Cudów nie będzie. Będzie pętla.

Dlaczego AI w medycynie zacznie od nudy, nie od przełomu. I czemu to większa okazja, niż się wydaje.

W 2025 roku amerykańska ochrona zdrowia wydała na AI około 1,4 miliarda dolarów. Dwie największe pozycje to nie diagnoza ani projektowanie leków, lecz spisywanie notatek z wizyt, około 600 milionów, i kodowanie rozliczeń, około 450 milionów. Pieniądz poszedł w najnudniejszą część dnia w placówce.

Inne branże przeszły to samo wcześniej.

AI nie wchodzi do żadnej branży od cudu. Wchodzi od nudy. Najpierw przejmuje powtarzalne, ciągłe przetwarzanie danych, a dopiero potem pojawia się to, co trafia na nagłówki. W finansach AI najpierw uzgadniało transakcje i łapało anomalie w zapleczu, długo przed doradcą-botem. W marketingu, mimo całej narracji o „kreatywnym AI", dwa najczęstsze realne zastosowania to analiza danych i badania rynku, nie generowanie grafik. Każdy sektor dał się zjeść od tej samej strony. Od nudnej.

Medycyna jest następna w kolejce. I jest spóźniona o dwa cykle.

„Niedoceniony" ma twardą liczbę. Udział ochrony zdrowia w transakcjach AI spadł z 12,9% w 2021 do 8,3% w 2025, podczas gdy całkowity kapitał na AI bije rekordy. Technologia pomaga, tyle że kapitał stoi piętro wyżej i buduje silniki: same modele fundamentowe wzięły 41% wszystkich inwestycji w AI. Wartość w medycynie leży niżej, w nudnej pętli administracyjnej, której nagłówki nie widzą.

A teraz druga liczba, bo tu robi się ciekawie. Po stronie wąskich, branżowych narzędzi AI medycyna wyprzedza resztę gospodarki dwukrotnie: 22% organizacji wobec 9% w reszcie rynku, siedmiokrotny skok rok do roku. Czyli medycyna jednocześnie wlecze się z tyłu i prowadzi. Wlecze się w efektownym, ogólnym AI. Prowadzi w nudnym, branżowym. To samo spojrzenie na ten sam szpital daje dwie sprzeczne odpowiedzi, zależnie od tego, co policzysz. Sprzeczność jest pozorna. Nudna pętla to miejsce, gdzie dzieje się realna, szybka adopcja. I widać to w wydatkach.

Bo to nie jeden „mądry" model, tylko pętla. Zgłoszenie pacjenta, ekstrakcja, klasyfikacja, walidacja, akcja, zapis. Ten sam cykl, tysiące razy dziennie. Wartość leży nie w jednym genialnym rozpoznaniu, lecz w pipelinie, który nie śpi. Powtarzasz go dość często, a oddajesz lekarzowi pięć do dziesięciu godzin tygodniowo, których nie zwróci mu żaden cud.

Wejdź do małej przychodni o ósmej rano. Rejestratorka ma dwa otwarte okna i dzwoniący telefon, którego nie odbierze, bo właśnie wpisuje poprzedniego pacjenta do systemu. Ten nieodebrany sygnał to pacjent, który za chwilę zapisze się gdzie indziej. Tu nie potrzeba cudownego modelu, tylko pętli, która odbierze, zapisze, przypomni i odhaczy.

Co działa dziś, bez przyszłości w cudzysłowie: voicebot w rejestracji, który obsługuje połączenia bez personelu. Inteligentny intake, który spisuje wywiad i wpina go do systemu przed wizytą. Pętle przypomnień, które tną nieobecności. Ambient scribe, który zamienia podyktowaną wizytę w uporządkowaną notatkę. To te same uniwersalne automatyzacje co w kancelarii czy biurze rachunkowym, tylko wycelowane w gabinet. Nic z tego nie wymaga jednostki notyfikowanej.

I tu jest klucz, który łatwo przeoczyć. Regulacja nie zatrzymuje AI w medycynie, tylko zmienia jej kolejność. Tor diagnostyczny, gdzie AI staje się wyrobem medycznym, czyści się powoli: w 2015 amerykański FDA dopuścił sześć takich urządzeń, w 2023 już dwieście dwadzieścia trzy. Tor administracyjny, rejestracja, dokumentacja, rozliczenia, nie wymaga żadnego dopuszczenia. Więc w tym samym szpitalu nudna część rusza pierwsza, a efektowna czeka w kolejce. Europejska wersja tej linii właśnie dostała więcej luzu. Wbrew temu, co wielu wciąż powtarza, sierpień 2026 nigdy nie był wiążącą datą dla wyrobów medycznych. Wysokie ryzyko wbudowane w wyrób miało termin 2 sierpnia 2027, a pakiet Digital Omnibus, przegłosowany przez Parlament Europejski 16 czerwca 2026 i na ostatniej prostej legislacyjnej, przesuwa go o rok, na 2 sierpnia 2028. Nuda dostała jeszcze więcej czasu, żeby urosnąć.

