Algorytmiczny triaż wchodzi do gabinetów. Czy AI uratuje polską okulistykę?

201 dni — tyle średnio czeka pacjent na wizytę u okulisty w ramach NFZ. Podczas gdy w Warszawie szczęśliwcy znajdują termin w kilka dni, mieszkańcy Wrocławia czy Gdańska muszą liczyć się z oczekiwaniem przekraczającym 300 dni. W tym czasie jaskra czy zmiany chorobowe siatkówki nie pauzują. Właśnie dlatego pilotażowy program na Lubelszczyźnie, stosujący algorytmiczny triaż, to coś więcej niż technologiczny gadżet. To próba zatamowania kryzysu w systemie, w którym e-skierowanie stało się przepustką do kolejki bez końca.

Przełom w Nature Medicine

Fundamentem nowego podejścia jest projekt EyeFM, za którym stoją badacze ze Śląskiego Uniwersytetu Medycznego. To nie jest kolejny prosty skrypt oparty na sztywnych regułach. Mamy do czynienia z modelem bazowym wytrenowanym na monumentalnym zbiorze 14,5 miliona obrazów oraz 400 tysiącach opisów klinicznych. Skalę sukcesu potwierdziły publikacje w prestiżowym „Nature Medicine”. Dane są jednoznaczne: wsparcie algorytmu podnosi trafność diagnoz lekarskich z pułapu 75,4% do 92,2%. W praktyce klinicznej oznacza to eliminację tysięcy pomyłek, które dotychczas wynikały z przemęczenia personelu lub subtelności zmian chorobowych niemożliwych do dostrzeżenia ludzkim okiem.

Demokratyzacja dostępu do leczenia

Prof. Robert Rejdak oraz prof. Adrian Smędowski, zaangażowani w projekt, wskazują na oporność algorytmów na jakość sprzętu. Modele potrafią wyciągać trafne wnioski nawet ze zdjęć wykonanych tańszą, mniej zaawansowaną aparaturą. To klucz do tzw. klinicznej translacji AI – przeniesienia technologii z laboratoriów do rejonowych przychodni, gdzie dostęp do zaawansowanej tomografii optycznej (OCT) bywa luksusem. Okulistyka staje się poligonem doświadczalnym dla automatycznych badań przesiewowych, co jest niezbędne, bo jak zauważa redakcja serwisu Dobry-Optyk.pl: „Wrocławiu sytuacja jest znacznie gorsza, ponieważ średni czas oczekiwania na pierwszy wolny termin wynosi 281 dni”.

Bariery mentalne i techniczne

Mimo technicznego sukcesu, przed wdrożeniem stoją wyzwania typowe dla medycznej „czarnej skrzynki”. Unijny AI Act klasyfikuje takie systemy jako rozwiązania wysokiego ryzyka, co wymusza rygorystyczną dokumentację i nadzór człowieka. Pełna adopcja wymaga nie tylko integracji z ewidencją medyczną, ale przede wszystkim wypracowania zaufania. Jeśli infrastruktura obliczeniowa wytrzyma realia 1612 placówek okulistycznych działających w Polsce pod szyldem NFZ, będziemy świadkami największej zmiany w diagnostyce od dekad. Skuteczna automatyzacja to jedyna szansa, by Informator o Terminach Leczenia przestał być mapą porażek systemu, a stał się narzędziem realnego planowania powrotu do zdrowia.