Polska buduje sztuczną inteligencję do odczytu mammografii. Na samo badanie nie przychodzi dwie trzecie uprawnionych kobiet
Ruszył ośmiomiesięczny projekt IDEAS i Geneva Trust. W Poznaniu algorytm jest już sprawdzany w prawdziwym programie przesiewowym i ma docelowo zastąpić jednego z dwóch radiologów. Dane NFZ pokazują jednak, że najsłabszym ogniwem nie jest odczyt zdjęcia.
Na skróty
- IDEAS Instytut Badawczy i Geneva Trust Polska zaczęły ośmiomiesięczny projekt nad modelem wspierającym ocenę mammografii. Wyników jeszcze nie ma.
- W Poznaniu sztuczna inteligencja jest już testowana wewnątrz programu przesiewowego, z finansowaniem Agencji Badań Medycznych. Docelowo ma zastąpić jednego z dwóch lekarzy czytających badanie.
- Badanie wykonuje 32,63 procenta uprawnionych kobiet — stan na 1 sierpnia 2026, dane NFZ.
- Między gminami rozpiętość przekracza ośmiokrotność: od 59,46 procenta w Latowiczu do 6,97 procenta w Bolesławiu.
- Szybszy odczyt nie zmienia tego, że badanie w ogóle się nie odbyło.
Mammografia w Polsce jest bezpłatna, nie wymaga skierowania, a terminy czekają wolne. Wykonuje ją jedna na trzy uprawnione kobiety. W tym samym czasie dwa polskie zespoły budują sztuczną inteligencję, która ma czytać te zdjęcia szybciej i dokładniej — i to jest dobra wiadomość, tylko dotycząca innego problemu niż ten, który realnie kosztuje życie.
Ośmiomiesięczny projekt, zero wyników
IDEAS Instytut Badawczy i Geneva Trust Polska ogłosiły 16 września wspólny projekt badawczo-rozwojowy nad modelem wspierającym ocenę badań mammograficznych. Pracami kieruje dr hab. inż. Żaneta Świderska-Chadaj z zespołu IDEAS MedTech. Projekt ma trwać osiem miesięcy i dzieli się na cztery etapy: przygotowanie danych, opracowanie architektury, rozwój i optymalizację modeli oraz walidację na niezależnym zbiorze testowym.
Czego w tym komunikacie nie ma: wielkości zbioru danych, skuteczności, żadnej liczby opisującej wynik. To normalne na starcie projektu badawczego i nie jest zarzutem — ale oznacza, że dziś nie ma czego oceniać. Twórcy zaznaczają, że narzędzie ma wspierać lekarza, a nie zastępować diagnosty.
„Projekty wykorzystujące sztuczną inteligencję w medycynie wymagają połączenia kompetencji technologicznych, wiedzy klinicznej i odpowiedzialnego podejścia do danych.”
W Poznaniu algorytm siedzi już w prawdziwym programie
Dwa miesiące wcześniej ruszyło coś, co jest dalej posunięte i mniej opisane. Poznański Ośrodek Profilaktyki i Epidemiologii Nowotworów imienia Aliny Pienkowskiej razem z Poznańskim Centrum Superkomputerowo-Sieciowym sprawdza algorytmy wewnątrz Populacyjnego Programu Wczesnego Wykrywania Raka Piersi. Finansuje to Agencja Badań Medycznych.
Układ badania jest prosty i mówi wszystko o stawce. Każde zdjęcie w programie przesiewowym czyta dwóch radiologów niezależnie od siebie. Projekt porównuje dwie sytuacje: ocenę dwóch lekarzy oraz ocenę jednego lekarza i algorytmu. Cel docelowy nazwano wprost — sztuczna inteligencja mogłaby zastąpić jednego z dwóch lekarzy czytających badanie.
To jest realna oszczędność czasu radiologów, których w Polsce brakuje. Nie zmienia jednak liczby, od której wszystko się zaczyna.
Dwie na trzy kobiety nie przychodzą
Program przesiewowy obejmuje kobiety od 45 do 74 lat, które nie miały mammografii przez dwa lata. Badanie jest bezpłatne, bez skierowania, dostępne także w mammobusach. Narodowy Fundusz Zdrowia publikuje co miesiąc dane o jego realizacji z podziałem na województwa, powiaty i gminy. Według stanu na 1 sierpnia 2026 badanie wykonuje 32,63 procenta uprawnionych.
Ciekawsze od średniej jest to, co ta średnia zakrywa. Najwyższy wynik w kraju to Latowicz z 59,46 procenta. Najniższy to Bolesław z 6,97 procenta. Różnica przekracza ośmiokrotność, przy tej samej cenie badania, tych samych przepisach i tej samej refundacji.
Program jest wszędzie taki sam. Wyniki nie
32,63%
uprawnionych kobiet wykonało mammografię w skali kraju
ponad 8×
tyle wynosi różnica między najlepszą a najgorszą gminą
Dane Narodowego Funduszu Zdrowia, stan na 1 sierpnia 2026. Skrajne gminy: Latowicz 59,46 procenta, Bolesław 6,97 procenta.
Ośmiokrotna różnica przy identycznych warunkach oznacza, że rozstrzyga coś, czego w programie nie ma: czy ktoś zaprosił, przypomniał, dowiózł, wytłumaczył. Żaden model do odczytu zdjęć tego nie dotyka.
Dwa różne problemy, jedno słowo
Warto rozdzielić dwie rzeczy, które w rozmowie o AI w medycynie ciągle się zlewają. Pierwsza to jakość i szybkość odczytu — tu sztuczna inteligencja ma udokumentowany sens i oba polskie projekty idą w tę stronę. Druga to doprowadzenie człowieka do badania — i tu nie pomoże żaden klasyfikator, bo nie ma czego klasyfikować, dopóki zdjęcie nie powstało.
Obie sprawy są ważne. Tylko że pierwsza dostaje ogłoszenia i finansowanie, a druga jest powodem, dla którego dwie trzecie uprawnionych kobiet w ogóle nie trafia do systemu.
Źródła
- Narodowy Fundusz Zdrowia, „Dane o realizacji programów profilaktycznych” — plik „Mammografia: objęcie populacji”, aktualizowany co miesiąc (źródło pierwotne danych)
- Rynek Zdrowia, „Bezpłatne badanie nie wystarcza. Mapa NFZ pokazuje przepaść w zgłaszalności” — odczyt danych NFZ na 1.08.2026, z rozbiciem na gminy
- ITwiz, Mikołaj Marszycki, „IDEAS i Geneva Trust rozwijają AI do analizy badań mammograficznych”, 16.09.2026
- Debaty Zdrowie, „Poznański projekt sprawdzi AI w przesiewowej mammografii”, 15.07.2026
Czy ten tekst Ci pomógł?
Jedno kliknięcie. Bez podawania adresu e-mail. Dzięki temu wiem, które teksty wymagają poprawy.