Umělá inteligence ve zdravotnictví už není vzdálená technologická vize. V nemocnicích se začíná objevovat v manažerském řízení, predikcích produkce, přípravě zdravotnické dokumentace, bezpečnostních procesech i podpoře klinického provozu.
Kapitoly článku:
AI v nemocnici jako nástroj řízení, ne technologická atrakce
Workshop AI ve zdravotnictví, který 5. června 2026 uzavíral konferenci Digitalizace českého zdravotnictví 2026, se konal pod záštitou České asociace umělé inteligence a moderoval jej Matěj Misař ze společnosti Carebot. Workshop ukázal důležitou věc. Skutečná otázka už nezní, zda AI do nemocnic přijde. Otázka zní, zda na ni budou nemocnice datově, provozně, právně a lidsky připravené.
Workshop nebyl postaven jako další přehlídka toho, co umělá inteligence umí. Jeho tři bloky ukázaly, že debata o AI ve zdravotnictví se posouvá od technologického nadšení k bezpečnému provozu, odpovědnosti, kvalitě dat a reálnému přínosu pro nemocnice. První část se věnovala ekonomice provozu, druhá bezpečnosti a rizikům a třetí výběru a implementaci v reálném prostředí.
AI už tak není téma pouze pro technologické nadšence. Stává se otázkou řízení nemocnice, odpovědnosti, kvality dat, bezpečnosti pacientů i změny práce zdravotníků.
Od reportů k predikcím
Věra Kovářová ze společnosti STAPRO ukázala AI z pohledu manažerského řízení nemocnic. STAPRO při rozvoji svých nemocničních informačních systémů reaguje na potřebu managementu lépe odhadovat, kam se provoz nemocnice vyvíjí a jak se na tento vývoj připravit.
„V BI řešeních se posouváme od retrospektivního BI a retrospektivního manažerského řízení k prediktivnímu a preskriptivnímu řízení,“ popsala Kovářová. Management se tak může ptát, jak se budou vyvíjet klíčové ukazatele, produkce, výkony, úhrady nebo vytížení provozu.
Podmínkou jsou ale dobře připravená data a správně zvolená míra detailu. „Má smysl využívat nástroj smysluplně, ne jako hračku jen proto, abychom si vyzkoušeli, že umí všechno,“ zaznělo v diskusi.
Dalším směrem je konverzační BI. Manažer se nebude muset proklikávat reporty, ale položí dotaz přirozeným jazykem. BI se tak může posunout z přehledového nástroje k analytikovi první úrovně.
Provozní realita je silnější než demo
Monika Procházková z Penta Hospitals přinesla do debaty pohled manažerky se zkušeností s řízením nemocnic v každodenním provozu. Sama zdůraznila, že není odbornicí na digitalizaci ani na AI, ale dívá se na ně z pohledu managementu, který řeší dostupnost péče, nedostatek personálu, administrativní zátěž, náklady, kvalitu a bezpečnost pacientů.
Právě tady podle ní může být AI užitečná. „Data a AI nejsou nástrojem samy o sobě. Pro mě jsou způsobem, jak nemocnici lépe řídit, zajistit její lepší fungování a odstranit v některých případech chaos,“ uvedla Procházková.
Procházková zároveň připomněla, že ani užitečný AI nástroj se v nemocnici neuchytí automaticky. Nestačí ho zpřístupnit. Je potřeba vysvětlovat jeho přidanou hodnotu, pracovat s uživateli a zasadit jej do provozu tak, aby zdravotníkům pomáhal, ne přidával další povinnost.
Proto Penta Hospitals podle Procházkové postupuje cestou multidisciplinárního týmu a pilotování v jednotlivých zařízeních. Cílem je ověřit, kde AI skutečně pomůže a jak ji zapojit do stávajících procesů. „Komunikace s nemocnicemi, komunikace se zdravotníky a vysvětlení toho, jak jim jednotlivé nástroje mohou pomoci, jsou základním předpokladem k tomu, abychom se posunuli dopředu,“ shrnula.
