Gliwicka spółka Infotower Business Solutions otrzymała łącznie ponad 27,7 mln zł dotacji z programu Fundusze Europejskie dla Nowoczesnej Gospodarki (FENG) na dwa systemy dla szpitali oparte na sztucznej inteligencji. Najbardziej zaawansowany z nich, MedAlert, ma oceniać wagę komunikatów o wynikach badań i kierować je do właściwych lekarzy i pielęgniarek, a jego wdrożenia w placówkach mają ruszyć na początku 2027 roku.
- Gliwicka spółka Infotower Business Solutions otrzymała łącznie ponad 27,7 mln zł dotacji z programu Fundusze Europejskie dla Nowoczesnej Gospodarki (FENG) na dwa systemy AI dla szpitali: MedAlert (11 727 902 zł) oraz Farma Flow (ponad 16 mln zł).
- Badanie opublikowane w 2026 roku w „Applied Clinical Informatics" wykazało, że 97 lekarzy szpitalnych otrzymało w ciągu roku łącznie ponad 1,1 mln powiadomień, z medianą 11 na godzinę – zjawisko to może prowadzić do „zmęczenia alarmami" i zagrażać bezpieczeństwu pacjentów.
- MedAlert działa dwuetapowo – najpierw ocenia wyniki klasycznymi regułami medycznymi, a następnie analizuje je modelami AI w szerszym kontekście klinicznym, jednak kategoryzacja przez AI ma status sugestii, a ostateczna decyzja należy do personelu; wdrożenia w szpitalach zaplanowano na początek 2027 roku.
Informację przekazała 8 października 2026 r. Polska Agencja Rozwoju Przedsiębiorczości (PARP), która koordynuje program. Drugim dofinansowanym projektem jest Farma Flow, system do zarządzania zapasami leków w aptekach szpitalnych i apteczkach oddziałowych.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
MedAlert ma oddzielić pilne alarmy od szpitalnego szumu
MedAlert to oprogramowanie, które ma odpowiadać na trzy pytania: czy dany komunikat wymaga uwagi, jak pilna jest sytuacja i kto powinien dostać powiadomienie. Problem, który firma chce rozwiązać, nie dotyczy wykrywania nieprawidłowych wyników. Szpitalne systemy robią to od lat. Chodzi o to, że ważny wynik może trafić do niewłaściwej osoby albo utonąć w dziesiątkach innych powiadomień.
– Informacja może być ważna, ale trafić do niewłaściwej osoby albo zginąć wśród wielu innych komunikatów. Dlatego liczy się nie tylko to, co system wykryje, lecz także komu i w jaki sposób to przekaże – mówi Tomasz Werner, architekt IT w Infotower Business Solutions.
Infotower Business Solutions to spółka zarejestrowana w KRS od 2013 roku, z siedzibą w Gliwicach. W opisie działalności firma przedstawia się jako partner sektora ochrony zdrowia w cyfryzacji, specjalizujący się w systemach medycznych i projektach badawczych z wykorzystaniem AI, realizujący też projekty finansowane z funduszy unijnych.
Lekarze szpitalni dostają średnio 11 powiadomień na godzinę
Skalę problemu dobrze pokazuje badanie opublikowane w 2026 roku w czasopiśmie „Applied Clinical Informatics”, na które powołuje się PARP. Autorzy przeanalizowali powiadomienia push, czyli komunikaty wyskakujące na ekranie komputera lub telefonu, otrzymywane przez lekarzy szpitalnych w dużym akademickim systemie opieki zdrowotnej. 97 lekarzy dostało w ciągu roku łącznie 1 114 657 powiadomień, z medianą 11 na godzinę (rozstęp międzykwartylowy od 3 do 24).
Badanie dotyczy tzw. hospitalistów, czyli lekarzy w USA zajmujących się wyłącznie pacjentami przyjętymi na oddział. Badacze wskazują, że powiadomienia push mogą być nowym źródłem zjawiska znanego jako „zmęczenie alarmami” (alert fatigue), a w efekcie wpływać na bezpieczeństwo pacjentów i samopoczucie personelu. Według PARP część komunikatów docierała do lekarzy także poza zaplanowanymi dyżurami.
