DGCH apeluje o wdrożenie sztucznej inteligencji w diagnostyce sepsy

Komentarz redakcji

Niemieckie Towarzystwo Chirurgiczne (DGCH) apeluje o wprowadzenie algorytmów AI monitorujących parametry życiowe pacjentów, co ma zmniejszyć śmiertelność z powodu sepsy. W Niemczech stan ten odpowiada za blisko 20% zgonów. Nowoczesne narzędzia diagnostyczne znajdują się obecnie w fazie badań klinicznych i wymagają unijnej certyfikacji.

Najważniejsze

  • Niemieckie Towarzystwo Chirurgiczne (DGCH) apeluje o powszechne wdrożenie sztucznej inteligencji do wczesnego wykrywania sepsy w szpitalach.
  • Aktualne badania pokazują wysoką skuteczność algorytmów: model AMPEL osiąga do 86% dokładności, a obrazowanie hiperspektralne skóry połączone z danymi klinicznymi aż 94%.
  • Przeżywalność pacjentów z sepsą w Niemczech jest niższa niż w krajach nordyckich m.in. ze względu na brak kadr oraz rygorystyczne i długotrwałe procedury certyfikacyjne.
  • Zgodnie z wymogami rozporządzenia MDR oraz EU AI Act algorytmy diagnostyczne to systemy wysokiego ryzyka – pełną odpowiedzialność za decyzje terapeutyczne ponosi lekarz prowadzący.
·
2 min

Niemieckie Towarzystwo Chirurgiczne zaapelowało 7 września 2026 roku w Berlinie o powszechne wdrożenie sztucznej inteligencji do wczesnego rozpoznawania sepsy w szpitalach.

Unsplash — Steve A Johnson
Unsplash — Steve A Johnson

Niemieckie Towarzystwo Chirurgiczne (DGCH) zaapelowało 7 września 2026 roku w Berlinie o powszechne wdrożenie systemów sztucznej inteligencji do wczesnego diagnozowania sepsy w szpitalach. Prezes organizacji, prof. Jens Werner, zaprezentował to stanowisko przed zbliżającym się Światowym Dniem Sepsy. Zdaniem ekspertów automatyczna analiza parametrów życiowych pacjentów w tle ograniczy opóźnienia w rozpoczęciu terapii i pozwoli zmniejszyć wysoką śmiertelność z powodu tej choroby w Niemczech.

Obecnie w Niemczech niemal co piąty zgon wiąże się z wystąpieniem sepsy. Aktualne krajowe wytyczne medyczne S3 wymagają przeprowadzenia wstępnej diagnostyki w przypadku sepsy bez wstrząsu w ciągu maksymalnie 3 godzin od wystąpienia objawów. Wykrycie choroby na wczesnym etapie stanowi jednak duże wyzwanie dla personelu medycznego z powodu nieswoistego charakteru pierwszych symptomów.

Zaawansowane projekty badawcze

Niemieckie ośrodki naukowe prowadzą już badania nad konkretnymi rozwiązaniami technologicznymi. Zespół z Universitätsklinikum Leipzig rozwija projekt AMPEL, w którym algorytm oblicza ryzyko sepsy na podstawie rutynowej morfologii krwi, osiągając od 80% do 84% dokładności. Oznaczenie poziomu prokalcytoniny podnosi skuteczność predykcyjną tego narzędzia do 86%. Z kolei badacze z Niemieckiego Centrum Badania Raka w Heidelbergu opracowali metodę obrazowania skóry kamerą hiperspektralną. System ten rozpoznaje 80% przypadków sepsy na podstawie samego obrazu mikrokrążenia, a po połączeniu z danymi klinicznymi pacjenta osiąga dokładność 94%.

Przeszkody regulacyjne i organizacyjne

Wskaźniki przeżywalności pacjentów z sepsą w Niemczech pozostają niższe niż w Norwegii, Szwajcarii czy Danii. Różnica ta wynika z czynników organizacyjnych w państwach nordyckich i alpejskich, takich jak wyższa obsada pielęgniarska oraz rygorystyczne procedury przesiewowe na izbach przyjęć.

Zgodnie z unijnym rozporządzeniem MDR oraz Aktem o Sztucznej Inteligencji algorytmy diagnostyczne zalicza się do systemów wysokiego ryzyka. Wymaga to długiego procesu certyfikacji oraz stałego nadzoru ze strony lekarza. Podczas gdy w Stanach Zjednoczonych agencja FDA dopuściła już pierwsze komercyjne algorytmy, w Niemczech i Austrii technologie te wciąż pozostają w fazie badań klinicznych.

