{"id":15929,"date":"2025-11-04T15:50:18","date_gmt":"2025-11-04T14:50:18","guid":{"rendered":"https:\/\/haimagazine.com\/?p=15929"},"modified":"2025-11-04T15:51:04","modified_gmt":"2025-11-04T14:51:04","slug":"ai-w-medycynie","status":"publish","type":"post","link":"https:\/\/haimagazine.com\/pl\/ai_branza\/zdrowie\/ai-w-medycynie\/","title":{"rendered":"AI w medycynie. Globalne modele, lokalne wyzwania"},"content":{"rendered":"
\"\"<\/figure><\/div>\n\n

AI potrafi analizowa\u0107 dane szybciej ni\u017c jakikolwiek zesp\u00f3\u0142 medyczny. Ale czy rozumie pacjenta tak dobrze, by jej wskaz\u00f3wkom mo\u017cna by\u0142o ca\u0142kowicie zaufa\u0107? Jak sprawi\u0107, by algorytmy dzia\u0142a\u0142y skutecznie \u2013 ale te\u017c z uwzgl\u0119dnieniem potrzeb pacjent\u00f3w, ochrony ich danych i prawa? O tym, jak kszta\u0142towa\u0107 odpowiedzialne wykorzystanie AI w praktyce klinicznej, opowiada dr in\u017c. Micha\u0142 Maciejewski, Data & Analytics Expert w Roche Polska.<\/p><\/div><\/div>

Rozw\u00f3j sztucznej inteligencji przebiega w niespotykanym tempie. Jak zmienia to spos\u00f3b, w jaki powinni\u015bmy dzi\u015b patrze\u0107 na innowacje w medycynie? <\/strong><\/p>

Rozw\u00f3j sztucznej inteligencji realnie wp\u0142ywa na codzienn\u0105 praktyk\u0119 kliniczn\u0105. Z jednej strony technologia ta otwiera drog\u0119 do szybszej diagnostyki, bardziej precyzyjnych terapii i sprawniejszej komunikacji. R\u00f3wnocze\u015bnie stawia nas przed krytycznym problemem: jak zapewni\u0107, by te powstaj\u0105ce w du\u017cej mierze globalnie, zaawansowane narz\u0119dzia by\u0142y bezpieczne, etyczne i rzeczywi\u015bcie skuteczne w konkretnej, lokalnej rzeczywisto\u015bci systemu ochrony zdrowia, na przyk\u0142ad w Polsce?<\/p>

Problem ten jest dwutorowy: dotyczy zar\u00f3wno okre\u015blenia zakresu stosowania danego rozwi\u0105zania, jak i konieczno\u015bci dostosowania go do lokalnych populacji. Organizuj\u0105c pierwszy w Polsce Healthcare Datathon przy wsp\u00f3\u0142pracy Roche Polska, Uniwersyteckiego Centrum Klinicznego w Gda\u0144sku, Gda\u0144skiego Uniwersytetu Medycznego i MIT Critical Data, kierowali\u015bmy si\u0119 przekonaniem, \u017ce prawdziw\u0105 miar\u0105 warto\u015bci ka\u017cdej innowacji w medycynie jest jej pacjento-centryczno\u015b\u0107, a kluczem do odpowiedzialnego wdro\u017cenia AI jest dog\u0142\u0119bne zrozumienie jej mo\u017cliwo\u015bci i ogranicze\u0144. Dodatkowo, wdro\u017cenia AI powinny dzia\u0142a\u0107 w tle, wspieraj\u0105c medyk\u00f3w w procesie diagnozy i leczenia, nie za\u015b stanowi\u0107 dodatkowy obowi\u0105zek w ich codziennej pracy.<\/p>

Z perspektywy pacjenta \u2013 jakie obszary ochrony zdrowia mog\u0105 najbardziej skorzysta\u0107 na wdra\u017caniu AI?<\/strong><\/sup><\/p>

