Polska służba zdrowia: czy to już stan przedzawałowy?
Zacznijmy od kilku faktów. Według „Health at a Glance: Europe 2024”, Polska przeznacza na zdrowie ok. 8–8,5% PKB (łącznie wydatki publiczne i prywatne), przy średniej UE powyżej 10%. W wydatkach publicznych różnica jest jeszcze większa – ok. 6–7% PKB w Polsce vs ponad 8% w wielu krajach Europy Zachodniej. W przeliczeniu na mieszkańca wciąż jesteśmy wyraźnie poniżej średniej OECD. Raporty NIK i analizy eksperckie od lat wskazują te same problemy: niedobór kadr (mamy jedną z najniższych liczb lekarzy i pielęgniarek na 1000 mieszkańców w UE), duże różnice regionalne w dostępie do świadczeń, rosnące kolejki do specjalistów i zabiegów. Dane o czasie oczekiwania są łatwe do interpretacji: w wielu regionach na planowy zabieg ortopedyczny, operację zaćmy czy wizytę u endokrynologa czeka się miesiącami; w skrajnych przypadkach – ponad rok. Do tego dochodzi presja demograficzna (starzejące się społeczeństwo), wzrost kosztów płac i energii oraz napór nowych terapii, które są skuteczne – ale bardzo drogie.
W takim kontekście pytanie „jak uratować służbę zdrowia” nie ma prostych odpowiedzi. Nawet największe nakłady finansowe nie rozwiążą wszystkiego, jeśli nie zmienimy sposobu organizacji systemu. I właśnie tutaj – przynajmniej na części problemów – pojawia się miejsce dla technologii i polskich medtechów.
Technologia wjeżdża na blok operacyjny
Patrząc na służbę zdrowia, można generalnie wskazać cztery pola, w których startupy mogą najbardziej odciążyć system:
- szybsza, trafniejsza diagnostyka – szczególnie w onkologii, kardiologii i pulmonologii;
- lepsze zarządzanie chorobami przewlekłymi i seniorami – tak, aby mniej osób trafiało do szpitala „po latach zaniedbań”;
- odciążenie lekarzy i pielęgniarek od części pracy poznawczej i administracyjnej – decyzje kliniczne nadal należą do człowieka, ale AI może przygotować dane, zestawienia, podpowiedzi;
- lepsza organizacja pracy placówek – od zarządzania budynkami po kształcenie personelu.
W Polsce mamy już konkretne projekty w każdym z tych obszarów. Przyjrzyjmy się polskich startupom, o których pisaliśmy w MamStartup na przestrzeni ostatnich kilku-kilkunastu miesięcy.
A konkretniej, polska technologia
xLungs – LLM wyszkolony na tomografiach płuc. Szybsza diagnostyka: AI przy obrazach i „mądrzejsze” testy
Zespół xLungs rozwija model AI do analizy badań TK płuc, trenowany m.in. na ponad 40 tys. tomografii komputerowych. To jeden z pierwszych w Polsce i na świecie tak wyspecjalizowanych modeli dużej skali, ukierunkowany na wykrywanie zmian w płucach (POChP, włóknienie, nowotwory). Praktyczne znaczenie? W kraju, gdzie radiolodzy są przeciążeni, a badania TK są wąskim gardłem, dobrze zwalidowany system wsparcia mógłby:
- priorytetyzować najbardziej podejrzane przypadki,
- wskazywać subtelne zmiany umykające w „taśmowej” pracy,
- skracać czas opisu badań.
Podobne rozwiązania z sukcesem wchodzą już na rynek kardiologii. Brytyjski Ultromics rozwija AI analizującą zwykłe echo serca – model do wykrywania niewydolności serca z zachowaną frakcją wyrzutową osiągał w badaniach 96% dokładności, a nowsze narzędzia pomagają wykrywać rzadką amyloidozę serca szybciej i taniej niż tradycyjne metody.