Zmęczenie alarmami to zjawisko opisywane w medycynie od lat. Gdy sygnałów jest zbyt wiele, personel zaczyna je ignorować albo odruchowo zamykać, również te, które wymagają reakcji. PARP podkreśla, że choć dane pochodzą z rynku amerykańskiego, z podobnym natłokiem informacji mierzą się też polscy lekarze i pielęgniarki w miarę postępującej informatyzacji szpitali.
Najpierw sztywne reguły, potem model AI
MedAlert działa dwuetapowo. Według opisu przekazanego przez PARP system:
- najpierw sprawdza wyniki badań klasycznymi regułami opartymi na wiedzy medycznej, m.in. pod kątem przekroczenia wartości granicznych,
- następnie analizuje je modelami AI w szerszym kontekście: dynamiki zmian parametrów, chorób współistniejących, przyjmowanych leków, rozpoznań i wcześniejszych wyników zapisanych w systemie szpitalnym,
- na tej podstawie proponuje kategorię pilności i adresata powiadomienia.
Drugi etap ma pozwalać wychwycić niepokojące zależności także wtedy, gdy pojedynczy pomiar mieści się jeszcze w normie. Przykładowo wynik formalnie prawidłowy, ale gwałtownie spadający od kilku dni u pacjenta z określoną chorobą, może wymagać szybszej reakcji niż izolowane, niewielkie przekroczenie normy.
Infotower zastrzega, że ostatnie słowo ma człowiek.
– Bezpieczeństwo pacjentów jest naszym priorytetem. Dlatego to tradycyjne algorytmy działają jako pierwsze i kategoryzują wyniki. Dopiero później do działania wchodzi sztuczna inteligencja. Co istotne, kategoryzacja dokonana przez AI jest tak naprawdę sugestią – decyzja dotycząca podjęcia konkretnych działań zawsze spoczywa na personelu – podkreśla Tomasz Werner.
MedAlert przeszedł już pierwsze pilotaże w szpitalach. Ani PARP, ani firma nie podały jednak, w których placówkach się odbyły, ani jakie dały wyniki.
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Ścieżka SMART sfinansowała dwa projekty Infotower
Oba systemy dostały pieniądze z programu „Ścieżka SMART”, czyli flagowego instrumentu FENG wspierającego prace badawczo-rozwojowe firm.
| Projekt | Do czego służy | Dofinansowanie |
|---|---|---|
| MedAlert | Priorytetyzacja i kierowanie powiadomień o wynikach badań | 11 727 902 zł |
| Farma Flow | Optymalizacja zapasów leków w aptekach szpitalnych i apteczkach oddziałowych, automatyzacja komunikacji z dostawcami | ponad 16 mln zł |
Dzięki dotacji na MedAlert firma przeszła od badań nad algorytmami do zbudowania i przetestowania zintegrowanego prototypu. Tomasz Werner mówi wprost, że bez tych pieniędzy prace by nie ruszyły, bo w projekcie badawczo-rozwojowym na starcie nie wiadomo, czy przyjęte rozwiązanie zadziała, a takie ryzyko utrudnia znalezienie prywatnego finansowania.
Farma Flow jest na wcześniejszym etapie. PARP nie podała terminu jego wdrożenia.
Kierunek jest dobry i, co rzadkie w komunikatach o medycznym AI, opisany uczciwie. Infotower nie obiecuje, że algorytm postawi diagnozę. Obiecuje, że pomoże ustalić, co przeczytać najpierw i komu to wysłać. To realny problem, a dane o ponad milionie powiadomień rocznie u niecałej setki lekarzy pokazują, że nie jest wydumany.
Mam jednak kilka pytań, na które komunikat nie odpowiada. Pierwsze dotyczy wyników pilotaży. Nie wiemy, ile alarmów system odfiltrował, ile pilnych przypadków wychwycił szybciej i, co ważniejsze, ile ważnych komunikatów błędnie zepchnął na dalszy plan. W systemie priorytetyzacji to właśnie fałszywie niski priorytet jest najgroźniejszym błędem.
