Sztuczna inteligencja coraz śmielej wspiera pracę personelu medycznego – od analizy danych diagnostycznych po automatyczne tworzenie dokumentacji i odpowiedzi dla pacjentów. Jej głównym zadaniem ma być odciążenie lekarzy z obowiązków administracyjnych i umożliwienie poświęcenia większej ilości czasu na opiekę nad chorymi. Najnowsze badanie naukowców z Uniwersytetu Dartmouth wskazuje jednak, że obecne modele językowe nie zawsze spełniają te oczekiwania. W wielu przypadkach lekarze muszą poświęcić więcej czasu na poprawianie wiadomości wygenerowanych przez AI niż na napisanie ich samodzielnie.
Wyniki badań zaprezentowano podczas dorocznego spotkania Association for Computational Linguistics 2026, a następnie opublikowano w materiałach konferencyjnych.
Z tego artykułu dowiesz się…
- Dlaczego sztuczna inteligencja nie zawsze skraca czas pracy lekarzy podczas odpowiadania na wiadomości pacjentów,
- Jakie błędy najczęściej popełniają modele AI tworzące odpowiedzi w portalach pacjent–lekarz,
- Jakie wyniki przyniosło badanie Uniwersytetu Dartmouth obejmujące 146 tys. rozmów między pacjentami a lekarzami,
- W jaki sposób personalizacja modeli AI i technika TADPOLE mogą poprawić jakość odpowiedzi oraz ograniczyć liczbę poprawek.
AI coraz częściej odpowiada pacjentom w portalach medycznych
Portale pacjentów stały się jednym z podstawowych narzędzi komunikacji pomiędzy personelem medycznym, a chorymi. Pacjenci mogą przez nie zadawać pytania dotyczące objawów, leczenia, wyników badań czy przyjmowanych leków, a lekarze każdego dnia odpowiadają na setki wiadomości.
W odpowiedzi na rosnącą liczbę zapytań wiele systemów ochrony zdrowia zaczęło wdrażać generatywną sztuczną inteligencję, która przygotowuje robocze wersje odpowiedzi dla lekarzy. Założenie wydaje się proste – lekarz jedynie weryfikuje tekst i wysyła go pacjentowi. Problem pojawia się jednak wtedy, gdy odpowiedź wymaga licznych poprawek.
Największe badanie tego typu objęło ponad 146 tys. rozmów
Zespół badaczy z Dartmouth przeprowadził pierwszą na tak dużą skalę analizę wiadomości generowanych przez sztuczną inteligencję w internetowych portalach pacjent–lekarz. Badanie objęło:
- 146 000 rozmów,
- 10 105 pacjentów,
- lekarzy podstawowej opieki zdrowotnej pracujących w dużym wiejskim systemie opieki zdrowotnej Dartmouth Health.
Projekt został zatwierdzony przez Dartmouth Health Institutional Review Board, a wszystkie dane zostały odpowiednio zanonimizowane w celu ochrony prywatności pacjentów. Badacze stworzyli również własne narzędzie umożliwiające porównanie odpowiedzi generowanych przez AI z rzeczywistymi wiadomościami przygotowanymi przez lekarzy.
Naukowcy ocenili sześć popularnych modeli AI
Analizie poddano odpowiedzi przygotowane przez kilka popularnych modeli językowych. W badaniu wykorzystano:
- Claude,
- Gemini,
- ChatGPT,
- Llama,
- Aloe,
- Qwen.
Celem było nie tylko sprawdzenie poprawności odpowiedzi, lecz także ocena, ile pracy wymaga ich późniejsza edycja przez lekarzy.
AI potrafi pisać jak lekarz, ale nie zawsze myśli jak lekarz
Jednym z najważniejszych wniosków badania okazało się to, że modele językowe bardzo dobrze imitują styl komunikacji lekarzy, jednak znacznie gorzej radzą sobie z klinicznym sposobem rozumowania. Jak podkreśla Sarah Preum z Uniwersytetu Dartmouth:
Odkryliśmy, że sztuczna inteligencja może mówić jak lekarz, ale nie myśleć jak lekarz.
Badacze zauważyli, że odpowiedzi AI często:
- są zbyt długie,
- zawierają zbędne informacje,
- pomijają istotne pytania diagnostyczne,
- zawierają nieprecyzyjne lub nieaktualne informacje medyczne,
- odbiegają od sposobu, w jaki rzeczywiście odpowiadają lekarze.