Jako in\u017cynier danych chcia\u0142bym przede wszystkim zwr\u00f3ci\u0107 uwag\u0119 na korzy\u015bci p\u0142yn\u0105ce ze sk\u0142adowania i przetwarzania danych medycznych, poczynaj\u0105c od podstawowych analiz statystycznych. UCK Gda\u0144sk jest w tym obszarze jednym z pionier\u00f3w zastosowania danych medycznych do monitorowania dobrostanu pacjenta oraz przewidywania pogorszenia si\u0119 stanu zdrowia w niedalekiej przysz\u0142o\u015bci. Z kolei w szpitalu Massachusetts General Hospital podczas pandemii Covid-19, relatywnie prosty model bazuj\u0105cy na regu\u0142ach logicznych, by\u0142 w stanie przewidzie\u0107 jakie symptomy u pacjent\u00f3w wi\u0105\u017c\u0105 si\u0119 z podwy\u017cszonym ryzykiem ci\u0119\u017ckiego przebiegu choroby. Wbrew panuj\u0105cej modzie na GenAI, sztuczna inteligencja to szeroki wachlarz mo\u017cliwo\u015bci – przyk\u0142ady z Gda\u0144ska czy Bostonu pokazuj\u0105, \u017ce proste modele dostarczaj\u0105 heurystyk dla lekarzy.<\/p>

Dla pacjenta wykorzystanie sztucznej inteligencji w ochronie zdrowia mo\u017ce prze\u0142o\u017cy\u0107 si\u0119 na realne korzy\u015bci: kr\u00f3tszy czas oczekiwania na diagnoz\u0119, lepiej dopasowan\u0105 terapi\u0119 i \u0142atwiejszy kontakt z lekarzem. Globalny problem stanowi niedostateczna liczba medyk\u00f3w wzgl\u0119dem bie\u017c\u0105cych potrzeb, wi\u0119c ka\u017cde usprawnienie dzi\u0119ki technologii jest na wag\u0119 z\u0142ota. Co wa\u017cne, badania pokazuj\u0105, \u017ce w kontakcie z narz\u0119dziami cyfrowymi pacjenci nierzadko czuj\u0105 si\u0119 swobodniej ni\u017c w bezpo\u015bredniej rozmowie, dzi\u0119ki czemu ch\u0119tniej dziel\u0105 si\u0119 informacjami o swoim stanie zdrowia. Jak podkre\u015blono w artykule \u201ePatients\u2019 perspectives on digital health tools\u201d (2023) aplikacje i cyfrowi asystenci zwi\u0119kszaj\u0105 poczucie kontroli, wspieraj\u0105 samodzielne zarz\u0105dzanie terapi\u0105 i u\u0142atwiaj\u0105 monitorowanie objaw\u00f3w.  Prelegenci przytaczali badanie preferencji pacjent\u00f3w wskazuj\u0105ce, i\u017c preferuj\u0105 odpowiedzi LLM\u00f3w od lekarzy, ze wzgl\u0119du na wi\u0119ksz\u0105 empati\u0119 i zrozumienie.<\/p>

Z drugiej strony modele j\u0119zykowe znane s\u0105 z generowania przekonuj\u0105cych halucynacji i trudno\u015bci w przyznaniu si\u0119 do braku wiedzy w danej dziedzinie.  Jeden z lekarzy podczas panelu dyskusyjnego wskaza\u0142 na rosn\u0105cy niepok\u00f3j i oczekiwania po\u015br\u00f3d pacjent\u00f3w, kt\u00f3rzy diagnozuj\u0105 si\u0119 modelami j\u0119zykowymi przed pierwsz\u0105 wizyt\u0105 onkologiczn\u0105. Zamiast skupi\u0107 si\u0119 na przedstawieniu procesu leczenia musi obala\u0107 b\u0142\u0119dne informacje dostarczone przez LLM. Z perspektywy medyk\u00f3w warto zwr\u00f3ci\u0107 uwag\u0119 na niedawne badania opublikowane w czasopi\u015bmie Lancet z udzia\u0142em polskich lekarzy, kt\u00f3re wykaza\u0142y, i\u017c umiej\u0119tno\u015bci lekarzy stosuj\u0105cych AI do detekcji nowotwor\u00f3w pogarszaj\u0105 si\u0119. To odkrycie wpisuje si\u0119 w szerszy kontekst wp\u0142ywu AI na edukacj\u0119, kt\u00f3ry r\u00f3wnie\u017c by\u0142 dyskutowany podczas konferencji.<\/p>

