Czy sztuczna inteligencja może w pięć lat przejąć połowę czasu pracy lekarza? To pytanie, które z miejsca rozbrzmiało na XI edycji Akademii Managera Ochrony Zdrowia i nie chce zamilknąć. Rozmowy prowadzone podczas konferencji nie były o bajkach, lecz o twardych danych, obserwacjach szpitali i prognozach, które przerażają, a jednocześnie napawają nadzieją.
„To ogromna rewolucja” — powiedział na scenie Daniel Nowocin, prezes Medidesku. Podkreślił jednak coś, co warto zapamiętać: AI nie zastąpi relacji lekarz–pacjent ani odpowiedzialności za ostateczną decyzję medyczną. To nie scenariusz efektu wulkanu, tylko skomplikowane rozłożenie zadań na czynniki pierwsze i zestawienie ich z etyką, prawem i codzienną praktyką kliniczną.
Idea, która stoi za AI w ochronie zdrowia, jest prosta z pozoru: nie chodzi o zredukowanie ludzi do maszyn, lecz o odciążenie ich od powtarzalnych, żmudnych obowiązków. Kiedy lekarz robi zbyt dużo tego, co można zautomatyzować — w praktyce ogranicza to jego czas na rozmowę z pacjentem, analizę nieoczywistych objawów i decyzję opartą na empatii. AI może wykonywać prace, które powtarzają się tysiącami razu, a człowiek wciąż odpowiada za osąd i relację.
W tej rozmowie o odciążeniu chodzi o coś konkretnego: o to, by karta pacjenta nie była zlepkiem skanów i wpisów, lecz czytelnym zbiorem danych, który szybko prowadzi do sensownej decyzji. To także o to, by dokumentacja nie zjadała kilkudziesięciu procent dnia lekarza, a zamiast tego zyskiwała sensowny czas na rozmowę, badanie i powrót do domu pacjentów z poczuciem zrozumienia i kontroli nad własnym zdrowiem.
Czy AI naprawdę może przejąć połowę czasu pracy lekarza?
Na poziomie koncepcyjnym to brzmi jak żart: maszyna, która potrafi przerzucić na siebie część pracy człowieka, tak że doktor zostaje tylko na rozmowę. W praktyce to bardziej złożone. Algorytmy uczą się zbierać i wstępnie zestawiać dane z wywiodu, wyników badań, historii choroby i leków. Mogą proponować zestawienie diagnostyczne, podsumowania zleceń i wnioski do decyzji, które lekarz rozważa razem z pacjentem. W perspektywie pięciu lat część powtarzalnych zadań, które dziś zajmują 30–50 procent czasu klinicznego, może zostać zautomatyzowana. Jednak nie oznacza to, że lekarz pracuje o połowę krócej — raczej że jego praca staje się bardziej skoordynowana, a decyzja zostaje wsparta, a nie zastąpiona.
„To ogromna rewolucja” — powiedział Daniel Nowocin, prezes Medidesku. — Nie zastąpi to relacji z pacjentem ani odpowiedzialności za ostateczną decyzję.
Wyobraź sobie autopilota w samolocie. Autopilot utrzymuje kurs, utrzymuje ster, reaguje na warunki. Pilot nie znika; on decyduje o momencie startu, podejmuje decyzje o lądowaniu i akceptuje wynik. Podobnie AI w medycynie może utrzymywać rytm danych i generować propozycje diagnostyczne, ale decyzję końcową podejmuje lekarz, biorąc pod uwagę kontekst pacjenta i własne doświadczenie.
Jak AI już dziś pomaga lekarzom i pacjentom?
Dziś systemy zintegrowane z elektroniczną dokumentacją medyczną potrafią automatycznie zbierać i wstępnie porządkować informacje. AI może analizować historię choroby, alergie, przyjmowane leki, wyniki badań i na tej podstawie tworzyć krótką listę pytań do wywiadu lub wskazania do pogłębionej diagnostyki. Taka podpowiedź pomaga lekarzowi skrócić czas spędzany na szukaniu danych i skupić uwagę na relacji z pacjentem. W praktyce oznacza to, że zamiast 15 minut wstępnego wprowadzenia lekarz zyskuje kilka minut na rozmowę, a w razie wątpliwości ma możliwość sięgnięcia po protokoły i standardy postępowania, które zostały zweryfikowane przez ekspertów.
