Sztuczna inteligencja jest coraz skuteczniejsza w interpretacji wyników badań i w leczeniu. Dla pacjentów, coraz częściej narzędzia oparte na AI i duże modele językowe (LLM) są dodatkowymi źródłami informacji, dzięki którym przygotowują się do wizyt, analizują wyniki badań i poszukują nowych kierunków terapii.
– Pacjenci odkryli duże modele językowe i szeroko rozumiane AI jako dodatkowe źródło informacji podanych im w przystępny, łatwy sposób. Wykorzystują to do przygotowania do wizyt lekarskich, do interpretowania wyników badań, do wyszukiwania nowych kierunków badań czy kierunków terapeutycznych dla schorzeń. Często te narzędzia pomagają im przetłumaczyć trudne medyczne zwroty na bardziej zrozumiały język. Wykorzystują je coraz częściej, ale nie zawsze z pełnym zrozumieniem ich ograniczeń, np. skłonności do przekazywania błędnych informacji w przekonujący sposób. Dodatkowo modele te nie potrafią się przyznać do braku wiedzy w danej dziedzinie. Stąd kluczowe jest krytyczne weryfikowanie otrzymanych odpowiedzi – powiedziała Natalia Baranowska przedstawicielka firmy Roche.
Rynek AI w medycynie rozwija się szybko. Według najnowszych sondaży już 31 proc. konsumentów korzysta z generatywnej AI w tematach zdrowotnych, a jeszcze więcej, bo 38 proc. deklaruje wobec niej przynajmniej umiarkowane zaufanie. Również lekarze używają podobnych narzędzi do dokumentacji (29 proc.) i wspomagania diagnozy (28 proc.). Jedną z najważniejszych korzyści AI jest „tłumaczenie” specjalistycznego żargonu na prosty język. Eksperci przestrzegają jednak, że modele sztucznej inteligencji potrafią tworzyć błędne i sprzeczne z wiedzą medyczną treści.
– Modele językowe uczą się na pewnych zbiorach danych. W zależności od tego, jak taki zbiór został skonstruowany, czy zawiera stereotypy lub ma niedoreprezentowane pewne grupy – wszystko to zostaje przeniesione na odpowiedź. To są tylko technologie oparte na matematyce i probabilistyce – podkreśliła N. Baranowska.
Bezpieczne kierunki rozwoju technologii wskazuje np. Healthcare Datathon – otwarte wydarzenie, podczas którego lekarze, pacjenci, badacze danych i eksperci technologiczni wspólnie testują możliwości AI w ochronie zdrowia.
– W jednym miejscu zebrali się przedstawiciele różnych grup: lekarze, specjaliści, pacjenci, praktycy, teoretycy. Dzięki temu jesteśmy w stanie wydobyć głębię ze sztucznej inteligencji, wydobyć głębię z dużych modeli językowych. Modele te mają swoje ograniczenia, na przykład potrafią udzielić błędnej odpowiedzi, halucynują, a pacjent, w przeciwieństwie do lekarza, nie jest w stanie tego zrozumieć, jeśli nie ma wiedzy medycznej. Poprzez zebranie tylu osób, specjalistów w jednym miejscu jesteśmy w stanie dokonać analizy, w jakich sytuacjach modele mogą się sprawdzić, w jakich konieczna jest dodatkowa analiza lub kiedy wręcz nie należy ich stosować – tłumaczyła ekspertka.
Takie spotkania to forma edukacji – uczestnicy uczą się, jak krytycznie korzystać z AI, jak rozpoznawać jej mocne i słabe strony. Coraz więcej szpitali wdraża też narzędzia sztucznej inteligencji – w 2024 roku było to już 13,2 proc. placówek, głównie w diagnostyce obrazowej i analizie danych pacjentów.
Niestety dostęp do opieki zdrowotnej w Polsce jest bardzo nierówny. Mamy zaledwie 3,4 lekarza na 1 tys. mieszkańców. To znacznie poniżej średniej OECD, a szczególnie trudna sytuacja dotyczy obszarów wiejskich. W identyfikowaniu braków kadrowych i kierowaniu zasobów tam, gdzie są najbardziej potrzebne może pomóc właśnie AI i modele językowe, a jednocześnie tłumaczyć pacjentom trudny język medycyny. Być może te działania pozwolą, w niedalekiej przyszłości, te szanse wyrównywać Modele językowe mogą uprościć terminologię i zwiększyć świadomość zdrowotną i zrozumienie tekstów medycznych, pełnych specjalistycznej terminologii, które dla wielu pacjentów pozostają niezrozumiałe bez dodatkowego wsparcia.
AI w medycynie to przede wszystkim innowacyjne projekty i współpraca ekspertów, Rozwój sztucznej inteligencji w medycynie wymaga jednak odpowiednich ram prawnych. Od 2024 roku w UE obowiązuje Akt o sztucznej inteligencji (AI Act), który wprowadza szczególne wymogi dla systemów wysokiego ryzyka, takich jak AI w wyrobach medycznych, a od marca br. działa Europejska Przestrzeń Danych Zdrowotnych (EHDS), która ułatwia bezpieczną wymianę danych medycznych i ich wykorzystanie w badaniach.
Info: Newseria, oprac. IKa, fot. freepik.com
Data publikacji: 10.10.2025 r.
