Czym są InnoStars Talks?
InnoStars Talks to podcastowa seria tworzona przez EIT Health InnoStars, skupiona na rozmowach z liderami innowacji w zdrowiu i medycynie. Format ten przedstawia inspirujące historie, przełomowe rozwiązania i realne przykłady tego, jak innowacje mogą poprawiać jakość życia pacjentów. Poruszane tematy obejmują m.in. cyfryzację systemów ochrony zdrowia, medycynę spersonalizowaną, a także wyzwania związane ze starzeniem się społeczeństwa, takie jak zapobieganie upadkom czy diagnostyka chorób przewlekłych.
Gość odcinka: Lehel Ferenczi z GE Healthcare
W najnowszym odcinku gościem był Lehel Ferenczi, Managing Director GE Healthcare na Węgry, specjalizujący się w danych i analityce. Rozmowa zaczyna się od mocnego akcentu: wyobraźni o przyszłości, w której AI wykrywa choroby szybciej niż kiedykolwiek wcześniej, wspiera lekarzy w diagnostyce i pozwala na pełną personalizację opieki. I – jak podkreśla Ferenci – ta przyszłość wcale nie jest odległa.
Temat, o którym mówi się zbyt rzadko: interoperacyjność
Choć świat medyczny głośno mówi o AI, cyfryzacji i innowacjach, Ferenczi zwraca uwagę na fundamentalny problem, który wciąż pozostaje niedoceniany – interoperacyjność systemów.W wielu szpitalach nadal działają odrębne i niekompatybilne ze sobą rozwiązania, co utrudnia przepływ danych i generuje opóźnienia w leczeniu. Jak podkreśla: „Zanim przejdziemy do AI, musimy zadbać o to, by systemy w ogóle ze sobą rozmawiały.” To warunek konieczny, by technologia mogła realnie poprawiać wyniki leczenia i efektywność pracy klinicystów.
Automatyzacja, pacjentocentryczność i dane z urządzeń ubieralnych
Ferenczi wymienia trzy kluczowe kierunki rozwoju współczesnej opieki zdrowotnej:
- automatyzacja procesów administracyjnych i klinicznych,
- pacjentocentryczność, czyli budowanie rozwiązań wokół indywidualnych potrzeb,
- łączenie danych z urządzeń medycznych i wearables z systemami szpitalnymi.
Połączenie tych elementów otwiera drogę do rzeczywistej cyfrowej transformacji – i tworzy środowisko, w którym sztuczna inteligencja może działać skutecznie i bezpiecznie.
AI w praktyce: przykłady, które już zmieniły życie pacjentów
W rozmowie pojawiają się konkretne przykłady zastosowania AI, które GE Healthcare wdrożyło w praktyce klinicznej: 1. Wczesne wykrywanie odmy płucnej: AI podczas rutynowego badania wykryła poważny problem u pacjenta, który przyszedł jedynie na kontrolę. Algorytm zasugerował natychmiastową interwencję – i uratował sytuację. 2. Wsparcie w diagnostyce raka piersi: Systemy oparte na deep learningu potrafią analizować ogromne ilości obrazów i wskazywać radiologom miejsca wymagające uwagi, zmniejszając ryzyko błędów i poprawiając dokładność diagnozy. 3. Inteligentne ultrasonografy dla mniej doświadczonych operatorów: Urządzenia wyposażone w AI mogą „prowadzić” operatora, sugerując, jak ustawić głowicę USG, aby uzyskać prawidłowy obraz.
To krok w stronę demokratyzacji dostępu do jakościowej diagnostyki, także w mniejszych ośrodkach.
Skąd bierze się opór wobec AI? I jak go przełamać?
Jedną z największych przeszkód jest brak zaufania wynikający z postrzegania AI jako „czarnej skrzynki”. Dlatego kluczowe znaczenie ma wyjaśnialność algorytmów (explainable AI), która od 2026 r. będzie obowiązkiem dla medycznych systemów AI w UE. Ferenczi podaje znakomity przykład błędnego uczenia modelu, który zamiast rozpoznawać odmy… wykrywał etykietę na zdjęciu RTG. To pokazuje, jak krytyczne dla jakości algorytmów jest właściwe przygotowanie danych oraz transparentność procesów AI.
Bezpieczeństwo danych – konieczny priorytet
Rozmowa dotyka również kwestii bezpieczeństwa danych pacjentów. Ferenci wskazuje jasno: największe ryzyka wiążą się nie z chmurą, lecz z lokalnymi, często przestarzałymi systemami szpitalnymi. W przyszłości zagrożeniem mogą być nawet komputery kwantowe, zdolne do łamania dzisiejszych zabezpieczeń – dlatego branża musi myśleć o bezpieczeństwie z wyprzedzeniem.
GE Healthcare i EIT Health: partnerstwo, które przyspiesza innowacje
Ferenczi dzieli się także historiami projektów, które powstały dzięki współpracy z EIT Health, w tym: MRI-based radiotherapy segmentation – pionierskie rozwiązanie, które może całkowicie zmienić jakość terapii onkologicznej, smart ultrasound obstetrics – inteligentna diagnostyka prenatalna, która minimalizuje potrzebę inwazyjnych procedur, HelloAI – program edukacyjny, który już od 9 lat podnosi kompetencje tysięcy lekarzy i studentów. To przykłady na to, jak współpraca przemysłu, nauki i klinicystów nie tylko przyspiesza rozwój narzędzi, ale realnie poprawia leczenie pacjentów.
AI jutra: co jeszcze możemy osiągnąć?
Na zakończenie rozmowy Ferenczi roztacza wizję najbliższych lat:
- AI jako narzędzie do wczesnej diagnostyki, wykrywające choroby, zanim pojawią się objawy,
- większa dostępność specjalistycznej wiedzy nawet w małych ośrodkach, dzięki inteligentnym systemom,
- ciągłe monitorowanie zdrowia poprzez dane z urządzeń noszonych,
- AI wspierająca styl życia, podpowiadająca, jak dbać o zdrowie na co dzień.
To wizja ochrony zdrowia, która jest bardziej dostępna, przewidywalna i spersonalizowana.
Zobacz pełną rozmowę tutaj:
https://www.youtube.com/watch?v=7G2XXeTeEOc
To dyskusja o tym, jak technologia – dobrze wdrożona i odpowiedzialnie wykorzystywana – może diametralnie zmienić przyszłość medycyny. Chcesz lepiej zrozumieć, dokąd zmierza cyfrowa transformacja? Warto obejrzeć całość.