Jeden błąd może zmienić kierunek diagnostyki
Autorzy badania przedstawili przykład wiadomości przygotowanej przez sztuczną inteligencję dla 32-letniej pacjentki przyjmującej lek na refluks, która zgłaszała utrzymujące się nudności. AI zasugerowała odpowiedź wskazującą na możliwość zmiany diety związanej ze stosowanym lekiem.
Lekarz całkowicie zmienił jednak kierunek rozmowy i zamiast tego zapytał pacjentkę o możliwość ciąży. Choć pozornie była to niewielka modyfikacja, doskonale pokazuje różnicę pomiędzy generowaniem tekstu, a rzeczywistym procesem klinicznego myślenia.
Zbyt wiele poprawek może zniwelować korzyści z AI
Zdaniem badaczy nawet niewielkie poprawki wykonywane codziennie przy setkach wiadomości mogą znacząco zwiększać obciążenie lekarzy. Sarah Preum zwraca uwagę:
Nie chcemy integrować dużych modeli językowych z procesem pracy i po prostu przesuwać wąskiego gardła, tak aby lekarze poświęcali swoją energię poznawczą na odgrywanie roli asystenta AI i naprawianie błędów. Ale jeśli nie będziemy ostrożni, jest to prawdopodobny wynik.
Badanie pokazuje więc, że skuteczność sztucznej inteligencji nie powinna być oceniana wyłącznie na podstawie jakości generowanego tekstu, lecz również liczby zmian koniecznych przed jego wysłaniem pacjentowi.
Personalizacja AI poprawia wyniki
Naukowcy wykazali jednocześnie, że odpowiednie dostosowanie modeli do stylu komunikacji konkretnych lekarzy znacząco poprawia efektywność. Po zastosowaniu spersonalizowanego podejścia:
- dokładność odpowiedzi wzrosła o 33%,
- liczba wymaganych poprawek zmniejszyła się o 26%.
Oznacza to, że uczenie modeli na rzeczywistych odpowiedziach lekarzy może znacznie zwiększyć ich przydatność w codziennej praktyce klinicznej.
Powstała nowa metoda trenowania modeli – TADPOLE
W ramach projektu badacze opracowali własną metodę szkolenia modeli językowych o nazwie TADPOLE (Thematic Agentic Direct Preference Optimization for Learning Enhancement). Technika wykorzystuje zarówno odpowiedzi przygotowane przez lekarzy, jak i treści wygenerowane przez AI, tworząc hybrydowy model uczący się preferowanego sposobu komunikacji klinicznej. Po zastosowaniu TADPOLE odpowiedzi generowane przez modele znacznie lepiej odpowiadały standardom lekarzy pod względem:
- trafności informacji,
- jakości medycznej,
- stylu komunikacji,
- użyteczności klinicznej.
AI może zaoszczędzić lekarzom nawet dwie godziny dziennie
Według współautora badania, Tima Burdicka, odpowiednio wytrenowane modele mogą realnie odciążyć personel medyczny.
Jeśli generowanie wiadomości będzie naprawdę wydajne i wysokiej jakości, jeśli będzie zawierało właściwe pytania, wówczas będzie miało realny potencjał zwiększenia efektywności.
Zdaniem badacza odpowiednio dopracowane modele mogłyby oszczędzać lekarzom nawet jedną do dwóch godzin pracy dziennie. Jednocześnie podkreśla on, że obecnie lekarze nadal muszą sprawdzać każdą wiadomość.
Nie przewiduję, że portal będzie mógł odpowiedzieć pacjentowi bez wcześniejszej edycji przez lekarza. Jednak w miarę udoskonalania modeli będziemy mogli odpowiadać na wiadomości z portalu znacznie szybciej i przy mniejszym nakładzie energii mentalnej.
Kiedy AI rzeczywiście zaczyna oszczędzać czas?
Z doświadczeń lekarzy współpracujących z zespołem Dartmouth wynika, że krótkie wiadomości przygotowane przez AI pozwalają skrócić czas pracy średnio o około 25%. Problem pojawia się jednak przy bardziej rozbudowanych odpowiedziach. Jak zauważa Tim Burdick:
Jeśli musisz edytować 75% wiadomości, możesz poświęcić więcej czasu i energii na wprowadzanie zmian niż gdybyś po prostu napisał ją od podstaw. Myślę, że musimy dojść do punktu, w którym lekarz będzie edytował mniej niż 30% treści, zanim odniesie to znaczące korzyści.
