Dziesięć amerykańskich agencji zdrowia publicznego — stanowych, lokalnych, plemiennych lub terytorialnych — otrzyma w 2025 roku dostęp do korporacyjnych modeli AI od OpenAI i Anthropic w ramach pilotażowego programu PULSE. To zaskakujące nie dlatego, że AI wchodzi do ochrony zdrowia — to wiemy od lat — lecz dlatego, że dzieje się to na poziomie instytucji publicznych, które historycznie wdrażały nowe technologie z kilkuletnim opóźnieniem wobec sektora prywatnego. Program może stać się pierwszym systemowym testem tego, czy generatywna AI poradzi sobie z realiami biurokracji zdrowotnej w całej jej złożoności.
Czym jest program PULSE i kto za nim stoi?
PULSE (Public Health Use Case and Learning Scaling Engine) to wspólna inicjatywa czterech podmiotów: Coalition for Health AI (CHAI), OpenAI, Anthropic oraz firmy doradczej Accenture, ogłoszona w 2025 roku. Jej celem jest przeprowadzenie kontrolowanych testów narzędzi generatywnej AI w realnych warunkach działania agencji zdrowia publicznego.
OpenAI i Anthropic przekazały łącznie 10 licencji korporacyjnych, które dają dostęp dla maksymalnie 2 000 pracowników ochrony zdrowia publicznego. Accenture przejął odpowiedzialność za onboarding uczestników i opracowanie tzw. playbooków — dokumentów wdrożeniowych, które mają stać się wzorcem dla innych agencji rozważających podobne projekty.
Rada kierownicza CHAI wybierze uczestniczące jurysdykcje i przypisze pracowników do pięciu grup tematycznych. CHAI nie ujawniła jeszcze, które konkretne produkty, wersje modeli ani konfiguracje zostaną użyte, ani według jakich kryteriów zdecyduje, który z dwóch dostawców trafi do którego pilotażu.
Jakie konkretne zadania będzie wykonywać AI w ramach PULSE?
Program obejmuje pięć zdefiniowanych obszarów zastosowań, z których każdy odpowiada realnemu wyzwaniu operacyjnemu agencji zdrowia publicznego. Są to: biosurveillance i przewidywanie fal narkotykowych, mapowanie społecznych determinantów zdrowia (SDoH), analiza opinii społeczności i usprawnienia operacyjne, wielojęzyczne centrum komunikacji publicznej oraz automatyczne pobieranie danych klinicznych z użyciem silnika zapytań FHIR.
FHIR (Fast Healthcare Interoperability Resources) to standard HL7 służący do elektronicznej wymiany informacji medycznych między kompatybilnymi systemami. Włączenie silnika zapytań FHIR do programu PULSE sugeruje ambicję integracji AI bezpośrednio z istniejącą infrastrukturą danych klinicznych — choć ogłoszenie nie precyzuje, czy modele będą generować zapytania, pobierać dokumentację, streszczać wyniki, czy łączyć wszystkie te funkcje jednocześnie.
Obszar biosurveillance i przewidywania fal narkotykowych to ten, który budzi największe oczekiwania analityków — i największe pytania. Generatywna AI musi tutaj pracować na danych populacyjnych w czasie zbliżonym do rzeczywistego, co stawia wysokie wymagania zarówno wobec jakości danych wejściowych, jak i niezawodności modelu.
Redakcja IWD Partner: PULSE przypomina strukturą programy pilotażowe, jakie NASA i ESA stosują przy testowaniu nowych instrumentów — małe, kontrolowane wdrożenia z obowiązkiem dokumentowania każdej anomalii. Problem polega na tym, że w przypadku zdrowia publicznego „anomalia” może oznaczać błędną diagnozę trendu epidemiologicznego lub nieskuteczną komunikację w sytuacji kryzysowej. Pytanie, które CHAI powinna zadać sobie publicznie, brzmi: kto odpowiada za skutki, gdy model się myli — dostawca technologii, agencja rządowa, czy nikt?
Co mówią eksperci o zarządzaniu ryzykiem w programie?
Dr David Lakey, były komisarz ds. zdrowia stanu Teksas i jeden z głosów PULSE, stwierdził w 2025 roku: „Każda wielka transformacja technologiczna powiedzie się lub skończy niepowodzeniem w zależności od zaufania, zarządzania i realizacji. PULSE wspiera agencje właśnie w tym wymiarze i jest zaprojektowany z myślą o praktycznym wdrożeniu.”
