Blisko połowa Polaków (46,7%) popiera wykorzystywanie sztucznej inteligencji jako wsparcia dla lekarzy. W tej grupie najczęściej wskazywanymi zastosowaniami AI są monitoring pacjenta (37,9%) i prowadzenie dokumentacji medycznej (36,4%), a następnie – umawianie wizyt (21,3%). Znacznie rzadziej respondenci wymieniają zadania bezpośrednio związane z procesem leczenia, np. analizę badań obrazowych (7,5%), diagnostykę (6,1%) i dobór terapii (4,7%). Zdaniem autorów raportu, wyniki pokazują, że Polacy widzą w AI przede wszystkim narzędzie odciążające lekarzy z obowiązków technicznych i organizacyjnych, natomiast decyzje kliniczne nadal chcą pozostawić w rękach człowieka.

Raport platformy UCE RESEARCH i fundacji Medigent pt. „Polacy o AI w medycynie. Edycja 2026”, oparty na specjalnym badaniu opinii publicznej, wskazuje, że 46,7% rodaków popiera wykorzystywanie sztucznej inteligencji jako wsparcia dla lekarzy. Te osoby najczęściej uważają, że najlepiej stosować AI w medycynie jako monitoring pacjenta i dokumentację medyczną – odpowiednio 37,9% i 36,4%. – To bardzo racjonalne wyniki. Pacjenci intuicyjnie wskazali dwa obszary, które dziś najbardziej obciążają system ochrony zdrowia, a jednocześnie nie wymagają zastępowania kompetencji lekarza – mówi Piotr Piątek, współautor raportu z fundacji Medigent.

Ekspert zauważa, że monitoring pacjenta i dokumentacja to procesy powtarzalne, czasochłonne i generujące ogromne ilości danych. Mając takie narzędzia zautomatyzowane, lekarz nie musi już poświęcać czasu na wyszukiwanie informacji, ręczne uzupełnianie dokumentacji czy analizowanie setek rutynowych komunikatów. To właśnie przestrzeń dla nowoczesnych rozwiązań wykorzystujących sztuczną inteligencję.

– Społeczeństwo bardzo trafnie zidentyfikowało obszary, w których technologia może przynieść największą wartość. Odzyskując czas lekarza, AI ma szansę najbardziej zmienić ochronę zdrowia. Każda minuta, której specjalista nie poświęca administracji, może zostać przeznaczona stricte na leczenie, rozmowę z pacjentem czy podejmowanie decyzji klinicznych – podkreśla Piotr Piątek.

Według autorów raportu, wysoki wynik dla monitorowania pacjenta może świadczyć o rosnącej akceptacji dla technologii zdalnych i cyfrowej opieki zdrowotnej. – Uważam, że właśnie jesteśmy świadkami zmiany sposobu myślenia o opiece medycznej. Pacjenci coraz częściej dostrzegają, że nie kończy się ona w momencie opuszczenia gabinetu czy szpitala. Monitorowanie stanu zdrowia pomiędzy wizytami zwiększa poczucie bezpieczeństwa, pozwala wcześniej wychwycić niepokojące objawy i zdecydowanie szybciej reagować – stwierdza ekspert z fundacji Medigent.

Z raportu również wynika, że 21,3% osób popierających wykorzystywanie AI w medycynie wskazuje umawianie wizyt jako obszar wsparcia dla lekarzy. – Wydaje się to prostą czynnością, ale w praktyce jest początkiem całej ścieżki leczenia. To właśnie wtedy często pojawiają się pierwsze frustracje, tj. długie oczekiwanie, wielokrotne telefony, brak informacji czy konieczność powtarzania tych samych danych. Pacjenci oczekują sprawniejszej organizacji ochrony zdrowia. Technologia może to zapewnić, na czym zyskają wszyscy zaangażowani – komentuje Piotr Piątek.

Wskazania respondentów mogą być związane z ich doświadczeniami dotyczącymi biurokracji i przeciążenia systemu ochrony zdrowia, na co zwracają uwagę autorzy raportu. – Wyniki tego badania są oceną obecnego modelu funkcjonowania systemu ochrony zdrowia. Pacjenci nie oczekują futurystycznych technologii. Chcą standardów, które od dawna są obecne w innych obszarach życia. Jeżeli nowoczesne rozwiązania potrafią oszczędzać nasz czas w bankowości, transporcie czy administracji, naturalne jest to, że społeczeństwo chce korzystać z podobnych udogodnień również wtedy, gdy chodzi o ich zdrowie – wyjaśnia ekspert z fundacji Medigent.

Zanotowano niskie odsetki wskazań dla analizy badań obrazowych – 7,5%, diagnostyki – 6,1%, a także doboru leczenia – 4,7%. – Diagnoza i wybór terapii to najbardziej odpowiedzialne elementy procesu leczenia. Pacjenci oczekują, że ostateczna decyzja będzie należała do człowieka, który bierze za nią pełną odpowiedzialność, potrafi uwzględnić kontekst kliniczny i porozmawiać z chorym. Wyniki badania świadczą o wysokim zaufaniu do lekarzy. Społeczeństwo chce korzystać z technologii, ale pod nadzorem człowieka. To bardzo rozsądna granica – ocenia Piotr Piątek.

Widać również, że respondenci bardziej akceptują wykorzystywanie AI w zadaniach organizacyjnych i technicznych niż w podejmowaniu decyzji medycznych. – Myślę, że społeczna akceptacja będzie rosła, ale w odniesieniu do tych rozwiązań, które bezpośrednio wspierają diagnozę lub decyzje kliniczne, zajmie to zdecydowanie więcej czasu. I bardzo dobrze. Im większy wpływ technologii na zdrowie i życie pacjenta, tym wyższe powinny być wymagania dotyczące jej bezpieczeństwa, skuteczności i wiarygodności – przekonuje współautor raportu.

W jego opinii, jeżeli technologie mają wspierać lekarzy w tak odpowiedzialnych obszarach, muszą przejść równie wymagającą drogę rozwoju co ludzie – od badań i pilotaży, przez testy w rzeczywistym środowisku klinicznym, aż po potwierdzenie swojej wartości w codziennej praktyce. Dopiero wtedy można odpowiedzialnie ocenić ich miejsce w procesie leczenia.

