AI v fizioterapiji 2026: kaj dejansko deluje in kaj je še marketing

Večino besedil o umetni inteligenci v fizioterapiji je napisal nekdo, ki nekaj prodaja. Tudi mi prodajamo programsko opremo, zato smo ta pregled zastavili tako, da vsaka številka stoji na objavljeni raziskavi ali na besedilu predpisa in ne na prodajni predstavitvi.

Področje smo razdelili na tri kategorije: kar je validirano, kar je validirano samo pod določenimi pogoji in kar je zaenkrat obljuba. Na koncu je regulativni del, kjer se je večina praks pomirila z napačno informacijo, in sicer v obe smeri.

Dokumentacija: dokazi so trdni, učinek je manjši od obljub

Če boste letos vpeljali eno samo orodje, naj bo to tisto, ki iz vaših zapisov sestavi osnutek poročila. Dokaze do leta 2025 smo razčlenili v zapisu o tem, kdo ima z umetno inteligenco v fizioterapiji prednost, zato tu navajamo samo tri raziskave iz zadnjega leta, ki pričakovanja popravijo navzdol.

Aprila 2026 je revija JAMA objavila opazovalno kohortno raziskavo iz petih ameriških akademskih centrov. Med 8.581 kliniki jih je 1.809 začelo uporabljati ambientni zapisovalnik, torej orodje, ki posluša obravnavo in pripravi osnutek zapisa. Na osem ur dela s pacienti se je skupni čas v elektronskem kartonu skrajšal za 13,4 minute, čas dokumentiranja pa za 16 minut. Čas dokumentiranja izven delovnega časa se ni značilno spremenil. Avtorji učinek sami opisujejo kot zmeren.

Vir: Rotenstein in sodelavci, spremembe porabe časa klinikov po uvedbi zapisovalnikov z umetno inteligenco, večcentrična raziskava · JAMA, 2026, PMID 41920565

Še bolj poučna je randomizirana raziskava z UCLA, objavljena v reviji NEJM AI. 238 zdravnikov iz 14 specialnosti je bilo naključno razporejenih k enemu od dveh komercialnih orodij ali k običajnemu delu, vsaka skupina je opravila okoli 24.000 obravnav. Prvo orodje je čas pisanja zapisa skrajšalo za 9,5 odstotka. Drugo za 1,7 odstotka, kar ni bilo statistično značilno. Ista obljuba, dva različna izida. Obe skupini sta hkrati poročali o nižji obremenitvi in manjši izčrpanosti, kar je pomemben popravek: če merite samo minute, korist podcenite.

Vir: Lukac in sodelavci, ambientni zapisovalniki z umetno inteligenco v klinični praksi, randomizirana raziskava · NEJM AI, 2025, PMID 41497288

Za fizioterapijo obstaja tudi neposredno relevantna raziskava. Evans in sodelavci so v avstralski skupini zasebnih praks tri mesece spremljali 119 terapevtov, večinoma fizioterapevtov, in anketirali 157 pacientov. Čas za zapise, dopise in dokončanje zapisov izven delovnega časa se je značilno skrajšal že po šestih tednih, produktivnost se je povečala za 5,8 odstotka. Pacienti so v snemanje privolili brez težav, nekateri pa so omenili, da bi drugi potrebovali več informacij o tem, kje in kako dolgo se posnetek hrani.

Vir: Evans in sodelavci, vpliv AI zapisovalnika na dokumentacijo in odnos med terapevtom in pacientom v zasebni praksi · Musculoskeletal Science and Practice, 2025, PMID 40328004

Kaj iz tega sledi za vašo ordinacijo. Izberite dve orodji in ju dva tedna preizkusite na resničnih obravnavah. Izmerite svoj čas pisanja poročila prej in potem, ker se rezultati med orodji razlikujejo bolj kot med raziskavami. Pred prvim posnetkom uredite razmerje s ponudnikom, ki je po GDPR vaš obdelovalec: pogodbo o obdelavi, lokacijo obdelave in odgovor na vprašanje, ali se zvočni posnetek shranjuje in kako dolgo. To ni razlog, da orodja ne uporabite. Je pogoj, da ga uporabite. Kje osnutki najpogosteje grešijo, opisuje zapis o AI pomočniku pri poročilih in programih vaj.