W codziennej pracy pojawiają się także narzędzia do generowania dokumentacji medycznej, wnioski do zleceń badań i notatki z wizyt. Dla pacjenta oznacza to mniejsze obciążenie biurokracją, większą przejrzystość kosztów i łatwiejszy dostęp do informacji o leczeniu. Dzięki temu lekarz nie musi ręcznie przepisywać danych między różnymi systemami, a dokumentacja „żyje” w jednym, spójnym źródle. W praktyce to także mniejsza szansa na błędne wpisy, bo algorytmy analizują poprawność danych i flagują niezgodności, które lekarz może wyjaśnić podczas rozmowy.
Gdzie kończy się rola AI a zaczyna odpowiedzialność lekarza?
Odpowiedzialność to kluczowy punkt. AI może sugerować, podpowiadać i porządkować dane, ale to lekarz ostatecznie decyduje o diagnozie i leczeniu. To on odpowiada za błędne decyzje, ryzyko niepowodzeń i komunikację z pacjentem. Prawnicy stale pracują nad tym, by wyjaśnić, jakie są granice wykorzystania sztucznej inteligencji w medycynie i jakie jest spektrum odpowiedzialności w razie błędów. W praktyce oznacza to świadomość, że systemy decyzji wspomaganych muszą mieć transparentność: skąd pochodzą rekomendacje, jakie dane były użyte, jakie były ograniczenia algorytmu, i jak lekarz komunikuje decyzję pacjentowi. Ten transparentny charakter jest nie tylko wymogiem prawnym, lecz także elementem zaufania, bez którego AI w medycynie nie będzie skuteczna.
Co to znaczy dla pacjentów i relacji lekarz–pacjent?
Dla pacjentów to nade wszystko kwestia kontaktu i zrozumienia. AI może skrócić czas oczekiwania na informacje, usprawnić procesy, a nawet pomóc w zrozumieniu decyzji; to jednak nie zastąpi rozmowy o obawie, wątpliwościach i planach na zdrowie. Wyobraź sobie, że podczas wizyty lekarz ma przed sobą kompletną kartę pacjenta i wyczerpujące wskazówki. Jeśli AI pomaga w przygotowaniu pytań i zautomatyzowanych wyjaśnień, pacjent otrzymuje spójny obraz swojej sytuacji, a lekarz zyskuje czas na empatyczną rozmowę. To nie unikanie kontaktu, tylko jego lepsze wykorzystanie.
Jak placówki mogą przygotować się na AI bez bomb w budżecie i wrażliwych danych?
Klucz to dwa zestawy działań: techniczne i organizacyjne. Z technicznych: standaryzacja danych, interoperacyjność systemów, kontrola jakości danych i mechanizmy bezpieczeństwa. Z organizacyjnych: etyka i transparentność, szkolenia personelu, wypracowanie definicji granic zastosowania narzędzi AI i jasne procedury nadzoru. Ważne jest także zrozumienie, że AI nie zastąpi lekarza, lecz w jego ręku stanie się narzędziem, które warto wykorzystać, jeśli zadania są powtarzalne i wrażliwe na błędy ludzkie. W praktyce to oznacza bezpieczne protokoły w zakresie danych, procedury zgłaszania błędów i mechanizmy audytu. Dzięki temu pacjent widzi, że jego dane są chronione, a decyzje medyczne są oparte na transparentnych kryteriach.
W takim układzie AI nie jest końcem człowieka w medycynie, lecz jego wydłużeniem. Nie chodzi o to, by lekarz stał się maszyną, lecz o to, by narzędzie wspierało decyzje, przyspieszało procesy i uwalniało czas na to, za co pacjent dziękuje: rozmowę, zaufanie i zrozumienie. Kiedy to zrozumiemy, technologia stanie się tyleż partnerem, co wyzwaniem do lepszej opieki. Tyle, że to nadal człowiek decyduje, jak wykorzystać ten potencjał w konkretnych dniach, na konkretnych oddziałach i w konkretnych pacjentach.