Bezpečnost nezačíná paragrafem, ale účelem nástroje
Druhý blok workshopu přesunul pozornost k právu a bezpečnosti. Jakub Karfilát z advokátní kanceláře KeyMove připomněl, že právní pohled nezačíná výčtem paragrafů, ale pochopením toho, jaký AI nástroj nemocnice zavádí, k čemu má sloužit a s jakými daty bude pracovat.
Jiný režim bude mít AI pro administrativní nebo provozní podporu, jiný nástroj, který vstupuje do klinického rozhodování nebo pracuje s pacientskými daty. Právě tam podle Karfiláta vznikají složitější právní otázky. Základní rozlišení proto zní, zda nejde o zdravotnický prostředek. „U těchto nástrojů je zásadní rozlišit jednu věc: je to, nebo není to zdravotnický prostředek?“ uvedl.
Nemocnice by zároveň neměla předpokládat, že odpovědnost automaticky přejde na dodavatele. Pokud nástroj nasadí, musí vědět, kdo jej používá, k čemu, kudy tečou data, kde se zpracovávají, co se stane při chybě nebo incidentu a jak lze ze služby bezpečně odejít.
„Celá oblast AI není oddělený svět. Je to další IT nástroj, který podléhá celé řadě předpisů,“ shrnul Karfilát. Bezpečné zavedení proto neznamená jen smlouvu a nákup, ale také prověření dodavatele, školení uživatelů, dohled nad provozem, možnost exportu dat a ochranu před nepřiměřeným vendor lock-inem.
Shadow AI je tichá hrozba nemocnic
Václav Adamec z Gauss Algorithmic vnesl do workshopu střízlivý pohled na AI z perspektivy dat a implementace. Jeho hlavní sdělení bylo jednoduché. Umělá inteligence není kouzelná vrstva nad nemocničním provozem.
Připomněl, že to, co vypadá jednoduše v modelu nebo prezentaci, může být v reálném prostředí velmi složité. Nemocnice musí vědět, jaká data do nástroje vkládá, jak přesně formuluje úkol, kde jej testuje a kdo kontroluje výstupy.
Silně zaznělo pravidlo „garbage in, garbage out“. „Ze špatných dat nikdy nedostanete dobrý výstup,“ uvedl Adamec. Ani dvacet let historických dat automaticky neznamená dvacet let použitelných dat pro AI. Stejně důležitá je přesnost zadání. Čím obecnější otázka, tím obecnější a méně použitelný výstup.
Jedním z nejsilnějších témat diskuse se stala Shadow AI, tedy používání vlastních nebo veřejně dostupných AI nástrojů mimo schválené prostředí organizace. „Shadow AI je velká hrozba,“ upozornil Adamec. Ve zdravotnictví je tento problém mimořádně citlivý, protože se může týkat klinických údajů, dokumentace nebo komunikace s pacientem.
Z diskuse vyplynulo, že prostý zákaz nestačí. Pokud nemocnice nenabídne bezpečnou alternativu, zdravotníci si mohou najít vlastní cestu. Smysl proto dává kombinace pravidel, školení, auditu používání AI a bezpečného nástroje, který zapadne do nemocničního prostředí.
AI potřebuje data. Nemocnice často ještě papír
Třetí blok workshopu přinesl nejstřízlivější závěr. Ján Dudra z Všeobecné fakultní nemocnice v Praze upozornil, že z pohledu manažera nemocnice je klíčové řízení AI v celém životním cyklu. Nákup nástroje je jen malá část problému. Nemocnice musí řešit výběr scénáře použití, data, GDPR, kyberbezpečnost, důkaz efektivity, měření přínosu, celkové náklady na pořízení a provoz, servis, bezpečné ukončení služby, škálování i přijetí týmem.
Dudra přitom jasně popsal, kde má nemocnice začít. „Správný postup by měl být opačný. Nejdřív problém, potom řešení.“ AI nemá být technologie, pro kterou se dodatečně hledá místo. Má být odpovědí na konkrétní klinický nebo provozní problém.
Opačný postup vede k pilotům bez jasného přínosu. Už před startem musí být zřejmé, proti čemu se bude výsledek porovnávat, jaký je výchozí stav, jaké jsou bezpečnostní parametry, časový přínos a zda si nástroj osvojí tým.