Analiza gibanja s telefonom: veljavna samo v eni ravnini

Letos je izšlo dovolj validacijskih raziskav, da lahko povemo, katere meritve iz telefona smejo v izvid in katere ne.

Raziskava v reviji Sports Biomechanics je brezmarkerski sistem OpenCap primerjala z laboratorijskim sistemom za zajem gibanja. 41 udeležencev, osem dinamičnih nalog od hoje in teka do skokov in menjav smeri. V sagitalni ravnini je bilo ujemanje močno: RMSE od 7,0° do 13,4°, korelacija od 0,70 do 0,99. Ista raziskava je pokazala tudi sistematično precenjevanje fleksije in dorzifleksije za 5° do 15°, izven sagitalne ravnine pa normalizirane napake do 136 odstotkov in korelacije, ki so mestoma padle pod nič.

Vir: Liang in sodelavci, veljavnost brezmarkerskega zajema gibanja s telefonom za kvantitativno analizo dinamičnih gibov · Sports Biomechanics, 2026, PMID 42318929

Langley in sodelavci so v reviji Physiotherapy enokamerni sistem na telefonu preverili pri 15 pacientih z artrozo kolena, v primerjavi s tridimenzionalnim zajemom gibanja. Za vrh fleksije, ekstenzijo in obseg giba kolena so bile povprečne razlike znotraj klinično pomembnega praga 5°, meje ujemanja pa znotraj 10°. Vzorec je majhen in zanesljivost je bila preverjena samo znotraj ene seje, kar pri spremljanju napredka med obiski velja upoštevati.

Vir: Langley in sodelavci, veljavnost enokamernega brezmarkerskega zajema gibanja za obseg giba kolena pri artrozi kolena · Physiotherapy, 2026, PMID 41275724

V reviji PLOS Digital Health je bila pri 228 odraslih s kronično boleznijo validirana aplikacija, ki samodejno oceni 30-sekundni test vstajanja s stola, test vstani in pojdi ter kratko baterijo telesne zmogljivosti SPPB. V primerjavi s certificiranim vadbenim fiziologom je bil koeficient ICC pri vstajanju s stola 0,93, pri testu vstani in pojdi 0,96. Zaradi tehničnih težav je bilo izgubljenih 3,1 odstotka posnetkov.

Vir: Bertrand in sodelavci, validacija aplikacije za samodejno točkovanje testov vstajanja s stola, vstani in pojdi ter SPPB · PLOS Digital Health, 2026, PMID 41493953

Prevedeno v prakso: frontalna in transverzalna ravnina še nista pripravljeni. Dinamični valgus kolena, Trendelenburgov znak in rotacijske komponente so ravno tiste stvari, za katere si najbolj želimo objektivno meritev, in ravno tam so napake največje.

Dve pravili. Prvič, primerjajte samo znotraj istega sistema. Sistematična napaka pomeni, da meritve iz aplikacije ne smete primerjati z goniometrom ali s prejšnjo meritvijo iz drugega sistema. Za spremljanje napredka to ni težava, ker napaka ostaja približno enaka. Za absolutne kriterije vrnitve v šport je. Drugič, v izvid zapišite, s katerim sistemom je bila meritev narejena, da bo naslednji terapevt vedel, s čim jo sme primerjati.

Napovedovanje poškodb: največ obljub, najmanj dokazov

Tu so številke najbolj impresivne in dokazi najšibkejši.

Sistem Zone7 je v retrospektivni analizi enajstih profesionalnih nogometnih klubov s skupno 423 poškodbami označil povečano tveganje en do sedem dni pred poškodbo v 72,4 odstotka primerov. Zveni prepričljivo, dokler ne preberete dvojega. Dokument ne poroča, kolikokrat je sistem tveganje označil, poškodba pa se ni zgodila, zato o natančnosti ne pove nič. In avtorji sami zapišejo, da analiza ni bila zasnovana kot recenzirana znanstvena raziskava.