– Jestem przekonany, że właśnie w taki sposób będzie rosło społeczne zaufanie do nowoczesnych technologii. Skuteczność i bezpieczeństwo muszą zostać potwierdzone przez praktykę kliniczną oraz doświadczenie środowiska medycznego. Jeżeli przy tym technologia będzie pomocna dla pacjentów, np. skracając czas oczekiwania na wizytę, będzie akceptowana. Jeśli stanie się jedynie kolejnym modnym hasłem, społeczne zainteresowanie szybko wygaśnie. Ostatecznie każda innowacja w medycynie musi być oceniana przez pryzmat wartości, jaką wnosi do życia pacjenta – podsumowuje Piotr Piątek.

Raport pt. „Polacy o AI w medycynie. Edycja 2026” powstał na podstawie specjalnego badania opinii publicznej, przeprowadzonego metodą CAWI (Computer Assisted Web Interview) przez UCE RESEARCH we współpracy merytorycznej z fundacją Medigent. Badanie zrealizowano na próbie 1017 Polaków w wieku od 18 do 80 lat. Respondenci mogli wskazać kilka odpowiedzi, dlatego wyżej przedstawione wyniki nie sumują się do 100%.

Źródło: inf pras

Laboratoria kontroli jakości (QC) stopniowo przechodzą w kierunku środowiska opartego na sztucznej inteligencji, robotyce, automatyzacji czy też chmurze obliczeniowej – takie wnioski płyną z raportu Deloitte’a „Pharma’s QC lab of the future”. Przedstawiciele polskiej branży farmaceutycznej podkreślają jednak, że przyszłość kontroli jakości nie będzie zależała wyłącznie od technologii, ale w dużej mierze również od ludzi, którzy będą potrafili je odpowiednio wykorzystywać.

– Największym wyzwaniem kontroli jakości w nadchodzącym 2027 roku nie są nowe regulacje, więcej analiz czy większe wolumeny produkcyjne. Jest nim umiejętność połączenia ludzi, danych i sztucznej inteligencji w sposób, który pozwoli podejmować szybsze, ale nadal w pełni wiarygodne decyzje jakościowe. Trendy branżowe pokazują rosnące znaczenie automatyzacji, cyfryzacji laboratoriów, wykorzystania AI oraz zarządzania ogromną ilością danych jakościowych. Jednocześnie laboratoria są pod coraz większą presją. Oczekuje się krótszego czasu zwalniania serii, większej efektywności i wsparcia dla nowych wdrożeń produktowych – mówi w rozmowie z agencją Newseria Marcin Turzyński, dyrektor ds. jakości w Polpharma Group.

Jak wynika z raportu Deloitte’a, firmy farmaceutyczne inwestują w modernizację laboratoriów w różnym stopniu i trend ten prawdopodobnie się utrzyma. W ciągu najbliższych dwóch–trzech lat co najmniej 70 proc. ankietowanych dyrektorów reprezentujących firmy o różnej wielkości przychodów zadeklarowało, że planują one utrzymać lub zwiększyć inwestycje w modernizację laboratoriów kontroli jakości. 

– Ten kierunek jest widoczny również w naszych wewnętrznych dyskusjach dotyczących planowania i obciążenia zasobów kontroli jakości. Dlatego wierzę, że jej przyszłość nie będzie zależała wyłącznie od technologii. Będzie zależała od ludzi, którzy potrafią zadawać pytania, analizować dane, wykorzystywać nowe narzędzia i nieustannie się rozwijać. Ostatecznie jakość nie powstaje w systemach, tylko w decyzjach, które podejmują ludzie – uważa Marcin Turzyński.

Wśród menedżerów ankietowanych w badaniu Deloitte’a panuje optymizm co do potencjalnego wpływu modernizacji laboratoriów w ciągu najbliższych dwóch–trzech lat. 62 proc. spodziewa się szybszego skalowania, ponieważ analityka predykcyjna i automatyzacja usprawnią takie procesy jak m.in. transfer metod, kwalifikacja sprzętu i zwalnianie partii. 56 proc. przewiduje szybsze, oparte na danych podejmowanie decyzji, a połowa poprawę komfortu pracy operatora, ponieważ automatyzacja redukuje powtarzalne zadania, a walidacja oparta na AI minimalizuje liczbę poprawek.

– Przez lata działy kontroli jakości koncentrowały się na gromadzeniu danych analitycznych. W przyszłości połączenie doświadczenia i wiedzy eksperckiej z nowoczesną technologią pozwoli, aby jakość była efektem nie tylko kontroli. Będzie ona rezultatem świadomego projektowania procesów i eliminacji błędów, ponieważ przewidywalność jest najwyższą formą zaufania, a ono największą wartością, jaką możemy dać pacjentom – podkreśla Agnieszka Witosińska, kierownik Laboratorium Teva Operations Poland.

Jak wskazują autorzy raportu Capgemini Research Institute „Building the next-gen pharma lab: Digitally connected, environmentally sustainable”, specjaliści laboratoryjni potrzebują odpowiednich umiejętności analitycznych, aby wyciągać wnioski z danych. Jednak 97 proc. ankietowanych organizacji wskazuje na trudności ze znalezieniem naukowców łączących wiedzę dziedzinową z kompetencjami cyfrowymi i analitycznymi. 87 proc. jako istotne wyzwanie wymienia również brak zwinnej kultury cyfrowej.

– Laboratoria kontroli jakości za 10 lat na pewno będą wyglądały zupełnie inaczej niż dziś. Coraz więcej procesów jest wspieranych przez automatyzację, cyfryzację i nowoczesne technologie, które już teraz zmieniają pracę w naszych laboratoriach. Dzięki temu mamy efektywniejsze procesy i odważniej wykorzystujemy nowoczesne metody badań. To sprawia, że kontrola jakości jest fascynującym miejscem pracy dla młodych ludzi, którzy chcą rozwijać swoje kompetencje, pracować z innowacyjnymi rozwiązaniami i mieć realny wpływ na zdrowie i bezpieczeństwo pacjentów – uważa Beata Szczechowicz, kierownik Kontroli Jakości w Sandoz.

