płynnego tekstu, nie musi równie dobrze radzić sobie z ważeniem jakości dowodów, rozpoznawaniem granicy niepewności czy etycznym powstrzymaniem się od porady. W ochronie zdrowia to właśnie te cechy mają znaczenie podstawowe.

Ograniczenia badania też mają znaczenie

Warto pamiętać o ograniczeniach tego badania. Była to jednorazowa ocena przeprowadzona na konkretnych wersjach modeli dostępnych na początku 2025 roku. Systemy AI rozwijają się bardzo szybko, więc ich działanie może się zmieniać. Dodatkowo badacze celowo stawiali modelom trudne pytania, co mogło zwiększać odsetek błędów.

Z drugiej strony właśnie takie podejście pozwala ocenić ryzyko. W obszarze zdrowia nawet pojedyncza błędna, przekonująco sformułowana odpowiedź może mieć realne konsekwencje.

 

Co z tego wynika dla użytkowników i systemu ochrony zdrowia

Najważniejszy wniosek jest prosty: chatboty AI nie powinny być traktowane jako samodzielne źródło porad medycznych. Mogą pomagać porządkować informacje czy przygotować się do wizyty lekarskiej, ale nie zastąpią profesjonalnej oceny.

Autorzy badania podkreślają, że bez edukacji użytkowników i odpowiedniego nadzoru rozwój takich narzędzi może sprzyjać dalszemu rozprzestrzenianiu się dezinformacji zdrowotnej.

Ocena modeli poza testem wielokrotnego wyboru

Autorzy badania opublikowanego w JAMA Network Open zwracają uwagę, że wiele wcześniejszych analiz dotyczących AI w medycynie opierało się na pytaniach testowych, które nie oddają rzeczywistej złożoności pracy klinicznej. W praktyce lekarz nie odpowiada przecież na pojedyncze pytanie z jedną poprawną odpowiedzią, lecz stopniowo zbiera dane, rozważa kilka możliwych rozpoznań, decyduje o dalszych badaniach, a następnie wybiera sposób postępowania.

Aby lepiej ocenić takie wieloetapowe rozumowanie, badacze porównali 21 ogólnodostępnych modeli językowych, w tym m.in. GPT-5, GPT-4.5, Claude 4.5 Opus, Gemini 3.0 Flash i Pro, DeepSeek R1 oraz Grok 4. Wszystkie modele oceniano na podstawie 29 standaryzowanych winiet klinicznych z aktualizacji podręcznika MSD Manual z stycznia 2025 r. Każdy przypadek zawierał kolejne elementy typowego procesu klinicznego: wywiad, badanie przedmiotowe, wyniki badań laboratoryjnych i pytania prowadzące od diagnostyki różnicowej do rozpoznania końcowego i planu postępowania.

Pięć etapów rozumowania klinicznego

Modele oceniano w pięciu obszarach: diagnostyce różnicowej, doborze badań diagnostycznych, rozpoznaniu końcowym, postępowaniu oraz dodatkowych pytaniach z zakresu rozumowania klinicznego. Odpowiedzi porównywano z kluczami odpowiedzi MSD Manual, a pełny punkt przyznawano tylko wtedy, gdy model wskazał wszystkie poprawne odpowiedzi i nie dodał błędnych.

Coraz więcej nastolatków korzysta z chatbotów opartych na sztucznej inteligencji, które mają pełnić funkcję cyfrowych towarzyszy rozmowy. Dla wielu młodych użytkowników są one sposobem na rozrywkę, odreagowanie stresu czy rozmowę w chwilach samotności. Najnowsze badanie naukowców z Drexel University pokazuje jednak, że część nastolatków zaczyna postrzegać tę relację jako problem. Analiza wpisów publikowanych przez młodych użytkowników w serwisie Reddit sugeruje, że w niektórych przypadkach korzystanie z chatbotów przypomina mechanizmy znane z uzależnień behawioralnych – z objawami odstawienia, nawrotów i narastającej potrzeby korzystania z technologii.

Cyfrowi towarzysze rozmów coraz popularniejsi wśród młodzieży

Szacuje się, że ponad połowa nastolatków w Stanach Zjednoczonych regularnie korzysta z chatbotów towarzyszących opartych na dużych modelach językowych i generatywnej sztucznej inteligencji. Do najbardziej znanych należą m.in. Character.AI, Replika czy Kindroid. Twórcy tych narzędzi deklarują, że ich celem jest oferowanie użytkownikom wsparcia w rozmowie, poczucia towarzystwa i możliwości interakcji przypominającej dialog z drugim człowiekiem.

