18 lis 2026
Regulacje i Etyka

AI w medycynie i radiologii: zastosowania, ryzyka i opinie polskich lekarzy

Jak sztuczna inteligencja zmienia radiologię i medycynę? Sprawdź, gdzie algorytmy pomagają lekarzom, gdzie zawodzą i dlaczego polscy specjaliści zachowują…

Autor: Zuzanna Podgórska, 6 listopada 2026
A medical professional reviewing MRI brain scans in a clinical setting, highlighting healthcare technology.
Fot. Anna Shvets / Pexels · Pexels License

Sztuczna inteligencja w medycynie, a szczególnie w radiologii, coraz częściej wspiera lekarzy w analizie obrazów, ale polscy specjaliści podchodzą do niej z dużą rezerwą i wskazują na jej ograniczenia.

Jak szeroko AI jest już wykorzystywana w medycynie?

Skala zastosowań rośnie szybko, zwłaszcza w Stanach Zjednoczonych, które są w tej dziedzinie punktem odniesienia. Badanie AMA z 2026 roku pokazało, że AI stosuje 81% organizacji lekarskich, a jej wykorzystanie wzrosło dwukrotnie w porównaniu z sytuacją sprzed trzech lat. Z kolei serwis Doximity podaje, że 63% lekarzy w USA sięga po AI każdego dnia.

Organ regulacyjny FDA dopuścił do obrotu prawie 2000 wyrobów medycznych wykorzystujących algorytmy AI. Liczba ta pokazuje, że technologia wychodzi z laboratoriów i trafia do realnej praktyki klinicznej.

WskaźnikWartośćŹródło
Organizacje lekarskie w USA używające AI81%Badanie AMA, 2026
Wzrost wykorzystania względem trzech lat wcześniej2-krotnyBadanie AMA
Lekarze w USA korzystający z AI codziennie63%Doximity
Wyroby medyczne z algorytmami AI dopuszczone przez FDAprawie 2000FDA
Algorytmy AI na konsoli radiologicznej prof. Szurowskiejok. 90 (na co dzień kilka)Opinia praktyka

Czym AI pomaga w radiologii?

Radiologia jest dziedziną, w której algorytmy sprawdzają się najlepiej. Według prof. Edyty Szurowskiej, radiolożki z Gdańskiego Uniwersytetu Medycznego i wiceprezeski PLTR, dobrze radzą sobie m.in. z wykrywaniem udaru niedokrwiennego. Praktycznym efektem jest krótszy czas badania rezonansem magnetycznym oraz możliwość ograniczenia dawki promieniowania w tomografii komputerowej.

Na konsoli radiologicznej prof. Szurowskiej znajduje się około 90 algorytmów, ale na co dzień lekarka używa z nich zaledwie kilku. Ten szczegół dobrze pokazuje, że liczba dostępnych narzędzi nie przekłada się automatycznie na ich przydatność w konkretnym szpitalu.

Gdzie algorytmy zawodzą?

Najważniejsze zastrzeżenie dotyczy tego, że AI nie zastępuje lekarza. Prof. Szurowska wskazuje, że algorytmy nie wykluczają w stu procentach zmian widocznych na obrazie. Zdarza się, że pokazują nieistniejące złamania albo przeoczają zmiany pourazowe.

Dla pacjenta oznacza to, że wynik wygenerowany przez program wymaga weryfikacji przez specjalistę, a decyzja kliniczna nadal należy do człowieka.

Dlaczego algorytm z USA nie zawsze sprawdzi się w Polsce?

Populacje pacjentów różnią się chorobowością i wskaźnikiem BMI. Algorytm trenowany na danych z innego kraju może więc popełniać błędy w polskich warunkach. Ten problem nie jest wyłącznie techniczny: dotyczy trafności wyników i bezpieczeństwa leczenia. Wdrożenie narzędzia wymaga zatem lokalnej walidacji, a nie tylko zakupu licencji.

Dane pacjentów i granice zaufania

Część polskich specjalistów zachowuje ostrożność również wobec przetwarzania danych. Prof. Magdalena Skórzewska, onkolożka z UM w Lublinie, kierująca oddziałem w USK nr 4, nie wprowadza wyników pacjentów do systemów AI. Powodem są wątpliwości dotyczące przechowywania danych i zgodności takich działań z prawem.

Krytyka Polityczna przytacza w tym kontekście słowa prof. Szurowskiej: „Względy ekonomiczne nie powinny decydować o bezpieczeństwie pacjenta”. Ta wypowiedź streszcza napięcie, które towarzyszy wdrożeniom AI: presję na oszczędności i szybkość kontra odpowiedzialność wobec pacjenta.

Co to oznacza dla pacjentów i lekarzy?

Dla pacjentów najważniejsze jest, że AI w diagnostyce jest już realnym narzędziem, ale jej wynik powinien być zawsze potwierdzony przez lekarza. Szpitale i placówki, które planują wdrożenie takich rozwiązań, powinny sprawdzić, jak algorytm działa na lokalnej populacji, oraz jasno określić zasady ochrony danych. Dla lekarzy oznacza to konieczność zachowania krytycznego dystansu wobec technologii, która przyspiesza pracę, ale nie zdejmuje z nich odpowiedzialności.

Na podstawie: Krytyka Polityczna. Tekst opracowany redakcyjnie.