O najnowszych trendach, regulacjach i rozwiązaniach stosowanych w obszarze Quality Control rozmawiano podczas QC Forum 2026, które odbyło się 7–8 października br. w Starogardzie Gdańskim. W trakcie wydarzenia poruszono kwestie m.in. wykorzystywania sztucznej inteligencji i cyfrowej transformacji laboratoriów, optymalizacji zakresu badań w świetle wymagań GMP (Good Manufacturing Practice) czy też postępowania z wynikami OOS, OOE i OOT.

– Mamy bardzo konkretne tematy i problemy, z którymi mierzymy się na co dzień. To są OOS-y, stabilność, specyfikacje czy optymalizacje badań, ale najcenniejsza jest możliwość porozmawiania o tym, jak inni podchodzą do tych samych problemów. Czasem jedno doświadczenie drugiej osoby potrafi zmienić nasze spojrzenie, dlatego mam swoje małe hasło, że nie ma farmacji bez komunikacji – podkreśla Paweł Pytel, starszy specjalista ds. kontroli jakości w Bioceltix.

Źródło: Newseria

Pacjent wychodzi ze szpitala, trafia do poradni specjalistycznej, a następnie wraca pod opiekę lekarza rodzinnego. Choć na każdym etapie powstają nowe informacje o jego zdrowiu, nie zawsze są one łatwo dostępne dla kolejnych lekarzy. Problemem nie musi być brak dokumentacji, lecz to, że systemy informatyczne poszczególnych placówek nie potrafią sprawnie się ze sobą komunikować. Centrum e-Zdrowia proponuje rozwiązanie, które ma ograniczyć ten problem. Opublikowało dokumentację otwartych standardów wymiany danych medycznych i rozpoczęło konsultacje z branżą.

Cyfryzacja ochrony zdrowia nie zawsze oznacza, że informacje o pacjencie rzeczywiście podążają za nim. Szpitale, przychodnie i gabinety korzystają z różnych systemów informatycznych, często dostarczanych przez konkurujące ze sobą firmy. Każdy z nich może sprawnie obsługiwać dokumentację we własnej placówce, ale przekazanie danych do innego systemu bywa znacznie trudniejsze. W efekcie lekarz nie zawsze ma szybki dostęp do wyników badań, rozpoznań czy informacji o wcześniejszym leczeniu.

Konsekwencje odczuwają zarówno pacjenci, jak i personel medyczny. Konieczne bywa ponowne zbieranie wywiadu, ręczne przepisywanie informacji albo poszukiwanie dokumentacji w kilku miejscach. W niektórych sytuacjach brak dostępu do wcześniejszych wyników może również sprzyjać powtarzaniu badań, które zostały już wykonane.

Centrum e-Zdrowia chce uporządkować tę sytuację poprzez wprowadzenie wspólnych zasad komunikacji między systemami teleinformatycznymi. Opublikowana dokumentacja określa między innymi sposób przekazywania i porządkowania informacji, minimalny zakres wymienianych danych oraz wymagania związane z bezpieczeństwem.

Kluczowym pojęciem jest tutaj interoperacyjność, czyli zdolność różnych systemów do wymiany danych i ich prawidłowego wykorzystania. Nie chodzi więc wyłącznie o możliwość przesłania pliku z jednej placówki do drugiej. Równie ważne jest to, aby odbierający go system potrafił właściwie zinterpretować zawarte w nim informacje.

Wspólne standardy mogą ograniczyć konieczność tworzenia osobnych połączeń między każdym szpitalem, przychodnią i dostawcą oprogramowania. Dla placówek oznaczałoby to potencjalnie prostsze wdrażanie nowych rozwiązań, a dla lekarzy łatwiejszy dostęp do danych potrzebnych podczas podejmowania decyzji klinicznych.

Stawka jest również finansowa. Według danych przywoływanych przez Ministerstwo Zdrowia brak interoperacyjności może odpowiadać za 2,7–6,6 proc. rocznych wydatków na ochronę zdrowia. Koszty te wiążą się między innymi z powielaniem czynności i utrzymywaniem rozproszonych rozwiązań informatycznych. Nie oznacza to jednak, że wdrożenie standardów automatycznie przyniesie oszczędności w takiej wysokości. Ich rzeczywista skala będzie zależeć od sposobu wdrożenia i wykorzystania nowych możliwości.

Istotne pozostaje także bezpieczeństwo danych. Ujednolicenie komunikacji nie oznacza, że każdy lekarz uzyska nieograniczony dostęp do całej historii leczenia dowolnego pacjenta. Udostępnianie informacji nadal musi odbywać się zgodnie z przepisami, uprawnieniami użytkowników i zasadami ochrony prywatności. Techniczna możliwość wymiany danych jest bowiem czymś innym niż prawo do ich przeglądania.

Polskie działania wpisują się w szersze zmiany związane z Europejską Przestrzenią Danych Zdrowotnych (EHDS), której celem jest ułatwienie bezpiecznego dostępu do informacji medycznych i ich wykorzystywania również ponad granicami państw Unii Europejskiej.

Na razie propozycja Centrum e-Zdrowia znajduje się na etapie konsultacji. Przed praktycznym zastosowaniem standardów przewidziano także testy z udziałem dostawców oprogramowania. To ważny etap, ponieważ o powodzeniu przedsięwzięcia zdecyduje nie tylko jakość dokumentacji technicznej, ale przede wszystkim to, czy rozwiązania różnych producentów będą rzeczywiście współpracować w codziennych warunkach.

Uwagi do dokumentacji można zgłaszać do 31 października 2026 roku na adres konsultacje@cez.gov.pl, wpisując w temacie wiadomości „Konsultacje otwartych standardów komunikacji między systemami teleinformatycznymi”. Zgodnie z przedstawionymi założeniami placówki mają otrzymać dziewięć miesięcy od publikacji obowiązujących wymagań na ich zastosowanie.