Wdrożenie systemów sztucznej inteligencji w placówkach medycznych wiąże się także ze zjawiskiem tzw. zmęczenia alarmami u personelu oraz brakiem jasnych regulacji w obszarze odpowiedzialności prawnej za błędy predykcji. Ostateczną decyzję terapeutyczną oraz odpowiedzialność cywilną i karną ponosi wyłącznie lekarz prowadzący – sama technologia nie zastąpi więc kadr medycznych przy łóżku pacjenta.

Kluczowe statystyki diagnostyki sepsy i roli AI

~20%
Udział w zgonach
Niemal co piąty zgon w Niemczech wiąże się z wystąpieniem sepsy
3 godziny
Wymagane okno czasowe
Maksymalny czas na diagnostykę sepsy bez wstrząsu wg wytycznych S3
do 94%
Dokładność hybrydowa AI
Maksymalna skuteczność predykcji sepsy (kamera hiperspektralna + dane kliniczne)
100%
Odpowiedzialność człowieka
Lekarz ponosi pełną odpowiedzialność cywilną i karną za decyzję terapeutyczną

Podejście regulacyjne do sztucznej inteligencji w medycynie: USA vs Unia Europejska

Stany Zjednoczone (FDA)
+Szybsze dopuszczanie algorytmów komercyjnych do praktyki szpitalnej
+Dynamiczne wdrażanie innowacji technologicznych przy łóżku pacjenta
Ryzyko zmęczenia alarmami (alarm fatigue) u personelu
Wdrożenie prywatnych systemów komercyjnych bez pełnej harmonizacji unijnej
Unia Europejska / Niemcy (MDR & EU AI Act)
+Bardzo wysokie normy bezpieczeństwa pacjentów
+Jasno zdefiniowany nadzór i status systemów wysokiego ryzyka
Długotrwały i skomplikowany proces certyfikacji klinicznej
Opóźnienia we wdrożeniu przebadanych algorytmów w codziennej praktyce

Porównanie skuteczności nowoczesnych metod diagnostyki sepsy wspomaganych sztuczną inteligencją

Projekt / TechnologiaOśrodek badawczyAnalizowane parametryDokładność predykcji
Projekt AMPEL (podstawowy)Universitätsklinikum LeipzigRutynowa morfologia krwi80% – 84%
Projekt AMPEL (rozszerzony)Universitätsklinikum LeipzigMorfologia krwi + poziom prokalcytoniny86%
Kamera hiperspektralna (sam obraz)Niemieckie Centrum Badania Raka (Heidelberg)Obraz mikrokrążenia skóry80%
Kamera hiperspektralna (z danymi klinicznymi)Niemieckie Centrum Badania Raka (Heidelberg)Mikrokrążenie skóry + dane kliniczne pacjenta94%

Dane na podstawie doniesień Niemieckiego Towarzystwa Chirurgicznego (DGCH)

Artificial Intelligence in emergency department triage: A scoping review.

PloS one

Słownik pojęć

Sepsa
Zespołowa reakcja organizmu na zakażenie, prowadząca do uszkodzenia tkanek i narządów, stanowiąca bezpośrednie zagrożenie życia.
Prokalcytonina
Białko będące wskaźnikiem (biomarkerem) stanu zapalnego i infekcji bakteryjnej, używane w diagnostyce sepsy.
Kamera hiperspektralna
Zaawansowana technika obrazowania rejestrująca światło w wielu wąskich pasmach spektralnych, pozwalająca na ocenę ukrwienia i mikrokrążenia skóry.
MDR (Medical Device Regulation)
Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2017/745 w sprawie wyrobów medycznych, regulujące zasady wprowadzania urządzeń i oprogramowania medycznego na rynek europejski.
EU AI Act (Akt o Sztucznej Inteligencji)
Unijne rozporządzenie ustanawiające zharmonizowane przepisy dotyczące sztucznej inteligencji, klasyfikujące algorytmy medyczne jako systemy wysokiego ryzyka.
Zmęczenie alarmami (Alarm fatigue)
Zjawisko znieczulenia lub opóźnionej reakcji personelu medycznego wynikające z nadmiernej liczby fałszywych lub zbyt częstych ostrzeżeń generowanych przez systemy monitorujące.

