Czy sztuczna inteligencja może lepiej diagnozować zawały niż dyspozytorzy?

Tak – system Corti wykrywa zatrzymanie krążenia w około 95% przypadków, podczas gdy wyszkoleni dyspozytorzy osiągają około 73% skuteczności. Różnica ta ma bezpośredni wpływ na przeżywalność, ponieważ każda minuta bez reanimacji dramatycznie obniża szanse pacjenta.

Jak AI wspomaga odkrywanie pożarów?

Sieci kamer wspierane sztuczną inteligencją przeszukują horyzont w poszukiwaniu dymu. Kalifornijski system Alert California z ponad 1200 kamerami wykrył w 2025 roku 915 pożarów zanim zgłosił je jakikolwiek człowiek, dając strażakom cenne minuty przewagi.

Jakie są główne zagrożenia przy używaniu AI do priorytetyzacji wezwań?

Dwa kluczowe niebezpieczeństwa: algorytm może odziedziczyć historyczne nierówności w dostępie do ratownictwa i je utrwalić, oraz dyspozytor pod presją czasu może bezkrytycznie zatwierdzać rekomendacje maszyny zamiast je kwestionować, co w ratownictwie ma najwyższe konsekwencje.

Czy algorytm powinien decydować, kogo ratować najpierw?

Nie – ta decyzja jest kwestią moralną, nie techniczną. AI powinno wspierać człowieka dostarczając szybszą informację i analizę, ale ostateczna odpowiedzialność za wybór, kto otrzyma pomoc jako pierwszy, musi pozostać przy dyspozytoriu, który ponosi za to konsekwencje.

Jakie są konkretne zastosowania AI, które już ratują życia?

System Corti analizuje rozmowy alarmowe pod kątem zawału, na Tajwanie AI odczytuje EKG z karetki w 37 sekund zamiast 113, algorytmy optymalizują trasy karetki przez korki, a kamery Pano AI monitorują miliony hektarów w poszukiwaniu pożarów w USA, Australii i Kanadzie.

AI w ratownictwie: szybciej, ale kto decyduje o życiu?

Sztuczna inteligencja skraca czas dojazdu karetki i wykrywa zawały lepiej niż człowiek.

Sztuczna inteligencja w ratownictwie skraca czas reakcji i poprawia wykrywalność zagrożeń, ale nie może podejmować decyzji o tym, czyje życie ważniejsze, gdy zasobów brakuje dla wszystkich.

Ratownictwo to dziedzina, w której czas liczy się w minutach dzielących życie od śmierci, a zasobów zawsze jest za mało wobec rzeczywistych potrzeb. Dyspozytor odbierający zgłoszenie alarmowe podejmuje w kilka sekund decyzje od których zależy ludzki los, dysponując mniejszą liczbą karetek i wozów ratunkowych, niż wymagałaby sytuacja. W tę szczelinę między pilnością a niedoborem wkracza sztuczna inteligencja z obietnicą, która w tej dziedzinie znaczy więcej niż gdziekolwiek indziej: skrócić czas reakcji i lepiej rozłożyć pomoc. Rzecz w tym, że ta sama technologia, która potrafi uratować życie przyspieszając reakcję, może swoim błędem zdecydować, do kogo pomoc nie dotrze na czas.

Jak AI już ratuje życia: konkretne liczby

Dowody na skuteczność sztucznej inteligencji w ratownictwie są mocne i mierzalne. Duńska firma Corti zbudowała system, który słucha rozmów z numerem alarmowym i analizuje słowa, ton głosu oraz oddech, by rozpoznać zatrzymanie krążenia szybciej niż człowiek.

Parametr	System Corti	Wyszkoleni dyspozytorzy
Wykrywalność zatrzymania krążenia	~95%	~73%
Znaczenie dla pacjenta	Każda minuta bez reanimacji dramatycznie obniża przeżywalność	Opóźnienie może być fatalne

Ta różnica ma znaczenie dosłownie na wagę życia. Przeżywalność pozaszpitalnego zatrzymania krążenia liczy się w pojedynczych procentach, a każda minuta bez reanimacji zmniejsza szanse pacjenta. Technologię testowano w Kopenhadze na numerze 112 i w kolejnych europejskich miastach we współpracy z organizacją zrzeszającą służby ratunkowe z ponad osiemdziesięciu krajów.

Podobnych zastosowań jest więcej. Na Tajwanie system AI odczytujący zapis EKG przesyłany z karetki rozpoznawał zawał serca średnio w 37 sekund, wobec ponad 113 sekund, gdy zapis czytał zdalnie dyżurny lekarz. Różnica 76 sekund w diagnozie zawału może być różnicą między przeżyciem a śmiercią pacjenta.

Algorytmy kierują karetki przez korki, oceniają na podstawie danych o wypadku, czy potrzebna jest interwencja, i pomagają rozłożyć zespoły po mieście tak, by średni czas dojazdu był jak najkrótszy. W jednym z badań AI poprawiła terminowość reakcji na najpilniejsze wezwania o wartość odpowiadającą kilku dodatkowym dyżurom karetek tygodniowo. To realny zysk, mierzony w ludziach, którzy zdążyli otrzymać pomoc.

Druga rewolucja: wykrywanie katastrof przed człowiekiem

Druga rewolucja w zastosowaniu AI w ratownictwie dzieje się w wykrywaniu katastrof, zwłaszcza pożarów. W zachodnich stanach USA sieci kamer wspieranych sztuczną inteligencją bez przerwy przeszukują horyzont w poszukiwaniu dymu.