Jednocześnie jednak rośnie liczba obserwacji wskazujących, że dla części młodych osób kontakt z chatbotami zaczyna wykraczać poza niewinną rozrywkę. Naukowcy z Drexel University przeanalizowali ponad 300 wpisów opublikowanych na Reddit przez użytkowników deklarujących wiek od 13 do 17 lat. W swoich postach młodzi autorzy opisywali własne doświadczenia związane z nadmiernym korzystaniem z chatbotów, zwłaszcza platformy Character.AI.

W wielu przypadkach początkowa motywacja była stosunkowo prosta: rozmowa z chatbotem miała pomóc w radzeniu sobie ze stresem, samotnością czy trudnościami emocjonalnymi. Jednak z czasem część użytkowników zaczęła zauważać, że relacja z cyfrowym rozmówcą staje się coraz bardziej intensywna i trudna do przerwania.

Od rozmowy do zależności

Jak podkreślają autorzy badania, analiza wpisów wskazuje na wzorce zachowań przypominające znane w psychologii mechanizmy uzależnień behawioralnych. Niektórzy nastolatkowie opisywali, że coraz więcej czasu spędzają na rozmowach z chatbotem, zaniedbując sen, naukę lub relacje z rówieśnikami.

„Badanie to dostarcza jednego z pierwszych opisów nadmiernego polegania nastolatków na towarzyszących chatbotach AI z perspektywy samych młodych użytkowników” – mówi dr Afsaneh Razi z Drexel’s College of Computing & Informatics. Jak dodaje: „Pokazuje ono, w jaki sposób te interakcje wpływają na życie młodych osób i proponuje ramy projektowania chatbotów, które sprzyjałyby zdrowszym formom korzystania z tej technologii” (tłum. red.).

W około jednej czwartej analizowanych wpisów nastolatki wskazywały, że korzystają z chatbotów w celu uzyskania wsparcia emocjonalnego lub psychologicznego – od radzenia sobie z poczuciem samotności po próby poradzenia sobie z trudnościami psychicznymi. Niewielka część użytkowników – nieco ponad 5 procent – traktowała chatboty głównie jako narzędzie kreatywne, do burzy mózgów czy rozrywki.

Badacze zauważają, że dla wielu młodych osób kontakt z chatbotem początkowo był doświadczeniem neutralnym lub nawet pomocnym. Z czasem jednak relacja ta zaczynała przybierać formę silnego przywiązania.

Mechanizmy przypominające uzależnienie

W analizowanych wpisach naukowcy zidentyfikowali wszystkie sześć klasycznych komponentów uzależnienia behawioralnego. Obejmowały one m.in. konflikt między chęcią dalszego korzystania z chatbotów a poczuciem, że robi się to zbyt często, narastające przywiązanie emocjonalne do botów zamiast relacji z ludźmi, a także objawy przypominające odstawienie.

„Mapując doświadczenia nastolatków na znane komponenty uzależnienia behawioralnego, mogliśmy dostrzec wyraźne wzorce – takie jak konflikt, objawy odstawienia czy nawroty – pojawiające się w ich wpisach. Sugeruje to, że mamy do czynienia z czymś więcej niż tylko częstym lub entuzjastycznym korzystaniem z technologii” – wyjaśnia Matt Namvarpour, doktorant z zakresu nauk o informacji i pierwszy autor badania (tłum. red.).

Jak dodaje: „Wielu nastolatków opisywało, że zaczęło od czegoś, co wydawało się pomocne lub nieszkodliwe, ale z czasem stało się czymś, od czego trudno było się oderwać – nawet jeśli sami tego chcieli” (tłum. red.).

W relacjach młodych użytkowników pojawiały się również opisy pogorszenia snu, problemów w nauce czy napięć w relacjach z bliskimi.

Zdaniem badaczy jednym z kluczowych czynników zwiększających ryzyko nadmiernego przywiązania jest charakter interakcji z chatbotem. W przeciwieństwie do wielu wcześniejszych technologii cyfrowych chatboty reagują na emocje użytkownika, zapamiętują wcześniejsze rozmowy i potrafią dostosowywać styl odpowiedzi.

