Sztuczna inteligencja w medycynie: stan na 2026.

Sztuczna inteligencja w medycynie to w 2026 r. nie jeden „cyfrowy lekarz”, tylko kilka różnych narzędzi. Asystenci i wyszukiwarki odpowiadają na pytania pacjentów i lekarzy. Modele decyzyjne wybierają jedną z kilku możliwych odpowiedzi — rozstrzygają np., czy pacjent spełnia kryteria badania klinicznego. Roboty chirurgiczne przenoszą ruchy chirurga na narzędzia. Osobną grupą są algorytmy wbudowane w wyroby medyczne, które oceniają zdjęcia rentgenowskie, tomografię czy zapis EKG.

Opisujemy, które z tych narzędzi są dostępne, jak radzą sobie w niezależnych badaniach i co dzieje się w Polsce. Na końcu wyjaśniamy, dlaczego o tempie zmian decyduje dziś nie technika, tylko dopuszczenie do leczenia.

Co jest na rynku

Asystenci dla pacjentów

W styczniu 2026 r. dwie największe firmy rozwijające modele językowe uruchomiły wersje swoich asystentów przeznaczone do spraw zdrowia. ChatGPT Health (OpenAI, 7 stycznia) to wydzielona część czatu, do której można podłączyć dokumentację medyczną i dane z aplikacji. OpenAI zastrzega, że narzędzie nie jest przeznaczone do diagnostyki ani leczenia — ma pomagać w codziennych pytaniach i w przygotowaniu do rozmowy z lekarzem.² Claude for Healthcare (Anthropic, 11 stycznia) łączy model z bazami używanymi w ochronie zdrowia, m.in. klasyfikacją ICD-10 i bazą publikacji PubMed. Użytkownicy w USA mogą podłączyć do niego wyniki badań, a model ma informować o niepewności odpowiedzi i kierować do specjalistów.³

Jak takie narzędzie sprawdza się w praktyce, zbadał zespół szpitala Mount Sinai w Nowym Jorku. Badacze przeprowadzili z ChatGPT Health 960 rozmów opartych na 60 scenariuszach klinicznych z 21 specjalizacji, a pilność każdego przypadku ocenili niezależnie trzej lekarze. Oczywiste nagłe stany, jak udar czy ciężka reakcja alergiczna, model rozpoznawał dobrze, ale z mniej oczywistymi radził sobie słabiej. Łącznie w ponad połowie przypadków, które wymagały pilnej pomocy, zalecił mniej pilne postępowanie. Autorzy zwracają uwagę, że modele są często aktualizowane, więc ocena dotyczy jednej chwili i wymaga powtarzania.⁴

Badanie oksfordzkie, przywołane na początku, pokazuje, gdzie leży problem. Uczestnicy podawali modelom niepełne informacje, a trafne podpowiedzi modeli często do nich nie docierały. Autorzy wskazują, że standardowe testy na pytaniach egzaminacyjnych tego nie wychwytują, i zalecają badania z udziałem prawdziwych użytkowników przed wdrożeniem takich narzędzi.¹

Narzędzia dla lekarzy

Najszerzej używaną wyszukiwarką wiedzy medycznej jest amerykańskie OpenEvidence. Odpowiada na pytania kliniczne na podstawie publikacji naukowych, jest bezpłatne dla zweryfikowanych lekarzy i utrzymuje się głównie z reklam, w dużej części farmaceutycznych.⁵ W styczniu 2026 r. spółka pozyskała 250 mln USD przy wycenie 12 mld USD i podała, że w grudniu 2025 r. jej narzędzie obsłużyło ok. 18 mln konsultacji klinicznych — to dane samej firmy.⁶ Utrzymywanie się z reklam przywołuje stare w medycynie pytanie: kto płaci za informację, z której lekarz korzysta przy pacjencie.

