Most testuje się modelem, szpital — pacjentem

Cyfrowy bliźniak szpitala jako próba obciążeniowa systemu ochrony zdrowia. Most liczy się w modelu, zanim wjedzie na niego pierwszy pojazd. Szpital w Polsce testuje się pacjentem.

Autor: Michał P. Dybowski — założyciel i współzarządzający Fundacją Healthcare Poland; architekt systemowy i twórca polityk zdrowotnych. Fundacja Healthcare Poland tworzy ekosystem zdrowia transgranicznego (m.in. CM‑KLARA, Poliversum, Global Healthcare Systems Hub, Just Council, CyberC4HE). · stan na 6 sierpnia 2026

Żaden inżynier nie sprawdza nośności mostu, wpuszczając na niego kolumnę ciężarówek i patrząc, co się stanie. Konstrukcję liczy się wcześniej — w modelu, na papierze, dziś w symulacji numerycznej — a dopiero potem, gdy model powie, że przęsło uniesie obciążenie z zapasem, dopuszcza się ruch. Próba obciążeniowa na gotowym obiekcie jest ostatnim potwierdzeniem, nie pierwszym eksperymentem. Nikt nie uznałby za dopuszczalne, żeby to pierwsi kierowcy sprawdzili własnym ryzykiem, ile most wytrzyma.

W ochronie zdrowia robimy dokładnie odwrotnie. Decyzję o tym, czy szpital uniesie obciążenie — czy poradnia obsłuży strumień skierowań, czy blok operacyjny domknie plan, czy oddział intensywnej terapii przyjmie pacjenta o trzeciej nad ranem — podejmujemy w praktyce dopiero wtedy, gdy obciążenie już jest. Próbę obciążeniową przechodzi żywy system, a jej wynik odczytujemy z kolejek, z odwołanych zabiegów, z pacjenta leżącego na korytarzu izby przyjęć i z wypalonego personelu. Model, który mógłby to policzyć wcześniej, w większości polskich szpitali nie istnieje.

Ta asymetria nie wynika ze złej woli. Wynika z tego, że przez dekady nie mieliśmy czym liczyć — nie było ani danych o wystarczającej ziarnistości, ani narzędzi zdolnych uchwycić to, co w szpitalu najtrudniejsze: zmienność. I właśnie ta przeszkoda zaczyna w Polsce znikać. Od 1 sierpnia 2026 roku do centralnej e‑rejestracji mogą dołączać świadczeniodawcy realizujący świadczenia w ośmiu kolejnych zakresach ambulatoryjnej opieki specjalistycznej — leczenia chorób naczyń, chorób zakaźnych, endokrynologii, hepatologii, immunologii, nefrologii, neonatologii oraz leczenia gruźlicy i chorób płuc¹. Do końca roku placówki mają udostępnić w systemie pełne harmonogramy przyjęć obejmujące co najmniej trzy pełne miesiące kalendarzowe, a od 1 lutego 2027 roku centralna e‑rejestracja staje się obowiązkową ścieżką wyznaczania terminów dla świadczeń nią objętych¹. Osobno, w lipcu 2026 roku, do konsultacji trafił projekt rozporządzenia przewidujący centralne monitorowanie przez Narodowy Fundusz Zdrowia kolejek do zabiegów szpitalnych².

To zmiana, której waga wykracza daleko poza wygodę zapisu na wizytę. Powstaje bowiem coś, czego polski system nigdy dotąd nie miał w takiej skali: bieżący, ogólnokrajowy strumień danych o tym, kiedy i gdzie dostępny jest zasób. Harmonogram przyjęć nie jest tylko kalendarzem. Jest opisem przepustowości. A ciągły opis przepustowości to surowiec, z którego da się zbudować model — cyfrowego bliźniaka.

Czym jest cyfrowy bliźniak szpitala, a czym nie jest

Pojęcie „cyfrowy bliźniak” bywa używane w ochronie zdrowia w co najmniej trzech różnych znaczeniach i warto je rozdzielić, bo mylenie ich prowadzi do nieporozumień zarówno w debacie publicznej, jak i w postępowaniach zakupowych.

