---
title: "Użycie to nie wdrożenie: jak zmierzyć dojrzałość AI w prywatnej placówce?
"
description: "Sprawdź cztery poziomy dojrzałości AI w placówce: od luźnego eksperymentu po skalowanie z właścicielem, pomiarem i kontrolą człowieka.
"
image: "https://ai4med.pl/img/dojrzalosc-ai-placowki.jpg"
date: 2026-07-27
author: Jacek Wyderka
category: AI w placówce medycznej
tags: dojrzałość AI, wdrożenie AI, zarządzanie placówką, metryki pilotażu
url: "https://ai4med.pl/ai-w-placowce-medycznej/dojrzalosc-ai-placowki"
inLanguage: pl
---

# Użycie to nie wdrożenie: jak zmierzyć dojrzałość AI w prywatnej placówce?


## Streszczenie przed lekturą

- Dlaczego deklarowane użycie narzędzia AI nie jest jeszcze dowodem, że placówka wdrożyła proces.
- Jak przypisać aktywne zastosowania do czterech poziomów: eksperyment, opisany proces, kontrolowany pilotaż i skalowanie.
- Jaką granicę zachować: **AI przygotowuje wynik roboczy, a uprawniony człowiek zatwierdza decyzję i odpowiada za dalszy krok**.

W prywatnej placówce mogą równolegle działać luźny szkic materiału edukacyjnego, test klasyfikacji pytań recepcji i demonstracyjny raport dla managera. **Każde z tych użyć może znajdować się na innym poziomie dojrzałości**. Dostęp do narzędzia nie przesądza jeszcze, że istnieje wdrożony proces.

**Dojrzałość AI** oznacza tu stopień, w jakim użycie jest opisanym, mierzalnym i nadzorowanym procesem placówki. Taka ocena ma zastosowanie wtedy, gdy manager porządkuje już działające eksperymenty i decyduje, które wolno rozwijać. Model może przygotować szkic, klasyfikację albo podsumowanie, lecz **zakres danych, zatwierdzenie wyniku i decyzja o skalowaniu należą do ludzi**.

Dwie świeże publikacje łatwo zestawić w efektowny, ale błędny wykres. Badanie w „Frontiers in Public Health” podało, że **45,5% z 330 badanych osób z polskiego sektora ochrony zdrowia deklarowało bieżące używanie narzędzi AI**. PARP opisała natomiast **6% pionierów** wśród firm — segment organizacji używających AI strategicznie. Pierwsza liczba dotyczy samooceny osób w nieprobabilistycznej próbie; druga gotowości przedsiębiorstw z 12 branż. Nie mierzą tego samego i nie mówią, jaki odsetek prywatnych placówek w Polsce ma dojrzałe wdrożenie.

## Najważniejsze

- **Użycie odpowiada na pytanie „czy ktoś korzysta?”.** Wdrożenie odpowiada: kto jest właścicielem procesu, na jakich danych działa, co mierzy i kto zatwierdza wynik.
- **Częstotliwość nie dowodzi bezpieczeństwa ani efektu.** Narzędzie używane codziennie może nadal działać poza procedurą i bez pomiaru bazowego.
- **Poziom przypisuj do przypadku użycia, nie do całej placówki.** Ta sama klinika może skalować raportowanie, a jednocześnie eksperymentować z asystentem wiedzy.
- **Awans wymaga dowodu, nie samooceny.** Każdy kolejny poziom powinien mieć właściciela, ślad decyzji oraz jawny zakres danych i nadzoru człowieka.
- **Najpierw inwentaryzacja, później ROI.** Bez listy aktywnych użyć deklaracja zwrotu z inwestycji jest zgadywaniem z eleganckim formatowaniem.

## Karta decyzji: cztery poziomy zamiast jednego procentu

Karta dojrzałości nie ma przyznawać placówce medalu. Ma pokazać, **które użycie jest tylko próbą**, a które ma już dowody potrzebne do bezpiecznego rozwijania. Oceniaj osobno każdy proces: klasyfikację spraw recepcji, szkic wiadomości, raport telefonów czy wsparcie dokumentacji.