Vir: Zone7, napovedovanje tveganja poškodb, validacijska študija podjetja · februar 2022, ni recenzirano

Neodvisna literatura je precej hladnejša. Sistematični pregled 22 raziskav o napovedovanju poškodb pri nogometaših, objavljen julija 2026, je 17 raziskav ocenil z visokim tveganjem pristranskosti. Noben algoritem ni dosledno prekašal drugih, domnevo, da kompleksni modeli nujno prekašajo preprostejše regresijske pristope, pa avtorji označijo za precenjeno. Razlogi so majhni vzorci, od 18 do 734 igralcev, neuravnoteženi podatki in odsotnost zunanje validacije.

Vir: Aslani in sodelavci, modeli strojnega učenja za napovedovanje tveganja poškodb pri nogometaših, sistematični pregled · Journal of International Medical Research, 2026, PMID 42478081

Pregled 39 raziskav v reviji Bioengineering opisuje novejše pristope, od gradientnega boostinga do globokega učenja in podatkov iz nosljivih senzorjev, hkrati pa navaja, da so modeli v raziskavah z zunanjo validacijo v povprečju izgubili 15 odstotnih točk natančnosti v primerjavi z notranjo validacijo. Mediana vzorca je bila 122 športnikov.

Vir: Dhahbi in sodelavci, uporaba umetne inteligence za napovedovanje športnih poškodb in prilagajanje preventive, pregled literature · Bioengineering, 2026, PMID 42351936

Zakaj to omenjamo v zapisu za fizioterapevte. Prej ali slej vas bo poklical športni klub in vprašal, ali jim znate postaviti sistem za napovedovanje poškodb. Pošten odgovor je, da modeli iz objavljenih raziskav potrebujejo GPS podatke z vsakega treninga, več sezon zgodovine in polno medicinsko ekipo, pa tudi takrat večinoma nimajo zunanje validacije.

Kar slovenski klub lahko naredi jutri, so tri stvari: dosledno beleženje notranje obremenitve s sRPE (trajanje treninga, pomnoženo z oceno napora), kratek tedenski vprašalnik o počutju in strukturirana zgodovina poškodb. Konsenzno stališče Mednarodnega olimpijskega komiteja priporoča prav kombinacijo notranjih in zunanjih mer obremenitve, subjektivne mere označi za posebej uporabne in zgodovino poškodb uvršča med dejavnike, ki jih spremljanje mora upoštevati.

Vir: Soligard in sodelavci, konsenzno stališče MOK o obremenitvi v športu in tveganju poškodb · British Journal of Sports Medicine, 2016

Naša ocena, ne izmerjen podatek: podatkovna disciplina prinese večino koristi, model šele potem. Kaj o tem povedo dokazi za ACWR in preventivne programe ter kako klub te tri podatke zbira brez opreme, razčlenjuje zapis o tem, kaj si slovenski klub realno vzame od AI, ki jo uporablja Liverpool.

Akt o umetni inteligenci: kaj velja od avgusta 2026 in kaj je odloženo

Tu se je večina praks pomirila z napačno informacijo, in sicer v obe smeri. Ena skupina misli, da ima še dve leti miru. Druga misli, da mora že danes vsak izvid označiti kot besedilo umetne inteligence. Nobeno ne drži.

Uredba (EU) 2026/1744, znana kot Digital Omnibus on AI, je bila sprejeta 8. julija 2026, objavljena 24. julija in velja od 27. julija 2026. Roke za visoko tvegane sisteme je prestavila: samostojne sisteme iz Priloge III na 2. december 2027, umetno inteligenco, vgrajeno v regulirane produkte iz Priloge I, kamor spadajo medicinski pripomočki, pa na 2. avgust 2028.

Vir: Uredba (EU) 2026/1744 o poenostavitvi izvajanja harmoniziranih pravil o umetni inteligenci · Uradni list EU, 24. julij 2026

Dvoje velja poudariti. Odlog se v ničemer ne dotika Uredbe o medicinskih pripomočkih, ki ostaja v Prilogi I. In izjema za sisteme, ki so ob novem roku že na trgu, preneha veljati, če ponudnik pozneje bistveno spremeni zasnovo sistema.

