Polacy tworzą AI do walki z rakiem. Diagnoza pacjentów ma być szybsza

Za inicjatywą "Polska AI dla zdrowia" stoją Politechnika Wrocławska i Dolnośląskie Centrum Onkologii, Pulmonologii i Hematologii (DCOPiH). Projekt zaprezentowano 8 października 2026 roku podczas posiedzenia sejmowej podkomisji zajmującej się sztuczną inteligencją. Polacy chcą stworzyć bazowy model medyczny, który będzie analizował różne rodzaje danych i wspierał personel w diagnostyce nowotworów.

Największym wyzwaniem jest nauczenie algorytmu pracy z informacjami, które lekarze wykorzystują każdego dnia. Model ma analizować dokumentację medyczną, wyniki badań laboratoryjnych, obrazy diagnostyczne i informacje o przebiegu leczenia pacjenta.

Dzięki temu sztuczna inteligencja ma pomóc połączyć dane, które dziś bywają rozproszone w różnych dokumentach i systemach informatycznych. Politechnika Wrocławska odpowiada za rozwój technologii, a DCOPiH ma zapewnić wiedzę kliniczną i możliwość sprawdzania rozwiązań w środowisku szpitalnym.

"Ta inicjatywa jest wynikiem kilkuletniego budowania kompetencji badawczych ioraz współpracy z placówkami medycznymi" – podkreślił rektor uczelni, prof. Arkadiusz Wójs, w oficjalnej wypowiedzi dla mediów. To może być rewolucja w leczeniu raka, jeśli system rzeczywiście pomoże lekarzom szybciej "łączyć kropki" wskazujące na to, że pacjent może mieć raka.

Dlaczego właśnie nowotwór płuc trafił na tapet jako pierwszy? DCOPiH monitoruje już ścieżkę diagnostyczną pacjentów z rakiem płuca. Podczas sejmowego spotkania zastępca dyrektora placówki, dr Paweł Zawadzki, wskazywał, że lepsze monitorowanie procesu pomogło zwiększyć udział pacjentów, u których chorobę rozpoznawano na wcześniejszych etapach zaawansowania.

Nowa AI ma pomagać wychwytywać braki w dokumentacji medycznej, sprawdzać, czy wykonano potrzebne badania, i wskazywać miejsca, w których diagnostyka niepotrzebnie się zatrzymuje. Polska może stać się liderem w leczeniu nowotworów. Wyobraź sobie, że pacjent nie musi czekać dłużej tylko dlatego, że zabrakło jednego wyniku albo kolejny etap nie został odpowiednio skoordynowany. Właśnie do tego ma prowadzić skrócenie drogi od podejrzenia raka do rozpoczęcia leczenia.

Twórcy zakładają wykorzystanie uczenia federacyjnego. W takim modelu system może uczyć się na danych przetwarzanych w kontrolowanych środowiskach poszczególnych placówek, bez konieczności przenoszenia wszystkich wrażliwych informacji do jednej centralnej bazy. Ma to ułatwić współpracę szpitali przy zachowaniu kontroli nad danymi pacjentów.

Odpowiedzialność za decyzje medyczne ma pozostać po stronie człowieka. Sztuczna inteligencja będzie mogła porządkować informacje i wspierać pracę lekarza, ale nie ma zastępować jego oceny. Inicjatywa ma być otwarta na kolejne szpitale i zespoły badawcze, a w przyszłości także inne specjalizacje. Zaawansowany model AI i tak powstanie, prędzej czy później. Czy dzięki niemu diagnostyka rzeczywiście przyspieszy i łatwiej będzie rozpocząć odpowiednie leczenie?