Wstęp: Sztuczna inteligencja (artificial intelligence – AI) odgrywa coraz większą rolę w diagnostyce obrazowej, wspierając specjalistów w poprawie jakości i szybkości usług medycznych. Mimo potencjału AI elektroradiolodzy wyrażają obawy dotyczące błędów algorytmów, nadmiernego polegania na technologii i kwestii etycznych. Konieczne jest dalsze kształcenie personelu medycznego, aby zapewnić bezpieczne i świadome wdrażanie AI w diagnostyce. Celem niniejszego badania jest analiza zastosowania narzędzi AI w percepcji elektroradiologów, ze szczególnym uwzględnieniem ich wpływu na organizację pracy w tym zawodzie. Materiał i metody: Pracę zrealizowano metodą sondażu diagnostycznego w formie badań ankietowych w II kwartale 2025 r. W analizie wykorzystano zarówno statystyki opisowe, jak i testy statystyczne, umożliwiające ocenę istotności różnic i zależności pomiędzy zmiennymi. W celu analizy zmiennych ilościowych przeprowadzono statystyki opisowe. Obliczenia statystyczne opierały się na teście χ². Jako poziom istotności przyjęto p < 0,05. W analizach uwzględniających wiek respondentów przedziały wiekowe zostały wcześniej odpowiednio skategoryzowane. Wyniki: W badaniu wzięło udział 202 aktywnych zawodowo elektroradiologów (pracujących w diagnostyce obrazowej i radiologii zabiegowej), w tym 166 kobiet (82,18%) i 36 mężczyzn (17,82%). Średni wiek badanych wyniósł 31,75 roku. W analizach nie wykazano zależności statystycznych pomiędzy wykształceniem, wiekiem, stażem pracy a poziomem wiedzy nt. zagadnień związanych z AI. Zależności występowały w przypadku implementacji w różnych placówkach medycznych oraz w związku z wykorzystaniem tych narzędzi w pracy elektroradiologów. W pogłębionych analizach badani wykazywali pozytywne nastawienie do narzędzi AI, ale jednocześnie wyniki wskazywały na niedostateczną edukację w tym zakresie i potrzebę szkoleń. Wnioski: Większość elektroradiologów zna ogólne pojęcie AI, jednak brakuje im wiedzy szczegółowej, co wskazuje na potrzebę ukierunkowanego kształcenia. Mimo pozytywnego nastawienia wobec AI niedobór szkoleń ogranicza gotowość do jej wdrażania. Wiek i miejsce pracy wpływają na percepcję AI, podczas gdy wykształcenie, płeć i staż pracy pozostają bez istotnego znaczenia. Główne bariery mają charakter kompetencyjny i organizacyjny, co podkreśla konieczność wprowadzenia spójnych programów edukacyjnych. Med Pr Work Health Saf. 2026;77(2)