Producenci chętnie porównują modele z lekarzami. Najdokładniej opisane porównanie przygotował zespół Microsoftu, a w październiku 2026 r. opublikował je recenzowany tygodnik Science. Badacze zamienili 304 trudne przypadki opisane w New England Journal of Medicine (NEJM) i 325 przyjęć do szpitala z SOR w Bostonie w zadania krok po kroku: lekarz albo AI dostaje krótki opis pacjenta i sam decyduje, o co dopytać i jakie badania zlecić. Każde badanie ma cenę, więc oprócz trafności liczy się koszt diagnostyki. System MAI-DxO, działający na modelu GPT-5, symuluje zespół lekarzy, którzy omawiają możliwe rozpoznania i wybierają tańsze badania. Trafił w rozpoznanie w 83,2% trudnych przypadków i w 80,3% przypadków z SOR. Lekarze z USA i Wielkiej Brytanii — lekarze rodzinni i szpitalni bez wąskiej specjalizacji, z medianą 12 lat doświadczenia — w 36,1% i 46,8%.⁸

W symulacji AI trafiała w rozpoznanie częściej niż lekarze

2,3× częściej trafne rozpoznanie w trudnych przypadkach z NEJM

1. Trafne rozpoznania · trudne przypadki z NEJM
2. AI (MAI-DxO)83,2%
3. Lekarze36,1%
4. Trafne rozpoznania · pacjenci przyjęci z SOR
5. AI (MAI-DxO)80,3%
6. Lekarze46,8%

Wynik pochodzi z symulacji, a nie z pracy z pacjentami — autorzy sami to zastrzegają. Lekarze mogli korzystać z podręczników i wytycznych, np. UpToDate, ale nie z narzędzi AI ani z pomocy kolegów, a przypadki z NEJM wybiera się właśnie dlatego, że są nietypowe. Lekarze rozwiązywali tylko część zadań: 56 najnowszych przypadków z NEJM i 71 z SOR. Taniej od lekarzy wypada tylko wariant z limitem kosztów (2241 USD przy trafności 80,9%) — najtrafniejszy wariant zlecał badania za 5430 USD na przypadek, więcej niż lekarze (4725 USD). Koszty to wycena zleconych badań według cennika amerykańskiego systemu szpitalnego, a nie rzeczywiste wydatki.⁹ Badanie przeprowadzili pracownicy Microsoftu, a firma zastrzega, że system nie jest dopuszczony do użytku klinicznego.¹⁰ Takie porównania mówią więcej o możliwościach modelu niż o tym, jak sprawdziłby się w gabinecie.

Obok usług zamkniętych rozwijają się modele otwarte. Google udostępnia model MedGemma, ale zaznacza, że nie jest on jeszcze gotowy do zastosowań klinicznych i przed użyciem trzeba go zweryfikować.¹¹ Politechnika Federalna w Lozannie (EPFL) wydała w czerwcu 2026 r. modele MeditronFO i opublikowała razem z nimi dane, kod, procedurę treningu i sposób oceny.¹² Taki model może sprawdzić każdy — także szpital, który chciałby go wdrożyć.

Polska: modele decyzyjne

W Polsce powstają modele innego typu niż czatboty. Model decyzyjny nie pisze odpowiedzi: dostaje opis sytuacji i listę dozwolonych opcji, a zwraca prawdopodobieństwo każdej z nich w jednym przebiegu. Nie może więc „dopowiedzieć” czegoś spoza listy, a jego pewność da się zmierzyć i porównać z rzeczywistością.

Basal to rodzina takich modeli. Nie są to modele medyczne — służą do rozstrzygnięć typu „wybierz jedną z opcji”, np. kierowania zgłoszeń czy oceny pilności. Medycyna to tylko jeden z obszarów, w których je sprawdzono. Główny model wersji 2.0, zbudowany na polskim modelu Bielik, odpowiada poprawnie na 62,0% pytań z Lekarskiego Egzaminu Końcowego (LEK) po polsku i 63,0% po angielsku.¹³ Największy, basal-omni-1.0-ultra (31 mld parametrów, na modelu Gemma 4 od Google, wydany 16 października 2026 r.), odpowiada poprawnie na 86,9% pytań po polsku i 87,0% po angielsku. Na tych samych pytaniach autor zmierzył też medyczny MedDecider-31B: 87,6% i 86,9% — różnica mieści się w granicach błędu pomiaru.¹⁴ Dla porównania: żeby zdać LEK, trzeba uzyskać 56% punktów (sprawdź się w symulatorze). Pytania z LEK są jawne, więc mogły trafić do danych, na których uczono modele bazowe — wyniki egzaminacyjne trzeba czytać z tym zastrzeżeniem. Modele są udostępnione na otwartej licencji Apache 2.0, a autor zastrzega, że decyzje o poważnych skutkach dla ludzi powinien weryfikować człowiek.