Dla pacjenta najważniejszy rezultat tych zmian byłby prosty: lekarz, do którego trafia, mógłby szybciej uzyskać potrzebne informacje o dotychczasowym leczeniu. Czy uda się osiągnąć ten cel, pokażą dopiero wdrożenia. Sama publikacja standardów nie połączy jeszcze systemów, które przez lata rozwijały się niezależnie od siebie.

Źródło: Centrum e-Zdrowia

Sztuczna inteligencja ma pomóc leczyć lepiej, nie tylko szybciej – pod czterema warunkami. Eksperci z Polski i USA debatujący w ramach sesji, odbywającej się podczas XXX Międzynarodowego Kongresu Polskiego Towarzystwa Kardiologicznego, byli zgodni: kardiologia potrzebuje sztucznej inteligencji, ale pacjent zyska na niej dopiero wtedy, gdy szpital sprawdzi algorytm na własnych danych, zachowa nadzór lekarza, utrzyma kontrolę nad danymi i powoła zespół, który potrafi ją ocenić.

Sesja Focus pt. „Sztuczna inteligencja i cyfrowa transformacja kardiologii – gdzie naprawdę jesteśmy?”, która odbyła się w ramach XXX Międzynarodowego Kongresu Polskiego Towarzystwa Kardiologicznego 18 września 2026 roku, połączyła światowe doświadczenia, polskie przykłady zastosowań AI i pytania o bezpieczeństwo oraz opłacalność wykorzystania sztucznej inteligencji w opiece zdrowotnej.

Algorytmy odczytują już z EKG obniżoną frakcję wyrzutową, skracają opis echokardiografii do około dwóch minut – nadal pod nadzorem lekarza – a w tomografii pozwalają ponad dwukrotnie zmniejszyć liczbę niepotrzebnych koronarografii. W centrum panelu, którą poprowadziła dr Anna Witowicz z Narodowego Instytutu Kardiologii, znalazło się jednak pytanie nie o to, czy AI potrafi analizować badania, lecz jak sprawić, by przekładało się to na lepszą opiekę nad pacjentem.

Zdaniem prof. Sławomira Łobodzińskiego (University of California & California State University, Los Angeles), który przyleciał z Los Angeles specjalnie na XXX Międzynarodowy Kongres Polskiego Towarzystwa Kardiologicznego w Poznaniu by podzielić się doświadczeniem z wdrażania sztucznej inteligencji w amerykańskich klinikach, sztuczna inteligencja w kardiologii ma sens tylko wtedy, gdy spełnia cztery warunki:

• daje lepszy wynik kliniczny,
• jest zintegrowana z codzienną pracą lekarza,
• jest opłacalna dla systemu,
• fundamentem wszystkich trzech warunków są dobrej jakości cyfrowe dane oraz walidacja modelu na własnej populacji pod nadzorem kardiologa – „jakie dane, takie rezultaty”.

Na podstawie doświadczeń sieci szpitali UCLA, obsługującej około dwóch milionów pacjentów, profesor Łobodziński przestrzegał przed przenoszeniem algorytmów między instytucjami bez sprawdzenia ich na własnej populacji chorych. „AI w kardiologii ma wartość tylko wtedy, gdy pacjent jest leczony lepiej i szybciej, a system oszczędza czas i pieniądze – i na te dowody wciąż czekamy” – podsumował.

Prof. Piotr Buszman (American Heart of Poland, Katowice) pokazał narzędzia z certyfikatem CE używane już w polskich pracowniach – w analizie EKG i obrazowaniu tętnic wieńcowych, w tym opracowane przez polskie firmy. Barierą dla ich szerszego zastosowania pozostaje brak finansowania przez płatnika. „AI nie zastąpi lekarza, ale zastąpi tego lekarza, który nie używa AI” – ocenił.

Dr Anna Witowicz (Narodowy Instytut Kardiologii – PIB w Warszawie) pokazała, jak szpital może sprawdzić, czy narzędzie AI warto wdrożyć w konkretnej placówce – a nie tylko, czy mu wolno. Przepisy określają, czy technologia jest legalna i bezpieczna. Żaden paragraf jednak nie mówi, czy poprawi ona opiekę w konkretnej placówce i ile to będzie kosztowało. Algorytm, który sprawdził się gdzie indziej, w danym ośrodku może nie spełnić oczekiwań. Odpowiedzią jest szpitalna ocena technologii medycznych (HB-HTA). AI wymaga przy tym pytań, których nie zadaje się stentowi ani lekowi: o dryf (powolne pogarszanie się jakości działania modelu w czasie, gdy rzeczywistość lub dane zaczynają się zmieniać), stronniczość oceny algorytmu, aktualizacje i nadzór człowieka. Jak podkreślano, dokładność to jeszcze nie skuteczność. Dr Witowicz postulowała, by lokalna walidacja i pilotaż z jasnymi kryteriami stały się standardem przed każdym wdrożeniem algorytmu AI (także bezpłatnych narzędzi), a szpitale dzieliły się wynikami ocen – również negatywnymi. „Dopuszczenie do obrotu to nie wartość. Warto pytać: o ile jest lepiej, u kogo się to sprawdziło i jakim kosztem” – zaznaczyła.

Dr hab. Aleksandra Ciepłucha (Uniwersytet Medyczny w Poznaniu) omówiła ramy prawne stosowania AI w opiece zdrowotnej. Od sierpnia 2026 roku obowiązuje ustawa o systemach sztucznej inteligencji, a od grudnia br. algorytmy mają być testowane w 400 szpitalach publicznych (w pilotażu znalazły się narzędzia radiologiczne, brakuje natomiast kardiologicznych) – oraz ryzyka: stronniczość algorytmów, skłonność do ulegania maszynie i utratę umiejętności przez lekarzy. „Obowiązuje zasada ograniczonego zaufania: wynik algorytmu nie jest decyzją kliniczną, a odpowiedzialność za pacjenta pozostaje po stronie lekarza” – podkreśliła.

W panelu prof. Łukasz Kołtowski (Uniwersyteckie Centrum Wsparcia Badań Klinicznych, Warszawski Uniwersytet Medyczny) i prof. Tomasz Roleder (Wydział Medyczny Politechniki Wrocławskiej, Wojewódzki Szpital Specjalistyczny we Wrocławiu) wskazywali na bariery w dostępie do danych, potrzebę interdyscyplinarnych zespołów w szpitalach i rozwiązań, które utrzymują dane pacjentów pod kontrolą placówki.