| Poziom | Co naprawdę istnieje | Minimalny dowód | Decyzja managera |
| --- | --- | --- | --- |
| 1. Eksperyment | pojedyncza osoba i zadanie wykonywane doraźnie, bez zatwierdzonego zakresu | nazwa narzędzia, cel użycia, rodzaj danych i osoba, która zgłosiła próbę | odkryć użycie, zatrzymać dane niedozwolone i wskazać właściciela |
| 2. Opisany proces | powtarzalne zadanie, właściciel, dozwolone wejście i bramka akceptacji człowieka | aktualna karta procesu z wersją, rolami, zakresem danych i regułą eskalacji | ustalić pomiar bazowy oraz warunki kontrolowanego testu |
| 3. Kontrolowany pilotaż | ograniczona grupa przypadków, log korekt i ustalony moment decyzji | raport porównujący wynik z bazą, wyjątki, czas kontroli i decyzję: rozwijać, poprawić albo zakończyć | zatwierdzić jeden następny zakres lub zamknąć test bez pudrowania wyniku |
| 4. Skalowanie | proces powtarzalny w większym zakresie, szkolenie ról, monitoring jakości i obsługa zmian wersji | cykl przeglądu, właściciele, progi zatrzymania, historia zmian i miary jakości | rozszerzać tylko przy zachowaniu kontroli i ponownie oceniać po zmianie narzędzia |

Najważniejsza różnica między poziomem drugim a trzecim nie polega na liczbie użytkowników. Jest nią **pomiar względem stanu bazowego** oraz z góry ustalona decyzja po teście. Z kolei poziom czwarty nie oznacza „AI wszędzie”. Oznacza, że **placówka potrafi powtórzyć proces, zauważyć pogorszenie i bezpiecznie go zatrzymać**.

## Co musi się wydarzyć przed awansem

Przejście wyżej powinno wymagać odpowiedzi na cztery pytania. **Kto odpowiada** za proces po stronie placówki? **Jakie dane** wolno wprowadzić i gdzie zapisuje się wynik? **Co mierzymy** względem sytuacji bez narzędzia? **Kto i na jakiej podstawie zatwierdza** wynik lub wyjątek? Brak jednej odpowiedzi nie zawsze zamyka eksperyment, ale zamyka drogę do nazywania go wdrożeniem.

Na poziomie pierwszym celem nie jest szybkie skalowanie, tylko odkrycie rzeczywistego użycia. Pomaga w tym sposób opisany w artykule o [Shadow AI i danych pacjentów](/dane-i-bezpieczenstwo/shadow-ai-dane-pacjentow): pytaj o zadania, dane i konta, a nie tylko o listę aplikacji. **Niezgłoszone użycie nie staje się bezpieczne dlatego, że dotąd nic widocznego się nie wydarzyło**.

Między poziomem drugim i trzecim przydaje się osobna karta [Proof of Value w placówce](/narzedzia-i-wdrozenia/proof-of-value-ai). Tam oceniasz pojedynczy test. Tutaj ważniejszy jest portfel: czy wszystkie aktywne zastosowania mają ten sam minimalny standard dowodu. **Nie awansuj procesu za samo zaangażowanie zespołu** — entuzjazm jest dobrym początkiem, lecz słabym logiem audytowym.

## Samoocena lubi zawyżać poziom

W badaniu Frontiers ankietę internetową prowadzono od kwietnia do września 2025 roku, wykorzystując dobór celowy i metodę kuli śnieżnej. Autorzy wprost zaznaczyli, że taka próba ogranicza możliwość uogólniania, może nadreprezentować osoby zainteresowane technologią i nie pozwala wyciągać wniosków przyczynowych. Wśród 330 respondentów było 101 osób z placówek prywatnych, ale wynik **45,5% nie jest odsetkiem prywatnych placówek z wdrożeniem**.

PARP i Uniwersytet Jagielloński badali z kolei 1822 pracodawców z 12 branż o wysokim potencjale AI. Segment 6% pionierów łączył strategiczne użycie, gotowość technologiczną i kompetencyjną, dedykowane narzędzia oraz procedury. To cenne tło dla zarządzania, ale **nie benchmark sektora medycznego** i nie gotowa skala bezpieczeństwa klinicznego.

Samoocena pracownika, liczba kont czy liczba wygenerowanych odpowiedzi opisują aktywność. Nie potwierdzają jakości. Oficjalny komunikat UODO z 10 czerwca 2026 roku trafnie przesuwa uwagę na **kontrolę nad celem, zakresem i odpowiedzialnością za dane**. Jeżeli placówka nie zna tych trzech elementów, częste użycie modelu jest raczej sygnałem do inwentaryzacji niż powodem do świętowania wdrożenia.