Drugie pytanie dotyczy formuły „AI tylko sugeruje”. Na papierze brzmi bezpiecznie. W praktyce przemęczona pielęgniarka na nocnym dyżurze rzadko podważa kategorię nadaną przez system. Jeśli algorytm oznaczy coś jako mało pilne, ta sugestia staje się w praktyce decyzją. Dlatego chciałbym zobaczyć, jak firma zamierza mierzyć i raportować takie przypadki po wdrożeniu.
Trzecia sprawa to integracja. Polskie szpitale korzystają z wielu różnych systemów szpitalnych i laboratoryjnych. Dobry model, który nie dostanie pełnych danych o lekach i chorobach współistniejących, będzie działał gorzej niż w pilotażu. Kibicuję temu projektowi, ale z oceną poczekam na liczby.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Polskie szpitale dopiero zaczynają korzystać z AI
MedAlert wchodzi na rynek, na którym sztuczna inteligencja w szpitalach jest wciąż rzadkością i dotyczy głównie diagnostyki obrazowej. Według raportu Centrum e-Zdrowia o stanie informatyzacji podmiotów leczniczych, przytaczanego w 2024 roku przez Ligię Kornowską z Polskiej Federacji Szpitali, narzędzia AI w diagnostyce i leczeniu stosowało 7 proc. polskich szpitali. Trzy czwarte z nich używało ich w diagnostyce obrazowej, pozostałe także przy prowadzeniu dokumentacji medycznej. To dane sprzed dwóch lat i odsetek mógł od tego czasu wzrosnąć, ale nie znalazłem nowszego, porównywalnego zestawienia.
Nie znalazłem też polskich badań mierzących liczbę powiadomień, jakie trafiają do lekarzy i pielęgniarek w naszych szpitalach. Teza PARP, że problem dotyczy również Polski, jest więc logiczna, ale nie została poparta lokalnymi danymi.
Dla polskich szpitali ważny będzie też kontekst prawny. AI Act dzieli systemy sztucznej inteligencji według czterech kategorii ryzyka, a większość zastosowań medycznych trafia do kategorii wysokiego ryzyka, m.in. ze względu na wrażliwy charakter przetwarzanych danych. Jeśli MedAlert zostanie zakwalifikowany jako oprogramowanie wspierające decyzje kliniczne, będzie musiał spełnić wymagania przewidziane dla takich systemów. Firma nie poinformowała, na jakim etapie są ewentualne procedury certyfikacyjne.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Czego jeszcze nie wiemy o MedAlercie
Komunikat PARP zostawia kilka otwartych kwestii, które zdecydują o tym, czy system faktycznie trafi do szpitali:
- w których placówkach odbyły się pilotaże i jakie dały mierzalne efekty,
- z jakimi systemami szpitalnymi i laboratoryjnymi MedAlert jest zintegrowany,
- jaki będzie model sprzedaży i koszt dla szpitala,
- czy system ma lub będzie miał status wyrobu medycznego.
Start wdrożeń zaplanowany na początek przyszłego roku oznacza, że odpowiedzi na część tych pytań powinny pojawić się w ciągu kilku miesięcy.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym komunikatu prasowego Polskiej Agencji Rozwoju Przedsiębiorczości z dnia 08.10.2026 oraz badania „Characterizing Push Notification Volume and Delivery Patterns in Hospital Medicine” w Applied Clinical Informatics i raportu OECD „Progress in Implementing the European Union Coordinated Plan on Artificial Intelligence (Volume 2)”. Dane o wykorzystaniu AI w polskich szpitalach pochodzą z Prawo.pl.
Cytaty Tomasza Wernera, architekta IT w Infotower Business Solutions, zostały zweryfikowane z oryginalnym materiałem źródłowym PARP.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wdrożeniach systemu MedAlert w polskich szpitalach.