Pierwsze znaczenie to bliźniak pacjenta — cyfrowa reprezentacja stanu zdrowia lub choroby człowieka, odnosząca się do różnych poziomów anatomii: komórek, tkanek, narządów, układów narządów. Komisja Europejska definiuje go właśnie w ten sposób w ramach inicjatywy European Virtual Human Twins, wskazując, że modele takie buduje się z oprogramowania i danych po to, by naśladowały i przewidywały zachowanie swoich fizycznych odpowiedników, wraz z interakcją z chorobami współistniejącymi³. To domena medycyny spersonalizowanej, planowania zabiegów, badań klinicznych in silico.

Drugie znaczenie to bliźniak infrastruktury — trójwymiarowy, aktualizowany model budynków i majątku. Manchester University NHS Foundation Trust uruchomił taki bliźniak dla sześciu swoich szpitali, przekształcając 274 000 metrów kwadratowych infrastruktury w model zasilany danymi w czasie rzeczywistym, zbudowany na platformie GIS Esri UK i oparty na strategii danych przygotowanej przez BIS Consult⁴. Trust wykorzystuje go do sprawdzania, jak faktycznie użytkowane są przestrzenie kliniczne i niekliniczne, oraz do cyfrowych przeglądów bezpieczeństwa — w jednym ze szpitali cyfryzacja zarządzania azbestem skróciła czas przygotowań o nawet dziesięć dni w miesiącu⁴.

Trzecie znaczenie — i to ono jest przedmiotem niniejszego tekstu — to bliźniak operacyjny: symulacyjny model przepływu pacjentów, zasobów i personelu, pozwalający zadawać pytania „co, jeśli” i odczytywać skutki, zanim zapadnie decyzja. GE HealthCare, które zbudowało własny silnik symulacyjny tej klasy, opisuje go jako wirtualny model odwzorowujący rzeczywiste zachowania pacjentów i personelu, zmienność popytu i podaży oraz złożone ścieżki pacjenta, dzięki czemu kierownictwo szpitala może testować scenariusze w bezpiecznym środowisku cyfrowym⁵. Firma wskazuje wprost, że tradycyjne narzędzia planistyczne, oparte na „przeciętnej” długości pobytu, „przeciętnej” ciężkości stanu i „przeciętnym” popycie, nie nadążają — bo w szpitalu nie ma czegoś takiego jak przeciętność⁵.

Ta uwaga jest sednem sprawy. Szpital nie jest linią produkcyjną.

Wszystkie cztery wielkości za: GE HealthCare Research⁵.

W takim układzie nawet drobna zmiana organizacyjna ma skutki nieproporcjonalne do swojej pozornej wagi: otwarcie oddziału obserwacyjnego przesuwa obsady i zmienia dostępność łóżek w dół strumienia, korekta bloków operacyjnych zmienia przepustowość sali wybudzeń, popyt na intensywną terapię i ryzyko zatoru w izbie przyjęć, a dodanie łóżek intensywnej terapii kaskaduje na oddziały pośrednie, telemetrię i transport⁵.

Właśnie dlatego modele oparte na średnich są nie tyle nieprecyzyjne, ile mylące. Dają fałszywe poczucie pewności co do planów, które nie wytrzymują zderzenia z rzeczywistością⁵. Cyfrowy bliźniak operacyjny jest odpowiedzią na ten konkretny problem: zamiast opierać się na wartościach uśrednionych, uczy się statystycznych zachowań pacjentów, personelu i zasobów, dzięki czemu symulacje odwzorowują faktyczną dynamikę systemu⁵.

Co pokazują wdrożenia

Najbardziej pouczające są przypadki, w których model policzył coś, czego intuicja policzyć nie potrafiła.