## Jedna miara dla portfela użyć

Zamiast pytać „jaki mamy poziom AI?”, policz odsetek aktywnych przypadków użycia, które mają jednocześnie: **właściciela po stronie placówki**, **pomiar bazowy** i **udokumentowaną decyzję po pilotażu**. Licznikiem są zastosowania spełniające wszystkie trzy warunki; mianownikiem wszystkie aktywne użycia wykryte w przeglądzie. Wynik nie dowodzi ROI ani bezpieczeństwa klinicznego. Pokazuje jakość zarządzania portfelem.

Najprostszy początek jest mało widowiskowy: lista powstaje w jednym arkuszu roboczm. Dla każdego wiersza wpisz proces, narzędzie, właściciela, rodzaj danych, osobę zatwierdzającą, stan bazowy, aktualny poziom i datę następnej decyzji. Bez opisów pacjentów, zrzutów dokumentacji i kopiowania treści medycznych do narzędzia używanego do samej inwentaryzacji.

Pilotaż warto rozważyć dopiero wtedy, gdy proces ma właściciela, dane są ograniczone, a wynik da się porównać z bazą. **Lepiej odpuścić skalowanie, gdy** nikt nie potrafi wskazać źródła wyniku, czasu kontroli człowieka albo progu przerwania. W takiej sytuacji AI może przyspieszać zadanie, lecz placówka nadal nie kontroluje procesu.

## Pierwszy przegląd bez kupowania kolejnego narzędzia

Zbierz managera, osobę odpowiedzialną za dane, reprezentanta recepcji i kierownika medycznego tylko wtedy, gdy w portfelu są zastosowania kliniczne. Najpierw nazwij wszystkie aktywne użycia, potem przypisz poziom według dowodów z karty. Nie głosuj nad tym, czy narzędzie „wydaje się dojrzałe”. **Jeżeli brakuje dokumentu, właściciela albo pomiaru, wpisz brak**.

Następnie wybierz jeden ruch dla każdego wiersza: zatrzymać, opisać, uruchomić kontrolowany pilotaż albo utrzymać skalowanie. Nie trzeba wszystkich zastosowań przesuwać wyżej. Czasem najlepszą decyzją jest pozostawienie bezpiecznego eksperymentu w małym zakresie, a czasem całkowite odcięcie narzędzia od danych pacjenta.

Na koniec zespół, powinien umieć wskazać poziom każdego użycia. Manager dostaje wtedy coś ważniejszego niż efektowną deklarację: **mapę decyzji, właścicieli i brakujących dowodów**. To dopiero jest początek dojrzałości — jeszcze bez obietnicy ROI, ale już bez mylenia dostępu do narzędzia z wdrożeniem.

## Źródła

- [Frontiers in Public Health — „The anatomy of AI implementation skepticism in Polish healthcare”](https://www.frontiersin.org/journals/public-health/articles/10.3389/fpubh.2026.1866364/full), opublikowano 15.06.2026. Badanie mieszane wnosi dane o 330 pracownikach polskiego sektora ochrony zdrowia, deklarowanym użyciu AI i barierach; autorzy opisują nieprobabilistyczny dobór próby oraz ograniczenia uogólniania. Sprawdzono: 2026-07-26.
- [PARP — „Czy warto wdrożyć AI w firmie i jak nadrobić dystans, by nie zostać w tyle?”](https://www.parp.gov.pl/component/content/article/90858%3Aczy-warto-wdrozyc-ai-w-firmie-i-jak-nadrobic-dystans-by-nie-zostac-w-tyle), opublikowano 03.07.2026. Oficjalne omówienie badania BKL 3.0 rozdziela eksperymenty, użycie operacyjne i strategiczne oraz opisuje segment 6% pionierów; dotyczy firm z wielu branż, nie samych placówek medycznych. Sprawdzono: 2026-07-26.
- [UODO — „Czy AI to zagrożenie dla danych?”](https://www.uodo.gov.pl/pl/138/4422), opublikowano 10.06.2026. Oficjalny komunikat wskazuje ryzyko utraty kontroli nad celem, zakresem i odpowiedzialnością za dane oraz użycia narzędzi AI poza wiedzą organizacji. Sprawdzono: 2026-07-26.
- Okładka: [www.kaboompics.com na Pexels](https://www.pexels.com/photo/laptop-and-headphones-on-the-desk-7195080/)