Konferencje medyczne często koncentrują się na przełomowych technologiach, nowych urządzeniach lub innowacjach klinicznych. WHX Dubai pokazało jednak coś nieco innego. Najciekawsze dyskusje nie dotyczyły tego, co medycyna potrafi zrobić, lecz tego, w jaki sposób opieka zdrowotna jest dostarczana — i dlaczego projektowanie usług staje się równie ważne jak kompetencje medyczne.
W wielu wystąpieniach powracał jeden motyw: ochrona zdrowia zmienia się operacyjnie. A kiedy zmieniają się operacje, zmienia się również komunikacja oraz doświadczenie pacjenta.
Technologia wspierająca personel medyczny
Technologie w ochronie zdrowia coraz częściej projektowane są nie tylko po to, aby wspierać pacjentów, lecz także by chronić operacyjną wydolność personelu medycznego. Coraz większa część innowacji kierowana jest bezpośrednio do personelu — w praktyce wiele nowych rozwiązań pełni przede wszystkim rolę narzędzi pracy.
Obecnie lekarze i personel medyczny znaczną część czasu pracy poświęcają na czynności administracyjne i powtarzalne: wyszukiwanie procedur, koordynację grafików, dokumentowanie wizyt, kontrolę stanów magazynowych czy rozwiązywanie bieżących problemów operacyjnych. To obciążenie wpływa nie tylko na efektywność, lecz także na zmęczenie i przeciążenie poznawcze, co ostatecznie może oddziaływać na jakość opieki.
Technologia i AI pełnią rolę narzędzi wspierających, a nie zastępujących. Ich zadaniem jest upraszczanie i wspomaganie pracy lekarzy i pielęgniarek, którzy często podejmują decyzje ratujące życie w ciągu sekund. Odpowiedzialność, jaką ponoszą, jest ogromna, dlatego innowacje powinny wzmacniać ich możliwości działania i pozwalać zachować opiekę blisko człowieka, który za nią stoi.
Monika Röhr-Łukasik
Head of Advisory & International Growth, Axendi
Prezentowane podczas sesji rozwiązania odzwierciedlały szerszą zmianę operacyjną, a nie jedynie zbiór odrębnych narzędzi. Szpitale i dostawcy usług medycznych wdrażają technologie wspierające codzienne funkcjonowanie zespołów klinicznych i pomagające utrzymać ich zdolność do efektywnej pracy.
Wśród przykładów pojawiały się wewnętrzni asystenci AI umożliwiający szybkie wyszukiwanie procedur, protokołów i wytycznych operacyjnych, systemy wspierające koordynację zadań oraz dokumentację, a także cyfrowe asystenty organizujące dzień pracy. Dodatkowe platformy obejmowały kontrolę zapasów i zarządzanie ryzykiem, natomiast podłączone urządzenia medyczne automatycznie przekazywały dane pacjentów do systemów szpitalnych, eliminując konieczność ręcznego wprowadzania informacji.
Od narzędzi do ekosystemów
Powracającym motywem dyskusji było to, że ochrona zdrowia nie wdraża już technologii jako zestawu odrębnych rozwiązań. Sektor przechodzi w kierunku ekosystemów opartych na przepływach pracy, w których wiele funkcji działa w jednym, połączonym środowisku operacyjnym.
Zamiast pojedynczych aplikacji dostawcy wdrażają zintegrowane platformy. Komunikacja zostaje bezpośrednio osadzona w procesach klinicznych, a informacje przepływają w czasie rzeczywistym między urządzeniami, personelem i systemami. Punktem ciężkości staje się koordynacja całego procesu opieki.
Model ten opiera się na kilku filarach operacyjnych: połączonych urządzeniach medycznych, zintegrowanych kanałach komunikacji, scentralizowanym dostępie do danych oraz skoordynowanych przepływach pracy pomiędzy zespołami i działami. W takiej strukturze technologia przestaje być warstwą wspierającą — staje się częścią codziennych operacji.
