Badanie: Autonomiczna AI gotowa, aby leczyć pacjentów?

Dwa nowe badania opublikowane na łamach Nature udowadniają, że agenci AI (agentic AI) potrafią samodzielnie „przyjąć pacjenta”, jak robi to lekarz: zebrać wywiad, zlecić badania, postawić diagnozę, dobrać leki, stworzyć plan leczenia, a w razie potrzeby – podjąć decyzję o hospitalizacji. Czasami lepiej i taniej niż człowiek.

• W czasopiśmie naukowym Nature ukazały się badania dwóch nowych autonomicznych modeli AI. MIRA i AMIE prowadzą wywiad lekarski i sugerują dalsze postępowanie.
• MIRA, testowana na 500 przypadkach z oddziałów ratunkowych, osiągnęła trafność diagnozy 87,8% wobec 78,1% u doświadczonych lekarzy.
• Przeznaczona do leczenia ambulatoryjnego AMIE od Google dorównała lub przewyższyła 21 lekarzy POZ. Jakość planu leczenia zaproponowanego przez AI oceniono na 98% wobec 81% dla lekarzy.
• Oba systemy wykazują niemal idealną zgodność z wytycznymi klinicznymi.
• Badania przeprowadzono w warunkach testowych bez kontaktu z prawdziwymi pacjentami. Dlatego nie są dowodem gotowości AI do zastosowania w ochronie zdrowia.

Agenci AI gotowi do pracy w ochronie zdrowia

Jeszcze 2 lata temu fascynowaliśmy się tym, że modele AI mogą zdawać egzaminy lekarskie, uzyskując ponad 90% punktów. Obecnie AI nauczyła się już sposobu pracy i procesu podejmowania decyzji przez lekarzy. Dwa nowe modele opisane w Nature dają wgląd w to, jak agenci AI mogą wcielić się w rolę pomocników pracowników ochrony zdrowia.

Pierwszy z nich to MIRA (Medical Intelligence for Reasoning and Action) – autonomiczny agent działający w środowisku elektronicznej dokumentacji medycznej. System prowadzi rozmowę z pacjentem, analizuje historię choroby, zleca badania laboratoryjne i obrazowe, interpretuje wyniki, proponuje leczenie, dobiera leki, kieruje na zabiegi chirurgiczne i podejmuje decyzję o przyjęciu do szpitala. W badaniu wykorzystano 500 rzeczywistych przypadków z oddziałów ratunkowych.

Drugim rozwiązaniem jest AMIE (Articulate Medical Intelligence Explorer), opracowany przez Google. W przeciwieństwie do MIRA nie koncentruje się na ostrych przypadkach, lecz na długoterminowym prowadzeniu pacjenta w leczeniu ambulatoryjnym. System śledzi przebieg choroby podczas kolejnych wizyt, analizuje reakcję na leczenie, dostosowuje terapię i kontroluje bezpieczeństwo farmakoterapii. Badanie objęło 100 scenariuszy klinicznych z trzech kolejnych wizyt pacjenta w pięciu specjalnościach medycznych.

W wielu zadaniach AI pokonała lekarzy

W przypadku MIRA trafność diagnozy wyniosła 87,8 proc., podczas gdy grupa doświadczonych lekarzy osiągnęła 78,1 proc. Największą przewagę AI uzyskała w rozpoznawaniu zapalenia wyrostka robaczkowego i ostrego zapalenia trzustki. System częściej zlecał badania laboratoryjne, ale jednocześnie wykonywał mniej kosztownych badań obrazowych. Lepiej dobierał także leczenie zabiegowe, a jego działania cechowały się około 35-proc. większą zgodnością z wytycznymi klinicznymi. Spośród 468 przepisanych leków aż 99,8 proc. było zgodnych ze wskazaniami i zasadami bezpieczeństwa.

W amerykańskim stanie Utah od stycznia 2026 roku trwa pilotaż autonomicznego przepisywania leków przez AI. Jest on realizowany we współpracy ze start-upem Doctronic. Sztuczna inteligencja może samodzielnie zatwierdzać rutynowe przedłużenia recept na prawie 200 leków na choroby przewlekłe pod kontrolowanym nadzorem.

Google AMIE osiągnął podobne rezultaty. W ogólnej ocenie planowania leczenia był co najmniej równie dobry jak 21 lekarzy podstawowej opieki zdrowotnej. Podczas trzeciej wizyty eksperci ocenili jakość planu leczenia AI na 98 proc., wobec 81 proc. dla lekarzy. Precyzja zaleceń terapeutycznych wyniosła 95 proc. wobec 67 proc., a zgodność z wytycznymi klinicznymi sięgnęła 100 proc. przy 86 proc. u lekarzy. AI lepiej radziła sobie również z doborem leków, dawek, czasu terapii i monitorowaniem działań niepożądanych.

Wcześniejsza wersja modelu w badaniu Nature z 2024 roku osiągała wyniki porównywalne lub lepsze od wyników lekarzy podstawowej opieki zdrowotnej podczas prowadzenia wywiadu diagnostycznego.

AI działa idealnie w teorii, ale praktywa jest bardziej skomplikowana

Warto pamiętać, że ani MIRA, ani AMIE nie były testowane w rzeczywistych warunkach klinicznych, ale wyłącznie w środowisku testowym, bez kontaktu z prawdziwym pacjentem, oceny jego wyglądu, tonu głosu czy badania fizykalnego. Przypadki kliniczne były kompletne i uporządkowane, podczas gdy w codziennej praktyce lekarze konfrontowani są z niepełnymi informacjami, sprzecznymi danymi i koniecznością podejmowania decyzji w warunkach niepewności.

Oba modele niemal idealnie przestrzegają wytycznych klinicznych. To zaleta, ale jednocześnie potencjalne ograniczenie: wytyczne nie uwzględniają wszystkich preferencji pacjenta, jego wcześniejszych doświadczeń, sytuacji finansowej ani indywidualnych emocji. Nadmierne poleganie na algorytmach może prowadzić do utraty tego, co od lat uznawane jest za sztukę medycyny – indywidualizacji leczenia i budowania relacji lekarz–pacjent. Autorzy sugerują, że kolejnym etapem badań nad agentyczną AI w medycynie powinno być porównanie trzech modeli opieki: leczenia prowadzonego wyłącznie przez AI, wyłącznie przez lekarzy oraz modelu hybrydowego, w którym sztuczna inteligencja wspiera decyzje kliniczne.

Czytaj także: ChatGPT z nową opcją „Zdrowie” zna cię lepiej niż lekarz