AI SHARE: Connecting Minds, Data and Care

Sztuczna inteligencja w kardiologii i elektroterapii

Berlińskie i-LAB przy Oranienburger Straße gościło 27 i 28 maja 2026 roku konferencję AI SHARE: Connecting Minds, Data and Care. Oba dni spinała jedna myśl: jak sztuczna inteligencja zmienia kardiologię — od urządzeń wszczepialnych, przez zdalne monitorowanie, po analizę zapisu EKG. Na scenie spotkali się wykładowcy z Niemiec, Włoch, Hiszpanii, Francji, Szwajcarii i Wielkiej Brytanii, a hasło spotkania — From monitoring to meaning. From data to foresight — dobrze streszcza to, o czym rozmawiano: jak przejść od samego gromadzenia danych do ich klinicznej interpretacji i przewidywania zdarzeń.

Program podzielono na dwie części. Pierwszy dzień należał do podstaw AI i rozważań o przyszłości zawodu, drugi — do konkretnych zastosowań w praktyce, z warsztatowym blokiem AI Roadshow. Gospodarzem była firma BIOTRONIK, więc część wystąpień, siłą rzeczy, dotyczyła jej własnych rozwiązań; mimo to dyskusja sięgała szerzej niż oferta jednego producenta i dotykała pytań wspólnych dla całej elektroterapii.

Fundamenty i wizja

Otwarcie poprowadzili Jorge Toquero Ramos z Madrytu i Felix Hohendanner z Deutsches Herzzentrum der Charité. Wykład wprowadzający Olivera Keigla (IBM iX) uporządkował podstawowe pojęcia oraz możliwości i ograniczenia AI, a przy okazji ustawił wspólny język dla klinicystów i inżynierów. Andreas Bollmann (Fresenius | Helios Health Institute) razem z Maxem Schemmerem (IBM) pokazali z kolei, jak te idee wyglądają już dziś w codziennej pracy dużej europejskiej grupy szpitalnej.

Najodważniejszy w formie był wykład Nielsa Wessela (Humboldt-Universität zu Berlin) o Quantum Cardiology-AI, który zarysował dość odległą perspektywę połączenia obliczeń kwantowych z analizą danych kardiologicznych. Pierwszy dzień zamknął panel Hospital of 2040 prowadzony przez Susanne Ardisson — rozmowa szybko zeszła na grunt etyki i organizacji: kto odpowiada za decyzję podjętą z pomocą algorytmu, na ile ufa mu pacjent i jaka rola zostaje lekarzowi w mocno zautomatyzowanym świecie danych.

Od algorytmów do praktyki klinicznej

Drugi dzień otworzyła Lectio Magistralis Carla Pappone (IRCCS Policlinico San Donato w Mediolanie) o zespole Brugadów. Tym razem prelegent skupił się na mechanizmach autoimmunologicznych oraz wpływach hormonalnych na komórki drogi odpływu prawej komory — to one mogą ujawniać arytmogenny fenotyp zespołu. Pappone mocno podkreślił rolę ablacji substratu w tym wskazaniu, a także stratyfikację ryzyka łączącą metody inwazyjne i nieinwazyjne. Wniosek był jasny: precyzyjne zlokalizowanie i zmodyfikowanie substratu w drodze odpływu otwiera realne możliwości terapeutyczne u chorych zagrożonych nagłym zgonem sercowym.

Po nim głos zabrała Antje Linnemann, przedstawiając aktualne rozwiązania AI organizatora w duchu „od algorytmu do efektu klinicznego”. Vincenzo Russo (Università Vanvitelli w Neapolu) w prezentacji o SmartECG przypomniał z kolei, po co to wszystko: automatyczna analiza EKG ma zdejmować z personelu żmudną pracę i oddawać czas tam, gdzie jest najbardziej potrzebny — przy pacjencie.

SmartECG w BIOMONITOR IV — jak działa algorytm?

SmartECG wracał w kilku wystąpieniach (poza Russo mówił o nim także Laurent Fiorina), warto więc zatrzymać się przy samym algorytmie. Pracuje on po stronie centrum telemonitoringu (Home Monitoring Service Center): ocenia napływające zapisy EKG i rozdziela je na detekcje prawdopodobnie prawdziwe oraz fałszywie dodatnie, sporadycznie zostawiając zapis bez rozstrzygnięcia. Sercem rozwiązania jest model uczenia maszynowego wyszkolony przede wszystkim do wyłapywania fałszywego migotania przedsionków — twórcy podkreślają jego „wyjaśnialność”, bo analizuje setki cech pojedynczego zapisu. Pozostałe detekcje (bradykardia, tachykardia, pauzy) obsługują klasyczne, zaawansowane reguły. Czułość filtra można dostroić (np. tryb „Very Specific”), godząc liczbę alertów z ryzykiem przeoczenia zdarzenia.

