# Nadzór nad modelem po wdrożeniu w szpitalu

EN: **Post-deployment monitoring of clinical AI** · id `postdeploymonitoring` · aliases: post-market surveillance AI, clinical AI monitoring, model drift in healthcare, monitorowanie AI w szpitalu, algorithmovigilance

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w medycynie i ochronie zdrowia](https://aiatlasgraph.com/t/healthai.md) › [Walidacja kliniczna i dopuszczenie do użytku](https://aiatlasgraph.com/t/clinicalvalidation.md) › Nadzór nad modelem po wdrożeniu w szpitalu

## Description

- PL: Ciągła kontrola danych wejściowych, wyników i skuteczności klinicznego modelu po wdrożeniu, z wykrywaniem dryfu, analizą podgrup i procedurą reakcji.
- EN: Continuous checking of a clinical model's inputs, outputs and performance after deployment, with drift detection, subgroup analysis and a response procedure.

## In one sentence

- PL: Stałe sprawdzanie, czy medyczny program AI działa równie dobrze po miesiącach używania, jak w dniu wdrożenia.
- EN: Ongoing checks that a medical AI tool works as well months into use as on the day it was switched on.

## Problem it solves

- PL: Szpital zmienia aparaty, procedury i pacjentów, a model po cichu traci trafność i nikt tego nie zauważa.
- EN: Hospitals change scanners, procedures and patient mix, and a model quietly loses accuracy without anyone noticing.

## What it does

- PL: Jak okresowy przegląd samochodu: regularne pomiary wyłapują zużycie, zanim dojdzie do awarii.
- EN: Like a regular car inspection: periodic measurements catch wear before something breaks.

## Everyday example

- PL: Po wymianie tomografu dashboard pokazuje, że wyniki modelu przesunęły się, więc zespół wstrzymuje alerty i sprawdza przypadki ręcznie.
- EN: After a CT scanner is replaced, a dashboard shows the model's scores have shifted, so the team pauses alerts and checks cases by hand.

## This concerns you if you…

- PL: odpowiadasz za wdrożone narzędzie AI w placówce
- PL: zastanawiasz się, kto pilnuje AI po zakupie
- EN: are responsible for an AI tool in a clinic
- EN: wonder who watches AI after purchase

## Keywords

dataset shift · maximum mean discrepancy · post-market surveillance · PCCP · subgroup monitoring · performance drift · algorithmovigilance · control charts

## How it works

- PL: Monitorowanie ma dwie warstwy: wykrywanie przesunięcia danych bez etykiet (testy dwupróbkowe, np. MMD, na rozkładach wejść i wyników) oraz pomiar skuteczności, gdy napłyną prawdziwe rozpoznania. Progi alarmowe, analiza podgrup i plan zmian (np. PCCP) określają, kiedy model wstrzymać, przeuczyć lub wycofać.
- EN: Monitoring has two layers: label-free data-shift detection (two-sample tests, e.g. MMD, on input and output distributions) and performance measurement once ground truth arrives. Alert thresholds, subgroup analysis and a change plan (e.g. PCCP) define when to pause, retrain or withdraw.

## Limits

- PL: Prawdziwe etykiety przychodzą z opóźnieniem albo wcale, a sam model zmienia decyzje lekarzy, zaburzając pomiar. Według cytowanego przeglądu tylko niewielka część zarejestrowanych narzędzi ma plan nadzoru po wdrożeniu. Średnie metryki mogą ukrywać pogorszenie w podgrupach.
- EN: Ground-truth labels arrive late or never, and the model itself changes clinicians' decisions, distorting measurement. According to a cited review, only a small share of registered tools have a post-deployment plan. Averages can hide subgroup degradation.

## Key terms

- PL: **dryf danych**: Zmiana rodzaju danych trafiających do modelu względem treningu.
- PL: **problem dostępności etykiet**: Brak szybkiej informacji, czy model miał rację.
- PL: **nadzór po wprowadzeniu do obrotu**: Obowiązek producenta śledzenia działania wyrobu w praktyce.
- EN: **data drift**: Change in the data reaching the model compared with training.
- EN: **label availability problem**: No quick way to know whether the model was right.
- EN: **post-market surveillance**: Maker's duty to track how a device performs in use.

## Know first

- [Wykrywanie dryfu danych i pojęć (Data and concept drift detection)](https://aiatlasgraph.com/t/driftdetection.md)

## Related topics

Untyped, symmetric "see also" links.

- [Przenoszenie modeli między szpitalami i ukryte skróty (Cross-site generalisation and shortcut learning in medical AI)](https://aiatlasgraph.com/t/crosssiteshift.md)
- [Wykrywanie dryfu danych i pojęć (Data and concept drift detection)](https://aiatlasgraph.com/t/driftdetection.md)

## Sources

- [Statistically Valid Post-Deployment Monitoring Should Be Standard for AI-Based Digital Health](<https://arxiv.org/abs/2506.05701>) `postdeploy-monitoring-2025` · by Pavel Dolin, Weizhi Li, Gautam Dasarathy, Visar Berisha

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/postdeploymonitoring · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30