Aptasense & AptaFlow – lepsza kontrola zakażeń
Polskie projekty Aptasense i AptaFlow pracują nad technologiami opartymi na aptamerach, które mogą zrewolucjonizować diagnostykę zakażeń i monitorowanie leczenia antybiotykami – od szybszego wykrywania patogenów po precyzyjny dobór dawki. W systemie, gdzie lekooporność i nadmierne stosowanie antybiotyków są realnym problemem, szybkie testy „przy łóżku pacjenta” mogą:
- zmniejszyć liczbę niepotrzebnych hospitalizacji,
- skrócić czas leczenia,
- ograniczyć koszty powikłań.
One Biosciences – precyzyjna onkologia z polskim kapitałem
Francusko-europejski One Biosciences, w którego rundzie 15 mln EUR uczestniczył polski Adamed, buduje platformę precyzyjnej onkologii opartą na genomice jednokomórkowej i AI. Celem jest lepszy dobór terapii w skomplikowanych nowotworach, kiedy standardowe schematy zawodzą. To nie jest „polski startup” sensu stricto, ale pokazuje kierunek: inwestycje w narzędzia, które skracają czas od diagnozy do skutecznego leczenia i pozwalają uniknąć nieskutecznych, kosztownych terapii.
Deep Tech Venture Builder – nowa fala diagnostyki nowotworów
W programie Deep Tech Venture Builder, współfinansowanym przez europejskie konsorcjum HiCEE, znalazły się polskie zespoły rozwijające przełomowe metody diagnostyki nowotworów (m.in. oparte na molekularnej analizie krwi i zaawansowanej mikroskopii). Jeśli choć część z tych projektów przejdzie do etapu komercjalizacji, może to oznaczać:
- wcześniejsze wykrywanie nowotworów,
- mniej agresywne i tańsze leczenie,
- ograniczenie liczby zaawansowanych przypadków wymagających wielomiesięcznych terapii.
Lepsza opieka nad seniorami i przewlekle chorymi
SiDLY – opaska, która już dziś jest refundowana za granicą
Polski medtech SiDLY stworzył opaskę teleopiekuńczą monitorującą parametry życiowe seniorów (tętno, ruch, upadki, przycisk SOS) i łączącą ich z centrum monitoringu. Rozwiązanie jest już objęte 100% refundacją we Francji, co pokazuje, że systemy ochrony zdrowia widzą w nim narzędzie do ograniczania hospitalizacji i kosztownych interwencji ratunkowych. W Polsce, gdzie liczba osób 65+ rośnie najszybciej w UE, a opieka długoterminowa jest chronicznie niedofinansowana, tego typu teleopieka może:
- zmniejszyć liczbę nagłych przyjęć na SOR,
- wydłużyć okres samodzielności seniorów,
- usprawnić współpracę między rodziną, POZ i opieką społeczną.
Hard2Beat & Neuromedical – walka z chorobami neurodegeneracyjnymi
Fundusz VC Hard2Beat zainwestował m.in. w projekt przełomowej terapii choroby Alzheimera (3 mln zł) oraz w spółkę Neuromedical, rozwijającą technologie z obszaru neurologii i neurorehabilitacji. Tu wchodzimy jeszcze na poziom badań klinicznych, ale jeżeli choć część tych rozwiązań okaże się skuteczna, stawką będzie nie tylko poprawa jakości życia pacjentów, lecz także ograniczenie długofalowych kosztów opieki.
Wsparcie lekarza: AI jako „drugi mózg”, nie substytut
Medico PZWL – asystent AI dla lekarzy
Platforma Medico PZWL rozwija ekosystem narzędzi dla lekarzy i studentów medycyny, w którym kluczowe miejsce zajmuje MediChat AI – asystent oparty wyłącznie na zweryfikowanych źródłach (podręczniki, publikacje naukowe, dane kliniczne). MediChat:
- odpowiada na pytania kliniczne w kilka sekund,
- podpowiada możliwe rozpoznania i schematy postępowania zgodne z EBM,
- pomaga przygotować się do egzaminów specjalizacyjnych (PES).
Na poziomie badań naukowych wiemy już, że duże modele językowe potrafią zdać większość polskich egzaminów specjalizacyjnych PES – np. nowsza wersja GPT-4 przeszła z wynikiem pozytywnym 222 z 297 testów (75%). Oczywiście nie oznacza to, że AI „jest lekarzem”. Ale pokazuje, że dobrze zbudowane narzędzia – takie jak Medico PZWL – mogą realnie:
- oszczędzać czas lekarza na szukanie informacji,
- zmniejszać ryzyko błędów wynikających z nieaktualnej wiedzy,
- przyspieszać proces decyzyjny w typowych przypadkach.