Dyskusja była żywa – pytań z sali było więcej niż czasu na wyczerpujące odpowiedzi. W każdym głosie powracał ten sam wniosek: innowacji nie ocenia się po efektownej demonstracji, lecz po lokalnych testach, współpracy klinicystów z ekspertami od technologii, prawa i ekonomii oraz gotowości do wycofania narzędzia, które nie spełnia oczekiwań. Stawką nie jest zakup AI, lecz bezpieczniejsza i lepiej zorganizowana opieka nad pacjentem.

Źródło: inf pras

Sztuczna inteligencja (AI) już dziś przynosi wymierne korzyści w ochronie zdrowia, usprawniając codzienną pracę personelu medycznego i zwiększając przepustowość systemu. Jak wynika z raportu Future Health Index 2026 Philips, AI pozwala lekarzom oszczędzać czas, poprawia efektywność procesów klinicznych oraz wspiera podejmowanie decyzji. Jednocześnie sektor ochrony zdrowia wchodzi w kolejny etap rozwoju, w którym kluczowe znaczenie będzie miało nie tylko wdrażanie pojedynczych narzędzi, ale ich integracja w ramach spójnego ekosystemu opieki.

Większa przepustowość systemu i komfort pracy personelu

Sztuczna inteligencja przynosi wymierne korzyści dzięki ograniczaniu obciążeń administracyjnych i wspieraniu bardziej efektywnych procesów pracy. Z raportu Future Health Index 2026 wynika, że blisko połowa lekarzy (46%) deklaruje oszczędność średnio co najmniej 132 godzin rocznie dzięki wykorzystaniu sztucznej inteligencji, co odpowiada ponad trzem pełnym tygodniom pracy.

Zaoszczędzony czas przyczynia się do zmiany sposobu wykonywania obowiązków zawodowych, umożliwiając specjalistom większe skupienie na zadaniach o najwyższej wartości klinicznej, takich jak: dokładniejsza analiza przypadków, poprawa precyzji oraz o usprawnienie procesu podejmowania decyzji. Jednocześnie zgodnie z danymi  raportu Future Health Index 2026 Philips 50% lekarzy wskazuje, że dzięki AI mogą przyjmować większą liczbę pacjentów, co oznacza globalnie średnio osiem dodatkowych konsultacji tygodniowo na jednego specjalistę.

Sposób, w jaki AI wspiera codzienną pracę klinicystów, przekłada się jednak nie tylko na wyższą efektywność, ale również na większy komfort pracy. W niektórych specjalizacjach, takich jak radiologia, lekarze częściej wskazują, że dzięki sztucznej inteligencji ich praca staje się łatwiejsza. Korzyści z AI są postrzegane również w kontekście mniejszego obciążenia poznawczego i lepszej koncentracji.

– Radiologia należy dziś do obszarów, w których korzyści ze sztucznej inteligencji są najbardziej widoczne. AI wspiera specjalistów zarówno w dostarczaniu wysokiej jakości obrazów, jak i na etapie ich analizy, pomagając identyfikować nawet subtelne zmiany diagnostyczne. Pełni rolę dodatkowego wsparcia – drugiej para oczu lub osobistego asystenta, którego obecność poprawia efektywność i wpływa na redukcję codziennego stresu zawodowego – mówi Michał Kępowicz, Dyrektor ds. Relacji z Sektorem Publicznym w Philips.

Zmniejszenie obciążenia i odzyskany czas powodują, że nawet połowa klinicystów wskazuje, że sztuczna inteligencja pozytywnie wpływa na ich równowagę między życiem zawodowym i prywatnym. Jednocześnie 62% liderów ochrony zdrowia ocenia, że korzyści wynikające z inwestycji w AI równoważą poniesione koszty lub je przewyższają.

AI w skali dla bardziej skoordynowanej opieki

Wraz z rosnącą liczbą dowodów potwierdzających skuteczność sztucznej inteligencji w codziennej praktyce klinicznej uwaga sektora ochrony zdrowia przesuwa się w stronę działań zmierzających do szerokiego i zintegrowanego stosowania AI.

– Następny etap rozwoju sztucznej inteligencji w ochronie zdrowia będzie zależał nie tylko od wdrażania kolejnych pojedynczych rozwiązań, ale przede wszystkim od zdolności do integracji danych, procesów i narzędzi w ramach jednego ekosystemu opieki. Taki model pozwoli zapewnić lepiej skoordynowaną opiekę nad pacjentem, usprawniając współpracę między specjalistami i zapewniając szybszy dostęp do informacji niezbędnych do podejmowania decyzji klinicznych – mówi Michał Kępowicz z Philips.

Jest to proces wymagający szczególnie w środowisku rozproszonych danych, systemów i procesów pracy, ale już się odbywający.

Przykładem takiego zintegrowanego kierunku rozwoju jest realizowany w Polsce przez Centrum e-Zdrowia projekt Platformy Usług Inteligentnych (PUI)[1]. Pierwszymi narzędziami AI udostępnianymi w ramach platformy będą algorytmy wspierające diagnostykę obrazową. Projekt, rozwijany w ramach projektu e-Zdrowie KPO, ma zapewnić lekarzom dostęp m.in. do certyfikowanych narzędzi AI wspierających analizę badań RTG, tomografii komputerowej i rezonansu magnetycznego.

Budowa zaufania do AI i wzmacnianie kompetencji personelu

Aby wdrażać sztuczną inteligencję na szeroką skalę – jak wskazuje raport Future Health Index 2026 – oprócz zintegrowanych ecosystemów równie ważne jest budowanie zaufania do AI oraz przygotowanie personelu do pracy z nowymi narzędziami.

Lekarze nadal wskazują na potrzebę dalszego doskonalenia technologii, zwracając uwagę m.in. na niejednolitą skuteczność w różnych środowiskach klinicznych (58%) oraz ograniczoną przejrzystość sposobu formułowania rekomendacji przez algorytmy (60%). Jednocześnie 70% respondentów deklaruje, że w ich organizacjach nie funkcjonują jeszcze jasne procesy monitorowania narzędzi opartych na sztucznej inteligencji.