Co to oznacza dla doświadczenia pacjenta
Ta transformacja ma wyraźne skutki dla doświadczenia pacjenta. Łatwiejszy dostęp do informacji, mniejsze obciążenie dokumentacją, ograniczenie powtarzalnych czynności i niższy stres operacyjny bezpośrednio wpływają na jakość obsługi.
Doświadczenie pacjenta jest silnie powiązane z obciążeniem poznawczym personelu. Gdy lekarze muszą szukać informacji, powtarzać czynności administracyjne lub pracować na rozproszonych systemach, jakość komunikacji spada. Kiedy przepływy pracy są uporządkowane, a dane dostępne od ręki, kontakt staje się bardziej uważny, zrozumiały i dający pacjentowi poczucie bezpieczeństwa.
Rozwiązania medyczne rozwijają się rynkowo
Kolejną ważną obserwacją jest to, że innowacje w ochronie zdrowia nie skalują się globalnie w jednolity sposób. Nowe usługi i platformy rzadko są uruchamiane równocześnie we wszystkich krajach, ponieważ każdy rynek funkcjonuje w odmiennym kontekście systemowym.
Różnice występują na wielu poziomach: struktury systemu opieki zdrowotnej, mechanizmów refundacji i ubezpieczeń, regulacji prawnych, dojrzałości cyfrowej placówek oraz zachowań i oczekiwań pacjentów. W efekcie firmy wprowadzające nowe usługi medyczne rzadko stosują jeden model ekspansji.
Zamiast tego wchodzą na wybrane rynki stopniowo, lokalnie pozycjonują ten sam produkt, dostosowują procesy operacyjne i onboarding oraz zmieniają komunikację tak, aby odpowiadała temu, jak opieka zdrowotna faktycznie funkcjonuje w danym kraju.
Co to oznacza dla doświadczenia pacjenta
W takim środowisku doświadczenie klienta staje się elementem wdrożenia, a nie działaniem po uruchomieniu usługi. Lokalizacja musi wykraczać poza tłumaczenie i obejmować procesy medyczne oraz logikę działania systemu. Skuteczny onboarding, edukacja pacjenta oraz bazy wiedzy dopasowane do kraju są kluczowe dla adopcji — ograniczają niepewność i pomagają użytkownikom zrozumieć, jak usługa wpisuje się w ich codzienną ścieżkę opieki.
AI optymalizujące przebieg opieki w szpitalu
Sztuczna inteligencja w ochronie zdrowia najczęściej kojarzona jest z diagnostyką i wsparciem decyzji klinicznych, jednak jednym z najszybciej rozwijających się obszarów jej zastosowania jest zarządzanie operacyjne. Szpitale coraz częściej wykorzystują AI do koordynowania sposobu realizacji opieki, a nie tylko jej oceny medycznej.
Typowe zastosowania obejmują przewidywanie czasu trwania operacji, optymalizację harmonogramów sal operacyjnych, koordynację dostępności personelu oraz dynamiczne zarządzanie kalendarzami wizyt. Tradycyjnie planowanie w szpitalach opierało się na uśrednionych czasach procedur. W praktyce ścieżki opieki znacząco się różnią, a nawet niewielkie odchylenia powodują kaskadowe opóźnienia w ciągu dnia.
Analizując historyczne dane kliniczne i operacyjne, systemy AI mogą oszacować bardziej realistyczny czas trwania procedur i odpowiednio dostosować harmonogramy. Zwiększa to przewidywalność operacyjną i ogranicza wąskie gardła na kolejnych etapach ścieżki pacjenta.
Efekty operacyjne są wymierne: skraca się czas oczekiwania, rzadziej dochodzi do przekładania wizyt, a liczba telefonów od pacjentów i rodzin z pytaniami o status wyraźnie spada. Jednym z ważniejszych wniosków z sesji było to, że wiele kontaktów nie wynika z pytań medycznych, lecz z niepewności operacyjnej — pacjenci często dzwonią po prostu dlatego, że nie wiedzą, czy wszystko przebiega zgodnie z planem.