Kalifornijski system Alert California, liczący ponad 1200 kamer, wykrył w 2025 roku 915 pożarów, zanim zgłosił je którykolwiek człowiek. W jednym przypadku w Arizonie algorytm dostrzegł dym, analitycy potwierdzili, że to nie chmura ani kurz, i straż ugasiła ogień, zanim przekroczył trzy hektary. Kamery firmy Pano AI monitorują dziś miliony hektarów w kilkunastu stanach USA oraz w Australii i Kanadzie, dając strażakom cenne minuty przewagi.

Co to oznacza: Każda minuta przewagi w wykryciu pożaru to potencjalnie setki hektarów uratowanego lasu, a przede wszystkim – możliwość ewakuacji ludzi zanim ogień dotrze do zabudowań. AI nie zmęczy się, nie przespи i nie przegapi dymu na horyzoncie.

Gdzie AI się kończy: problem decyzji moralnych

To pokazuje jednak zarazem granicę technologii, i tu zaczyna się sedno problemu. Gdy AI trafnie wykryje pożar, nie mówi, co z tym zrobić. Czy wysłać pomoc natychmiast, czy tylko obserwować. Gdzie ją skierować. Czy zarządzić ewakuację. Wszystkie te rozstrzygnięcia wciąż wymagają ludzi i systemów wspierania decyzji. Do tego dochodzi problem fałszywych alarmów, które w ratownictwie nie są tylko niewygodą, bo każda minuta uwagi poświęcona pozornemu zagrożeniu to minuta odebrana realnemu wezwaniu.

Najtrudniejsze pytanie: kto ma pierwszeństwo?

Tu dochodzimy do najtrudniejszego dylematu – ustalania priorytetów. Wypadek drogowy, zgłoszenie przemocy domowej, podejrzenie podpalenia i jeden dostępny zespół ratunkowy. Kto ma pierwszeństwo? Dyspozytornie od dekad rozstrzygają takie dylematy, a sztuczna inteligencja obiecuje robić to szybciej i na podstawie większej liczby danych.

W tej obietnicy kryje się jednak ryzyko, którego w innych dziedzinach nie ma. Gdy algorytm oceniający wiarygodność kredytową się myli, ktoś nie dostaje pożyczki. Gdy myli się algorytm ustalający priorytet wezwań, ktoś nie dostaje pomocy na czas – i może umrzeć.

Dwa niebezpieczeństwa szczególnie realne

Pierwsze to błąd systematyczny ukryty w danych. Model uczący się na historii wezwań może odziedziczyć dawne nierówności. Na przykład: jeśli w przeszłości do pewnych dzielnic karetki jeździły wolniej (z powodu warunków infrastrukturalnych, dyskryminacji lub zaniedbania), algorytm może uznać taki stan za normę i go utrwalić. Zamiast wyrównać dostęp, AI go pogłębi.

Drugie to nadmierne zaufanie do maszyny. Wykryty przez system o wyższej wykrywalności zawał ma też więcej fałszywych alarmów, a dyspozytor pod presją czasu, widząc podpowiedź z wysokim wskaźnikiem pewności, rzadko ją kwestionuje. Nadzór człowieka, który miał być bezpiecznikiem, w ratownictwie łatwo zamienia się w automatyczne zatwierdzanie – tyle że tu stawką jest życie, a nie wygoda.

Kto odpowiada za decyzję o życiu?

Sedno sprawy wykracza poza sprawność dyspozytorni i dotyka pytania, na które żaden model nie ma prawa odpowiadać samodzielnie. Decyzja o tym, kto otrzyma pomoc jako pierwszy, gdy nie starcza jej dla wszystkich naraz, nie jest rozstrzygnięciem technicznym, lecz moralnym. Algorytm może i powinien wspierać tę decyzję, dostarczając szybszą, pełniejszą informację, wskazując najkrótszą trasę i wychwytując zawał, którego ucho dyspozytora mogłoby nie usłyszeć. Nie może jednak wziąć na siebie odpowiedzialności za to, czyje życie uzna za ważniejsze, bo maszyna nie stanie przed rodziną tego, do kogo pomoc nie dotarła.

Właściwa rola AI w ratownictwie

Najrozsądniejsza postawa wobec sztucznej inteligencji w ratownictwie nie polega ani na strachu przed powierzeniem maszynie decyzji o życiu, ani na bezkrytycznym zachwycie nad każdą zaoszczędzoną sekundą. Polega na trzeźwym rozdzieleniu ról.

Sztuczna inteligencja jest w ratownictwie znakomitym narzędziem tam, gdzie liczy się szybkość i skala: w wykrywaniu zagrożeń, w analizie zgłoszenia, w optymalizacji dojazdu, w mapowaniu katastrofy. Powinna zostać narzędziem ratownika, przedłużeniem jego zmysłów i pamięci, a nie sędzią rozstrzygającym o wartości ludzkiego życia.

Bo w tej dziedzinie pomyłka nie jest kosztem, który da się odpisać. Jest kimś, kto nie doczekał pomocy. I właśnie dlatego ostatnie słowo, zwłaszcza to najtrudniejsze, o tym, kogo ratować najpierw, musi pozostać przy człowieku, który weźmie za nie odpowiedzialność. Maszyna może skrócić drogę do ratunku. Nie może zdjąć z nas ciężaru decyzji, komu ten ratunek przypadnie.