Wyniki te pokazują wyzwania charakterystyczne dla wczesnego etapu adopcji AI i wskazują obszary niezbędne do budowania zaufania oraz zapewnienia spójnej jakości działania. Podobnie jak inne systemy kliniczne, rozwiązania wykorzystujące sztuczną inteligencję wymagają stałego monitorowania, audytowania i pełnej identyfikowalności.

Oprócz tego, że lekarze muszą być pewni narzędzi z których korzystają potrzebują również dokładnie wiedzieć jak z nich korzystać. Aż 70% respondentów wskazuje, że szkolenia z AI są niewystarczające, niespójne lub w ogóle niedostępne.

Spojrzenie w przyszłość

AI w ochronie zdrowia przeszła już etap obietnic i pojedynczych wdrożeń, coraz wyraźniej pokazując swoją wartość w codziennej praktyce klinicznej. Kolejnym krokiem będzie odpowiedzialne skalowanie tych rozwiązań poprzez integrację, wzmacnianie zaufania i budowanie kompetencji zespołów. A wszystko to pod nadzorem człowieka – bo jak twierdzi 90% lekarzy, w miarę rozwoju sztucznej inteligencji niezbędne będzie utrzymanie człowieka w procesie.

***

Materiał opracowany na podstawie wyników i wniosków z raportu Future Helth Index 2026 r. Philips

O raporcie:

Future Health Index to największe na świecie badanie tego typu, analizujące perspektywy pracowników ochrony zdrowia i pacjentów w wielu krajach. W oparciu o autorskie badania ilościowe, w których wzięło udział ponad 2 000 pracowników ochrony zdrowia i ponad 20 000 pacjentów z 10 krajów, edycja z 2026 r. analizuje, w jaki sposób sztuczna inteligencja jest aktywnie wykorzystywana w systemach opieki zdrowotnej oraz jaką wartość wnosi w postaci zaoszczędzonego czasu, zwiększonych możliwości i poprawy jakości świadczonej opieki. W celu pobrania raportu odwiedź stronę:  raport_link

Narodowy Instytut Onkologii im. Marii Skłodowskiej-Curie – Państwowy Instytut Badawczy zakończył realizację projektu cyfryzacji dofinansowanego kwotą 12 mln zł ze środków Krajowego Planu Odbudowy i Zwiększania Odporności. Wdrożone rozwiązania usprawniają dostęp do dokumentacji medycznej, obieg informacji, diagnostykę oraz organizację pracy zespołów medycznych.

Projekt został zrealizowany w ramach komponentu D1.1.2 „Przyspieszenie procesów transformacji cyfrowej ochrony zdrowia poprzez dalszy rozwój usług cyfrowych w ochronie zdrowia”. Jego zakres obejmował zarówno rozwój elektronicznej dokumentacji medycznej, jak i modernizację systemów wspierających bezpośrednią opiekę nad pacjentem, diagnostykę obrazową, planowanie leczenia i organizację pracy szpitala.

Cyfryzacja procesów medycznych często pozostaje dla pacjentów niewidoczna. Jej efekty są jednak odczuwalne na każdym etapie leczenia: od szybszego dostępu do aktualnych informacji, przez ograniczenie ryzyka błędów, po sprawniejszą współpracę lekarzy, pielęgniarek i pozostałych członków zespołu terapeutycznego.

Dane z urządzeń medycznych bezpośrednio w dokumentacji pacjenta

Jednym z najważniejszych elementów projektu było wdrożenie systemu umożliwiającego automatyczne przekazywanie danych z urządzeń medycznych do systemu informatycznego szpitala. Wyniki pomiarów, parametry badań oraz informacje niezbędne do prowadzenia dokumentacji mogą trafiać bezpośrednio do cyfrowego rekordu pacjenta.

Ogranicza to konieczność ręcznego przepisywania danych, a tym samym zmniejsza ryzyko pomyłek, braków lub opóźnień w uzupełnianiu dokumentacji. Dzięki danym w postaci elektronicznej system będzie wspierał personel medyczny w podejmowaniu decyzji klinicznych – wyjaśnia Paweł Masiarz, główny specjalista ds. cyfryzacji NIO-PIB.

Uzupełnieniem systemu są tablety wykorzystywane podczas obchodów. Zapewniają one mobilny dostęp do dokumentacji medycznej, wyników badań oraz informacji o przebiegu leczenia. Lekarze i pielęgniarki mogą przeglądać dane oraz uzupełniać dokumentację bezpośrednio przy łóżku pacjenta, bez konieczności sporządzania odręcznych notatek i późniejszego przenoszenia ich do systemu.

Nowe dokumenty elektronicznej dokumentacji medycznej

W ramach projektu rozbudowano funkcjonujący w Instytucie system HIS i utworzono nowe rodzaje elektronicznej dokumentacji medycznej. Obejmują one między innymi:

• elektroniczną kartę diagnostyki i leczenia onkologicznego – e-DiLO,
• plan leczenia onkologicznego,
• kartę zdrowia pacjenta,
• dokumenty związane z medycyną pracy.

Wprowadzono również elektroniczną postać zgody na przyjęcie do szpitala. Rozwiązanie ogranicza papierowy obieg dokumentów, skraca czas obsługi pacjenta i zapewnia uprawnionemu personelowi szybki dostęp do aktualnych informacji.

Dane są dostępne w jednym systemie, dzięki czemu nie trzeba poszukiwać poszczególnych dokumentów w różnych miejscach ani przekazywać ich pomiędzy jednostkami w postaci papierowej. Ułatwia to zachowanie ciągłości informacji na kolejnych etapach diagnostyki i leczenia – mówi Paweł Masiarz.

Historyczna dokumentacja tworzy cyfrowy rekord pacjenta

Cyfryzacja objęła również archiwalną dokumentację papierową, w szczególności historyczne karty informacyjne z leczenia szpitalnego. Dokumenty są przekształcane do postaci cyfrowej i dołączane do dokumentacji właściwego pacjenta.