Frontier to pętle agentowe. Samopoprawiające się systemy, które uczą się na własnych błędach. I tu nuda przestaje być wadą, a staje się warunkiem. Agent, który ma się poprawiać, potrzebuje mierzalnego celu i taniego, szybkiego sędziego. Zaplecze medyczne dostarcza tego sędziego za darmo. Decyzja płatnika jest sygnałem nagrody. Odrzucona faktura to oznaczona porażka. Weryfikowalna prawda, na której model może trenować, leży w systemie sama z siebie. Dlatego pętle agentowe lądują najpierw na rozliczeniach, a nie przy łóżku pacjenta.

To nie prognoza. Deloitte podaje, że w 2026 już 61% amerykańskich organizacji medycznych buduje albo ma w budżecie AI agentowe, a 85% planuje zwiększyć nakłady. Zachód wchodzi w to mocniej, i wchodzi właśnie od zaplecza.

A teraz cud. Blokadą AI w odkrywaniu leków nie jest spryt modeli, tylko brud w danych. 68% porażek projektów AI bierze się z kiepskiej jakości i rozproszenia danych, nie z architektury sieci. Nudna pętla administracyjna jest właśnie maszyną, która czyści, strukturyzuje i uwalnia dane. Ta sama pętla, która spisuje wizytę, zamienia ją w ustrukturyzowany rekord, którego potem używa badanie kliniczne. Dopasowywanie pacjentów do badań na takich danych podniosło rekrutację o około 65% i skróciło terminy z miesięcy do dni.

Cud przychodzi przez pętlę, nie zamiast niej. Agent ponawiający odrzuconą fakturę i samojezdne laboratorium ponawiające nieudaną reakcję to ta sama pętla: zaprojektuj, zadziałaj, zmierz, popraw. Medycyna nie dostaje dwóch rewolucji AI, tylko jedną pętlę na dwóch końcach.

A pacjent? Ta sama dokumentacja, która oddaje lekarzowi minuty przy łóżku, układa wizytę w dane, których potrzebuje nauka. Wypalenie wśród lekarzy korzystających z ambient scribe spadło z 51,9% do 38,8% w miesiąc. Więcej uwagi dla pacjenta po jednej stronie, lepsze dane dla badań po drugiej. Jeden ruch, dwa zyski.

Bądźmy uczciwi. Żaden lek zaprojektowany przez AI nie jest jeszcze dopuszczony. Samojezdne laboratoria działają na poziomie 2-3 w pięciostopniowej skali autonomii: zamknięta pętla na wąskim zadaniu, z człowiekiem zatwierdzającym każdy ruch. Test na hype jest prosty. Gdy ktoś mówi „autonomiczne", zapytaj o dwie rzeczy: co jest sędzią i kto zatwierdza akcję. W 2026 uczciwa odpowiedź wszędzie, od rozliczeń po laboratoria, brzmi tak samo: zatwierdza człowiek, pętla pomaga.

Polska siedzi dokładnie na tej krzywej. Ministerstwo Zdrowia przeznaczyło 1,26 miliarda złotych z KPO konkretnie na AI w ochronie zdrowia. Z narzędzi AI korzysta 13,2% szpitali, dwa razy więcej niż rok wcześniej. Ale wśród wszystkich podmiotów leczniczych, łącznie z małymi gabinetami, niecałe 5%. To jest brama fragmentacji w jednej linii. Możliwości są i podwajają się w dużych szpitalach. Długi ogon małych placówek stoi za szybą. Dostawcy już to rozgrywają: Medidesk obsługuje rejestrację w około tysiącu placówek, miliony zapytań pacjentów miesięcznie, na nudnej, mierzalnej, powtarzalnej rejestracji telefonicznej. Pętla działa po polsku. Z jednym warunkiem, którego nie wolno pominąć: dane medyczne to dane szczególnej kategorii, więc muszą zostać w placówce, nie w cudzej chmurze.

Kiedy następnym razem przeczytasz, że AI rewolucjonizuje medycynę, zadaj jedno pytanie: o który koniec pętli chodzi. Rewolucja zacznie się od nudy, którą ktoś w końcu oddał maszynie. I właśnie ta nuda, powtarzana dość długo, zbuduje warunki, w których cud w ogóle stanie się możliwy.

---

Źródła: Census BTOS / Federal Reserve FEDS Note (IV 2026); Menlo Ventures, State of AI in Healthcare 2025; CB Insights, State of AI 2025; Stanford HAI, AI Index 2025; Deloitte 2026 US Health Care Outlook; PMC (ambient scribe, wypalenie 51,9% do 38,8%); Mount Sinai (dopasowywanie do badań); Parlament Europejski / Rada UE, Digital Omnibus on AI (głosowanie PE 16 VI 2026, przed publikacją w Dz.U. UE); Ministerstwo Zdrowia / KPO; Centrum e-Zdrowia (CeZ VIII); Medidesk.