Co to oznacza dla doświadczenia pacjenta
Z perspektywy doświadczenia pacjenta wolumen i charakter kontaktów częściej wynikają z przejrzystości procesu niż ze złożoności samej usługi. Gdy operacje są nieprzewidywalne, rośnie zapotrzebowanie na komunikację. Poprawa przewidywalności nie eliminuje kontaktu z obsługą, ale zmienia jego charakter — komunikacja przesuwa się z uspokajania i sprawdzania statusu w stronę prowadzenia pacjenta i wspierania go na kolejnych etapach procesu leczenia.
Od leczenia do prewencji — model opieki zdrowotnej oparty na longevity
Szersza zmiana systemowa omawiana podczas konferencji dotyczy samej logiki funkcjonowania ochrony zdrowia. Sektor stopniowo odchodzi od epizodycznego leczenia opartego na objawach w kierunku ciągłej opieki skoncentrowanej na prewencji i długoterminowym zarządzaniu zdrowiem.
W tradycyjnym modelu opieka przebiega według znanego schematu: pojawiają się objawy, pacjent umawia wizytę, otrzymuje diagnozę i rozpoczyna leczenie.
Nowy model działa inaczej. Ciągłe gromadzenie danych umożliwia badania przesiewowe i wczesne wykrywanie ryzyka, po których następuje ukierunkowana interwencja oraz stałe monitorowanie.
Podejście to opiera się na kilku powiązanych elementach: badaniach genetycznych i farmakogenomicznych, testach epigenetycznych, ciągłym monitorowaniu zdrowia za pomocą połączonych urządzeń, programach profilaktycznych, interwencjach stylu życia oraz inicjatywach zdrowotnych realizowanych w społecznościach. Badania przesiewowe coraz częściej stają się punktem wyjścia opieki, a nie jedynie usługą uzupełniającą.
Ochrona zdrowia to przede wszystkim wartość dla ludzi. Niezależnie od tego, czy mówimy o profilaktyce, czy o leczeniu, u podstaw opieki pozostaje znacząca, oparta na zaufaniu relacja. Leczenie chorób jest kosztowne — zarówno finansowo, jak i emocjonalnie — dlatego profilaktyka musi stać się priorytetem. Sama technologia jednak nie wystarczy; potrzebna jest zmiana podejścia, inwestycje, edukacja i myślenie długoterminowe. Sektor to rozumie. Prawdziwe pytanie brzmi, jak szybko będziemy w stanie się do tego dostosować.
Monika Röhr-Łukasik
Head of Advisory & International Growth, Axendi
Znaczenie regulacji
Warto podkreślić, że innowacje w ochronie zdrowia nie mogą funkcjonować tak jak technologie konsumenckie. Nowe rozwiązania muszą działać w ramach ścisłych regulacji oraz być poparte walidacją naukową i dowodami klinicznymi. O ich wdrożeniu decyduje nie tylko użyteczność czy poziom zaawansowania technologicznego, lecz przede wszystkim potwierdzone bezpieczeństwo, wiarygodność medyczna oraz zgodność z krajowymi przepisami.
Bez zgody regulatorów, zweryfikowanych zbiorów danych i klinicznego potwierdzenia skuteczności nawet najbardziej zaawansowane rozwiązanie nie zostanie włączone do rzeczywistych ścieżek opieki.
W modelu longevity, granica między pacjentem a klientem zaciera się. Healthcare przestaje być reaktywną interwencją, a staje się ciągłą usługą optymalizacji biologicznej. Dla CX oznacza to fundamentalną zmianę: zamykamy erę "rozwiązywania problemów" (issue resolution), a otwieramy erę "zarządzania potencjałem zdrowotnym".
Daniel Stańczuk
Site Director, Axendi
Co to oznacza dla doświadczeń pacjenta
Ta transformacja zasadniczo zmienia charakter kontaktu z pacjentem. Relacja z placówką medyczną staje się ciągła, a nie okazjonalna.
