Zastosowania AI w medycynie — przykłady z polskiego gabinetu

Przykłady AI w medycynie to dziś analiza badań obrazowych, wsparcie badań przesiewowych, cyfrowa patomorfologia, obsługa pacjenta przez wirtualnych asystentów i przygotowywanie szkiców dokumentacji. We wszystkich tych zastosowaniach system wykonuje pracę powtarzalną, a rozpoznanie i podpis zostają przy lekarzu.

Sztuczna inteligencja w medycynie rzadko wygląda jak na konferencyjnym slajdzie. Jak AI pomaga w medycynie, widać na konkretach: narzędzie obrysowuje podejrzane miejsce na tomografii albo układa rozmowę z wizyty w sekcje notatki, po czym czeka, aż człowiek to sprawdzi.

Gdzie AI jest już używana w polskich placówkach?

Sztuczna inteligencja w medycynie jest w Polsce używana w 13,2% szpitali, najczęściej przy analizie badań obrazowych. Tak wynika z VIII edycji badania stopnia informatyzacji podmiotów leczniczych, przeprowadzonego przez Centrum e-Zdrowia w 2024 roku. Rok wcześniej odsetek ten wynosił 6,5%.

W tej samej edycji badania rozkład zastosowań wśród placówek, które już po AI sięgnęły, wyglądał tak:

• analiza tomografii komputerowej — 33,9%
• chatboty i wirtualni asystenci w obsłudze pacjenta — 18%
• wspomaganie decyzji klinicznych — 16,2%
• analiza rezonansu magnetycznego — 15,9%

W IX edycji badania, ogłoszonej w sierpniu 2026 roku, wdrożenie AI w ciągu najbliższych dwunastu miesięcy zapowiedziało 40,9% szpitali. Rok wcześniej deklarowało to 38,8%, więc zapowiedzi rosną wolniej niż samo użycie.

Jak AI pomaga w diagnostyce obrazowej?

W diagnostyce obrazowej AI wskazuje radiologowi miejsca wymagające uwagi, obrysowuje i mierzy zmiany, a opis badania podpisuje lekarz. To najczęstsze zastosowanie sztucznej inteligencji w polskiej medycynie i zarazem najstarsze, bo wynik algorytmu łatwo porównać z rozpoznaniem postawionym później.

Przykład z polskiego ośrodka: system Raygenic Rayspad, opracowany przez zespół z AGH razem z badaczem z Uniwersytetu Jagiellońskiego, przeszedł blisko półroczny pilotaż kliniczny w Szpitalu Uniwersyteckim w Krakowie. Pilotaż objął około stu badań tomografii komputerowej i rezonansu; system obrysowywał zmiany, wskazywał je i mierzył (Focus o Zdrowiu, 2025). Lekarz rodzinny zetknie się z efektem takiego wdrożenia w opisie, który przyjdzie z pracowni, a na jego własnym biurku nic się nie zmienia.

Czy AI poprawia wyniki badań przesiewowych?

Tak — w szwedzkim badaniu MASAI odczyt mammografii wspomagany przez AI wykrył 6,4 raka na 1000 przebadanych kobiet wobec 5,0 raka przy standardowym podwójnym odczycie, bez wzrostu liczby wyników fałszywie dodatnich. Było to pierwsze randomizowane badanie kontrolowane nad AI w przesiewie mammograficznym, objęło blisko 106 000 kobiet, a obciążenie radiologów samymi odczytami spadło w nim o 44,2% (Hernström i wsp., Lancet Digital Health, 2025).

Pełne wyniki, opublikowane w The Lancet w 2026 roku, wykazały, że odczyt wspomagany przez AI nie zwiększa liczby raków wykrywanych między badaniami przesiewowymi, a te, które się pojawiają, rzadziej mają cechy agresywne.

Lekarz rodzinny czyta to jako punkt odniesienia. Wynik pokazuje, ile AI potrafi w zadaniu wąskim i mierzonym przez lata, a producenci przenoszą go na zadania znacznie szersze, w których nikt tego nie zmierzył.

Co AI zmienia w pracowni patomorfologii?

W patomorfologii AI pozwala ocenić preparat zdalnie, na ekranie, i szybciej wskazać podejrzane obszary, a rozpoznanie stawia patomorfolog. W kwietniu 2025 roku Śląski Szpital Urologiczny w Katowicach uruchomił w pełni cyfrowy obieg badań histopatologicznych z telepatologią wspieraną przez AI, od przyjęcia materiału po wydanie wyniku, korzystając z rozwiązania polskiej firmy CancerCenter.ai.

Powód jest kadrowy. W Polsce pracuje około 350 patomorfologów przy szacowanym zapotrzebowaniu rzędu 1100 (Rynek Zdrowia, 2025), więc szpitale sięgają po cyfrowy obieg tam, gdzie kolejka rośnie najszybciej.