Ważne jest, żebyśmy byli przygotowani na szczyty, a cyfrowy bliźniak pomaga nam w tym w niezwykły sposób.Stephanie Meyer, wiceprezes i dyrektor ds. pielęgniarstwa, Children’s Mercy Kansas City — cyt. za GE HealthCare Research⁵

Sama metodyka jest równie istotna jak technologia. GE HealthCare opisuje sześciofazowy proces budowy bliźniaka — od uruchomienia i ładu korporacyjnego, przez ocenę stanu obecnego i zebranie danych retrospektywnych, zdefiniowanie ramy scenariuszy, iteracyjne modelowanie, rekomendacje, aż po plan wdrożeniowy z priorytetami i przypisaną odpowiedzialnością — zaprojektowany tak, by przynieść wynik w mniej niż sześć miesięcy⁵. Firma podkreśla, że budowa cyfrowego bliźniaka jest w równym stopniu kwestią ładu i uzgodnienia interesariuszy, co samego modelowania⁵. To zdanie warto podkreślić, bo w polskim kontekście jest ono ostrzeżeniem: bez rozstrzygnięcia, kto zadaje pytania i kto odpowiada za decyzję podjętą na podstawie odpowiedzi, model stanie się kolejnym kosztownym dashboardem.

Ile system dziś nie unosi

Skala polskiego problemu z przepustowością jest znana, ale rzadko zestawiana w jednym miejscu z pytaniem o narzędzia.

W poradniach najdłuższe kolejki dotyczyły okulistyki (353,8 tysiąca oczekujących), stomatologii (279,1 tysiąca), chirurgii urazowo‑ortopedycznej (224,3 tysiąca), neurologii (196,5 tysiąca) i dermatologii (194,4 tysiąca)⁷. Za tymi wolumenami stoją czasy oczekiwania, które lepiej opisują doświadczenie pacjenta.

Do tego dochodzi zmienna, która czyni całość jeszcze trudniejszą do planowania: od 1 kwietnia 2026 roku Fundusz ograniczył finansowanie świadczeń wykonanych ponad ustalony limit, między innymi w zakresie gastroskopii, kolonoskopii, rezonansu magnetycznego i tomografii komputerowej⁷. Oznacza to, że przepustowość systemu przestała być funkcją wyłącznie zasobów fizycznych i kadrowych, a stała się w istotnej części funkcją decyzji kontraktowych. Publiczne wydatki na ochronę zdrowia wyniosły w 2025 roku 6,9 procent produktu krajowego brutto⁸ — i jakkolwiek oceniać ten poziom, jego pochodną jest prosty fakt: przez najbliższe lata Polska będzie musiała uzyskiwać więcej dostępności z zasobu, który nie urośnie skokowo.

To jest właśnie definicja problemu nośności. Nie chodzi o to, czy dołożyć pieniędzy — to pytanie zawsze wraca i zawsze będzie zasadne. Chodzi o to, ile przepustowości potrafimy wydobyć z konstrukcji, którą mamy, zanim dołożymy cokolwiek. I o to, czy potrafimy to policzyć, zanim wydamy.

W serii, której częścią jest ten tekst, rozróżniamy cztery dźwignie nośności: przychód, efektywność, odporność i pojemność. Cyfrowy bliźniak jest narzędziem pojemności w najczystszej postaci. Nie przynosi nowych pieniędzy ani nowych etatów. Pozwala natomiast odpowiedzieć na pytanie, gdzie w istniejącej konstrukcji tkwi rezerwa — i, co równie ważne, gdzie jej nie ma, mimo że wszyscy zakładają, że jest.

Pomiar, decyzja, wdrożenie, rozliczenie

Sekwencja, do której wracamy w każdym tekście tej serii, tutaj układa się wyjątkowo czytelnie.

Pomiar. Placówka ma przekazać do systemu nie tylko wolne terminy dla pacjentów pierwszorazowych, lecz także umówione wizyty pierwszorazowe, wizyty w ramach kontynuacji leczenia i wolne terminy przeznaczone na kontynuację, a harmonogram ma obejmować co najmniej trzy pełne miesiące kalendarzowe następujące po miesiącu udostępnienia¹. To jest, w języku modelowania, opis podaży w podziale na typ zapotrzebowania i horyzont — dokładnie ten kształt danych, którego potrzebuje symulacja przepływu.