Placówki muszą wspierać pacjentów we wdrażaniu do programów profilaktycznych, pomagać w interpretacji wyników badań, zapewniać poczucie bezpieczeństwa przy pojawieniu się sygnałów ryzyka oraz wspierać utrzymanie zmiany zachowań w dłuższym czasie. Zaangażowanie i prowadzenie pacjenta stają się równie istotne jak sama diagnoza.
W longevity care, customer experience opiera się na filtrowaniu 'szumu informacyjnego' generowanego przez urządzenia ubieralne (wearables) i testy genetyczne. Support nie jest już tylko biurem obsługi, lecz staje się nawigatorem zdrowia (Health Navigator). Kluczowym wyzwaniem CX staje się tutaj 'behavioral stickiness' – czyli jak, poprzez komunikację i dane, utrzymać motywację pacjenta do proaktywnych działań przez dekady, a nie tylko w obliczu choroby. To przejście od KPI opartych na czasie reakcji, do KPI opartych na długofalowym dobrostanie (healthspan).
Daniel Stańczuk
Site Director, Axendi
Opieka zdrowotna przesuwa się więc od obsługi pojedynczych przypadków w stronę zarządzania relacją, a doświadczenie pacjenta staje się elementem samej ścieżki opieki, a nie tylko jej otoczeniem.
Zdrowie kobiet i płodność (FemTech)
Zdrowie kobiet coraz wyraźniej wyodrębnia się jako osobny segment w ochronie zdrowia, szczególnie w obszarach takich jak płodność i zdrowie hormonalne. Zauważalną zmianą jest przenoszenie części usług z placówek medycznych do środowiska domowego.
Nowe rozwiązania umożliwiają dziś wirtualne oceny stanu zdrowia, domowe badania hormonalne, przewidywanie cyklu i owulacji oraz zdalne monitorowanie wspierane przez lekarzy. Model przesuwa się od diagnostyki prowadzonej w placówce w stronę wczesnego wykrywania, prowadzenia pacjentki i ciągłej obserwacji. Dla wielu kobiet ograniczenia czasowe oraz obowiązki opiekuńcze opóźniają wizyty lekarskie, dlatego testy domowe znacząco poprawiają dostępność opieki.
Sztuczna inteligencja odgrywa w tym ważną rolę, analizując wzorce objawów, wyniki badań hormonalnych oraz obliczane wskaźniki ryzyka. Ponieważ zdrowie kobiet było historycznie niedostatecznie zbadane, do prawidłowej interpretacji wyników konieczne są wyspecjalizowane zbiory danych. Lekarze nadal pozostają częścią procesu — technologia ich nie zastępuje, lecz pomaga określić moment, w którym konsultacja medyczna staje się potrzebna.
Traktowanie kobiet jako osobnej, strategicznej grupy docelowej to nie 'różowy marketing', to korekta historycznego błędu medycznego. W obszarze patient support dla kobiet kluczowym terminem jest dziś "Validation as a Service". Przez lata kobiece symptomy mogły być bagatelizowane (tzw. medical gaslighting), dlatego nowoczesny system wsparcia musi opierać się na radykalnej empatii wspartej twardymi danymi.
Daniel Stańczuk
Site Director, Axendi
Ważnym wątkiem poruszanym w dyskusjach było to, że wiele kobiet poszukuje potwierdzenia jeszcze przed postawieniem formalnej diagnozy. Często czują, że coś jest nie tak, i szukają weryfikacji oraz wskazówek, co dalej zrobić. W efekcie dostawcy usług coraz częściej opierają się na danych zgłaszanych przez pacjentki i projektują usługi, które te informacje uznają i traktują jako wiarygodne.
Ścieżki FemTech charakteryzują się więc częstymi interakcjami, większą wrażliwością emocjonalną oraz silną potrzebą poczucia bezpieczeństwa i upewnienia się.
