Kardiolodzy chcą sztucznej inteligencji w szpitalach – i mówią, jak ją wdrażać
PTK
Sztuczna inteligencja ma pomóc leczyć lepiej, nie tylko szybciej – pod czterema warunkami. Eksperci z Polski i USA – debatujący w trakcie 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 i możliwości AI na rzecz kardiologii
Algorytmy odczytują już z EKG obniżoną frakcję wyrzutową, skracają opis echokardiografii do około dwóch minut – nadal pod nadzorem lekarza – a w tomografii pozwalają ponaddwukrotnie zmniejszyć liczbę niepotrzebnych koronarografii.
W centrum panelu, który 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, prof. 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.
Te narzędzia są już dostępne
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 to się sprawdziło i jakim kosztem – zaznaczyła.
AI a prawo
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), ocenione zostaną ryzyka: stronniczość algorytmów, skłonność do ulegania maszynie i utrata 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.
– 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 – podkreślali eksperci.
Przeczytaj także: „Cyfryzacja, AI i odejście od doraźnej refundacji to główne plany polityki lekowej państwa”, „Asystent AI pomoże nauczycielom korzystać z wiedzy ekspertów UMW” i „AI może ostrzec przed rakiem piersi nawet sześć lat wcześniej”.