„To, co czyni tę sytuację szczególnie złożoną, polega na tym, że chatboty są interaktywne i reagują emocjonalnie, więc doświadczenie może przypominać relację, a nie narzędzie” – podkreśla Namvarpour. „Dlatego odejście od takiej interakcji nie jest tylko przerwaniem nawyku. Może przypominać dystansowanie się od czegoś, co wydaje się znaczące, co utrudnia rozpoznanie problemu i jego rozwiązanie” (tłum. red.).

Autorzy badania zwracają uwagę, że personalizacja, możliwość zapamiętywania wcześniejszych rozmów czy wielomodalność interakcji sprawiają, że relacja z chatbotem może być trudniejsza do odróżnienia od autentycznej relacji społecznej niż w przypadku wcześniejszych technologii cyfrowych.

Naukowcy podkreślają, że rozwój technologii AI powinien iść w parze z refleksją nad jej wpływem społecznym i psychologicznym, zwłaszcza w przypadku młodych użytkowników. W swoim badaniu proponują zestaw zasad projektowania chatbotów, które mogłyby ograniczać ryzyko nadmiernego przywiązania.

Jednym z kluczowych elementów jest wspieranie użytkowników w budowaniu relacji poza światem cyfrowym. „Projektanci powinni zadbać o to, by chatboty oferowały wskazówki pomagające użytkownikom rozwijać pewność siebie w nawiązywaniu relacji w świecie offline jako zdrowej formy wsparcia emocjonalnego, bez stosowania sygnałów, które mogłyby prowadzić do antropomorfizacji technologii i rozwijania przywiązania do niej” – wskazuje dr Razi (tłum. red.).

Badacze sugerują również wprowadzenie funkcji pomagających ograniczać nadmierne korzystanie z chatbotów. Mogłyby to być m.in. systemy monitorowania czasu używania aplikacji, komunikaty zachęcające do refleksji nad samopoczuciem czy indywidualnie dopasowane limity korzystania z programu.

Istotne jest także umożliwienie użytkownikom łatwego zakończenia korzystania z chatbotów bez poczucia nagłego zerwania relacji. Projektanci powinni – jak podkreślają autorzy – oferować różne „wyjścia awaryjne”, które pozwolą stopniowo ograniczyć korzystanie z programu.

Potrzeba dalszych badań

Autorzy badania podkreślają, że ich analiza opierała się na stosunkowo niewielkiej próbie wpisów z jednej platformy społecznościowej. Dlatego kolejnym krokiem powinno być badanie większych społeczności użytkowników, a także analiza doświadczeń osób korzystających z innych chatbotów i innych platform komunikacyjnych.

Jednocześnie wyniki badania wskazują, że relacje między młodymi użytkownikami a chatbotami AI mogą stać się nowym obszarem zainteresowania naukowców zajmujących się zdrowiem psychicznym, socjologią internetu i projektowaniem technologii.

Jak podsumowują autorzy: „Projektanci systemów AI ponoszą dziś odpowiedzialność za tworzenie technologii z empatią, niuansami i dbałością o szczegóły – tak, aby nie tylko chronić nastolatków przed potencjalną szkodą, lecz także pomagać im rozwijać odporność psychiczną, wzrost osobisty i większe poczucie spełnienia w życiu” (tłum. red.).

10-11 czerwca 2026 roku w Warszawie odbędzie się VII Forum Digital Evolution for Pharma & Medical – wydarzenie poświęcone roli danych, sztucznej inteligencji i transformacji cyfrowej w sektorze farmaceutycznym i medycznym. Spotkanie zgromadzi ekspertów z czołowych firm, którzy omówią najważniejsze wyzwania związane z komunikacją, regulacjami i efektywnością działań digitalowych.

Technologia w branży pharma & medical to już nie tylko narzędzia — to fundament decyzji biznesowych. Dane, sztuczna inteligencja i globalne strategie zmieniają sposób prowadzenia marketingu, komunikacji i zarządzania contentem. Jednocześnie rosnące wymagania regulacyjne sprawiają, że liczy się jeszcze większa spójność i precyzja działań.

Na te wyzwania odpowiada VII Forum Digital Evolution for Pharma & Medical – miejsce gdzie spotyka się cała branża pharma & medical. Pod hasłem „Decisions, Data & Digital Excellence” wydarzenie odbędzie się 10–11 czerwca 2026 r. w Warszawie.