Coraz cz\u0119\u015bciej m\u00f3wi si\u0119 o znaczeniu lokalnych danych klinicznych. Dlaczego w\u0142a\u015bnie one mog\u0105 przes\u0105dzi\u0107 o skuteczno\u015bci narz\u0119dzi AI w Polsce?<\/strong><\/p>

Globalne modele sztucznej inteligencji budz\u0105 podziw, ale cz\u0119sto s\u0105 trenowane na danych odmiennych od charakterystyki lokalnych populacji poszczeg\u00f3lnych kraj\u00f3w. Dlatego tak du\u017ce znaczenie maj\u0105 projekty oparte na lokalnych danych pacjent\u00f3w. W Gda\u0144sku Uniwersyteckie Centrum Kliniczne (UCK) i Gda\u0144ski Uniwersytet Medyczny rozwijaj\u0105 Interdyscyplinarne Pomorskie Centrum Medycyny Cyfrowej, kt\u00f3re integruje dane kliniczne, obrazowe i biologiczne, aby lepiej dopasowywa\u0107 algorytmy do codziennej praktyki medycznej w Polsce. U\u017cywanie lokalnych zbior\u00f3w danych wpisuje si\u0119 w cele Europejskiej Przestrzeni Danych Zdrowotnych (EHDS), poniewa\u017c jej zdecentralizowana architektura opiera si\u0119 na krajowych systemach, kt\u00f3re agreguj\u0105 dane z lokalnych \u017ar\u00f3de\u0142, aby umo\u017cliwi\u0107 ich bezpieczne, transgraniczne wykorzystywanie do leczenia, bada\u0144 naukowych i innowacji.<\/p>

Podczas drugiego dnia podj\u0119li\u015bmy si\u0119 rozwi\u0105zania pierwszego kluczowego wyzwania: analizy nieplanowanych rehospitalizacji (readmisji) w UCK Gda\u0144sk. Po raz pierwszy w Polsce wykorzystali\u015bmy lokalny, zanonimizowany kliniczny zbi\u00f3r danych. Wnioski by\u0142y bardzo konkretne: na przyk\u0142ad, zidentyfikowano szczyty readmisji w grupach wiekowych oko\u0142o 30 i 65 lat. Dodatkowo przeprowadzone analizy wykaza\u0142y zwi\u0105zek mi\u0119dzy jednostkami chorobowymi a prawdopodobie\u0144stwem ponownej hospitalizacji. Wyniki te pos\u0142u\u017c\u0105 do stworzenia realnych zalece\u0144 dla szpitala w tym zakresie. Co wa\u017cne, zauwa\u017cyli\u015bmy, \u017ce bardziej zr\u00f3\u017cnicowane zespo\u0142y (lekarze, in\u017cynierowie, studenci) przeprowadza\u0142y g\u0142\u0119bsze i bardziej wnikliwe analizy. Wierzymy, \u017ce nasze do\u015bwiadczenia w wielowymiarowej anonimizacji zbioru danych oraz wykorzystania bezpiecznego \u015brodowiska obliczeniowego b\u0119d\u0105 stanowi\u0142y przyk\u0142ad dla podobnych inicjatyw w przysz\u0142o\u015bci w innych plac\u00f3wkach medycznych.<\/p>

Modele j\u0119zykowe osi\u0105gaj\u0105 ju\u017c poziom zdawalno\u015bci lekarskich egzamin\u00f3w specjalizacyjnych. Jak Pan patrzy na ich potencja\u0142 i ograniczenia w praktyce klinicznej? <\/strong><\/sup><\/p>

Najbardziej spektakularny rozw\u00f3j obserwujemy dzi\u015b w obszarze du\u017cych modeli j\u0119zykowych (LLMy). Potencja\u0142 jest niezaprzeczalny \u2013 polskie badanie z 2024 roku wykaza\u0142o, \u017ce GPT-4 zda\u0142 pozytywnie a\u017c 222 z 297 egzamin\u00f3w specjalizacyjnych. R\u00f3wnocze\u015bnie, musimy by\u0107 \u015bwiadomi ogranicze\u0144, a kluczowe jest to, jak te modele zachowuj\u0105 si\u0119 w rzeczywisto\u015bci klinicznej. Niedawna publikacja naukowc\u00f3w z MIT pokaza\u0142a, \u017ce wiadomo\u015bci zawieraj\u0105ce liter\u00f3wki oraz barwne opisy przek\u0142ada\u0142y si\u0119 na ni\u017csz\u0105 jako\u015b\u0107 odpowiedzi.<\/p>