Autor modeli Basal

Remek Kinas

@KinasRemek

Rozwija Basal — otwarte modele decyzyjne oparte na polskim modelu Bielik, sprawdzane m.in. na pytaniach z LEK.

Profil na XStrona projektu Basal

MedDecider to rodzina modeli medycznych tego samego typu, wydana w październiku 2026 r. przez thelion.ai — kolektyw programistów i badaczy, który powstał na Politechnice Gdańskiej. Modele mają sprawdzać leki i rozpoznania w notatkach klinicznych, kwalifikować pacjentów do badań klinicznych i oceniać dowody naukowe. Trenowano je po angielsku. Na zbiorach pytań egzaminacyjnych, których modele nie widziały w treningu — m.in. trudnym zbiorze MedXpertQA i polskim egzaminie specjalizacyjnym — odsetek poprawnych odpowiedzi wynosi średnio 55–70%, zależnie od wielkości modelu.¹⁵ Na pytaniach z LEK (4722 pytania z 26 sesji z lat 2008–2026) największy pojedynczy model, MedDecider-31B, odpowiada poprawnie na 87,7%, a połączenie dwóch największych modeli (MedDecider Duo) — na 89,2%. Na 286 pytaniach z sesji 2025–2026 MedDecider-31B uzyskał 89,9%; średni wynik zdających na tych sesjach wyniósł według autorów 71,3%.¹⁶ Autorzy piszą wprost, że to modele badawcze, a nie wyroby medyczne, i że notatki kliniczne użyte w treningu były syntetyczne.

Autor modeli MedDecider

Aleksander Obuchowski

@AlexObuchowski

Tworzy MedDecider w thelion.ai — otwarte medyczne modele decyzyjne, sprawdzane m.in. na pytaniach z polskich egzaminów specjalizacyjnych.

Profil na XMedDecider na Hugging Face

Państwo zapowiada własne zastosowania. Ministerstwo Zdrowia chce wprowadzić do Internetowego Konta Pacjenta narzędzia AI objaśniające wyniki badań i oceniające pilność,¹⁷ a asystent głosowy w centralnej e-rejestracji miał od 1 października 2026 r. przypominać o wizytach osobom, które podały tylko numer telefonu stacjonarnego.¹⁸ Resort wskazał też pierwsze algorytmy do analizy badań obrazowych dla szpitali — opisujemy je niżej, w części o radiologii. To na razie zapowiedzi — ocenimy je, gdy zaczną działać.

Wywiad prowadzony przez AI

Rozpoznanie zaczyna się od wywiadu: lekarz dopytuje o objawy, ich przebieg i choroby przewlekłe. W badaniu oksfordzkim rozmowę prowadzili sami użytkownicy i to oni podawali modelom niepełne informacje.¹ Google sprawdza odwrotny układ — system AMIE sam prowadzi wywiad i dopytuje pacjenta. To narzędzie badawcze, niedostępne publicznie.¹⁹

W badaniu z losowym przydziałem i podwójnie ślepą oceną AMIE i 20 lekarzy podstawowej opieki zdrowotnej przeprowadzało konsultacje na czacie z aktorami odgrywającymi pacjentów, w 159 scenariuszach z Kanady, Wielkiej Brytanii i Indii. AMIE trafniej rozpoznawał choroby i według lekarzy specjalistów wypadł lepiej w 30 z 32 ocenianych kryteriów, a według aktorów — w 25 z 26, m.in. w empatii. Autorzy zastrzegają, że lekarze pracowali na czacie tekstowym, którego na co dzień nie używają, a pacjentów grali aktorzy.²⁰

Pierwsze badanie z prawdziwymi pacjentami przeprowadzono w przychodni szpitala Beth Israel Deaconess w Bostonie. Z 114 zapisanych pacjentów 98 porozmawiało z AMIE do pięciu dni przed wizytą w trybie pilnym, a lekarze nadzorujący śledzili każdą rozmowę na bieżąco. Żadnej nie musieli przerwać; odnotowali jedną halucynację, a w pięciu rozmowach uzupełnili informacje kliniczne. Lekarze, którzy przed wizytą przeczytali zapis rozmowy, uznali go za pomocny w 33 z 44 przypadków. Badanie sfinansował Alphabet, właściciel Google.²¹ We wcześniejszej wersji pracy, sprzed recenzji, autorzy podali też, że ostateczne rozpoznanie znalazło się na liście możliwych rozpoznań AMIE w 90% przypadków, a jakość rozpoznań i planów leczenia była podobna jak u lekarzy — lekarze proponowali leczenie bardziej praktyczne i tańsze.²² Przewaga z symulacji nie przeniosła się więc wprost do przychodni, ale system zebrał wywiad bezpiecznie i przygotował lekarza do wizyty.