Dudra zároveň otevřel otázku základní datové připravenosti. „Často mluvíme o AI, ale zapomínáme na základ.“ Tím základem jsou důvěryhodná, dostupná a použitelná data. Pokud část provozu stále stojí na papírové dokumentaci, krabicích chorobopisů a roztříštěných systémech, je zavádění AI problematické.
Implementace není instalace
Jakub Kozák ze společnosti Datlowe navázal praktickým pohledem na zavádění řešení pro automatickou dokumentaci a upozorňování na rizika, například u nemocničních infekcí. Připomněl, že implementace AI není technický úkon, který skončí spuštěním softwaru.
„Implementace AI není jen instalace softwaru. Je to změna toho, jak se pracuje,“ řekl Kozák. Právě tato věta dobře uzavírá provozní část workshopu.
Pokud dnes někdo tráví dvě až tři hodiny denně manuálním procházením dokumentace, může AI pomoci tím, že předvybere podezřelé nebo rizikové případy. Tím ale otázka nekončí. Management musí vědět, co se stane s ušetřeným časem. Bude znamenat úlevu přetíženým lidem? Nebo prostor pro hlubší interpretaci dat, prevenci a zlepšování kvality péče?
Právě zde se láme hodnota AI. Pokud nemocnice nezmění proces, nedefinuje odpovědnost a nebude měřit přínos, může i funkční nástroj zůstat bez skutečného dopadu. AI sama o sobě nic nevyřeší. Dodá podklady, které musí někdo kriticky zhodnotit a použít v praxi.
Hodnota vzniká až ve druhém kroku
Závěrečná diskuse se vrátila k základní otázce digitalizace. Elektronická podoba dat sama o sobě nestačí. Pokud lidé data zapisují jen proto, aby splnili povinnost, ale nevidí jejich další využití, vzniká frustrace. Zdravotníci se logicky ptají, proč mají něco zadávat, když se s tím dál nepracuje.
Motivace se mění ve chvíli, kdy data začnou vytvářet viditelný druhý krok. Notifikace, analýzy provozu, upozornění na rizika, řízení kvality nebo konkrétní zlepšení péče. Teprve tehdy dává elektronický záznam smysl i těm, kteří data vytvářejí. Nejde jen o legislativní povinnost, ale o nástroj, který se vrací zpět do provozu.
Právě tato myšlenka je pro AI ve zdravotnictví zásadní. Umělá inteligence nebude úspěšná jen tím, že bude nad nemocničními daty nasazena. Uspěje až tehdy, když z dat vznikne použitelný výstup, kterému lidé věří a který dokážou zapojit do péče nebo řízení nemocnice.
Poučení pro české nemocnice
Z workshopu vyplývá jednoduché poučení. AI má v nemocnici největší šanci tam, kde nezačíná nákupem technologie, ale přesně popsaným problémem. Nemocnice musí vědět, co chce zlepšit, jaká data má k dispozici, kdo za řešení odpovídá a podle čeho pozná, že pilot přinesl hodnotu.
Stejně důležitá je lidská stránka změny. Lékaři, sestry i management musí rozumět tomu, co jim AI přináší, kde jsou její limity a jak s ní bezpečně pracovat. Bez vysvětlení, školení a důvěry se z ní snadno stane nevyužitá aplikace, nebo alibi pro rozhodnutí, které nikdo nechce převzít.
Česká debata o AI ve zdravotnictví zároveň nesmí přeskočit základní digitalizaci. Dokud budou části nemocnic fungovat papírově a data zůstanou uzavřená v izolovaných systémech, bude skutečný přínos AI omezený.
AI není zkratka. Je to zkouška připravenosti
AI může českým nemocnicím pomoci s administrativou, řízením provozu, predikcí kapacit, bezpečností, kvalitou péče i dostupností personálu. Workshop ale ukázal, že nejde o zkratku k modernizaci. Umělá inteligence nenahradí chybějící správu dat, nevyřeší papírové procesy a neodstraní potřebu řídit změnu.
Skutečný začátek AI ve zdravotnictví neleží v samotném modelu. Leží v pořádku v datech, v jasné odpovědnosti a v ochotě změnit provoz tak, aby technologie měla kde přinášet hodnotu.
Další informace z konference:
Petr Moláček, digitalhealth.cz