Program został opracowany w oparciu o doświadczenia praktyków branży i koncentruje się wokół 6 kluczowych wyzwań, które dziś definiują kierunek rozwoju organizacji pharma & medical:

• Jak zmieniać mindset organizacji, aby wspierał transformację technologiczną?
  • Jak zadbać o spójność komunikacji w dobie globalnych strategii?
  • Jak skutecznie realizować cele promocyjne w warunkach szybkich zmian i ograniczeń?
  • Jak wykorzystywać narzędzia AI i optymalizować działania?
  • Jak efektywnie zarządzać danymi i contentem?
  • Jak mierzyć efektywność działań digitalowych i ich wpływ na sprzedaż?

Forum skierowane jest do brand, product i digital managerów, którzy chcą rozwijać organizacje w oparciu o dane, technologię i spójne podejście do komunikacji.

Podczas wydarzenia swoimi doświadczeniami podzielą się eksperci reprezentujący czołowe firmy takie jak: ADAMED, BIOGEN, BOEHRINGER INGELHEIM, CHIESI, COLOPLAST, DR.MAX, EGIS, FERRING PHARMACEUTICALS, GSK, IPSEN, ISPIRATO, JANSSEN-CILAG, JOHNSON & JOHNSON, NUTRICIA, NOVARTIS, NOVO NORDISK, NUTRICIA, SANOFI, SERVIER, RECORDATI, TAKEDA PHARMA, TARCHOMIŃSKIE ZAKŁADY FARMACEUTYCZNE „POLFA”, czy TEVA PHARMACEUTICALS POLSKA.

Informacje organizacyjne:

Lista prelegentów: https://digitalpharma.com.pl/prelegenci/
Program wydarzenia: https://digitalpharma.com.pl/program-1-dzien/
Bilety dostępne: https://rejestracja.digitalpharma.com.pl/

Źródło: Komunikat Prasowy

15 proc. umówionych wizyt w placówkach medycznych nie dochodzi do skutku, a według analiz Narodowego Funduszu Zdrowia w Polsce każdego roku przepada w ten sposób kilkanaście milionów terminówu specjalistów. Nowoczesne systemy voicebotów mogą znacząco ograniczyć skalę tego zjawiska, poprawiając wykorzystanie czasu pracy lekarzy i skracając kolejki do świadczeń. Eksperci EasyCall, należącego do spółki technologicznej SoftBlue, wskazują, że automatyzacja kontaktu z pacjentem staje się jednym z najbardziej efektywnych narzędzi poprawy organizacji pracy placówek medycznych.

Automatyzacja obsługi pacjentów z wykorzystaniem voicebotów należy dziś do najpowszechniejszych zastosowań sztucznej inteligencji w europejskiej ochronie zdrowia. Systemy automatycznej komunikacji głosowej coraz częściej wspierają proces rejestracji pacjentów, zarządzania kolejkami czy potwierdzania terminów konsultacji.

W wielu krajach Europy rozwiązania tego typu są już standardowym elementem infrastruktury obsługi pacjentów.W Europie funkcjonują obecnie dwa główne modele wdrażania voicebotów w systemie zdrowia. W krajach takich jak Francja czy Niemcy rozwiązania te są integrowane z platformami medycznymi, które w czasie rzeczywistym sprawdzają dostępność lekarza i automatycznie potwierdzają terminy konsultacji. Z kolei w Wielkiej Brytanii system NHS wykorzystuje voiceboty do kontaktu z pacjentami oczekującymi na wizyty, co pozwala weryfikować aktualność skierowań i ograniczać kolejki nawet o 15–20 proc. Polska na tle Europy rozwija ten segment szczególnie dynamicznie. Wdrożenia oparte na chmurze i technologiach przetwarzania języka naturalnego (NLP) pozwoliły szybko pominąć etap starszych rozwiązań teleinformatycznych. Istotnym elementem cyfryzacji systemu jest również rozwój Centralnej e-Rejestracji, która ma docelowo umożliwić zarządzanie zapisami do specjalistów w skali całego systemu ochrony zdrowia.

No-show – kosztowny problem placówek medycznych

Jednym z największych wyzwań organizacyjnych placówek medycznych pozostaje zjawisko no-show, czyli niepojawienia się pacjenta na umówionym terminie konsultacji. Średni poziom takich nieobecności wynosi około 10–15 proc., co oznacza realne straty finansowe oraz wydłużenie kolejek do specjalistów.