Liczby, którymi posługuje się producent, robią wrażenie: około 86% mniej fałszywie dodatnich detekcji we wszystkich głównych arytmiach przy zachowaniu blisko 98% epizodów istotnych klinicznie, a w pracy Bisignaniego i wsp. czas przeglądania epizodów skrócił się nawet o 42%. Do tego BIOMONITOR IV, jako pierwszy rejestrator wszczepialny, rozróżnia pobudzenia przedwczesne przedsionkowe (PAC) i komorowe (PVC), dostarczając wiarygodnych trendów ich obciążenia, przydatnych w stratyfikacji ryzyka i diagnostyce. Codzienną pracę ułatwiają jeszcze transmisje na żądanie pacjenta (On-Demand), szablony alertów dobierane do wskazania oraz skrócony raport Quick View. Trzeba przy tym pamiętać, że spora część tych danych pochodzi od samego producenta — i tak właśnie, konfrontując je z niezależnymi dowodami, najlepiej je czytać.

AI Roadshow – co nas czeka w przyszłości?

Sercem drugiego dnia był AI Roadshow — warsztatowy blok, w którym technologie pokazywano „na żywo” pod okiem m.in. Fabrizia Guarraciniego i Honey Thomas. Uczestnicy przeszli przez trzy stanowiska:

• zdalne programowanie urządzeń i BIOMONITOR — usprawnienie i przyspieszenie pracy z pacjentem (P. Manski, R. Kondama Reddy);
• iLA – Intelligent Lead Algorithm — wsparcie oceny i optymalizacji pracy elektrod (A. Tronchin, J. Knipp, G. Ciconte);
• BIOConcept HF Study i CORIO — oparty na danych wgląd w prowadzenie chorych z niewydolnością serca (J. Boergermann, M. Danóczy).

Druga połowa dnia należała do monitorowania wszczepialnego. Antonio Crocamo z Parmy, pod prowokacyjnym tytułem Beyond the Standard ECG, pytał wprost, czy wyłapywanie przejściowych, wysokiego ryzyka fenotypów dzięki AI to moda, czy realna kliniczna potrzeba. Laurent Fiorina (Institut Jacques Cartier w Massy) podzielił się doświadczeniami z BIOMONITOR IV w codziennej praktyce, a Giulio Conte (Cardiocentro Ticino w Lugano) w wykładzie From Monitoring to Meaning pokazał, jak rejestrator z biernego świadka zdarzeń staje się narzędziem, które pomaga je przewidywać.

Część merytoryczną zamknął Hollis Whittington, kreśląc przyszłość — miejsce AI w urządzeniach wszczepialnych kolejnej generacji. Na koniec przewidziano podsumowanie oraz dodatkowe sesje reprogramowania BIOMONITOR IV i SmartECG.

Kluczowe wnioski

Z dwóch dni zostaje kilka myśli — istotnych także dla polskich pracowni kontroli urządzeń i programów telemonitoringu. Najwyraźniejsza jest ta, że AI przestała być obietnicą na później: pokazywano ją jako narzędzie, które już dziś zdejmuje z zespołów ciężar rosnącej liczby danych z urządzeń wszczepialnych. Najwięcej obiecuje się po wczesnym wykrywaniu i stratyfikacji ryzyka, zwłaszcza tam, gdzie chodzi o rzadkie, przelotne zdarzenia, których standardowe badanie nie wychwyci. Coraz głośniej mówi się też o przejściu od monitorowania do przewidywania — a wraz z nim wracają pytania o jakość danych, przejrzystość algorytmów i odpowiedzialność za decyzje.

Dla praktyka elektroterapii płynie stąd jeden, niezmienny wniosek: nowe narzędzia trzeba oceniać twardo — jakością dowodów i realnym wpływem na wyniki leczenia, oddzielając wartość kliniczną od marketingu. W tym sensie AI SHARE było dobrym przeglądem tego, dokąd zmierza zdalna opieka nad pacjentem z urządzeniem wszczepialnym, i zachętą, by po nowe technologie sięgać świadomie i bez pośpiechu.