Dzięki temu personel może szybciej odnaleźć informacje dotyczące wcześniejszego leczenia, bez konieczności korzystania z rozproszonych archiwów papierowych. Rozwiązanie wspiera tworzenie możliwie pełnego cyfrowego rekordu pacjenta, obejmującego zarówno dokumenty powstające obecnie, jak i informacje z wcześniejszych etapów leczenia.

Digitalizacja zwiększa dostępność dokumentacji dla uprawnionych pracowników, usprawnia jej wyszukiwanie i stopniowo ogranicza obieg papieru w Instytucie.

Nowa wersja systemu PACS

Zmodernizowano także środowisko archiwizacji badań obrazowych, zastępując dotychczasowy system PACS rozwiązaniem klasy VNA (Vendor Neutral Archive). Nowe rozwiązanie umożliwia centralne udostępnianie danych obrazowych oraz tworzy podstawę do integracji kolejnych systemów i źródeł danych medycznych, w szczególności danych w postaci wideo oraz innych, specyficznych dla medycyny, formatów.

Radiolodzy i lekarze prowadzący mogą sprawniej wyszukiwać badania, porównywać obrazy wykonane na różnych etapach diagnostyki i leczenia oraz szybciej uzyskiwać dostęp do potrzebnych informacji. Ma to szczególne znaczenie w onkologii, w której ocena zmian zachodzących w czasie jest jednym z podstawowych elementów monitorowania skuteczności terapii. Aktualizacja pozwoliła również na integrację systemu z nowymi urządzeniami diagnostycznymi i rozwiązaniami wykorzystującymi algorytmy sztucznej inteligencji.

Badania obrazowe połączone z Platformą Usług Inteligentnych

System PACS został zintegrowany z Platformą Usług Inteligentnych, opracowaną przez Centrum e-Zdrowia. Do platformy mogą być automatycznie przekazywane cyfrowe badania obrazowe, w tym tomografia komputerowa, rezonans magnetyczny i zdjęcia rentgenowskie.

Integracja umożliwia wykorzystywanie narzędzi analitycznych i algorytmów sztucznej inteligencji wspierających ocenę badań obrazowych. Rozwiązania te mogą pomagać w analizowaniu dużej liczby danych, wykrywaniu nieprawidłowości i porządkowaniu informacji potrzebnych lekarzowi podczas procesu diagnostycznego. Stanowią narzędzie wspierające specjalistę, a nie zastępują jego wiedzy ani oceny klinicznej – podkreśla Paweł Masiarz.

System wspiera klasyfikację TNM

Kolejnym wdrożonym rozwiązaniem jest automatyzacja procesu przygotowywania klasyfikacji TNM, wykorzystywanej do określania stopnia zaawansowania choroby nowotworowej. System wspiera personel w porządkowaniu informacji i opracowywaniu klasyfikacji, dzięki czemu przygotowanie dokumentacji może przebiegać szybciej i w bardziej jednolity sposób. Każdy wynik wygenerowany przez system jest jednak weryfikowany i zatwierdzany przez lekarza przed wykorzystaniem w procesie diagnostycznym oraz planowaniu leczenia. Zgodność rozwiązania z obowiązującymi klasyfikacjami TNM jest zapewniana poprzez aktualizowanie systemu wraz ze zmianami standardów medycznych.

Cyfrowe wsparcie pracy bloku operacyjnego

W ramach projektu uruchomiony został również moduł „Blok operacyjny”, wspierający planowanie i organizację zabiegów. System ułatwia koordynację pracy zespołów, zapewnia bieżący dostęp do informacji oraz pozwala sprawniej zarządzać harmonogramem operacji.

Moduł umożliwia także analizowanie wykorzystania sal operacyjnych i identyfikowanie przyczyn opóźnień. Zebrane dane mogą być wykorzystywane do lepszego planowania pracy, ograniczania przestojów i efektywniejszego wykorzystywania dostępnej infrastruktury.

W przypadku dużego ośrodka onkologicznego, w którym leczenie wymaga współpracy wielu specjalistów i precyzyjnego ustalania kolejnych etapów postępowania, sprawny przepływ informacji ma bezpośrednie znaczenie dla organizacji opieki nad pacjentami.

Niewidoczne systemy, odczuwalne efekty

Zrealizowany projekt połączył rozwiązania wykorzystywane na salach szpitalnych, podczas obchodów, w pracowniach diagnostycznych, archiwach, systemach informatycznych i na bloku operacyjnym. Jego znaczenie nie sprowadza się jednak wyłącznie do zakupu sprzętu lub aktualizacji oprogramowania.

Paweł Masiarz podsumowuje: Najważniejszym efektem jest szybszy i bezpieczniejszy przepływ informacji o pacjencie. Automatyczne przesyłanie danych ogranicza konieczność ich ręcznego przepisywania, dokumentacja elektroniczna jest łatwiej dostępna, a lekarze mogą sprawniej analizować wyniki badań i porównywać informacje pochodzące z różnych etapów leczenia. Wdrożone rozwiązania stanowią świetną bazę do dalszego rozwoju systemów wspomagania decyzji klinicznych, w tym wykorzystujących sztuczną inteligencję, oraz prowadzenia badań naukowych.

Cyfrowa transformacja wspiera również pracowników Instytutu, ograniczając czas przeznaczany na czynności administracyjne i umożliwiając bardziej efektywną organizację pracy. Dzięki środkom Krajowego Planu Odbudowy Narodowy Instytut Onkologii w Warszawie wdrożył rozwiązania, które tworzą spójne środowisko cyfrowe, odpowiadające na potrzeby współczesnej, kompleksowej opieki onkologicznej.

