--- title: "AI w rejestrze nowotworów: co musi sprawdzić człowiek?" description: AI może przygotować pola do rejestru nowotworów, ale człowiek sprawdza źródła i konflikty. Zobacz, jak przetestować proces przed wysłaniem do eKRN. image: "https://ai4med.pl/img/ai-rejestr-nowotworow.jpg" date: 2026-08-28 author: Jacek Wyderka category: Dane i bezpieczeństwo tags: rejestr nowotworów, eKRN, dane onkologiczne, human-in-the-loop url: "https://ai4med.pl/dane-i-bezpieczenstwo/ai-rejestr-nowotworow" inLanguage: pl --- # AI w rejestrze nowotworów: co musi sprawdzić człowiek? Jedno pole rejestru ma sprzeczne wartości w dokumentacji. Manager dokumentacji medycznej nie potrzebuje oceny „pewności” modelu. Potrzebuje trzech decyzji: zatwierdzić wartość, skierować ją do wyjaśnienia albo pozostawić nierozstrzygniętą. **AI może przygotować propozycję i wskazać fragment źródłowy, ale nie może samo rozstrzygnąć sprzeczności przed wysłaniem.** **Abstrakcja danych** (odczytanie potrzebnych informacji z dokumentacji i ułożenie ich w polach rekordu) jest pracą pomocniczą. W **eKRN+** (systemie elektronicznych zgłoszeń do Krajowego Rejestru Nowotworów) szkic nie jest wysłaną kartą. W ręcznym obiegu asystent przekazuje go lekarzowi, a lekarz wysyła zgłoszenie do KRN. „Asystent” oznacza tu człowieka, nie model AI. Odwrócony audyt zaczyna od pola i cofa się przez decyzję człowieka do dokumentów. Pokazuje managerowi, **co sprawdzić** przed wysyłką. **Stan na: 24 sierpnia 2026 r.** ## Jedno pole, trzy dopuszczalne decyzje Załóżmy, że model proponuje typ histologiczny na podstawie opisu badania patomorfologicznego, ale w innym dokumencie znajduje szersze rozpoznanie. **Pierwsza decyzja to zatwierdzenie** — tylko gdy wskazany fragment rzeczywiście wspiera wartość, a drugi dokument jej nie podważa. **Druga decyzja to wyjaśnienie lub korekta.** Człowiek porównuje źródła, daty i kontekst, po czym poprawia propozycję albo kieruje ją do wyjaśnienia. Model nie wybiera po cichu wersji, która brzmi najpewniej. **Trzecia decyzja to pozostawienie pola nierozstrzygniętego**, jeśli dokumentacja nie daje podstawy do wyboru. Brak rozstrzygnięcia jest bezpieczniejszy niż pewnie wyglądający rekord bez źródła. ## Jak cofnąć ślad od eKRN do dwóch dokumentów? Manager zaczyna od wartości widocznej w polu i sprawdza, **kto ją zatwierdził, co zmienił i na jaki dokument się powołał**. Potem porównuje fragment z drugim źródłem, które może zawierać inną informację. Instrukcja eKRN+ obejmuje rozpoznanie, kod morfologiczny ICD-O-3 (opis budowy nowotworu), typ histologiczny i klasyfikację TNM (opis rozległości choroby). System blokuje zapis przy brakującym polu lub innym błędzie, który uniemożliwia zapis. **Taka kontrola formularza nie potwierdza medycznego znaczenia danych wejściowych.** Propozycja AI powinna więc zachować wartość, dokument, fragment źródłowy, korektę człowieka i status „do sprawdzenia”. Uzupełnieniem jest [ślad źródła i korekt w elektronicznej dokumentacji medycznej (EDM)](/ai-w-pracy-lekarza/slad-ai-w-edm). **Jeśli nie da się odtworzyć tej drogi, pole nie przechodzi dalej.** ## Gdzie człowiek zatrzymuje wysyłkę? W ręcznej ścieżce eKRN+ **asystent będący człowiekiem tworzy lub edytuje szkic i wysyła go do akceptacji lekarza**. Tylko lekarz używa funkcji „Wyślij do rejestru”. Potem pracownik rejestru akceptuje kartę lub zwraca ją do korekty. AI nie przejmuje żadnej z tych ról. KRN dopuszcza również integrację systemu szpitalnego (HIS) z rejestrem. **Taka integracja nie jest zgodą na autonomiczną decyzję modelu.