Radiologia: tu AI już pracuje

Najwięcej dopuszczonych do użytku algorytmów służy radiologii — na liście amerykańskiej FDA to 76% wyrobów medycznych z AI.²³ Takie programy zaznaczają podejrzane zmiany na zdjęciach, ustawiają kolejność opisów tak, by pilne badania trafiały do lekarza najpierw, albo pełnią rolę drugiego czytającego. W badaniach opisanych niżej ostateczną ocenę zawsze wydawał radiolog.

Najmocniejsze dowody pochodzą z mammografii przesiewowej. W szwedzkim badaniu z losowym przydziałem, obejmującym ponad 105 tys. kobiet, program z AI wykrył 6,4 raka na 1000 badanych wobec 5,0 w standardowym programie, przy podobnym odsetku fałszywych alarmów. Radiolodzy mieli przy tym o 44,2% mniej odczytów, bo zdjęcia ocenione przez AI jako niskiego ryzyka oglądał jeden lekarz zamiast dwóch.²⁴ Raków rozpoznanych między kolejnymi badaniami przesiewowymi — przeoczonych albo takich, które rozwinęły się w tym czasie — było w grupie z AI 1,55 na 1000, a w grupie standardowej 1,76; różnica nie jest istotna statystycznie, ale AI nie pogorszyła wyników.²⁵ W Niemczech, w badaniu obserwacyjnym 463 tys. kobiet i 119 radiologów, wykrywalność z AI była o 17,6% wyższa bez wzrostu liczby wezwań na dodatkowe badania; część autorów deklaruje powiązania z producentem oprogramowania.²⁶ Żadne z tych badań nie pokazało jeszcze, czy dzięki AI mniej kobiet umiera na raka piersi.

AI może też zaszkodzić, gdy lekarz za bardzo jej ufa. W eksperymencie z udziałem 27 radiologów, którym rzekomy system AI podpowiadał ocenę mammogramu, odsetek trafnych ocen przy błędnej podpowiedzi spadł u najmniej doświadczonych z 79,7% do 19,8%, a u najbardziej doświadczonych — z 82,3% do 45,5%.²⁷

W Chinach AI w obrazowaniu jest już szeroko dopuszczona i używana. Według przeglądu opublikowanego w JMIR Medical Informatics chiński urząd nadzoru nad lekami i wyrobami medycznymi (NMPA) dopuścił do połowy 2025 r. 154 wyroby medyczne z AI, z czego 123 w najwyższej klasie ryzyka. 106 z nich (68,8%) służy radiologii, najczęściej do wykrywania guzków płuc w tomografii.²⁸ W ogólnokrajowej ankiecie z 2023 r., w której wzięło udział 6726 radiologów z 1143 szpitali, 3017 zadeklarowało, że korzysta z AI regularnie. Ankietę prowadzono w szpitalach objętych krajowym systemem kontroli jakości radiologii, więc nie mówi ona, jaki odsetek wszystkich chińskich szpitali używa AI.²⁹ Pełne upowszechnienie to wciąż plan: według rządowych wytycznych z października 2025 r. do 2030 r. AI ma wspomagać diagnostykę obrazową powszechnie w szpitalach II i III stopnia.³⁰ Szybko trafiły tam też modele językowe. W ciągu miesiąca od pierwszego wdrożenia, 10 lutego 2025 r., model DeepSeek uruchomiło 37 ze 100 czołowych chińskich szpitali, a do końca czerwca — 48, głównie do wspomagania rozpoznań i doboru leczenia. Tylko 21 z 58 opisanych wdrożeń wskazywało, że model oceniono przed uruchomieniem.³¹

W Polsce jest 4434 specjalistów radiologii i diagnostyki obrazowej oraz 554 lekarzy ze specjalizacją I stopnia (stan na 30 czerwca 2026 r.).³² Ministerstwo Zdrowia wskazało pięć pierwszych narzędzi AI dla szpitali w ramach Platformy Usług Inteligentnych Centrum e-Zdrowia: do tomografii klatki piersiowej, obrazowania mózgu przy udarze i krwawieniu, zdjęć RTG kości po urazach, mammografii i RTG klatki piersiowej. Skorzystać ma z nich do 400 szpitali z umową z NFZ.³³³⁴ Nie znaleźliśmy osobnej wyceny NFZ za użycie AI w diagnostyce obrazowej ani wdrożenia AI w publicznym programie badań mammograficznych.