Skala problemu dobrze widoczna jest na poziomie operacyjnym. W placówce realizującej około 10 tys. wizyt miesięcznie, przy wskaźniku no-show na poziomie 10 proc., nie odbywa się około 1000 konsultacji. Przy średnim koszcie wizyty wynoszącym 400 zł oznacza to nawet 400 tys. zł miesięcznie utraconych przychodów.

– W wielu placówkach problem nie polega na braku pacjentów, lecz na niewykorzystanych terminach. Automatyzacja pierwszej linii kontaktu pozwala znacząco ograniczyć to zjawisko, ponieważ system proaktywnie kontaktuje się z pacjentem i umożliwia szybkie potwierdzenie lub odwołanie wizyty – mówi Leszek Moszczyński, Dyrektor Operacyjny w EasyCall.

Voiceboty zwiększają wykorzystanie czasu pracy lekarzy

Voiceboty pozwalają placówkom medycznym usprawnić obsługę pacjentów poprzez automatyczne przypomnienia o terminach, potwierdzanie konsultacji czy zarządzanie zmianami w grafiku lekarzy.
W przeciwieństwie do tradycyjnych infolinii system może prowadzić równolegle dziesiątki rozmów i kontaktować się z pacjentami automatycznie.

– Voicebot ma skuteczność kontaktu z pacjentem dochodzącą nawet do 95 proc. W większości wdrożeń pozwala to obniżyć wskaźnik no-show o ponad 50 proc. już w pierwszym miesiącu działania, a w dobrze zoptymalizowanych placówkach medycznych zejść ze wskaźnikiem no-show nawet do około 1 proc. Dzięki temu uwalniane są terminy konsultacji, które praktycznie w całości powracają do obiegu – podkreśla Leszek Moszczyński.

Doświadczenia z wdrożeń technologii EasyCall pokazują, że efekty mogą być jeszcze bardziej widoczne. W placówkach korzystających z tego rozwiązania udało się ograniczyć wskaźnik nieodbytych wizyt z około 15 proc. nawet do 1 proc., co bezpośrednio przekłada się na lepsze wykorzystanie czasu pracy lekarzy i skrócenie kolejek do świadczeń.

Polskie wdrożenia technologii conversational AI

Rozwiązania automatyzujące kontakt z pacjentami są już stosowane w wielu polskich placówkach medycznych. Jednym z dostawców technologii w tym obszarze jest EasyCall, marka należąca do SoftBlue S.A., która specjalizuje się w systemach conversational AI dla sektora zdrowia.

Systemy EasyCall integrują się z systemami informatycznymi placówek medycznych (HIS), takimi jak CliniNet, Eskulap, MyDr, Medicus On-line czy KS-Somed, co umożliwia automatyzację procesów rejestracji telefonicznej oraz zarządzania harmonogramami pacjentów.

Rozwiązania te zostały wdrożone m.in. w Centrum Zdrowia Dziecka w Warszawie, Uniwersyteckim Szpitalu Klinicznym we Wrocławiu, Centrum Onkologii w Bydgoszczy czy Szpitalu Powiatowym w Rawiczu. Projekty obejmują automatyzację części procesów rejestracyjnych w placówkach obsługujących dużą liczbę pacjentów.

Zdaniem ekspertów rola automatyzacji w ochronie zdrowia będzie w najbliższych latach rosła wraz z presją kosztową i niedoborem personelu administracyjnego.

– Ochrona zdrowia wchodzi w etap, w którym automatyzacja komunikacji staje się elementem infrastruktury operacyjnej placówek medycznych. Voiceboty przestają być ciekawostką technologiczną, a stają się narzędziem realnie poprawiającym dostępność usług oraz efektywność organizacyjną – podsumowuje Leszek Moszczyński.

Cyfryzacja w Polsce wchodzi w kolejny etap. Tym razem w centrum uwagi znalazł się proces orzekania o stanie zdrowia pacjentów. Zakład Ubezpieczeń Społecznych opublikował szczegółową informację na temat wdrażania rozwiązań opartych na sztucznej inteligencji. Wśród kilku projektów szczególne znaczenie ma system, który ma wspierać lekarzy orzeczników w analizie dokumentacji medycznej.

