Sztuczna inteligencja w kardiologii: wdrażanie w Polsce i USA

Sztuczna inteligencja zmienia sposób, w jaki kardiolodzy diagnozują i leczą pacjentów, ale jej rzeczywiste wdrażanie w polskich szpitalach napotyka na konkretne przeszkody — finansowe, prawne i organizacyjne. Dyskusja na temat tych wyzwań odbyła się w połowie września 2026 roku podczas międzynarodowego kongresu kardiologów, gdzie eksperci z obu stron Atlantyku podzielili się doświadczeniami z praktycznego stosowania algorytmów w codziennej pracy.

Jak AI wspiera diagnozę kardiologiczną?

Praktyczne zastosowania sztucznej inteligencji w kardiologii są już mierzalne. Algorytmy nauczono rozpoznawania obniżonej frakcji wyrzutowej na podstawie zapisu elektrokardiograficznego — parametru kluczowego dla oceny funkcji serca. Równocześnie narzędzia AI potrafią drastycznie przyspieszyć pracę diagnostyczną: opis badania echokardiograficznego, które tradycyjnie zajmuje więcej czasu, może być wygenerowany w ciągu około 2 minut.

Jeszcze bardziej znaczący wpływ AI wykazuje na racjonalizację procedur. Liczba niepotrzebnych koronarografii — badania inwazyjnego, które wiąże się z ryzykiem i kosztami — spada ponad dwukrotnie dzięki wsparciu algorytmów. To oznacza zarówno mniejsze obciążenie pacjentów, jak i efektywniejsze wykorzystanie zasobów szpitalnych.

Doświadczenia z dużych ośrodków amerykańskich, takich jak sieć szpitali UCLA obsługująca około 2 miliony pacjentów rocznie, pokazują, że skala wdrażania jest możliwa. Jednak przeskok z jednostkowych ośrodków do powszechnego systemu wymaga rozwiązania wielu problemów praktycznych.

Polska: narzędzia są, pieniędzy brakuje

W Polsce sytuacja jest paradoksalna. Narzędzia do wspomagania diagnostyki kardiologicznej z certyfikatem CE — czyli spełniające europejskie standardy bezpieczeństwa — już funkcjonują w polskich pracowniach. Nie chodzi zatem o brak dostępu do technologii, lecz o jej finansowanie.

Płatnik — publiczny system ochrony zdrowia — nie pokrywa kosztów wdrażania tych rozwiązań. To stanowi główną barierę dla szerszego rozpowszechnienia AI w kardiologii, nawet gdy technologia jest dostępna i zarejestrowana. Ośrodki, które chcą ją wdrożyć, muszą znaleźć własne źródła finansowania, co ogranicza możliwości mniejszych szpitali.

Regulacje i pilotaż: gdzie jest kardiologia?

Polska ustawa o systemach sztucznej inteligencji, obowiązująca od sierpnia 2026 roku, ustanowiła ramy prawne dla wdrażania nowych technologii w medycynie. Przepisy definiują odpowiedzialność, wymogi bezpieczeństwa i procedury weryfikacji algorytmów.

Praktycznym wyrazem tych regulacji jest pilotaż zaplanowany na grudzień 2026 roku, w którym algorytmy będą testowane w 400 szpitalach publicznych. Jednak tu pojawia się kolejny problem: program skupia się na narzędziach radiologicznych, podczas gdy kardiologiczne rozwiązania pozostały poza jego zakresem. To oznacza, że polska kardiologia będzie musiała czekać na osobne inicjatywy lub szukać alternatywnych ścieżek walidacji technologii.

Jedną z metod weryfikacji, którą proponuje się w Polsce, jest szpitalna ocena technologii medycznych (HB-HTA). To systematyczne podejście pozwala na ocenę zarówno efektywności klinicznej, jak i opłacalności ekonomicznej nowego narzędzia przed jego szerszym wdrożeniem.

Kto odpowiada za decyzję kliniczną?

Kluczową kwestią jest zdefiniowanie roli algorytmu w procesie diagnostycznym. Wynik wygenerowany przez AI to rekomendacja, wsparcie dla lekarza — nigdy nie jest to samodzielna decyzja kliniczna. Odpowiedzialność za pacjenta, za interpretację wyników i za ostateczną diagnozę pozostaje całkowicie po stronie kardiologa.

Ta zasada — czasem określana w branży jako „ograniczone zaufanie” do algorytmu — jest fundamentalna dla etyki medycznej i odpowiedzialności prawnej. Lekarz musi być w stanie uzasadnić swoją decyzję, niezależnie od tego, co zasugerował algorytm. Oznacza to, że wdrażanie AI w kardiologii wymaga nie tylko szkolenia w obsłudze narzędzia, ale przede wszystkim zmiany mentalności — zrozumienia, że technologia to narzędzie, a nie autorytet.

Co to oznacza dla polskiej kardiologii?

Polska stoi na rozdrożu. Z jednej strony dysponuje dostępem do certyfikowanych narzędzi AI, z drugiej — brakuje systemowego finansowania i pełnego objęcia kardiologii pilotażem regulacyjnym. Ośrodki zainteresowane wdrażaniem technologii muszą liczyć na własne budżety lub granty badawcze.

Perspektywa jest jednak obiecująca. Ustawa o systemach AI i planowany pilotaż w szpitalach publicznych stanowią podstawę do szerszego wdrażania. Jeśli kardiologia zostanie włączona do programu testowania, a płatnik zainteresuje się finansowaniem rozwiązań przynoszących wymierną oszczędność (jak zmniejszenie liczby niepotrzebnych procedur), polska medycyna może szybko dogonić zachodnie ośrodki.

Kluczem jest jednak edukacja lekarzy i jasne określenie granic — AI wspomaga, ale nie zastępuje doświadczenia i osądu kardiologa.