Roboty chirurgiczne: ręce chirurga, nie AI

Robot chirurgiczny w szpitalu nie operuje sam. Najpopularniejszy system, da Vinci, przenosi na narzędzia ruchy chirurga siedzącego przy konsoli — każde cięcie i szew wykonuje człowiek. Przegląd 49 robotów chirurgicznych dopuszczonych w USA w latach 2015–2023 wykazał, że 42 (86%) działają na najniższym poziomie autonomii — jako narzędzie w rękach chirurga — a żaden nie osiąga poziomu, na którym robot sam prowadzi operację.³⁵

W Polsce roboty pracują w ramach publicznego systemu. NFZ finansuje robotowe operacje raka prostaty od kwietnia 2022 r., a od sierpnia 2023 r. także raka trzonu macicy i raka jelita grubego.³⁶³⁷ Według raportu Modern Healthcare Institute w 2025 r. wykonano 24 585 zabiegów z użyciem robota, o 44% więcej niż rok wcześniej. Wykonywały je 93 szpitale, a 98% zabiegów sfinansował NFZ.³⁸

Samodzielne operacje robotów sterowanych przez AI odbywają się na razie tylko w laboratoriach. W 2025 r. zespół Uniwersytetu Johnsa Hopkinsa w USA opisał system, który bez sterowania przez człowieka wykonał etap usuwania pęcherzyka żółciowego — zaciskanie klipsami i przecinanie przewodu pęcherzykowego oraz tętnicy. Zrobił to bezbłędnie na 8 preparatach, ale na narządach świńskich poza organizmem, wolniej niż chirurg, a narzędzia wymieniał człowiek.³⁹ W lipcu 2026 r. zespół Uniwersytetu Kalifornijskiego w San Diego opisał pierwsze operacje wykonane przez roboty humanoidalne — na zwierzętach, a roboty w całości sterowali chirurdzy.⁴⁰

Pierwsze badanie z udziałem pacjentów, w którym AI steruje częścią robota, prowadzi Chiński Uniwersytet w Hongkongu. Badanie ruszyło w czerwcu 2026 r. i ma objąć 10 pacjentów. Podczas usuwania pęcherzyka żółciowego sterowane głosem ramię robota wykonuje zadania pomocnicze, a główne narzędzia prowadzi chirurg.⁴¹ Przegląd badań nad robotami chirurgicznymi, które uczą się metodą prób i błędów (tzw. uczenie ze wzmocnieniem), opublikowany w sierpniu 2026 r., nie odnotował żadnego zabiegu, w którym taki robot działałby samodzielnie u człowieka.⁴²

Certyfikacja: największy hamulec

Modele potrafią więcej, niż wolno im robić przy pacjencie. Powód jest prosty: program, który pomaga postawić diagnozę albo dobrać leczenie, jest w świetle prawa wyrobem medycznym — tak samo jak tomograf czy pompa insulinowa.

W Unii Europejskiej decyduje o tym rozporządzenie o wyrobach medycznych (MDR). Oprogramowanie, które dostarcza informacji wykorzystywanych przy decyzjach diagnostycznych lub terapeutycznych, należy co najmniej do klasy IIa. Gdy skutkiem błędnej decyzji może być zgon albo nieodwracalne pogorszenie zdrowia — do klasy III.⁴³ Takie wyroby ocenia jednostka notyfikowana, czyli niezależna instytucja wyznaczona przez państwo. W UE działa 53 takie jednostki. W ankiecie Komisji Europejskiej z 2026 r. ponad połowa z nich podała, że pełna certyfikacja trwa zwykle 13–18 miesięcy, a niemal jedna trzecia — 19–24 miesiące.⁴⁴ Dochodzą do tego wymogi unijnego aktu o sztucznej inteligencji (AI Act), który uznaje AI w wyrobach medycznych za system wysokiego ryzyka. Te obowiązki miały wejść w życie w sierpniu 2027 r., ale w lipcu 2026 r. Unia przesunęła je na 2 sierpnia 2028 r.⁴⁵