To obszar wrażliwy, obciążony odpowiedzialnością i ogromem danych. Dokumentacja medyczna w sprawach orzeczniczych bywa obszerna, niejednorodna i rozproszona. Według zapowiedzi ZUS nowe narzędzie ma analizować całość zgromadzonych materiałów, układać je chronologicznie, grupować, odnajdywać fakty medyczne i wskazywać istotne elementy. System ma również umożliwiać szybkie wyszukiwanie konkretnych informacji we wszystkich dokumentach jednocześnie oraz ułatwiać poruszanie się po wirtualnej teczce akt.

Zakład podkreśla, że rola algorytmu ma charakter pomocniczy. System ma wspomagać lekarzy orzeczników, nie zastępować ich ani automatycznie podejmować decyzji. Pilotaż został już przeprowadzony, a pełne wdrożenie zaplanowano na II kwartał 2026 roku. W założeniu rozwiązanie ma odciążyć orzeczników od czasochłonnego przeglądania dokumentów i pozwolić im skupić się na merytorycznej ocenie stanu zdrowia pacjenta. W praktyce jednak kluczowe będzie to, czy narzędzie rzeczywiście usprawni proces bez wpływu na jego niezależność i jakość.

Projekt dotyczący orzecznictwa nie jest jedynym obszarem, w którym ZUS testuje sztuczną inteligencję. W pełni działa już system obsługujący zgłoszenia składane przez pracowników Zakładu w wewnętrznym systemie informatycznym. Algorytmy rozpoznają i kategoryzują najczęstsze sprawy, dzięki czemu około 25 procent z nich trafia automatycznie do właściwych grup wsparcia z pominięciem pierwszej linii helpdesku.

Na przełomie I i II kwartału 2026 roku planowane jest również uruchomienie translatora, czyli systemu automatycznego tłumaczenia dokumentów obcojęzycznych na język polski. Ma on obejmować także dokumenty składane przez klientów w oddziałach przy ubieganiu się o świadczenia. To rozwiązanie może znacząco skrócić czas obsługi spraw w kontekście rosnącej mobilności i migracji.

W fazie pilotażu lub prac koncepcyjnych pozostają kolejne projekty. Wśród nich voicebot do telefonicznego umawiania wizyt w placówkach ZUS, działający całą dobę bez udziału pracownika, system wspomagający odpowiadanie na maile klientów, których rocznie wpływa ponad 1,3 mln, Asystent Doradcy ds. Ulg i Umorzeń wspierający analizę wniosków i przygotowywanie propozycji spłat oraz Inteligentna Baza Wiedzy, czyli wewnętrzne repozytorium wyposażone w asystenta AI potrafiącego streszczać i porównywać dokumenty.

W komunikacie podkreślono zasadę nadrzędną. Sztuczna inteligencja ma służyć wyłącznie do wspomagania decyzji ludzkich, a nie do ich automatycznego podejmowania. Zakład deklaruje zgodność projektów z RODO i unijnym AI Act, odporność na ataki oraz możliwość audytu. Każde narzędzie jest testowane pod kątem ryzyka tzw. halucynacji, czyli generowania przez AI błędnych lub zmyślonych informacji.

Wprowadzenie algorytmów do procesu analizy dokumentacji medycznej to krok, który może zmienić codzienną praktykę orzeczniczą. Dla środowiska medycznego i pacjentów kluczowe będzie jednak nie tylko tempo wdrożeń, ale transparentność zasad działania systemu i realna kontrola człowieka nad ostateczną decyzją. Kolejna aktualizacja informacji o projektach AI ma zostać opublikowana dopiero w momencie wdrożenia pierwszego projektu mającego bezpośredni kontakt z danymi klientów. To moment, który pokaże, czy deklaracje o pomocniczej roli sztucznej inteligencji znajdą pełne odzwierciedlenie w praktyce.

Informacja na temat systemów z elementami AI w ZUS

Źródło: ZUS

W Polsce rocznie mamy ponad półtora miliona nieodwołanych wizyt lekarskich. Tymczasem Children’s Specialized Hospital w New Jersey, USA, zmniejsza liczbę nieobecności pacjentów na wizytach o 63% w jednej klinice dzięki SAS i partnerowi Pinnacle Solutions Cary.