Decyzja. Sam pomiar niczego nie rozstrzyga. Różnica, którą wnosi cyfrowy bliźniak, polega na tym, że pozwala przełożyć obserwację na decyzję inwestycyjną lub organizacyjną z policzalnym uzasadnieniem. GE HealthCare wskazuje, że model potrafi porównać obok siebie dwie ścieżki, przed którymi staje niemal każdy zarząd: rozbudować zasób czy wydobyć więcej z istniejącego. Można testować dodanie skrzydła, rekonfigurację typów łóżek, konsolidację jednostek o małym wolumenie albo wydzielenie pacjentów obserwacyjnych na osobny oddział, a model rzutuje skutki na dostęp i przepływ, na doświadczenie pacjenta, na zapotrzebowanie kadrowe i strukturę kompetencji oraz na koszt kapitałowy i operacyjny⁵. To jest różnica między decyzją opartą na przekonaniu a decyzją opartą na policzonym kompromisie.

Wdrożenie. Problemy nie pojawiają się przy podpisaniu dostępu do systemu, lecz dopiero wtedy, gdy trzeba przekazać rzeczywiste grafiki, z wizytami pierwszorazowymi, kontynuacją leczenia, różnymi kategoriami dostępności i zmianami wprowadzanymi przez rejestrację¹. Przekazanie harmonogramu nie przesądza jeszcze, że dane są kompletne, prawidłowo przypisane do miejsca udzielania świadczeń i aktualizowane po każdej zmianie w grafiku; dopiero testy na rzeczywistych terminach pokazują, czy informacje z systemu placówki faktycznie trafiają do systemu centralnego¹. Model jest dokładnie tak dobry jak dane, którymi go karmimy.

Rozliczenie. Jeżeli placówka nie udostępni harmonogramów w terminie, Fundusz wstrzymuje należności za świadczenia objęte centralną e‑rejestracją do czasu wykonania obowiązku, nie dłużej jednak niż na trzy miesiące, a w okresie wstrzymania placówce nie przysługują odsetki ani inne roszczenia z tego tytułu¹. Po upływie sześciu miesięcy od objęcia świadczeń systemem Fundusz finansuje wyłącznie świadczenia, których termin wyznaczono z wykorzystaniem centralnej e‑rejestracji, z wyjątkiem sytuacji, gdy rejestracja nie była możliwa z przyczyn niezależnych od świadczeniodawcy¹. Mamy zatem w polskim porządku prawnym mechanizm rozliczający jakość danych o dostępności — rzecz w ochronie zdrowia rzadką. Pytanie brzmi, czy zbudujemy nad tym warstwę decyzyjną, czy zatrzymamy się na sprawozdawczości.

Kalendarz, który wyznacza okno

Co Europa oferuje Polsce

Warto zdawać sobie sprawę, że w tej dziedzinie Polska nie musi zaczynać od zera ani finansować wszystkiego z własnej kieszeni. Komisja Europejska zainwestowała w inicjatywę European Virtual Human Twins ponad 100 milionów euro, traktując ją jako projekt flagowy w ramach strategii Apply AI³.

Składowe pakietu VHT za komunikatem Komisji Europejskiej³. Do tego dochodzi projekt koordynacyjny EDITH wraz z mapą drogową oraz zaawansowana platforma cyfrowa do integracji i walidacji modeli, finansowana z programu Cyfrowa Europa.

Inkubator zasługuje na szczególną uwagę polskich szpitali i dostawców, bo dotyka dokładnie tego, co w Polsce zawodzi najczęściej. Komisja opisuje go jako centrum wymiany wiedzy i współpracy, które ma pomóc dopasować podaż do popytu przez ułatwianie kontaktów między potencjalnymi partnerami, w tym podmiotami leczniczymi, na ostatnich etapach rozwoju i wdrożenia rozwiązań, wesprzeć zgodność z prawem Unii — ochroną danych, zarządzaniem własnością intelektualną, cyberbezpieczeństwem, przepisami o sztucznej inteligencji i regulacją przestrzeni danych zdrowotnych — oraz pomóc skutecznie poruszać się po ścieżce regulacyjnej³. Komisja nazywa to wprost wyzwaniem „pokonania ostatniej mili”³. Jest to ta sama diagnoza, którą od lat formułujemy wobec polskiego ekosystemu innowacji: problemem nie jest brak technologii, lecz brak mostu między pilotażem a wdrożeniem.