Najczęstsze pytania

W jaki sposób sztuczna inteligencja ułatwia wczesne wykrywanie sepsy?
Sztuczna inteligencja stale analizuje w tle dane życiowe pacjenta (morfologię krwi, poziom prokalcytoniny czy obraz mikrokrążenia skóry) i wyłapuje subtelne wzorce oraz nieswoiste objawy, które mogłyby zostać przeoczone lub zauważone ze zbyt dużym opóźnieniem przez personel medyczny.
Dlaczego czas 3 godzin jest kluczowy w diagnostyce sepsy?
Wg niemieckich wytycznych S3 diagnostyka wstępna w przypadku sepsy bez wstrząsu powinna zostać przeprowadzona w ciągu maksymalnie 3 godzin od pojawienia się pierwszych symptomów. Uruchomienie celowanego leczenia w tym oknie czasowym drastycznie zwiększa szanse na przeżycie.
Kto ponosi odpowiedzialność prawną za błędną diagnozę wydaną przy użyciu AI?
Zgodnie z unijnym rozporządzeniem MDR oraz Aktem o Sztucznej Inteligencji systemy AI są narzędziami wspomagającymi wysoce ryzykownymi. Ostateczną decyzję terapeutyczną oraz pełną odpowiedzialność cywilną i karną ponosi wyłącznie lekarz prowadzący.
Jakie są główne bariery we wdrożeniu AI do szpitali w Europie?
Głównymi przeszkodami są rygorystyczne i długotrwałe procedury certyfikacji wyrobów medycznych w UE, obawy przed tzw. zmęczeniem alarmami u personelu oraz niejasności prawne dotyczące odpowiedzialności za ewentualne błędy predykcji.

Pierwsi napisali na ten temat

Komentarze (0)

0/2000

Powiązane artykuły

Niemiecki szpital stosuje AI i zasadę czterech oczu w badaniach raka płuc

Niemiecka placówka medyczna uruchomiła system podwójnej oceny wyników niskodawkowej tomografii komputerowej u osób z grup podwyższonego ryzyka. Program opiera się na cyfrowej wymianie danych z gabinetami radiologicznymi oraz wsparciu sztucznej inteligencji. Pierwsza weryfikacja kliniczna potwierdziła gotowość szpitala do masowej diagnostyki.

23 lipca 2026

Badanie: tylko trzy z 1357 medycznych urządzeń AI zbadano pod kątem wpływu na zdrowie pacjentów

Analiza zespołu z Uniwersytetu w Toronto wskazuje na brak publicznie dostępnych dowodów klinicznych potwierdzających skuteczność większości technologii AI zatwierdzonych przez FDA. Większość tych urządzeń trafia na rynek w USA uproszczoną ścieżką regulacyjną 510(k), wymagającą jedynie wykazania równoważności z istniejącym już produktem. Najwięcej zatwierdzonych systemów dotyczy radiologii, kardiologii i neurologii.

21 sierpnia 2026

WHO: trzy czwarte państw UE korzysta już ze sztucznej inteligencji w diagnostyce

Nowy raport WHO Europe pokazuje, że większość krajów Unii Europejskiej wprowadziła rozwiązania oparte na sztucznej inteligencji do diagnostyki i komunikacji z pacjentami. Dokument wskazuje także na rosnące znaczenie specjalistycznych kadr, zaangażowania interesariuszy oraz tworzenia centrów doskonałości dla AI. WHO formułuje trzy główne priorytety dla państw UE: rozwój kompetencji, transparentne zarządzanie oraz budowę wyspecjalizowanej infrastruktury dla nowych technologii.

21 kwietnia 2026

Sztuczna inteligencja w walce z chorobami. Nadchodzi przełom w żywieniu

Przedsięwzięcie, którym kieruje dr Mattea Müller, połączy dane z urządzeń ubieralnych z wynikami badań genetycznych i metabolicznych pacjentów. Projekt finansują środki publiczne, a w jego realizację zaangażowało się konsorcjum kilku europejskich uczelni. Opracowany algorytm pomoże w zapobieganiu chorobom przewlekłym.

17 lipca 2026

Sztuczna inteligencja zwiększa wykrywalność polipów podczas kolonoskopii

Wieloośrodkowe badanie z udziałem 998 dorosłych pacjentów potwierdziło również wzrost wykrywalności zmian przedrakowych (gruczolaków) z 36,1 do 52,3 procent. Zastosowanie algorytmów AI przełożyło się na wyższą średnią liczbę wykrytych zmian w jednym badaniu. Narzędzia te pomogły zidentyfikować polipy niezależnie od ich rozmiaru i lokalizacji w jelicie.

21 sierpnia 2026

Sztuczna inteligencja wykrywa wady serca z EKG w dwie sekundy

Podczas kongresu European Society of Cardiology zaprezentowano system AI analizujący mikrowzorce sygnału EKG. Narzędzie osiąga do 81 procent dokładności w wykrywaniu niewydolności serca i do 90 procent przy stenozie aortalnej. Badacze planują pilotażowe wdrożenia w brytyjskich szpitalach NHS w Londynie i Bristolu.

3 września 2026

StartSzukaj