Kardiolodzy chcą sztucznej inteligencji w szpitalach – i mówią, jak ją wdrażać, żeby zyskał pacjent

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.

ira/, fot. archiwum PTK

Data publikacji: 25.09.026 r.