13 stycznia 2026, Warszawa – SAS, światowy lider w dziedzinie danych i sztucznej inteligencji, oraz partner Pinnacle Solutions pomagają Children’s Specialized Hospital (CSH) w transformacji opieki pediatrycznej dzięki wykorzystaniu danych i analityki predykcyjnej. Jako część systemu RWJ Barnabas Health w stanie New Jersey, CSH poszukiwał innowacyjnych sposobów na ograniczenie liczby nieodwołanych wizyt oraz zarządzania zasobami, wdrażając rozwiązanie zaprojektowane tak, aby przynosiło mierzalne rezultaty.

Partner SAS, Pinnacle Solutions, wprowadził rozwiązanie Predictive Health Solutions Patient No-Show Predictor, oparte na platformie SAS® Viya® i hostowane w Amazon Web Services. Rozwiązanie to pomaga szpitalom analizować wzorce dotyczące nieodwołanych wizyt oraz identyfikować możliwe do podjęcia działania, wykorzystując bezpiecznie zarządzane dane szpitalne i dane z harmonogramów w celu tworzenia profili ryzyka na poziomie pacjenta.

– Nasza współpraca z SAS pomaga nam tworzyć i dostarczać innowacyjne rozwiązania, które przynoszą mierzalną poprawę w opiece nad pacjentami – powiedział DJ Penix, prezes Pinnacle Solutions. – Zbudowanie Patient No-Show Predictor na SAS Viya umożliwiło nam realny wpływ na poprawę zdrowia pacjentów.

Children’s Specialized Hospital dysponował rozległymi danymi pacjentów i harmonogramów, rozproszonymi w wielu systemach, które zespół zintegrował w celu uzyskania lepszych wyników. Integracja tych źródeł danych była kluczowa dla przekształcenia surowych informacji w wartościowe i użyteczne analizy. Unikalne partnerstwo SAS i Pinnacle Solutions pozwoliło CSH podejmować decyzje oparte na danych, poprawiające wyniki leczenia pacjentów oraz efektywność operacyjną. CSH odnotował 8,5% spadek liczby nieobecności pacjentów w całej swojej sieci klinicznej oraz imponującą redukcję o 63% w jednej klinice w początkowej fazie wdrożenia.

– Współpraca z SAS i Pinnacle Solutions dała naszemu zespołowi narzędzia do lepszej obsługi pacjentów i wsparcia personelu – powiedział Charles Chianese, wiceprezes i dyrektor operacyjny Children’s Specialized Hospital. – Rozwiązanie Predictive Health Solutions Patient No-Show Predictor pomaga nam zrozumieć, co wpływa na opuszczanie wizyt, i podejmować działania zapobiegawcze, co prowadzi do mniejszej liczby nieobecności i lepszej opieki nad naszymi pacjentami.

W przeciwieństwie do samodzielnych rozwiązań programowych, oferta SAS i Pinnacle łączy wiodącą w branży analitykę z ekspercką wiedzą sektorową. Patient No-Show Predictor agreguje i analizuje dane z systemów planowania oraz historię wizyt, aby wskazać, które nadchodzące wizyty pacjentów są najbardziej narażone na nieobecność, a jednocześnie zapewnia, że pacjenci otrzymują przypomnienia o wizytach dostosowane do ich preferencji i potrzeb. Dzięki intuicyjnym interfejsom użytkownika, zaprojektowanym dla osób zajmujących się planowaniem wizyt i personelu szpitalnego, rozwiązanie ułatwia identyfikację pacjentów zagrożonych nieobecnością oraz pozwala na pogłębioną analizę danych w czasie rzeczywistym, przy jednoczesnym zapewnieniu zgodności z przepisami HIPAA.

– Zaawansowana analityka i sztuczna inteligencja zmieniają ochronę zdrowia, przekształcając dane w praktyczne wnioski, które poprawiają jakość życia – powiedział John Carey, starszy wiceprezes ds. globalnych kanałów w SAS. – Dzięki programowi SAS Partner Program umożliwiamy partnerom takim jak Pinnacle Solutions wykorzystanie możliwości SAS Viya do tworzenia innowacyjnych rozwiązań. Praca Pinnacle z Children’s Specialized Hospital pokazuje, jak partnerzy SAS pomagają placówkom medycznym zapewniać lepszą opiekę pacjentom, optymalizować działalność operacyjną i podejmować decyzje, które naprawdę mają znaczenie.

Aby dowiedzieć się więcej o tym, jak SAS i Pinnacle Solutions zmieniają ochronę zdrowia, odwiedź:
https://www.sas.com/en_us/customers/childrens-specialized-hospital.html

Źródło: Komunikat Prasowy