Mapa drogowa EDITH, ogłoszona w Brukseli 21 października 2025 roku, jest wynikiem pracy konsorcjum dziewiętnastu wiodących europejskich instytucji i wkładu ponad ośmiuset osób z uczelni, podmiotów leczniczych, środowisk pacjenckich, przemysłu, organów regulacyjnych i administracji⁹.

Sztuczna inteligencja i dane będą częścią tej transformacji, ale potrzeba czegoś więcej niż algorytmów i mocy obliczeniowej — potrzeba zaufania i standardów etycznych, innowacji, która służy ludziom, a nie odwrotnie.Warunek brzegowy całego przedsięwzięcia w ujęciu Sandry Galliny, dyrektor generalnej DG SANTE, przy ogłoszeniu mapy drogowej EDITH, Bruksela, 21 października 2025 r. — parafraza za źródłem⁹

Trzecim elementem układanki jest europejska przestrzeń danych zdrowotnych. Rozporządzenie (UE) 2025/327 weszło w życie 26 marca 2025 roku, przy czym przepisy o wtórnym wykorzystaniu danych zaczną obowiązywać cztery lata później, to jest 26 marca 2029 roku, a dla wybranych kategorii — danych z badań klinicznych i danych genetycznych człowieka — po sześciu latach, czyli 26 marca 2031 roku¹⁰. Wśród celów wtórnego wykorzystania rozporządzenie wymienia wprost między innymi kształtowanie polityki w sektorze ochrony zdrowia oraz działania służące poprawie sposobu udzielania świadczeń i optymalizacji leczenia¹⁰. Innymi słowy: europejski prawodawca już przewidział, że dane zdrowotne będą wykorzystywane do tego, do czego służy cyfrowy bliźniak operacyjny.

Co Polska ma do zaoferowania światu

Warstwa prawna, czyli o czym trzeba wiedzieć, zanim się kupi

Tu zaczyna się część, którą menedżerowie szpitali najchętniej pomijają, a która decyduje o tym, czy projekt się obroni.

Czy operacyjny cyfrowy bliźniak jest wyrobem medycznym? Co do zasady — nie. Model, który prognozuje obłożenie łóżek, symuluje przepływ w izbie przyjęć albo testuje warianty harmonogramu bloku operacyjnego, nie służy diagnozowaniu ani leczeniu konkretnego pacjenta i nie realizuje przewidzianego prawem przeznaczenia medycznego. Sytuacja zmienia się jednak, gdy model zaczyna generować rekomendacje dotyczące postępowania z indywidualnym pacjentem — na przykład sugerować priorytet przyjęcia albo moment wypisu. Granica bywa cienka i przebiega przez deklarowane przeznaczenie produktu, a nie przez jego nazwę handlową. To rozstrzygnięcie należy podjąć na etapie opisu przedmiotu zamówienia, nie po wdrożeniu.

Przepisy o sztucznej inteligencji. Od 2 sierpnia 2026 roku zaczęły być stosowane obowiązki przejrzystości z artykułu 50 unijnego aktu w sprawie sztucznej inteligencji, dotyczące między innymi systemów przeznaczonych do bezpośredniej interakcji z człowiekiem oraz oznaczania treści generowanych lub istotnie modyfikowanych przez AI¹¹. Trzeba jednak od razu dodać rzecz, którą wiele komentarzy przemilcza: ta data nie oznacza rozpoczęcia stosowania wszystkich wymagań dotyczących systemów wysokiego ryzyka. Po zmianie harmonogramu obowiązki dla samodzielnych systemów AI wysokiego ryzyka mają być stosowane od 2 grudnia 2027 roku, a dla systemów wbudowanych w produkty objęte unijnymi przepisami sektorowymi — od 2 sierpnia 2028 roku; ta druga kategoria może obejmować część systemów będących wyrobami medycznymi lub elementami bezpieczeństwa takich wyrobów¹¹. Dla szpitala planującego bliźniaka operacyjnego oznacza to okno — nie zwolnienie z obowiązków, lecz czas na zbudowanie ładu, zanim zacznie obowiązywać najostrzejszy reżim.