W ramach drugiego wyzwania LLM-a-thonu \u2013 podj\u0119li\u015bmy si\u0119 ewaluacji modeli j\u0119zykowych w kontek\u015bcie stwardnienia rozsianego. Przy wsp\u00f3\u0142pracy z neurologami z Kliniki Neurologii Doros\u0142ych UCK w Gda\u0144sku stworzyli\u015bmy benchmark zawieraj\u0105cy pytania i odpowiedzi dotycz\u0105ce tej choroby. Badanie to mia\u0142o na celu odpowied\u017a na realne problemy, jakie LLMy generuj\u0105 ju\u017c teraz: udzielanie b\u0142\u0119dnych informacji medycznych jak r\u00f3wnie\u017c wzrost niepokoju u pacjent\u00f3w <\/strong>diagnozuj\u0105cych si\u0119 LLMami i dodatkowe obci\u0105\u017cenie dla lekarzy.<\/p>

Zespo\u0142y, w sk\u0142ad kt\u00f3rych wchodzili lekarze, pacjenci i eksperci, wykaza\u0142y, \u017ce nawet drobne zmiany <\/strong>w zapytaniu mog\u0105 prowadzi\u0107 <\/strong>do b\u0142\u0119dnych odpowiedzi modeli. To wyra\u017any sygna\u0142, \u017ce pomimo wysokiej zdawalno\u015bci test\u00f3w, ich wykorzystanie w praktyce klinicznej wymaga edukacji w zakresie dozwolonych zastosowa\u0144 i skutk\u00f3w niepo\u017c\u0105danych. Zrozumienie, kiedy i dlaczego model si\u0119 myli oraz jak nale\u017cy ich u\u017cywa\u0107, jest kluczowe, poniewa\u017c potrafi\u0105 one przekonywuj\u0105co halucynowa\u0107, jak r\u00f3wnie\u017c wzmacnia\u0107 przekonania u\u017cytkownik\u00f3w poprzez przytakiwanie nawet na ich b\u0142\u0119dne wiadomo\u015bci (ang. sycophancy).<\/p>

Badania nad nowymi lekami s\u0105 kosztowne i obarczone du\u017cym ryzykiem niepowodzenia. Jak sztuczna inteligencja mo\u017ce realnie wspiera\u0107 naukowc\u00f3w i przyspiesza\u0107 prze\u0142omy w tym obszarze? <\/strong><\/sup><\/p>

Istotny jest jeszcze aspekt zaprz\u0119gni\u0119cia AI do pracy na rzecz powstawania lek\u00f3w. Chodzi o dzia\u0142ania typu Lab in the Loop, kt\u00f3re \u0142\u0105cz\u0105 eksperymenty laboratoryjne i kliniczne z najnowszymi osi\u0105gni\u0119ciami sztucznej inteligencji. Jednym z takich osi\u0105gni\u0119\u0107 jest bez w\u0105tpienia model AlphaFold s\u0142u\u017c\u0105cy do bardzo precyzyjnego przewidywania struktury bia\u0142ek, za kt\u00f3rego stworzenie przyznano w zesz\u0142ym roku Nagrod\u0119 Nobla w Chemii. Zastosowanie AI wraz z starannie wyselekcjonowanymi danymi medycznymi pozwala na szybsze i skuteczniejsze identyfikowanie cel\u00f3w terapeutycznych, projektowanie nowych cz\u0105steczek i przewidywanie odpowiedzi pacjent\u00f3w na leczenie. W obszarze danych drzemie r\u00f3wnie\u017c spory potencja\u0142 – historycznie m\u0119\u017cczy\u017ani kraj\u00f3w zachodnich stanowi\u0105 70% populacji bada\u0144 klinicznych. Bardziej zbalansowane populacje, odkrycia w obszarze biomarker\u00f3w (w tym cyfrowych wykorzystuj\u0105cych urz\u0105dzenia mobilne) oraz metod diagnostycznych to klucz do bardziej zr\u00f3wnowa\u017conych zbior\u00f3w danych i w konsekwencji modeli AI. Dodatkowy wymiar Lab in the Loop stanowi automatyzacja prac R&D w laboratoriach. W jednej ze sp\u00f3\u0142ek Roche zajmuj\u0105cej si\u0119 tworzeniem lek\u00f3w, metodologia ta znajduje zastosowanie m.in. w chorobach autoimmunologicznych, neurodegeneracyjnych, zaka\u017anych i w onkologii, zwi\u0119kszaj\u0105c szanse powodzenia w odkrywaniu i rozwoju lek\u00f3w.<\/p>

