Zostaliśmy zaproszeni do wygłoszenia keynote o strategicznych trendach w AI podczas ESC Congress 2026 w Monachium. Razem z prof. Davidem Dunckerem (Hannover Heart Rhythm Center) wykorzystaliśmy tę sesję, żeby przyjrzeć się luce diagnostycznej w rytmologii. Napędzają ją trzy nakładające się na siebie trendy: starzejąca się populacja, utrzymujące się niedodiagnozowanie oraz kurczące się zasoby kadrowe w placówkach klinicznych. Zmieniło się to, że analiza EKG wspierana przez AI nie jest już rozwiązaniem na przyszłość dla żadnego z tych problemów. Już dziś domyka tę lukę w klinikach.

Oczekiwana długość życia w Europie wciąż rośnie, ale liczba lat przeżytych w zdrowiu nie nadąża za tym tempem. Dane Eurostatu pokazują lukę 16 do 21 lat między całkowitą długością życia a latami przeżytymi bez ograniczeń w codziennym funkcjonowaniu. To właśnie w tych latach choroby przewlekłe, w tym migotanie przedsionków (AF), najczęściej pozostają niewykryte. Skala problemu rośnie razem z populacją: częstość występowania AF w UE ma wzrosnąć o 50% do 2060 roku, niemal wyłącznie w wyniku starzenia się demograficznego.

Dane z własnej platformy Cardiomatics pokazują to zjawisko w czasie rzeczywistym. Mediana wieku monitorowanych pacjentów wzrosła od 2022 roku z 59 do 64 lat (n = 114 852 pacjentów w 539 placówkach).

Trend 2: nawet pacjentów, których udaje się znaleźć, często nie wykrywamy na czas

Niedodiagnozowanie to nie problem dostępności. Utrzymuje się nawet przy ciągłym monitorowaniu. Badania z wykorzystaniem wszczepialnych rejestratorów zdarzeń nadal wykazują znaczący odsetek niezdiagnozowanego AF w populacjach wysokiego ryzyka, a szacunki mówią o 11 do 23% niezdiagnozowanych przypadków w USA i ponad 20% wśród Europejczyków powyżej 60. roku życia. Część problemu ma charakter techniczny: wykrywalność rośnie wraz z czasem trwania monitorowania, a krótkie badania (24 do 48 godzin) systematycznie mają trudność z rzetelnym uchwyceniem obciążenia AF.

Refundacja dodatkowo pogłębia ten problem: standardowe badanie Holterowskie jest refundowane wszędzie w Europie, ale dłuższe monitorowanie, czyli takie, które faktycznie wykrywa więcej przypadków choroby, często już nie.

Trend 3: kadry nie nadążają za skalą

Nawet tam, gdzie jest i wola, i technologia, to właśnie zasoby są ograniczeniem. W USA prognozowany niedobór lekarzy do 2034 roku ma sięgnąć nawet 124 000, a w UE28 do 2030 roku ma wynieść 0,6 miliona. Skutki tego widać wprost w doświadczeniu pacjentów: zarejestrowanie badania Holterowskiego trwa jeden dzień, ale na wynik trzeba czekać od trzech do ośmiu tygodni, plus kolejny miesiąc na wizytę kontrolną. Pacjenci czekają miesiącami na odpowiedź na badanie, którego zarejestrowanie zajęło jeden dzień.

Domykanie luki: jak AI już ją zasypuje

Żaden z tych trendów nie jest nowy. Zmieniło się to, że czwarta siła (czyli AI ☺️) aktywnie domyka lukę, którą tworzą te trendy, nie przez dodanie kolejnej warstwy złożoności, lecz przez przesunięcie miejsca, w którym powstaje wartość diagnostyczna.

W miarę jak sprzęt do EKG staje się towarem powszechnym, inteligencja diagnostyczna przenosi się do chmury. To ma większe znaczenie, niż mogłoby się wydawać: oznacza, że placówka podstawowej opieki zdrowotnej, a nawet apteka, czyli miejsca, które nigdy nie mogłyby zatrudnić specjalistów kardiologii, mogą teraz zaoferować badanie, które wcześniej wymagało specjalisty. A ponieważ placówki opieki zdrowotnej nie trzymają się jednego dostawcy sprzętu, oprogramowanie działające wyłącznie z konkretnym sprzętem nie dotrze do większości z nich. Analiza niezależna od sprzętu to nie miły dodatek, to warunek konieczny, żeby faktycznie domknąć tę lukę.

To nie jest scenariusz na przyszłość. Liczba dopuszczeń FDA dla urządzeń kardiologicznych wspieranych przez AI niemal się podwoiła po 2020 roku, 89 urządzeń dopuszczonych w latach 2021 do 2025, wobec 48 w latach wcześniejszych.

Adopcja nie jest już na wczesnym etapie: szacuje się, że 10 do 15% długoterminowych badań EKG w Europie jest już analizowanych z użyciem narzędzi wspieranych przez AI.

Podsumowanie