Źródło: NIO

Foto: NIO

2 sierpnia 2026 r. wchodzimy w kolejny etap stosowania unijnych regulacji dotyczących sztucznej inteligencji. Dla sektora farmaceutycznego to ważny moment – nie dlatego, że od tego dnia wszystkie rozwiązania wykorzystujące AI staną się systemami wysokiego ryzyka, ale dlatego, że korzystanie ze sztucznej inteligencji coraz wyraźniej przestaje być wyłącznie kwestią technologii, a staje się również kwestią odpowiedzialności organizacyjnej. Przygotowanie do nowych regulacji wymaga od branży aptecznej zrozumienia gdzie i w jakim celu wykorzystują one AI, kto odpowiada za jej działanie oraz jakie informacje mogą trafiać do zewnętrznych narzędzi, a w konsekwencji natychmiastowego audytu i ścisłej współpracy z dostawcami oprogramowania.

Sztuczna inteligencja przestała być futurystyczną wizją w sektorze farmaceutycznym – staje się codziennym narzędziem wspierającym diagnostykę, weryfikację interakcji farmakologicznych, analizę i przechowywanie dokumentacji oraz danych czy automatyzację procesów administracyjnych, a w przyszłości zapewne obsługę pacjenta przy okienku w aptece. Według unijnego rozporządzenia AI Act, sektor farmaceutyczny i medyczny znajduje się w grupie szczególnego nadzoru, a wiele stosowanych w nim algorytmów kwalifikuje się do kategorii wysokiego ryzyka lub podlega bezwzględnym wymogom transparentności.

Jednym z najbardziej odczuwalnych wymogów, które wchodzą w życie, jest zasada przejrzystości i obowiązek informacyjny. Każdy pacjent korzystający z cyfrowych kanałów apteki, które wykorzystują systemy AI – czy to poprzez chatbota na stronie WWW, wirtualnego asystenta na infolinii, czy aplikację do rezerwacji leków – musi być od samego początku wyraźnie poinformowany, że wchodzi w interakcję z systemem sztucznej inteligencji, a nie z człowiekiem. Przejrzystość jest fundamentem budowania zaufania na rynku medycznym.

AI Act kładzie także nacisk na nadzór ludzki (Human-in-the-Loop) i odpowiedzialność farmaceuty. W przypadku aptek może dotyczyć to m.in. systemów wspierających analizę interakcji lekowych czy rekomendacji suplementacji – ostateczna decyzja farmaceutyczna zawsze musi jednak należeć do magistra farmacji. Systemy AI mogą działać wyłącznie jako „druga para oczu” lub wsparcie analityczne, jednak to farmaceuci muszą posiadać realną możliwość zweryfikowania, zmodyfikowania lub zignorowania sugestii wygenerowanej przez algorytm.

Kolejnym ważnym aspektem jest klasyfikacja ryzyka i bezpieczeństwo danych pacjenta. Większość specjalistycznych narzędzi AI używanych w ochronie zdrowia – zwłaszcza tych wbudowanych w oprogramowanie medyczne – podlega rygorystycznym procedurom oceny zgodności, tworzenia dokumentacji technicznej oraz rejestracji w unijnej bazie danych. Równolegle, podmioty przetwarzające dane zdrowotne pacjentów (dane wrażliwe w rozumieniu RODO) za pośrednictwem algorytmów AI muszą zagwarantować najwyższe standardy cyberbezpieczeństwa oraz stosować zaawansowane mechanizmy anonimizacji i pseudonimizacji.

Kluczowe jest także szkolenie z kompetencji cyfrowych. AI Act nakłada na podmioty stosujące sztuczną inteligencję obowiązek zapewnienia tzw. AI literacy – czyli odpowiednich kompetencji i wiedzy po stronie personelu. Osoby korzystające z niewątpliwych udogodnień systemów AI muszą wiedzieć, jak działają stosowane w ich pracy narzędzia, jakie mają ograniczenia (np. ryzyko halucynacji) oraz w jakich sytuacjach nie należy polegać na ich wskazaniach.

Jak apteki powinny przygotować się na zmiany? Każdy podmiot powinien podjąć 4 kluczowe kroki:

1. Inwentaryzacja i audyt narzędzi AI – przegląd wszystkich wykorzystywanych systemów, od chatbotów, po algorytmy optymalizujące zatowarowanie i ceny.
2. Weryfikacja umów z dostawcami IT – apteki muszą upewnić się, że dostawcy oprogramowania spełniają wymogi AI Act, dostarczają wymaganą dokumentację techniczną oraz gwarantują zgodność z przepisami RODO i właściwymi rozporządzeniami.
3. Wdrożenie procedur i oznaczeń dla pacjentów – umieszczenie jasnych komunikatów informacyjnych we wszystkich kanałach cyfrowych, w których pacjent ma kontakt ze sztuczną inteligencją.
4. Szkolenia zespołu – przeprowadzenie szkoleń z zakresu bezpiecznego i etycznego korzystania z AI, o ile systemy AI wykorzystywane są w codziennej pracy apteki, oraz ustalenie wewnętrznych procedur nadzoru ludzkiego.

AI Act niewątpliwie stanowi dla aptek szansę na uporządkowanie cyfrowej transformacji. Wydaje się, że w niedalekiej przyszłości sztuczna inteligencja może zacząć wspierać farmaceutów w części powtarzalnych zadań, usprawniać komunikację i procesy administracyjne, a tym samym pozwalać pracownikom skupić się na tym, co w aptece najważniejsze – kontakcie z pacjentem i profesjonalnej opiece farmaceutycznej.

Warunkiem jest jednak właściwe ustawienie relacji człowiek–technologia. AI powinna być narzędziem wspierającym farmaceutę, a nie zastępującym jego wiedzę, doświadczenie i odpowiedzialność.

Z perspektywy Związku Aptek Franczyzowych najważniejsze jest więc, aby sektor farmaceutyczny nie podchodził do AI Act wyłącznie jako do kolejnego obowiązku formalnego. Dobrze przygotowana organizacja powinna już teraz wiedzieć, gdzie wykorzystuje sztuczną inteligencję, jakie ryzyka się z tym wiążą i jak zapewnić pracownikom odpowiednie kompetencje.

2 sierpnia zaczyna się bardziej dojrzały etap dyskusji o AI w aptekach – etap, w którym obok pytania o to, co sztuczna inteligencja potrafi, musimy równie poważnie odpowiedzieć sobie na pytanie, jak odpowiedzialnie chcemy z niej korzystać.

Źródło: inf pras