Co to oznacza dla doświadczeń pacjenta
W tym modelu wsparcie nie jest działaniem następującym po leczeniu — staje się częścią samej opieki. Organizacje muszą zapewnić uporządkowany onboarding i edukację, jasne wyjaśnianie wyników, wsparcie i poczucie bezpieczeństwa, wskazówki dotyczące kolejnych kroków oraz ścieżki eskalacji do lekarza, gdy jest to potrzebne. W usługach zdrowia kobiet wsparcie coraz częściej projektuje się także wokół cykli biologicznych — komunikacja, monitoring i rekomendacje są dostosowywane do faz hormonalnych oraz zmieniających się objawów.
Doświadczenie i zaufanie bezpośrednio decydują o adopcji i utrzymaniu użytkowniczek. Jakość komunikacji wpływa często nie tylko na satysfakcję, lecz także na to, czy usługa medyczna lub produkt w ogóle będą używane.
Axendi współpracuje z organizacjami ochrony zdrowia prowadzącymi programy profilaktyczne, na przykład wdrażającymi specjalistyczne pakiety badań przesiewowych ukierunkowanych na zdrowie kobiet. Wspieramy te inicjatywy poprzez kampanie informacyjne realizowane przez naszych konsultantów oraz poprzez włączanie odpowiednio zaprojektowanych komunikatów do systemu IVR.
Jeśli kobieta staje się głównym podmiotem, CX musi uwzględnić cykliczność – nie tylko w kontekście płodności, ale całego spektrum hormonalnego wpływającego na metabolizm, sen i zdrowie psychiczne. Support w FemTechu będzie ewoluować w stronę 'Shared Decision Making'. To już nie model: lekarz mówi, pacjentka słucha. To model, w którym technologia dostarcza kobiecie dowodów (biomarkerów), a support wspiera ją w roli 'Chief Medical Officer' własnego życia i rodziny. Tu zaufanie buduje się nie szybkością odpowiedzi, ale jakością zrozumienia specyfiki kobiecej biologii.
Daniel Stańczuk
Site Director, Axendi
Bariery we wdrażaniu AI
Jednym z kluczowych wniosków było to, że główną barierą wdrażania AI w ochronie zdrowia nie jest zdolność technologiczna, lecz akceptacja. Wyzwanie polega na tym, czy system rzeczywiście będzie używany w praktyce.
Organizacje medyczne zastanawiają się, czy lekarze zaufają rekomendacjom algorytmów, czy pacjenci uwierzą w wyniki oraz czy istniejące procesy pracy realnie da się zmienić. Sektor z natury jest ostrożny i działa w ścisłym systemie regulacyjnym, dlatego wdrożenie wymaga czegoś więcej niż sprawności technicznej — wymaga zaufania.
Powiązany problem ma charakter strukturalny i dotyczy historycznego projektowania standardów medycznych. Wiele ram diagnostycznych i badań klinicznych tworzono głównie w oparciu o fizjologię mężczyzn. Przyczyniło się to do niedostrzegania części objawów u kobiet, częstszych błędnych diagnoz oraz luk edukacyjnych. Nawet urządzenia diagnostyczne są obecnie projektowane na nowo, aby lepiej uwzględniać anatomię kobiet, zmienność hormonalną i specyficzne wzorce zdrowotne.
Wzorce adopcji różnią się także regionalnie. W Stanach Zjednoczonych i Europie wdrożenia napędzają przede wszystkim regulacje, walidacja i wymagania dotyczące dowodów klinicznych. Na innych rynkach głównymi barierami są dostępność i zaufanie, a w części krajów AI wprowadzana jest odgórnie, w ramach polityk publicznych.
Wniosek jest taki, że skuteczne wdrożenie zależy nie tylko od samego zastosowania AI, lecz od jej integracji z procesami klinicznymi, regulacjami oraz komunikacją zarówno z personelem medycznym, jak i pacjentami.
