Polska AI dla zdrowia. PWr i DCOPiH budują medyczny model AI

Czym jest program Polska AI dla zdrowia

To inicjatywa budowy wspólnej platformy AI dla polskiej ochrony zdrowia. Według komunikatu Politechniki Wrocławskiej program ma dostarczyć polskie modele, które będą wspierać lekarzy i pacjentów w całym kraju, a jego wyniki mają być dostępne w całej Polsce. Konsorcjum ma być otwarte dla kolejnych uczelni, instytutów, szpitali i partnerów przemysłowych na przejrzystych zasadach.

Prezentacja odbyła się na posiedzeniu sejmowej podkomisji z inicjatywy posłanki Anny Sobolak z Komisji Cyfryzacji, Innowacyjności i Nowoczesnych Technologii. Program przedstawili m.in. rektor PWr prof. Arkadiusz Wójs i zastępca dyrektora DCOPiH dr Paweł Zawadzki. Według XYZ przedstawiciele resortów cyfryzacji i zdrowia zadeklarowali zainteresowanie, ale nie zostali partnerami projektu.

Dlaczego pierwszym celem jest rak płuca

Twórcy wybrali onkologię, bo czas od podejrzenia choroby do rozpoczęcia leczenia wpływa bezpośrednio na wyniki terapii. DCOPiH od dwóch lat monitoruje ścieżkę diagnostyczną pacjentów i według PWr zwiększył w tym czasie wykrywalność chorych w I i II stadium choroby. To dane, na których ma pracować pierwszy demonstrator.

Narzędzie nie ma stawiać diagnozy. Jego zadaniem jest pilnowanie procesu: wskazanie, że pacjentowi brakuje wyniku badania, że termin konsultacji się przesuwa albo że ścieżka leczenia grozi opóźnieniem. Dyrektor DCOPiH Adam Maciejczyk opisał ten cel w rozmowie z XYZ jako pilnowanie, by pacjent nie wypadł poza system. Model ma korzystać z dokumentacji tekstowej, wyników laboratoryjnych, obrazów diagnostycznych i historii leczenia.

Harmonogram programu

Program podzielono na etapy. Poniższy plan pochodzi z komunikatu Politechniki Wrocławskiej:

1. Pierwsze 6 miesięcy: przygotowanie współpracy, danych, podstaw prawnych i demonstratora.
2. Do 18. miesiąca: demonstrator gotowy i używany do pierwszych działań wspomagających w DCOPiH.
3. Do końca 3. roku: walidacja i pilotaże w kilku ośrodkach.
4. Lata 4-6: skalowanie sprawdzonych rozwiązań i rozwój wspólnej warstwy modeli bazowych dla różnych specjalności.

Jak mają być chronione dane pacjentów

Rektor PWr zastrzegł w Sejmie, że otwarte konsorcjum nie oznacza otwartego dostępu do danych pacjentów. Według XYZ i Brandsit zespół chce stosować uczenie federacyjne. W tym podejściu model trenuje się lokalnie w każdym szpitalu, a do wspólnego modelu trafiają tylko parametry wynikające z treningu, bez dokumentacji pacjentów.

Punktem wyjścia ma być model językowy. Według XYZ politechnika chce wykorzystać doświadczenia z PLLuM, polskiego modelu językowego rozwijanego przez konsorcjum z udziałem PWr, i rozbudować go o wiedzę medyczną. Tomasz Kajdanowicz, kierownik Katedry Sztucznej Inteligencji PWr, zaznaczył, że model językowy jest tylko punktem wyjścia, a docelowy system ma łączyć tekst, obrazy i sygnały medyczne.

Ograniczenia i niewiadome

Program jest na etapie zapowiedzi. Najważniejsze pytania pozostają bez odpowiedzi:

• Brak ogłoszonego budżetu. Według XYZ na początku prace finansują PWr i DCOPiH, a środki na kolejne etapy trzeba dopiero pozyskać.
• Nie wiadomo, które szpitale dołączą do pilotaży ani na jakich zasadach.
• Nie podano architektury ani rozmiaru modelu. Informacja o uczeniu federacyjnym i PLLuM pochodzi z relacji mediów, nie z komunikatu uczelni.
• System wspierający decyzje kliniczne może podlegać przepisom o wyrobach medycznych i wymaganiom AI Act dla systemów wysokiego ryzyka. Twórcy nie opisali jeszcze ścieżki certyfikacji.

Co to oznacza dla polskiej ochrony zdrowia

W naszej ocenie wartość projektu leży w wyborze problemu. Zamiast obiecywać automatyczną diagnozę, twórcy zaczynają od organizacji leczenia, gdzie błędy wynikają z rozproszonej dokumentacji i zgubionych terminów, a nie z braku wiedzy lekarza. Takie narzędzie łatwiej zweryfikować i wdrożyć niż system oceniający obrazy diagnostyczne.

Dla szpitali, które rozważają dołączenie do konsorcjum, praktyczny warunek jest jeden: uporządkowane, cyfrowe dane o ścieżce pacjenta. Dr Zawadzki podkreślał w Sejmie, że AI nie zastąpi dobrze zebranych danych. Placówki bez cyfrowej dokumentacji i monitorowania ścieżek diagnostycznych nie skorzystają szybko z takiego modelu, nawet jeśli będzie dostępny bezpłatnie.