AI i aplikacje wellness nie rozwiążą kryzysu zdrowia psychicznego – ostrzegają eksperci
AI i aplikacje wellness nie rozwiążą kryzysu zdrowia psychicznego – ostrzegają eksperci Specjaliści cytowani przez światowe agencje informacyjne podkreślają, że narzędzia cyfrowe, takie jak aplikacje wellness, chatboty terapeutyczne i systemy AI do samomonitorowania, mogą wspierać opiekę psychiatryczną, ale nie zastąpią profesjonalnej diagnostyki ani długoterminowej terapii. Według ekspertów rośnie ryzyko, że technologiczne „szybkie rozwiązania” będą traktowane […]
OpenAI rozważa wejście w aplikacje zdrowotne – generatywna AI jako „osobisty asystent zdrowia”
Jak donosi Business Insider, OpenAI analizuje możliwość wejścia na rynek konsumenckich aplikacji zdrowotnych, w tym stworzenia „osobistego asystenta zdrowia” opartego na generatywnej sztucznej inteligencji. Informacje potwierdzają także źródła Reutersa, podkreślające, że firma już współpracuje z koncernami farmaceutycznymi i firmami medtech przy wsparciu decyzji klinicznych oraz w procesach odkrywania leków.
FDA przygląda się cyfrowym „terapeutom” – panel o AI w zdrowiu psychicznym
Amerykańska Agencja ds. Żywności i Leków (FDA) zapowiedziała zwołanie specjalnego panelu doradczego, który oceni rosnącą kategorię cyfrowych narzędzi do zdrowia psychicznego opartych na sztucznej inteligencji. Chodzi przede wszystkim o aplikacje, chatboty, sensory i platformy terapeutyczne wspierające diagnozę oraz leczenie depresji, zaburzeń lękowych czy bezsenności.
FDA prosi o uwagi ws. monitorowania AI w realnym świecie
FDA otworzyła szerokie konsultacje publiczne dotyczące metod monitorowania działania AI-wspomaganych wyrobów medycznych w realnych warunkach klinicznych. To jeden z najbardziej znaczących kroków w kierunku globalnego standardu „AI-postmarket surveillance”, kluczowego dla bezpieczeństwa pacjentów korzystających z dynamicznych modeli AI.
Microsoft uruchamia zespół „superinteligencji” medycznej
Microsoft ogłosił powstanie MAI Superintelligence Team — nowej, strategicznej jednostki mającej stworzyć modele AI, które „w wybranych dziedzinach klinicznych przewyższą ludzkich ekspertów”. Pierwszym obszarem ma być diagnostyka medyczna, ze szczególnym naciskiem na wykrywanie chorób przewlekłych i nowotworów.
Apple: funkcja „powiadomień o nadciśnieniu” w Watch z algorytmem ML po walidacji na 2 tys. osób (kontekst regulacyjny)
Apple potwierdziło, że nowa funkcja „Hypertension Alerts” w zegarku Apple Watch przeszła proces walidacji klinicznej na grupie 2000 uczestników w USA i Wielkiej Brytanii. Dane z badania przekazano FDA w ramach procedury dopuszczenia do obrotu.
Wielka Brytania szykuje twardsze przepisy przeciw cyberatakom na usługi publiczne (w tym zdrowie)
Rząd Wielkiej Brytanii zapowiedział zaostrzenie przepisów dotyczących ochrony infrastruktury krytycznej przed cyberatakami, obejmujących także sektor zdrowia i opiekę społeczną. Projekt ma wzmocnić obowiązki raportowe i odpowiedzialność dostawców usług cyfrowych.
UE podtrzymuje harmonogram wdrażania AI Act – bez „pauzy” dla wyrobów medycznych
Komisja Europejska potwierdziła, że wdrożenie unijnego rozporządzenia AI Act przebiega zgodnie z planem, bez wprowadzania zapowiadanej wcześniej „pauzy” dla sektora medycznego. Oznacza to, że od połowy 2026 roku producenci wyrobów medycznych wykorzystujących sztuczną inteligencję będą musieli spełnić pełne wymogi regulacyjne dotyczące przejrzystości, bezpieczeństwa i nadzoru nad algorytmami.
FDA dopuszcza nową klasę skanerów CT z detekcją fotonów (PCCT)
Amerykańska Agencja Żywności i Leków (FDA) wydała zgodę na dopuszczenie do użytku klinicznego pierwszej pełnej generacji tomografów komputerowych z detekcją fotonów (Photon Counting CT – PCCT). Technologia, opracowana przez Siemens Healthineers i zastosowana w systemie Naeotom Alpha, stanowi przełom w jakości obrazowania diagnostycznego.
FDA: przewodnik dla „predykcyjnych” algorytmów klinicznych (draft guidance)
Amerykańska Agencja ds. Żywności i Leków (FDA) opublikowała szkic przewodnika („Draft Guidance on Predetermined Change Control Plan for Machine Learning-enabled Devices”) dotyczący algorytmów klinicznych o charakterze adaptacyjnym, które uczą się i modyfikują swoje działanie po wprowadzeniu na rynek.