** Gdy AI tworzy propozycję przed przesłaniem danych, placówka musi umieścić kontrolę przed wysyłką. Wyznaczona osoba powinna móc zatrzymać rekord, a system ma zachować zapis źródła i korekty. Rozporządzenie wskazuje podmioty szpitalne, pracownie patomorfologii i podmioty ambulatoryjne jako przekazujące dane. **Odpowiedzialność organizacyjna należy do placówki**, nie do pewności modelu ani technicznego sprawdzenia formularza. ## Co wnosi świeży przykład Carta Healthcare? 20 sierpnia 2026 roku Healthcare IT News opublikowało wywiad Billa Siwickiego z Brentem Doverem, prezesem Carta Healthcare. Mechanizm odpowiada opisanej bramce: **AI przegląda dokumentację, proponuje odpowiedź do pola i dołącza materiał źródłowy**, a wykwalifikowany rejestrator potwierdza ją albo poprawia i odpowiada za wysłany rekord. Dover deklaruje do **66% krótszy czas abstrakcji**, spadek kosztu o co najmniej połowę i wskaźnik zgodności ocen powyżej 98%. To deklaracje dostawcy bez próby, metodologii i niezależnej walidacji. Komunikat Carta z 7 lipca wskazuje, że narzędzie onkologiczne dopiero ogłoszono, a wyniki pochodziły z innych obszarów klinicznych. **Tych liczb nie wolno przenosić na KRN ani polską placówkę.** Świeży przykład pokazuje mechanizm kontroli, nie gotowy wynik dla Polski. ## Jak mierzyć jakość bramki jednego pola? **Pierwszy krok:** wybierz kilka pól i małą próbkę rekordów w środowisku dopuszczonym przez placówkę do przetwarzania danych medycznych. Nie wysyłaj dokumentacji do publicznego modelu. Na początek sprawdź czy przy każdej propozycji widać źródło. Manager mierzy **odsetek propozycji z czytelnym źródłem**, liczbę korekt dla pola, liczbę nierozstrzygniętych konfliktów i czas kontroli. Osobno potwierdza, że żadne pole nie trafiło do wysyłki bez zatwierdzenia. To pomiar jakości bramki, nie zwrotu z inwestycji. **Warto przepuścić pole, gdy** źródło jest widoczne, korekta zostawia ślad, a człowiek może zatrzymać błędną wartość. **Zatrzymaj pilotaż pola, gdy** model ukrywa podstawę odpowiedzi, sam rozstrzyga sprzeczne dokumenty albo system wysyła dane przed kontrolą. Po teście manager zapisuje wynik i jeżeli brakuje śladu zatrzymuje wysyłkę. ## Źródła - [Healthcare IT News — How AI can give healthcare teams more time to care](https://www.healthcareitnews.com/news/how-ai-can-give-healthcare-teams-more-time-care) — 20 sierpnia 2026 r.; mechanizm i metryki dostawcy. Sprawdzono: 2026-08-24. - [Carta Healthcare — Lighthouse for Cancer Registry Abstraction](https://www.carta.healthcare/news-and-pr/carta-healthcare-brings-hybrid-intelligence-to-oncology-with-lighthouse-for-cancer-registry-abstraction/) — 7 lipca 2026 r.; premiera i źródło wyników. Sprawdzono: 2026-08-24. - [KRN — instrukcja eKRN+ dla lekarza i asystenta](https://onkologia.org.pl/files/zgloszenie-nowotworu/IU_eKRN_Lekarz_Asystent_v1.0.pdf) — role, wysyłka i korekta. Sprawdzono: 2026-08-24. - [KRN — integracja z systemami zewnętrznymi](https://onkologia.org.pl/pl/integracja-z-systemami-zewnetrznymi) — formularz i integracja HIS. Sprawdzono: 2026-08-24. - [ELI — rozporządzenie w sprawie Krajowego Rejestru Nowotworów](https://eli.gov.pl/eli/DU/2024/160/ogl) — zakres przekazywanych danych. Sprawdzono: 2026-08-24. - Okładka: [MART PRODUCTION na Pexels](https://www.pexels.com/photo/photo-of-person-using-computer-7088534/)