Sztuczna inteligencja coraz częściej znajduje zastosowanie w chirurgii, wspierając lekarzy w planowaniu zabiegów, analizie obrazów medycznych oraz sterowaniu zaawansowanymi systemami robotycznymi. W ostatnich latach wiele ośrodków medycznych rozpoczęło testowanie rozwiązań opartych na AI w salach operacyjnych, licząc na poprawę precyzji zabiegów i zwiększenie bezpieczeństwa pacjentów. Jednocześnie pojawiają się jednak sygnały wskazujące na przypadki błędów technologicznych lub nieprawidłowej interpretacji danych przez systemy wspomagające decyzje chirurgiczne. W niektórych sytuacjach zdarzenia te prowadziły do powikłań lub konieczności zmiany przebiegu operacji. Choć takie przypadki pozostają stosunkowo rzadkie, zwracają uwagę regulatorów oraz środowiska medycznego. Wzrost liczby doniesień o incydentach związanych z AI zwiększa presję na producentów technologii medycznych oraz instytucje nadzorcze.

Eksperci podkreślają, że jednym z kluczowych wyzwań jest kwestia odpowiedzialności za decyzje podejmowane przy wsparciu systemów sztucznej inteligencji. W tradycyjnym modelu to lekarz ponosi pełną odpowiedzialność za przebieg zabiegu i jego skutki. W sytuacji, gdy część decyzji diagnostycznych lub operacyjnych wspierana jest przez algorytmy, pojawiają się pytania dotyczące podziału odpowiedzialności pomiędzy lekarzem, producentem technologii a instytucją medyczną. W wielu krajach przepisy regulujące wykorzystanie AI w chirurgii są wciąż na wczesnym etapie rozwoju. Brak jasnych regulacji może utrudniać wdrażanie nowych technologii w placówkach medycznych. Dlatego temat odpowiedzialności prawnej staje się jednym z najważniejszych elementów debaty o przyszłości chirurgii wspieranej przez AI.

Istotnym elementem dyskusji jest również jakość danych wykorzystywanych do trenowania systemów sztucznej inteligencji. Algorytmy medyczne uczą się na podstawie ogromnych zbiorów danych klinicznych, które obejmują m.in. obrazy diagnostyczne, dokumentację operacyjną oraz wyniki badań. Jeśli dane te są niekompletne lub obarczone błędami, systemy AI mogą generować nieprawidłowe rekomendacje. Z tego powodu eksperci podkreślają znaczenie rygorystycznych standardów w zakresie przygotowania i weryfikacji danych treningowych. Jakość danych wejściowych ma bezpośredni wpływ na bezpieczeństwo pacjentów oraz skuteczność systemów wspierających decyzje chirurgiczne. W wielu ośrodkach medycznych prowadzone są obecnie prace nad tworzeniem bardziej kontrolowanych zbiorów danych klinicznych.

W kontekście bezpieczeństwa coraz częściej pojawia się również koncepcja modelu „human-in-the-loop”, czyli systemu, w którym kluczowe decyzje pozostają w rękach lekarza. W takim podejściu sztuczna inteligencja pełni rolę narzędzia wspierającego analizę danych, natomiast ostateczna decyzja należy do chirurga. Model ten pozwala ograniczyć ryzyko błędów wynikających z automatycznych rekomendacji algorytmów. Jednocześnie wymaga odpowiedniego szkolenia personelu medycznego w zakresie interpretacji wyników generowanych przez AI. W praktyce oznacza to konieczność łączenia kompetencji klinicznych z wiedzą technologiczną. Integracja sztucznej inteligencji z praktyką chirurgiczną wymaga więc nowych modeli współpracy pomiędzy lekarzami a systemami cyfrowymi.

Specjaliści zajmujący się technologiami medycznymi wskazują, że rozwój AI w chirurgii będzie postępował, jednak musi odbywać się w sposób odpowiedzialny i transparentny. Kluczowe znaczenie mają systemy monitorowania bezpieczeństwa, dokładne rejestrowanie decyzji podejmowanych przez algorytmy oraz możliwość audytu działania technologii. Takie rozwiązania pozwalają analizować ewentualne błędy i poprawiać jakość systemów. W najbliższych latach można spodziewać się również bardziej szczegółowych regulacji dotyczących stosowania sztucznej inteligencji w medycynie. Bezpieczeństwo pacjentów oraz przejrzystość działania technologii będą jednym z głównych priorytetów regulatorów.

Źródła:
Reuters
BBC
CNN

Opracowanie redakcyjne: Debata Zdrowie