Dane. Model operacyjny w wielu zastosowaniach nie potrzebuje danych identyfikujących pacjenta — potrzebuje znaczników czasu, kategorii świadczenia, ścieżki i zasobu. To istotna wiadomość, bo minimalizacja danych jest tu nie tylko wymogiem prawnym, ale i dobrą praktyką inżynierską: model uczący się na danych zagregowanych bywa równie skuteczny operacyjnie, a nieporównanie łatwiejszy do obrony przed organem nadzorczym. Warto tę zasadę zapisać w specyfikacji, zanim zrobi to za nas dostawca.

Odpowiedzialność. Kto odpowiada za decyzję podjętą na podstawie symulacji, która okazała się błędna? Odpowiedź musi być jednoznaczna i musi brzmieć: człowiek, który tę decyzję podjął. Model jest narzędziem wspierającym osąd, nie jego substytutem. Każdy szpital wdrażający bliźniaka powinien mieć zapisane, jakie założenia przyjęto, jakie dane zasilały model w danym okresie, kto zatwierdził scenariusz i jaka była granica jego stosowalności. To nie jest biurokracja. To jest warunek, bez którego nie da się później niczego uczciwie rozliczyć ani niczego się nauczyć.

Tarcza dla obywateli

Cała ta konstrukcja ma sens tylko wtedy, gdy odpowiada na pytanie, które zadaje sobie obywatel: czy będzie bezpieczniej i czy będzie szybciej.

Będzie, jeżeli potraktujemy cyfrowego bliźniaka jako element tarczy, a nie jako gadżet zarządczy. Pacjent, który dostaje termin, ma prawo oczekiwać, że ten termin jest realny — że wynika z policzonej przepustowości, a nie z optymizmu rejestracji. Pacjent, który trafia do izby przyjęć w niedzielny wieczór, ma prawo oczekiwać, że szpital przewidział niedzielny wieczór. Rodzina pacjenta onkologicznego ma prawo oczekiwać, że decyzja o tym, gdzie skoncentrować leczenie, została policzona pod kątem dostępu i czasu dojazdu, a nie wyłącznie pod kątem wygody organizacyjnej. Model, który potrafi porównać wariant centralizacji usługi w jednym ośrodku z wariantem dwóch ośrodków regionalnych i pokazać, który układ poprawia dostęp przy zachowaniu stabilności obu placówek⁵, jest narzędziem sprawiedliwości terytorialnej, nie tylko efektywności.

Just Culture: wąskie gardło nie leży tam, gdzie objawia się problem

W ochronie zdrowia dominuje odruch szukania winnego. Kolejka jest za długa, bo oddział źle pracuje. Zabieg został odwołany, bo ktoś się nie postarał. Ten odruch jest nie tylko krzywdzący, ale przede wszystkim poznawczo fałszywy: w systemie o gęstych współzależnościach skutek prawie nigdy nie leży tam, gdzie leży przyczyna. Opóźnienie wypisu na jednym piętrze kaskaduje na izbę przyjęć, blok operacyjny i oddziały poopieracyjne⁵ — i to izba przyjęć zostanie obwiniona za coś, czego nie spowodowała.

Sprawiedliwa kultura, Just Culture, opiera się na założeniu, że w złożonym systemie ludzie na ogół działają rozsądnie w warunkach, jakie im stworzono, a błąd jest sygnałem o konstrukcji, nie o charakterze. Cyfrowy bliźniak jest technicznym ucieleśnieniem tej zasady. Pozwala pokazać, że wąskie gardło nie znajduje się tam, gdzie objawia się problem. Pozwala testować hipotezy bez kosztu ludzkiego. Pozwala rozmawiać o organizacji pracy językiem policzonych zależności, a nie wzajemnych pretensji.

