mgr inż. Jarosław Garski, MBA · doktorant Uniwersytetu Medycznego w Poznaniu
Badam, jak sztuczna inteligencja może wzmocnić zarządzanie Lean w polskiej ochronie zdrowia: co blokuje wdrożenia, jak postrzegają je pracownicy i menedżerowie oraz jak przełożyć tę synergię na codzienną praktykę placówek medycznych.
Synergies in streamlining: AI and Lean Management in Polish Healthcare administration
✓ Przyjęte do publikacji
▶ Abstrakt
Badanie objęło 330 polskich pracowników ochrony zdrowia z pięciu grup zawodowych i sprawdzało, jak postrzegają oni połączenie sztucznej inteligencji z zarządzaniem Lean w administracji medycznej, która pochłania 15–30% budżetów ochrony zdrowia. Na potrzeby badania powstał AI-Lean Synergy Index – miara postrzeganej synergii obu podejść. Prawie 9 na 10 badanych widzi w tym połączeniu umiarkowany lub duży potencjał, ale deklaracje rozmijają się z praktyką: 69,1% wierzy, że AI poprawi jakość opieki, a tylko 27,3% świadomie wykorzystuje AI do usprawniania pracy administracyjnej. Bariery wdrożeniowe oceniane są wysoko we wszystkich 11 badanych kategoriach, a menedżerowie dostrzegają synergię wyraźniej niż lekarze. Wniosek: aby potencjał przełożył się na praktykę, potrzebne są w tej kolejności ład zarządczy, rozwój kompetencji, projekty pilotażowe i zarządzanie zmianą.
Healthcare (MDPI)40 pkt MNiSWIF Cytowania
Lean Adoption in Healthcare: Between Promise and Practice
Przegląd systematyczny (zgodny z PRISMA 2020), szukał odpowiedzi na pytanie, dlaczego Lean Management – mimo udokumentowanego potencjału poprawy efektywności i jakości opieki – wciąż nie zakorzenia się trwale w organizacjach ochrony zdrowia i kończy się na lokalnych, krótkotrwałych sukcesach. Autorzy zidentyfikowali trzy powiązane ze sobą bariery systemowe, które wzajemnie się napędzają: lukę pomiarowo-rozliczeniową (brak wiarygodnych, długoterminowych wskaźników wdrożenia), rozdźwięk między narzędziami a filozofią Lean (skupienie na pojedynczych narzędziach zamiast na zmianie kultury organizacyjnej) oraz cykl złożoności i oporu personelu (rosnąca złożoność wdrożenia nasila opór, co ogranicza wsparcie organizacyjne i pogłębia problem). Głównym wkładem pracy jest połączenie tych, opisywanych dotąd osobno, barier w jeden spójny model wzajemnie wzmacniających się mechanizmów, dający liderom ochrony zdrowia ramy do zrozumienia, dlaczego wdrożenia Lean tak rzadko utrzymują się w dłuższej perspektywie.
Frontiers in Public Health100 pkt MNiSWIF Cytowania
The anatomy of AI implementation skepticism in Polish healthcare: an explanatory mixed-methods analysis of psychographic barriers among healthcare professionals
Badanie metodami mieszanymi objęło polskich pracowników ochrony zdrowia i sprawdzało, co naprawdę stoi za oporem wobec wdrażania AI. Okazuje się, że nie zależy on od pełnionej roli (lekarz czy kadra zarządzająca), lecz układa się w cztery profile psychograficzne: sceptyków, skoncentrowanych na kosztach, pragmatyków i optymistów. Deklarowany „brak kompetencji” często maskuje głębsze mechanizmy obronne organizacji, wypalenie instytucjonalne, obawy prawne, ograniczenia budżetowe, a nie realne braki edukacyjne. Wniosek: skuteczne wdrażanie AI w ochronie zdrowia wymaga nie ogólnych szkoleń wg roli zawodowej, lecz zarządzania zmianą celowanego w rzeczywiste bariery psychologiczne i strukturalne.
Artykuł przybliża podstawy fotoniki i techniki światłowodowej: propagację światła we włóknie, rolę rdzenia i płaszcza oraz zjawisko całkowitego wewnętrznego odbicia. Omawia zalety łączy światłowodowych (przepustowość, odporność na zakłócenia elektromagnetyczne, transmisję na duże odległości), różnice między światłowodami jedno- i wielomodowymi, a także praktyczne wyzwania, takie jak kruchość materiału, korozja chemiczna, dyspersja i tłumienie sygnału. Tekst kończy się prognozą rosnącego znaczenia fotoniki w technologiach obliczeniowych opartych na transmisji danych światłowodami.
Od praktyki do nauki
Łączę ponad 20 lat doświadczenia z trzech światów, które rzadko spotykają się w jednej osobie: technologii, biznesu i zarządzania. Ta wszechstronna perspektywa pozwala mi w cyklu artykułów analizować jedno zjawisko z kilku stron naraz: dlaczego sztuczna inteligencja i Lean, mimo dużego potencjału, z trudem przenikają do codziennej praktyki ochrony zdrowia i co może to zmienić.
Technologia
Od inżynierii elektroniki i telekomunikacji po wdrażanie platform IT i rozwiązań AI na skalę globalną w międzynarodowej organizacji z sektora ochrony zdrowia.
Biznes
Executive MBA, strategia przedsiębiorstw i kierowanie działem technicznym: technologia oceniana przez wartość, którą daje organizacji.
Zarządzanie i zmiana
Lean, OKR, ADKAR, SAFe: metody, których działanie znam z praktyki. Wiem, co sprawia, że zmiana przynosi mierzalne efekty i utrwala się w organizacji, zamiast skończyć się na pilotażu.
Loop