Największa trudność nie wynika jednak z długości procedury, tylko z natury modeli. Certyfikat dotyczy konkretnej, zamrożonej wersji wyrobu, a istotna zmiana wymaga ponownej oceny. Ogólne modele językowe są często aktualizowane i nie mają jednego, wąsko określonego zastosowania — trudno je więc przeprowadzić przez procedurę pomyślaną dla wyrobów o stałym działaniu. Amerykańska Agencja Żywności i Leków (FDA) pozwala producentowi uzgodnić z góry plan przyszłych zmian (tzw. PCCP), co częściowo rozwiązuje ten problem.⁴⁶

Efekt widać w rejestrach. Na liście FDA jest 1614 wyrobów medycznych z AI, z czego 76% dotyczy radiologii.²³ To wąskie algorytmy: wykrywają zmiany na zdjęciach, mierzą parametry, oznaczają pilne badania. Polskie firmy również mają certyfikaty CE dla takich algorytmów, m.in. do analizy długotrwałego zapisu EKG, tomografii głowy i tomografii serca.⁴⁷⁴⁸⁴⁹ Nadzór nad rynkiem wyrobów medycznych sprawuje w Polsce Prezes Urzędu Rejestracji Produktów Leczniczych, Wyrobów Medycznych i Produktów Biobójczych.⁵⁰ Żaden ogólny model językowy — ani polski, ani zagraniczny — nie ma certyfikatu wyrobu medycznego. Dlatego twórcy asystentów i modeli — od OpenAI po autorów MedDecidera — zastrzegają, że ich narzędzia nie służą do diagnozy albo nie są wyrobami medycznymi.

Certyfikacja nie jest jednak biurokracją dla zasady. To jedyny mechanizm, który wymaga od producenta dowodu skuteczności i bezpieczeństwa oraz wskazuje, kto odpowiada za błąd. Wyniki egzaminów i porównania przygotowane przez producentów takiego dowodu nie dają, co pokazały badania z Oksfordu i Mount Sinai. Pytanie nie brzmi więc, czy certyfikować modele, tylko jak sprawdzać narzędzia, które ciągle się zmieniają.

Stan na 2026

• Modele językowe dobrze odpowiadają na pytania medyczne, ale ludzie, którzy z nich korzystają, nie podejmują przez to lepszych decyzji o zdrowiu.
• Przy pacjentach pracują głównie wąskie, certyfikowane algorytmy — zwłaszcza w radiologii i kardiologii — a nie czatboty.
• Robot w polskim szpitalu to refundowane narzędzie chirurga. Samodzielne operacje robotów z AI odbywają się na razie w laboratoriach.
• Polskie zespoły budują otwarte modele, które można sprawdzić. O tym, kiedy trafią do leczenia, zdecyduje certyfikacja — tak samo jak na świecie.

Wspólny mianownik jest ten sam co przy pieniądzach publicznych: zaufanie wymaga sprawdzalności. Model, którego dane, wyniki i ograniczenia są jawne, łatwiej ocenić — i łatwiej mu zaufać.

Przypisy 50ustawy, dane i komunikaty, z których korzystaliśmy

1. A. M. Bean i in., Reliability of LLMs as medical assistants for the general public: a randomized preregistered study, Nature Medicine 32 (2026), s. 609–615. Badanie objęło 1298 osób z Wielkiej Brytanii i trzy modele (GPT-4o, Llama 3, Command R+); grupa kontrolna korzystała z dowolnych źródeł, najczęściej z wyszukiwarki. ↩ ↩² ↩³

2. OpenAI, Przedstawiamy ChatGPT Health, 7.01.2026. ↩

3. Anthropic, Advancing Claude in healthcare and the life sciences, 11.01.2026. ↩

4. Mount Sinai, komunikat o badaniu „ChatGPT Health performance in a structured test of triage recommendations”, Nature Medicine, 23.02.2026. ↩

5. MedCity News, o modelu biznesowym i wycenie OpenEvidence, luty 2026. ↩

6. Komunikat OpenEvidence (Business Wire) z 21.01.2026, przedruk. Liczba konsultacji to dane spółki, niezweryfikowane niezależnie. ↩