Ona Health – femtech z ambitnymi założeniami
Aplikacja Ona, w którą zainwestował fundusz AIP Seed, powstała, by zlikwidować lukę w diagnostyce zdrowia kobiet – od PMS i zaburzeń hormonalnych, przez PCOS, po endometriozę. Łączy AI z wiedzą ekspercką i danymi medycznymi, by pomóc kobietom szybciej zrozumieć znaczenie objawów i trafić do właściwego specjalisty. W systemie, w którym objawy zgłaszane przez kobiety są często bagatelizowane, a diagnostyka przeciąga się latami, takie narzędzie może:
- skrócić czas do rozpoznania,
- odciążyć lekarzy pierwszego kontaktu,
- zapobiec droższym, zaawansowanym powikłaniom.
Medicalgorithmics – polski klasyk AI w kardiologii
Warszawski Medicalgorithmics od lat rozwija systemy zdalnego monitoringu EKG i algorytmy AI do wykrywania zaburzeń rytmu serca. Spółka ma już kilkadziesiąt tysięcy pacjentów monitorowanych rocznie na wielu rynkach, a niedawno pozyskała kolejne 9 mln zł od Biofund na rozwój rozwiązań AI. Tu korzyści są policzalne:
- mniej „fałszywych alarmów” w EKG,
- szybsze wychwytywanie groźnych arytmii,
- możliwość przeniesienia części monitoringu z oddziałów szpitalnych do domów pacjentów.
Edukacja i organizacja pracy – niewidoczny, ale kluczowy element
Nowe nośniki leków i badania uczelni
Przykładem bardziej „laboratoryjnego” projektu jest opracowany na Politechnice Krakowskiej inteligentny nośnik leków, który nie tylko transportuje substancję czynną, ale także pozwala obserwować, co dzieje się z nią w organizmie. Rozwiązanie zespołu mgr inż. Dagmary Słoty może w przyszłości przełożyć się na bardziej celowane terapie onkologiczne – a więc skuteczniejsze leczenie przy niższym obciążeniu dla pacjenta i systemu.
Ouli i problem kształcenia kadr
Częścią kryzysu systemu jest także to, że kadra medyczna uczy się w sposób mało elastyczny. Rozmowy z ekspertami (m.in. Hanną Harkawy z platformy Ouli) pokazują, że tradycyjne programy studiów nie nadążają za tempem zmian, a kształcenie ustawiczne powinno być dużo lepiej zorganizowane i bardziej praktyczne. Tu pole do współpracy medtechów, edtechów i uczelni jest ogromne: od mikrokursów z obsługi nowych technologii po symulacje VR i adaptacyjne testy wiedzy.
Technologiczny przeszczep zagraniczny
Polska nie jest w tym wyścigu sama. Być może, sama też się nie uleczy. W innych krajach rozwiązania medtechowe już zaczęły zmieniać sposób działania systemu ochrony zdrowia. Zerknijmy więc na to, co w ramach transferu można sprowadzić nad Wisłę.
Telemedycyna, która naprawdę odciąża system
Szwedzki startup Kry (doctor-on-demand) umożliwia konsultacje z lekarzem w ciągu 30–60 minut, 7 dni w tygodniu, poprzez aplikację. Tam, gdzie pacjent nie wymaga badania fizykalnego, opieka przenosi się do kanału cyfrowego, a wizyty stacjonarne są „oszczędzane” dla cięższych przypadków. Badania szwedzkiego systemu pokazują, że takie rozwiązania:
- skracają czas oczekiwania na poradę,
- zwiększają dostępność opieki na terenach wiejskich,
- poprawiają satysfakcję pacjentów.