AI okazuje więcej empatii niż zabiegani lekarze
Jednym z ciekawszych wniosków badania okazało się to, że sztuczna inteligencja często tworzy bardziej empatyczne odpowiedzi niż personel medyczny. Modele częściej:
- wyrażają współczucie,
- chwalą pacjentów za przestrzeganie zaleceń,
- przypominają o dalszym monitorowaniu objawów,
- budują bardziej wspierający ton wypowiedzi.
Przykładowo AI może napisać:
- „Świetnie sobie radzisz z odstawianiem leków”.
- „Jeśli odczuwasz zawroty głowy, proszę zadzwonić na oddział triażowy”.
Zdaniem autorów takie elementy mogą pozytywnie wpływać na doświadczenia pacjentów i zwiększać poczucie bycia wysłuchanym.
Starsi pacjenci najczęściej korzystają z portali
Analiza wykazała również, że:
- 65% wszystkich wiadomości pochodziło od osób powyżej 55. roku życia,
- 24% wszystkich wiadomości wysłali pacjenci mający ponad 65 lat.
Badacze podkreślają, że projektowanie przyszłych portali medycznych powinno uwzględniać przede wszystkim potrzeby starszych użytkowników.
Projekt PortalPal ma usprawnić komunikację z pacjentami
Prace badawcze są częścią rozwijanego na Uniwersytecie Dartmouth projektu PortalPal, którego celem jest stworzenie inteligentnych narzędzi wspierających komunikację pomiędzy personelem medycznym, a pacjentami. W kolejnych etapach naukowcy planują:
- zmierzyć rzeczywisty czas poświęcany przez lekarzy na edycję wiadomości AI,
- ocenić skuteczność modelu TADPOLE w praktyce klinicznej,
- zbadać opinie lekarzy i pacjentów dotyczące jakości nowych rozwiązań.
Lekarz nadal pozostaje kluczowym ogniwem procesu leczenia
Autorzy badania podkreślają, że rozwój generatywnej sztucznej inteligencji nie oznacza zastąpienia lekarzy. Obecnie technologia może stanowić wartościowe narzędzie wspierające codzienną komunikację z pacjentami, jednak wymaga dalszego doskonalenia i odpowiedniego dostosowania do praktyki klinicznej. Wyniki badania pokazują, że największy potencjał AI tkwi nie w całkowitej automatyzacji odpowiedzi, lecz w inteligentnym wspomaganiu lekarzy. Ostateczna odpowiedzialność za decyzje medyczne i kontakt z pacjentem nadal pozostaje po stronie personelu medycznego. Jak podsumowuje Tim Burdick:
To jedno z pierwszych badań wykorzystujących prawdziwe wiadomości z portalu pacjenta do stworzenia generatywnego modelu sztucznej inteligencji. Pod tym względem jest to innowacyjne rozwiązanie, które pokazuje nam, że nie jest to proste zadanie. Wciąż jesteśmy daleko od momentu, w którym lekarze zostaną usunięci z procesu pracy.
Główne wnioski
- Badanie Uniwersytetu Dartmouth objęło analizę 146 000 rozmów prowadzonych między 10 105 pacjentami a lekarzami podstawowej opieki zdrowotnej i wykazało, że odpowiedzi generowane przez AI często wymagają licznych poprawek.
- Modele takie jak Claude, Gemini, ChatGPT, Llama, Aloe i Qwen tworzyły odpowiedzi, które bywały zbyt długie, zawierały nieistotne informacje lub pomijały ważne pytania diagnostyczne, co zwiększało czas potrzebny na ich edycję.
- Zastosowanie opracowanej przez naukowców metody TADPOLE zwiększyło dokładność odpowiedzi AI o 33% oraz zmniejszyło liczbę wymaganych poprawek o 26%, przybliżając modele do sposobu komunikacji lekarzy.
- Autorzy badania podkreślają, że sztuczna inteligencja może skutecznie wspierać komunikację z pacjentami, jednak lekarz nadal pozostaje niezbędnym ogniwem procesu, odpowiedzialnym za weryfikację treści i podejmowanie decyzji medycznych.
Źródło:
- https://aclanthology.org/2026.acl-long.1505/
