Szpital w Wadowicach kończy wdrażanie AI do opisywania zdjęć RTG i tomografii

Zespół Zakładów Opieki Zdrowotnej w Wadowicach ogłosił 15 lipca zakończenie projektu cyfrowej transformacji szpitala, którego kluczowym elementem jest sztuczna inteligencja wspierająca lekarzy w opisywaniu zdjęć rentgenowskich, tomografii komputerowej i rezonansu magnetycznego. Inwestycja kosztowała ponad 7,3 miliona złotych i została sfinansowana głównie ze środków Krajowego Planu Odbudowy.

Co konkretnie wdrożono

W komunikacie szpital wskazuje, że w ramach projektu zmodernizowano kluczowe systemy szpitalne, rozwinięto elektroniczną dokumentację medyczną oraz wdrożono rozwiązania AI wspierające diagnostykę obrazową. Przeprowadzono też digitalizację papierowej dokumentacji medycznej i podłączono placówkę do centralnego repozytorium danych medycznych prowadzonego na poziomie krajowym.

Do tego doszła pełna modernizacja infrastruktury sprzętowej: nowe serwery, macierze dyskowe, laptopy, stacje robocze all-in-one i tablety dla personelu. Szpital rozbudował też zabezpieczenia cyfrowe, wprowadzając nowe systemy kopii zapasowych, segmentację sieci, ochronę stacji roboczych i poczty elektronicznej oraz przeszkolił pracowników z zasad cyberbezpieczeństwa.

Sama idea wykorzystania AI w diagnostyce obrazowej pojawiła się w komunikatach szpitala już wcześniej. W maju dyrektor placówki Barbara Bulanowska mówiła o planach wdrożenia centralnie tworzonego systemu oceny obrazów przez sztuczną inteligencję jeszcze w tym roku.

To jest dla nas bardzo ważny, ciekawy projekt, ponieważ centralnie tworzony jest system oceny poprzez sztuczną inteligencję diagnostyki obrazowej. Lekarz będzie miał znacznie ułatwiony opis, a co za tym idzie, będzie mógł więcej opisów zrobić i na pewno szybciej - Barbara Bulanowska, dyrektor ZZOZ Wadowice

Część większego programu

Wadowicki projekt to jeden z 359 podobnych przedsięwzięć realizowanych w polskich szpitalach w ramach inwestycji D1.1.2 Krajowego Planu Odbudowy. Ogólna pula na ten cel wynosi 3,131 miliarda złotych, a wysokość dofinansowania zależy od poziomu referencyjnego placówki: szpitale pierwszego stopnia mogły otrzymać do 6 milionów złotych, drugiego stopnia do 9 milionów, a placówki specjalistyczne i trzeciego stopnia do 12 milionów złotych.

Termin zakończenia projektów pierwotnie wyznaczono na 31 maja 2026 roku, z możliwością przedłużenia maksymalnie do 15 lipca 2026 roku - czyli dokładnie na dzień, w którym ZZOZ Wadowice opublikował swój komunikat o zakończeniu prac. Podobne ogłoszenia w tym samym okresie pojawiły się też w innych małopolskich szpitalach, między innymi w Brzesku i Suchej Beskidzkiej, co sugeruje, że wiele placówek finiszowało z inwestycją niemal równocześnie, tuż przed twardym terminem rozliczeniowym.

Kontekst dla pacjentów

Dla pacjentów oznacza to przede wszystkim potencjalnie krótszy czas oczekiwania na opis wyników badań obrazowych - lekarz wspierany przez AI ma szybciej i sprawniej opisywać zdjęcia RTG, tomografii czy rezonansu, co zostawia więcej czasu na analizę bardziej skomplikowanych przypadków oraz szybsze wychwytywanie pilnych stanów, takich jak podejrzenie udaru.

Nie wszyscy lokalni komentatorzy patrzą na inwestycję bezkrytycznie. W czerwcu portal wadowice24.pl opisał, że mimo dużych nakładów na sprzęt i technologię, dostępność części poradni specjalistycznych w szpitalu pozostaje ograniczona - niektórzy lekarze przyjmują tam zaledwie kilka godzin w tygodniu. Artykuł stawiał pytanie, czy modernizacja informatyczna sama w sobie realnie poprawi dostęp pacjentów do opieki bez jednoczesnego zwiększenia liczby personelu medycznego.

Projekt w Wadowicach wpisuje się w szerszy, krajowy trend wprowadzania sztucznej inteligencji do polskich szpitali, obejmujący też m.in. konkurs innowacji szpitalnych prowadzony przez Instytut Matki i Dziecka dla sieci 44 placówek w kraju, choć to odrębny program od funduszy KPO wykorzystanych w Wadowicach. Efekty wdrożenia AI w opisywaniu zdjęć będzie można ocenić dopiero po miesiącach realnego użytkowania systemu przez radiologów, gdy szpital zacznie publikować dane o czasie oczekiwania na wyniki badań.