Dynamiczny rozw\u00f3j technologii wymusza tak\u017ce regulacje. Jak pana zdaniem AI Act wp\u0142ynie na wykorzystanie sztucznej inteligencji w ochronie zdrowia?<\/strong><\/sup><\/p>

Nie spos\u00f3b pomin\u0105\u0107 aspekt\u00f3w etycznych i prawnych zwi\u0105zanych z AI w medycynie. Zgodnie z AI Act, systemy AI maj\u0105ce wp\u0142yw na zdrowie, bezpiecze\u0144stwo lub prawa podstawowe os\u00f3b mog\u0105 by\u0107 uznane za wysokiego ryzyka. To oznacza, \u017ce takie rozwi\u0105zania musz\u0105 spe\u0142nia\u0107 surowe wymagania dotycz\u0105ce m.in. jako\u015bci, bezpiecze\u0144stwa, transparentno\u015bci oraz nadzoru ludzkiego. Pytanie o odpowiedzialno\u015b\u0107 nabiera realnego znaczenia: kto odpowiada, gdy algorytm pope\u0142ni b\u0142\u0105d? AI Act przewiduje obowi\u0105zki dostawc\u00f3w i u\u017cytkownik\u00f3w, w tym prowadzenie dokumentacji i monitorowanie dzia\u0142ania po wdro\u017ceniu. Jasne regulacje odpowiedzialno\u015bci i nadzoru to kolejny fundament budowania zaufania pacjent\u00f3w do technologii.<\/p>

Zako\u0144czony niedawno pierwszy Healthcare Datathon zgromadzi\u0142 lekarzy, pacjent\u00f3w, urz\u0119dnik\u00f3w, in\u017cynier\u00f3w i naukowc\u00f3w wok\u00f3\u0142 wsp\u00f3lnych wyzwa\u0144. Co takie do\u015bwiadczenia pokazuj\u0105 o potencjale wsp\u00f3\u0142pracy interdyscyplinarnej? <\/strong><\/sup><\/p>

W dobie AI my\u015blenie krytyczne jest jedn\u0105 z kluczowych umiej\u0119tno\u015bci, kt\u00f3ra pozwala odsia\u0107 ziarna od plew. Wsp\u00f3\u0142praca ponad podzia\u0142ami dyscyplin ma wielk\u0105 si\u0142\u0119 i jest kluczowa do budowania umiej\u0119tno\u015bci krytycznego my\u015blenia. Kiedy przy jednym stole spotykaj\u0105 si\u0119 lekarze, in\u017cynierowie, studenci i pacjenci, rodz\u0105 si\u0119 rozwi\u0105zania, kt\u00f3re realnie odpowiadaj\u0105 na potrzeby systemu ochrony zdrowia. Nie bez znaczenia by\u0142o r\u00f3wnie\u017c to, i\u017c konferencja odby\u0142a si\u0119 na terenie szpitala UCK Gda\u0144sk w auli prof. Kieturakisa naprzeciwko bloku operacyjnego; jak dla mnie jest to polskie Princeton-Plainsboro.<\/p>

Wydarzenie mia\u0142o charakter mi\u0119dzynarodowy a uczestnicy reprezentowali wiod\u0105ce o\u015brodki mi\u0119dzynarodowe (m.in. MIT, Harvard University, Stanford Healthcare, Google Research, Emory University, University College Dublin) oraz krajowe (m.in. UCK, GUMed, WUM, Politechniki Gda\u0144ska, Pozna\u0144ska, Warszawska, \u0141\u00f3dzka). Datathon udowodni\u0142, \u017ce interdyscyplinarno\u015b\u0107 nie tylko inspiruje, ale jest konieczna do mierzenia si\u0119 z problemami etycznymi i technicznymi AI. To do\u015bwiadczenie potwierdza, \u017ce partnerstwa Roche z uczelniami, szpitalami i instytucjami publicznymi tworz\u0105 ekosystem, w kt\u00f3rym innowacje przestaj\u0105 by\u0107 jedynie koncepcj\u0105, a staj\u0105 si\u0119 konkretnymi narz\u0119dziami wspieraj\u0105cymi codzienn\u0105 prac\u0119 lekarzy i poprawiaj\u0105cymi do\u015bwiadczenie pacjent\u00f3w.<\/p>