Co robi AI w obsłudze pacjenta poza gabinetem?

Wirtualni asystenci oparci na AI odbierają ruch, który dziś obciąża rejestrację: pytania o godziny przyjęć, przygotowanie do badania, status skierowania. To drugie najczęstsze zastosowanie AI w polskich szpitalach, wskazane przez 18% placówek korzystających z takich narzędzi.

Z perspektywy lekarza jest niewidoczne, bo działa przed wizytą i po niej. Granica jest tu ostrzejsza niż gdziekolwiek indziej, bo po drugiej stronie jest pacjent, a nie specjalista, który wychwyci błąd: asystent odpowiada na pytania organizacyjne, a wszystko, co dotyczy objawów i leczenia, przekierowuje do człowieka.

Jak AI pomaga przy dokumentacji wizyty?

Przy dokumentacji system słucha rozmowy z wizyty i przygotowuje szkic notatki uporządkowany w sekcje, a lekarz go sprawdza i zatwierdza. Ten sam mechanizm rozbieramy krok po kroku przy AI do notatek lekarskich.

Co konkretnie robi taki system? Rozpoznaje wypowiedzi z rozmowy, odróżnia wywiad od badania i zaleceń, przypisuje informacje do właściwych sekcji notatki i zapisuje wartości liczbowe, które padły. Czego nie zrobi: nie zapyta o to, o co lekarz nie zapytał, i nie oceni, czy wywiad był kompletny. Szkic odwzorowuje rozmowę, która się odbyła, a nie tę, która powinna była się odbyć.

W POZ jest to jedyne zastosowanie AI, do którego wystarczy przeglądarka. Nie trzeba pracowni ani zespołu wdrożeniowego, dlatego trafia do gabinetu lekarza rodzinnego wcześniej niż reszta. Przy takim szkicu praca lekarza się nie kończy, a ile z niej zostaje, policzyliśmy osobno.

Osobną kategorią są chatboty ogólnego przeznaczenia, z ChatGPT na czele. Powstały do rozmowy o wszystkim, nie do pracy z wizytą; różnicę widać na ChatGPT dla lekarzy.

Kto podpisuje wynik, gdy pracuje AI?

Wynik zawsze podpisuje lekarz, a granica przebiega przed rozpoznaniem: radiolog podpisuje opis badania, patomorfolog wynik histopatologiczny, lekarz rodzinny wpis w kartotece.

Granica ma powód techniczny. Systemy się mylą: przekręcają nazwę leku albo potrafią dopisać coś, czego na wizycie nie było. Dlatego notatka z AI jest szkicem do kontroli lekarza, a nie gotowym dokumentem.

Odpowiedzialność za treść dokumentacji zostaje przy lekarzu, który ją zatwierdza. Żadne zastosowanie AI tego nie przenosi.

Pytanie o to, czy technologia wyprze lekarza, ma osobny tekst: czy sztuczna inteligencja zastąpi lekarza.

Jak to wygląda w Notatce Lekarza?

Notatka Lekarza zajmuje z tej mapy jedno pole, dokumentację: lekarz uruchamia wizytę w przeglądarce i rozmawia z pacjentem normalnie, bez dyktowania i bez przerw na pisanie.

Po wizycie dostaje szkic podzielony na sekcje: wywiad, badanie, zalecenia. Czyta go, nanosi poprawki tam, gdzie są potrzebne, i zatwierdza. Fragment, który mu nie odpowiada, może skasować albo przepisać, bo to jego wpis i jego podpis. Gotowy tekst kopiuje do mMedica, Gabinet+ albo innego programu używanego w placówce. System nie łączy się z tym programem, więc tekst przenosi się przez schowek.

Nie analizujemy badań obrazowych i nie proponujemy rozpoznania. Zdejmujemy z lekarza pisanie pierwszej wersji wpisu, a za treść i decyzję odpowiada lekarz. Jeśli szukasz punktu wyjścia u siebie, opisaliśmy go w artykule o AI dla lekarza w gabinecie. Możesz też założyć konto i sprawdzić to na własnej wizycie, bez zmiany dotychczasowego programu.

Źródła: „Szpitale coraz chętniej korzystają z narzędzi wspieranych przez AI”, VIII edycja Badania stopnia informatyzacji podmiotów wykonujących działalność leczniczą, Centrum e-Zdrowia, 2025; IX edycja tego badania, Centrum e-Zdrowia, 2026; Hernström i wsp., badanie MASAI, Lancet Digital Health, 2025; Gommers i wsp., pełne wyniki MASAI, The Lancet, 2026; „W tym szpitalu patomorfologa wspiera sztuczna inteligencja”, Rynek Zdrowia, 2025; „Sztuczna inteligencja z AGH pomocą dla radiologów”, Focus o Zdrowiu, 2025; o platformie CancerCenter.AI, 300gospodarka, 2025.