Model daje interesariuszom wspólną rzeczywistość, dzięki czemu decyzje o wysokiej stawce nie opierają się na subiektywnych i często sprzecznych punktach widzenia.Parafraza za GE HealthCare Research⁵. „Wspólna rzeczywistość” opisuje coś więcej niż funkcję oprogramowania — opisuje warunek uczciwej rozmowy.

Do tego dochodzi wymiar, który w Just Council nazywam podmiotowością: człowiek — pacjent i pracownik — ma prawo wiedzieć, na jakiej podstawie zapadają decyzje, które go dotyczą. Model, którego założeń nie da się pokazać i przedyskutować, nie buduje zaufania, tylko je zużywa. Dlatego przejrzystość założeń symulacji nie jest ozdobnikiem etycznym, lecz warunkiem, by narzędzie w ogóle zadziałało — bo personel, który nie wierzy w model, po prostu go obejdzie.

Kto na tym zyskuje

Rola Fundacji Healthcare Poland

Living Lab Healthcare jest środowiskiem, w którym rozwiązanie technologiczne przechodzi ustrukturyzowaną drogę od przypadku użycia, przez pilotaż w rzeczywistych warunkach klinicznych i organizacyjnych, po opisaną ścieżkę regulacyjną i skalowanie. W przypadku cyfrowego bliźniaka szczególnie istotny jest etap, który najczęściej się pomija: walidacja modelu wobec rzeczywistości. Model, który poprawnie odtwarza przeszłość szpitala — obłożenie, odwołania, czasy oczekiwania w okresie referencyjnym — zasługuje na zaufanie w prognozie. Model, który tego nie potrafi, jest kosztowną fikcją niezależnie od jakości wizualizacji. Protokół takiej walidacji, wraz z kryteriami akceptacji uzgodnionymi przed uruchomieniem pilotażu, jest tym, co Living Lab wnosi do stołu i czego w polskich wdrożeniach brakuje najczęściej.

Centrum badawczo‑rozwojowe w ramach koncepcji CM‑KLARA zajmuje się drugą stroną: architekturą. Cyfrowy bliźniak nie jest produktem, który się kupuje — jest zdolnością, którą się buduje na styku danych szpitala, systemów dziedzinowych i kompetencji analitycznych. Rozstrzygnięcia o tym, jakie dane zasilają model, jak często są odświeżane, kto formułuje scenariusze i jak wygląda ścieżka od wyniku symulacji do decyzji zarządczej, przesądzają o powodzeniu wdrożenia w znacznie większym stopniu niż wybór dostawcy oprogramowania.

Obie te role mają wspólny mianownik, który wykracza poza technologię. Chodzi o to, żeby polski szpital przestał być miejscem, w którym próbę obciążeniową przechodzi pacjent.

Zamiast zakończenia

Nośność konstrukcji zna się dlatego, że ktoś ją policzył, zanim wjechał na nią pierwszy pojazd. Nośności polskiego systemu ochrony zdrowia nie zna dziś nikt — znamy jedynie skutki jej przekraczania, odczytywane z opóźnieniem i z kolejek.

Od 1 sierpnia 2026 roku mamy pierwszy raz szansę to zmienić, bo zaczyna powstawać warstwa pomiarowa o jakości, jakiej wcześniej nie było¹. Od 2029 roku europejskie ramy wtórnego wykorzystania danych zdrowotnych obejmą wprost kształtowanie polityki zdrowotnej i optymalizację udzielania świadczeń¹⁰. Między jednym a drugim jest trzyletnie okno, w którym trzeba zbudować to, czego żadne rozporządzenie nie zbuduje za nas: zdolność do zadania systemowi pytania „co, jeśli” — i uzyskania odpowiedzi, zanim zapytamy o nią pacjenta.

To jest, w moim przekonaniu, najtańsza dostępna dziś dźwignia pojemności. Nie wymaga nowych szpitali ani nowych roczników absolwentów. Wymaga policzenia tego, co już mamy — i uczciwości, żeby przyjąć wynik do wiadomości, także wtedy, gdy jest niewygodny.

Polska Odporna · Nośność systemu ochrony zdrowia · Artykuł 16 · Michał P. Dybowski · 6 sierpnia 2026