Na zako\u0144czenie \u2013 jakiej roli dla Polski w globalnym ekosystemie AI w medycynie mo\u017cemy si\u0119 spodziewa\u0107 w najbli\u017cszych latach?<\/strong><\/p>

AI niesie ze sob\u0105 ogromny potencja\u0142 demokratyzacji dost\u0119pu do opieki zdrowotnej. Nasz\u0105 wizj\u0105 jest odpowiedzialna transformacja systemu, w kt\u00f3rej w centrum zawsze pozostaje cz\u0142owiek. Kluczowe jest zrozumienie, \u017ce AI nie zast\u0105pi lekarza, ale musi wzmocni\u0107 relacj\u0119 pacjent\u2013lekarz, a nie j\u0105 zak\u0142\u00f3ci\u0107. Mo\u017ce usprawni\u0107 diagnostyk\u0119 i przyspieszy\u0107 procesy terapeutyczne, czyni\u0105c opiek\u0119 bardziej spersonalizowan\u0105 oraz dost\u0119pn\u0105 dla wszystkich.<\/p>

Polska ma realny potencja\u0142, by wyznacza\u0107 standardy etycznego i odpowiedzialnego wykorzystania AI w medycynie i sta\u0107 si\u0119 przyk\u0142adem dla innych kraj\u00f3w, udowadniaj\u0105c, \u017ce zaawansowane modele mo\u017cna bezpiecznie i efektywnie wdro\u017cy\u0107, zaczynaj\u0105c od lokalnej, dog\u0142\u0119bnej weryfikacji. Jak uj\u0105\u0142 to dr Leo Anthony Celi, organizator Datathon\u00f3w na ca\u0142ym \u015bwiecie: „Anga\u017cowanie r\u00f3\u017cnorodnych spo\u0142eczno\u015bci w rozw\u00f3j AI jest najlepsz\u0105 obron\u0105, jak\u0105 mamy przed stronniczo\u015bci\u0105 i uprzedzeniami w medycynie.”<\/p>","protected":false},"excerpt":{"rendered":"

Rozw\u00f3j sztucznej inteligencji zmienia spos\u00f3b diagnozowania, leczenia i prowadzenia bada\u0144 klinicznych. Jak powinno si\u0119 wdra\u017ca\u0107 te rozwi\u0105zania, na pierwszym miejscu stawiaj\u0105c pacjenta?<\/p>\n","protected":false},"author":354,"featured_media":15936,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rank_math_lock_modified_date":false,"footnotes":""},"categories":[762],"tags":[],"popular":[],"difficulty-level":[38],"ppma_author":[776],"class_list":["post-15929","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-zdrowie","difficulty-level-medium"],"acf":[],"authors":[{"term_id":776,"user_id":354,"is_guest":0,"slug":"redakcja","display_name":"Redakcja","avatar_url":{"url":"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/07\/Zrzut-ekranu-2025-07-10-o-16.00.36.png","url2x":"https:\/\/haimagazine.com\/wp-content\/uploads\/2025\/07\/Zrzut-ekranu-2025-07-10-o-16.00.36.png"},"first_name":"","last_name":"","user_url":"","job_title":"","description":""}],"_links":{"self":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/15929","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/users\/354"}],"replies":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/comments?post=15929"}],"version-history":[{"count":8,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/15929\/revisions"}],"predecessor-version":[{"id":15946,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/15929\/revisions\/15946"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media\/15936"}],"wp:attachment":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media?parent=15929"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/categories?post=15929"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/tags?post=15929"},{"taxonomy":"popular","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/popular?post=15929"},{"taxonomy":"difficulty-level","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/difficulty-level?post=15929"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/ppma_author?post=15929"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}