AI jako pierwszy kontakt pacjenta z systemem
Niemieckie Ada Health stworzyło jedną z najpopularniejszych na świecie aplikacji do wstępnej oceny objawów („symptom checker”), którą pobrano ponad 25 mln razy. Jest wykorzystywana w partnerstwach z Bayerem, Novartisem oraz systemami ochrony zdrowia i ubezpieczycielami m.in. w Szwajcarii i Egipcie – jako pierwsza linia kontaktu z pacjentem, zanim ten trafi do lekarza. W praktyce oznacza to:
- lepsze pokierowanie pacjenta do odpowiedniego poziomu opieki,
- mniej „niepotrzebnych” wizyt u lekarza pierwszego kontaktu,
- lepsze przygotowanie lekarza do wizyty (dane z wywiadu zebrane z wyprzedzeniem).
LLM w realnych konsultacjach – pierwsze dane
Badania nad agentami konwersacyjnymi (LLM) w medycynie wchodzą w nowy etap. W jednym z niedawnych eksperymentów we Francji system Mo – asystent oparty na LLM, działający pod nadzorem lekarza – był testowany w prawdziwym serwisie porad medycznych. W ponad 900 przypadkach pacjenci oceniali rozmowy z AI (z nadzorem lekarza) jako bardziej klarowne i satysfakcjonujące niż standardowe konsultacje, przy zachowaniu wysokiego poziomu bezpieczeństwa (95% rozmów ocenionych przez lekarzy jako „dobre” lub „bardzo dobre”).
To nie jest dowód na to, że „AI zastąpi lekarza”. Ale sygnał, że dobrze zaprojektowani asystenci mogą przejąć część komunikacji, edukacji i porządkowania informacji – a więc odciążyć system.
Czytaj także: AI jest lepsze niż słaby lekarz, lecz nigdy tak dobre jak wybitny – Aleksandra Staniszewska (MY OVU) o AI w medtechach
Jakie są rokowania?
Na koniec, kilka ostrożnych wniosków.
- Technologia nie rozwiąże problemu niedofinansowania, ale może zrobić różnicę „na marginesie” – a ten margines jest ogromny. Nawet kilka procent mniej powikłań, hospitalizacji czy niepotrzebnych konsultacji to realne miliardy w skali dekady.
- Największy potencjał leży na styku: polskie deep techy + system publiczny. Mamy w kraju projekty klasy xLungs, Aptasense/AptaFlow, Medicalgorithmics, SiDLY, One Biosciences (z udziałem polskiego kapitału), liczne spółki z programów typu Deep Tech Venture Builder. Pytanie brzmi, czy NFZ, AOTMiT, szpitale kliniczne i regiony stworzą dla nich realne ścieżki pilotaży, refundacji i wdrożeń.
- AI i medtech wymagają mądrej regulacji, nie paraliżu. Polska ma za sobą debaty o teleporadach, e-receptach czy e-skierowaniach – i każda z tych zmian budziła opór. Dziś już nikt nie wyobraża sobie systemu bez e-recepty. Z AI będzie podobnie: kluczowe jest bezpieczeństwo (walidacja, nadzór lekarza), ale blokowanie innowacji na poziomie ideologii oznacza de facto zgodę na status quo.
- Krytyczne jest też budowanie zaufania – zarówno lekarzy, jak i pacjentów. Technologie, o których pisałem, nie są „gadżetami do slajdów”. Działają – albo są bardzo blisko działania – w realnych warunkach klinicznych. Ale bez zaufania użytkowników pozostaną ciekawostką.
- Wreszcie: potrzebujemy długoterminowej strategii dla medtechu i healthtechu. UE inwestuje w CEE właśnie po to, by region nie był tylko rynkiem zbytu, ale także źródłem rozwiązań – przykładem jest konsorcjum HiCEE, które wspiera rozwój deep techów w ochronie zdrowia.
Polska – z silnym zapleczem naukowym, rosnącą sceną startupową i doświadczeniem w projektach cyfryzacji (P1, e-recepta) – ma realną szansę być jednym z liderów. Czy polskie medtechy uratują służbę zdrowia? Same – na pewno nie. Ale jeśli potraktujemy je poważnie, włączymy w system i będziemy je oceniać nie tylko przez pryzmat kosztu, lecz także oszczędzonych zasobów i lepszych wyników leczenia, mogą stać się jednym z kluczowych elementów układanki. A biorąc pod uwagę tempo starzenia się społeczeństwa i rosnące koszty, pytanie chyba nie brzmi już „czy warto”, tylko „czy stać nas na to, żeby w ogóle tego nie spróbować”.