7. L. De Angelis i in., The Need for Regulatory Certainty on Medical AI: Lessons From the OpenEvidence Geoblocking in the EU and UK Over the EU AI Act, The Lancet Regional Health – Europe 65 (2026), 101718. ↩

8. H. Nori i in., Sequential diagnosis with language models, Science, 22.10.2026. Autorzy to zespół Microsoft AI. Trafność, liczba przypadków i wyniki lekarzy — według streszczenia pracy. ↩

9. H. Nori i in., Sequential Diagnosis with Language Models, pełna wersja pracy udostępniona przez współautora, 8.11.2025, s. 2 i 13–17. Stąd pochodzą koszty i opis grupy lekarzy; streszczenie w Science podaje te same wyniki trafności. ↩

10. Microsoft AI, The Path to Medical Superintelligence, 30.06.2025. ↩

11. Google, MedGemma — opis modelu. ↩

12. EPFL, EPFL launches the world’s first fully open medical LLMs, czerwiec 2026. ↩

13. Karta modelu basal-2.0-4.5B (Hugging Face) i strona projektu. Wyniki podaje autor; test LEK z pięcioma opcjami odpowiedzi. ↩

14. R. Kinas, basal-omni-1.0-ultra i silnik basal 2.1, blog projektu Basal, 16.10.2026. Pomiar autora Basala; MedDecider uruchomiono skryptem jego autorów. 95% przedział dla MedDecider-31B: 86,6–88,5% po polsku, 85,7–88,0% po angielsku. ↩

15. thelion.ai, karta modelu MedDecider-4B (Hugging Face), październik 2026. Wyniki podają autorzy. ↩

16. thelion.ai, karta modelu MedDecider-31B (Hugging Face), październik 2026. Wyniki podają autorzy; 4722 pytania z 26 sesji LEK, wszystkie sesje zaliczone. ↩

17. Pion.pl, AI na IKP — nowe plany Ministerstwa Zdrowia, 21.05.2026. ↩

18. Alert Medyczny, Asystent AI w e-rejestracji nie od 1 lipca — ministerstwo przesuwa termin. ↩

19. Google Research, AMIE: A research AI system for diagnostic medical reasoning and conversations. ↩

20. T. Tu i in., Towards conversational diagnostic artificial intelligence, Nature 642 (2025), s. 442–450. Badanie przeprowadził zespół Google. ↩

21. Brodeur i in., Conversational diagnostic artificial intelligence in ambulatory primary care: a prospective feasibility study, The Lancet, październik 2026 (NCT06911398). ↩

22. A prospective clinical feasibility study of a conversational diagnostic AI in an ambulatory primary care clinic, arXiv:2603.08448, marzec 2026 — wersja sprzed recenzji, 100 pacjentów. Różnica w jakości rozpoznań nieistotna statystycznie (p = 0,6); w pierwszej trójce rozpoznań AMIE — 75%. ↩

23. FDA, Artificial Intelligence-Enabled Medical Devices — wyliczenie z tabeli, decyzje do 29.06.2026. ↩ ↩²

24. V. Hernström i in., Screening performance and characteristics of breast cancer detected in the Mammography Screening with Artificial Intelligence trial (MASAI), The Lancet Digital Health 7 (2025), e175–e183. Odczyty: 61 248 w grupie z AI wobec 109 692 w grupie kontrolnej. ↩

25. J. Gommers i in., Interval cancer, sensitivity, and specificity comparing AI-supported mammography screening with standard double reading without AI in the MASAI study, The Lancet 407 (2026), s. 505–514. Badanie objęło 105 934 kobiety; stosunek 0,88 (95% CI 0,65–1,18), czułość 80,5% wobec 73,8%. ↩

26. N. Eisemann i in., Nationwide real-world implementation of AI for cancer detection in population-based mammography screening, Nature Medicine 31 (2025), s. 917–924. Wykrywalność 6,7 wobec 5,7 na 1000; radiolodzy sami decydowali, czy używają AI. ↩

27. T. Dratsch i in., Automation Bias in Mammography: The Impact of Artificial Intelligence BI-RADS Suggestions on Reader Performance, Radiology 307 (2023), e222176. ↩

28. L. Zhang i in., Approval of AI-Based Medical Devices in China From 2020 to 2025: Retrospective Analysis, JMIR Medical Informatics, 18.03.2026. Stan na 30.06.2025; autorzy policzyli wyroby w komercyjnej bazie rejestracji, oficjalnego zestawienia NMPA nie ma. ↩