Kaj od tega zadeva ordinacijo. Tu je treba natančno brati, kdo nosi obveznost. Smernice Evropske komisije k členu 50 iz julija 2026 obveznost, da uporabnik ve, da govori s strojem, in obveznost strojnega označevanja izhoda nalagata ponudniku orodja. Ordinacija, ki kupljen zapisovalnik ali klepetalnik uporablja tako, kot je bil dobavljen, teh dveh obveznosti nima. Enako velja za poročilo: besedilo, poslano enemu pacientu, po smernicah ni objavljeno, zato zanj označevanje po členu 50 ni potrebno.

Obveznost za uporabnika nastane v enem primeru: če besedilo o zdravju, ki ga je pripravila umetna inteligenca, javno objavite, na primer na spletni strani ordinacije, brez vsebinskega pregleda strokovnjaka in brez osebe, ki nosi uredniško odgovornost. Če tak zapis pregleda fizioterapevt in je pod njim podpisan, označevanje ni potrebno. Popravek črkovanja po smernicah ne šteje za pregled.

Vir: Evropska komisija, smernice o obveznostih transparentnosti za ponudnike in uporabnike sistemov umetne inteligence, C(2026) 5054 · 20. julij 2026

V Sloveniji izvajanje ureja Zakon o izvajanju uredbe (EU) o določitvi harmoniziranih pravil o umetni inteligenci (ZIUDHPUI), ki velja od 21. novembra 2025. Nadzor nad členom 50 je dodeljen agenciji AKOS, ki je tudi enotna kontaktna točka. Za umetno inteligenco v medicinskih pripomočkih je priglasitveni organ JAZMP.

Vir: Zakon o izvajanju uredbe (EU) o določitvi harmoniziranih pravil o umetni inteligenci (ZIUDHPUI) · Uradni list RS 85/2025, 6. november 2025

Prevedeno v vašo ambulanto: obveznosti Akta danes večinoma padejo na ponudnika, zato je pri izbiri orodja smiselno vprašati, kako jih izpolnjuje. Obveznosti po GDPR ostajajo vaše ne glede na Akt: pogodba o obdelavi, informiranje pacienta in evidenca obdelav. Tega odlog ne spremeni. Ta del je splošna informacija in ne pravni nasvet. Obseg svojih obveznosti preverite pri pravnem svetovalcu, zlasti če besedila umetne inteligence objavljate javno ali če orodje prilagajate in ga uporabljate pod svojim imenom.

Kaj naredite v naslednjih 30 dneh

1. Izmerite čas dokumentacije na pacienta, preden karkoli preizkusite.
2. Dve orodji, dva tedna, ista merila. Primerjajte svoje številke, ne tujih.
3. Od ponudnika pridobite pogodbo o obdelavi, lokacijo obdelave in pravila hrambe posnetkov.
4. Če uporabljate analizo gibanja, v predlogo izvida dodajte polje za sistem meritve in ravnino.
5. Ponudnika vprašajte, kako izpolnjuje člen 50: obveščanje uporabnika in označevanje izhoda.
6. Preglejte javno objavljena besedila na svoji spletni strani: kdo jih je vsebinsko pregledal in kdo je pod njimi podpisan.

Kje je pri tem Octa

Octa ne dela analize gibanja in ne napoveduje poškodb. Pokriva prvo kategorijo iz tega zapisa: AI pomočnik iz izbranih zapisov obravnav in diagnoz pripravi osnutek poročila, ki ga fizioterapevt pregleda in potrdi pred shranjevanjem. Osnutek nastane iz vaših pisnih zapisov in ne iz zvočnega posnetka obravnave. Osebne podatke iz zapisov odstranimo pred obdelavo z jezikovnim modelom, obdelava poteka znotraj Evropske unije. Kako je urejena zaščita podatkov, je opisano na domači strani.

Octa ne postavlja diagnoz in ne odloča o obravnavi. Kako je videti osnutek na konkretnem poročilu, opisuje zapis o primeru fizioterapevtskega poročila.