Mimo tych deklaracji CHAI nie opublikowała odrębnych wymagań dotyczących oceny ryzyka, prywatności, bezpieczeństwa ani obowiązkowej weryfikacji przez człowieka dla żadnego z pięciu obszarów zastosowań. Instytut NIST w swoim AI Risk Management Framework zaleca ocenianie systemów AI według czterech kryteriów: zamierzonego zastosowania, środowiska operacyjnego, stron dotkniętych skutkami i potencjalnych konsekwencji — CHAI nie wyjaśniła, w jaki sposób zastosuje te wytyczne w programie PULSE.
Nierozstrzygnięta pozostaje kwestia danych. Niektóre spośród proponowanych zastosowań — szczególnie mapowanie SDoH i silnik zapytań FHIR — mogą wymagać dostępu do danych demograficznych, geograficznych, klinicznych lub populacyjnych. CHAI nie określiła, czy pilotaże będą opierać się na rekordach identyfikowalnych, danych zanonimizowanych, danych syntetycznych, czy zagregowanych zbiorach statystycznych.
Dlaczego kwestia HIPAA jest kluczowa dla całego projektu?
HIPAA (Health Insurance Portability and Accountability Act) nakłada na objęte nią organizacje obowiązek ochrony elektronicznych informacji zdrowotnych. Departament Zdrowia i Opieki Społecznej Stanów Zjednoczonych (HHS) wydał szczegółowe wytyczne dotyczące przetwarzania danych w chmurze, które wyraźnie wskazują, że regulowane organizacje i ich dostawcy usług muszą zawrzeć odpowiednie umowy przed przetworzeniem jakichkolwiek chronionych danych zdrowotnych.
CHAI nie opublikowała informacji na temat tego, czy umowy o partnerstwo biznesowe (BAA) zostały podpisane z OpenAI i Anthropic. Brak tej informacji jest istotny, ponieważ bez BAA agencje zdrowia publicznego nie mogą legalnie przetwarzać danych objętych HIPAA przy użyciu zewnętrznych modeli AI — niezależnie od celu i skali wdrożenia.
Ogłoszenie PULSE nie wyjaśnia też, czy błędne zapytania do bazy FHIR, niekompletne pobrania danych lub niepoparte faktami podsumowania generowane przez model będą weryfikowane przez pracownika przed ich użyciem. To luka operacyjna, którą CHAI powinna wypełnić przed uruchomieniem pierwszych pilotaży.
Dlaczego wdrożenie AI w zdrowiu publicznym USA ma znaczenie?
Agencje zdrowia publicznego w Stanach Zjednoczonych obsługują łącznie setki milionów obywateli i generują jedne z największych zbiorów danych populacyjnych na świecie. Skuteczne wdrożenie AI w obszarach takich jak biosurveillance czy wielojęzyczna komunikacja kryzysowa mogłoby skrócić czas reakcji na ogniska chorób lub epidemie narkotykowe z tygodni do dni.
Program PULSE, jeśli zakończy się sukcesem i zostanie udokumentowany w formie playbooków przez Accenture, może stać się pierwszym ogólnodostępnym standardem wdrożeniowym AI dla instytucji publicznych w sektorze zdrowia — wzorcem, który inne kraje, w tym europejskie, mogłyby adaptować do własnych realiów prawnych i infrastrukturalnych.
Skala jest jednak ograniczona: 10 jurysdykcji i 2 000 użytkowników to stosunkowo niewielka próba jak na kraj liczący ponad 330 milionów mieszkańców (dane US Census Bureau, 2024). Wyniki pilotaży będą miarodajne tylko wtedy, gdy CHAI zapewni metodologiczną spójność między uczestniczącymi ośrodkami i opublikuje surowe dane ewaluacyjne, a nie tylko finalne rekomendacje.
Powiązane pojęcia z AI i uczenia maszynowego
- Generatywna AI — klasa modeli uczenia maszynowego zdolnych do tworzenia nowych treści (tekstu, kodu, danych) na podstawie wzorców wyuczonych z dużych zbiorów danych.
- FHIR (Fast Healthcare Interoperability Resources) — standard HL7 definiujący format i interfejsy API do elektronicznej wymiany danych medycznych między systemami informatycznymi w ochronie zdrowia.
- Biosurveillance — systematyczne monitorowanie danych populacyjnych i środowiskowych w celu wczesnego wykrywania zagrożeń biologicznych, w tym epidemii i fal narkotykowych.
- AI Risk Management Framework (AI RMF) — opracowane przez NIST (National Institute of Standards and Technology) w 2023 roku ramy oceny i zarządzania ryzykiem systemów sztucznej inteligencji.
- HIPAA (Health Insurance Portability and Accountability Act) — amerykańskie prawo federalne z 1996 roku nakładające obowiązek ochrony elektronicznych danych zdrowotnych pacjentów przez objęte nim organizacje i ich dostawców.
Na podstawie materiałów źródłowych.