29. H. Liu i in., Artificial Intelligence and Radiologist Burnout, JAMA Network Open, 2024. Ankieta z maja–października 2023 r.; do grupy korzystających zaliczono osoby deklarujące regularne lub stałe użycie AI. ↩

30. Narodowa Komisja Zdrowia i cztery inne urzędy, 关于促进和规范“人工智能+医疗卫生”应用发展的实施意见 (wytyczne o rozwoju zastosowań AI w ochronie zdrowia), 国卫办规划发〔2025〕30号, 20.10.2025. ↩

31. W. Jiang i in., Promoting Responsible DeepSeek Deployment in Health Care: Scoping Review Comparing Grey and White Literature, Journal of Medical Internet Research, 5.12.2025. Dane ze stron i kont WeChat szpitali, stan na 28.06.2025. ↩

32. Naczelna Izba Lekarska, zestawienie liczbowe lekarzy według dziedzin i stopni specjalizacji, stan na 30.06.2026. Wykonujących zawód: 4276 specjalistów i 464 lekarzy z I stopniem. ↩

33. Rynek Zdrowia, AI wkroczy do diagnostyki w szpitalach. Ministerstwo Zdrowia wskazało narzędzia dla lekarzy, 2.09.2026. ↩

34. Debaty Zdrowie, Szpitale mają otrzymać dostęp do krajowej platformy AI w 2026 roku, 24.09.2026. ↩

35. A. Lee i in., Levels of autonomy in FDA-cleared surgical robots: a systematic review, npj Digital Medicine, 2024. Poziom 1: 42 systemy, poziom 2: 4, poziom 3: 3, poziomy 4–5: żaden. ↩

36. Rozporządzenie Ministra Zdrowia z 25.01.2022 r. zmieniające rozporządzenie w sprawie świadczeń gwarantowanych z zakresu leczenia szpitalnego, Dz.U. 2022 poz. 245 (w mocy od 1.04.2022). ↩

37. Rozporządzenie Ministra Zdrowia z 28.07.2023 r., Dz.U. 2023 poz. 1477 (w mocy od 1.08.2023). ↩

38. Modern Healthcare Institute, Raport: chirurgia robotowa w Polsce 2026, dane za 2025 r. Liczba szpitali dotyczy robotów do operacji tkanek miękkich. ↩

39. J. W. Kim i in., SRT-H: A hierarchical framework for autonomous surgery via language-conditioned imitation learning, Science Robotics, 9.07.2025. ↩

40. UC San Diego, Surgeons use teleoperated humanoid robots to perform live surgery, lipiec 2026 (publikacja w Nature). ↩

41. ClinicalTrials.gov, NCT07705828: AI-Assisted Cholecystectomy With Laparoscopic Surgical Robot: A First-in-Human Study, Chinese University of Hong Kong. ↩

42. Applications of Reinforcement Learning for Autonomous Surgical Robotics: A Systematic Review, Biomimetics 11 (2026), 577 — obejmuje publikacje do marca 2026 r. ↩

43. Rozporządzenie (UE) 2017/745 w sprawie wyrobów medycznych, załącznik VIII, reguła 11. ↩

44. Komisja Europejska, ankieta wśród jednostek notyfikowanych, dane do 28.02.2026. Przy certyfikacji systemu jakości i produktu 51% jednostek podaje 13–18 miesięcy, 31% — 19–24 miesiące; ankieta nie wyodrębnia oprogramowania z AI. ↩

45. Rozporządzenie (UE) 2026/1744 z 8.07.2026 r. (akt zbiorczy prawa cyfrowego dotyczący AI), pkt 40 zmieniający art. 113 rozporządzenia (UE) 2024/1689 — dotyczy systemów wysokiego ryzyka z art. 6 ust. 1. ↩

46. FDA, Predetermined Change Control Plan — ostateczne wytyczne, grudzień 2024. ↩

47. Cardiomatics, komunikat o certyfikacie MDR, 17.10.2023 — informacja producenta. ↩

48. Rynek Zdrowia, rozmowa z prezesem Brainscan, 10.04.2024. ↩

49. Hemolens Diagnostics, komunikat o certyfikacie CE, 26.06.2026 — informacja producenta. ↩

50. Ustawa z 7.04.2022 r. o wyrobach medycznych, Dz.U. 2022 poz. 974. ↩