65% szpitali w USA używa AI, ale brakuje badań nad wpływem na wyniki zdrowotne pacjentów. Naukowcy alarmują o potrzebie kompleksowej oceny.
Źródło zdjęcia: MIT Technology Review
Sztuczna inteligencja coraz częściej pojawia się w szpitalach na całym świecie, pomagając lekarzom w dokumentacji, analizie wyników badań czy interpretacji zdjęć rentgenowskich. Jednak mimo rosnącej popularności tych narzędzi, nadal nie wiemy, czy rzeczywiście przekładają się one na lepsze rezultaty zdrowotne dla pacjentów. Na ten problem zwracają uwagę naukowcy z University of Michigan i University of Toronto w nowym artykule opublikowanym w czasopiśmie Nature Medicine.
Jenna Wiens, informatyk z University of Michigan, która przez lata badała potencjał AI w opiece zdrowotnej, zauważa, że w ostatnich latach nastąpiła dramatyczna zmiana w podejściu placówek medycznych do tych technologii. "To jakby przełącznik się przełączył" - mówi Wiens, wskazując na gwałtowny wzrost zainteresowania i wdrażania rozwiązań AI w szpitalach.
• Około 65% szpitali w USA używa narzędzi AI do przewidywania stanu zdrowia pacjentów, ale tylko dwie trzecie z nich ocenia ich dokładność • Narzędzia AI są powszechnie wdrażane bez rygorystycznej oceny ich wpływu na rzeczywiste wyniki zdrowotne pacjentów • "Ambient AI" (AI-skrybowie) są już szeroko adoptowane przez placówki medyczne, choć nie ma badań nad ich wpływem na podejmowanie decyzji klinicznych • Dokładność narzędzia AI nie gwarantuje automatycznie lepszych rezultatów dla pacjentów • Potrzebne są dodatkowe badania nad niezamierzonymi konsekwencjami używania AI w medycynie
Głównym problemem identyfikowanym przez badaczy jest to, że placówki medyczne skupiają się głównie na dokładności technologicznej narzędzi AI, pomijając ich rzeczywisty wpływ na opiekę nad pacjentami. Przykładem są narzędzia "ambient AI", znane również jako AI-skrybowie, które "słuchają" rozmów między lekarzami a pacjentami, a następnie transkrybują i podsumowują je.
Pracownik głównego centrum medycznego w Nowym Jorku, który rozwija narzędzia AI dla lekarzy, anegdotycznie potwierdza, że medycy są "zachwyceni" tą technologią - pozwala im skupić całą uwagę na pacjentach podczas wizyt i oszczędza czas poświęcany na papierową robotę. Wczesne badania sugerują, że narzędzia te mogą zmniejszać wypalenie zawodowe wśród klinicystów.
"Badacze ocenili satysfakcję dostawców usług medycznych i pacjentów, ale nie to, jak te narzędzia wpływają na podejmowanie decyzji klinicznych" - wyjaśnia Wiens. "Po prostu tego nie wiemy."
Problem wykracza poza AI-skrybów i dotyczy szerokiego spektrum technologii AI używanych w placówkach medycznych. Niektóre przewidują trajektorie zdrowotne pacjentów, inne rekomendują leczenie. Wszystkie są projektowane, aby uczynić opiekę zdrowotną bardziej skuteczną i efektywną.
Jednak nawet "dokładne" narzędzie niekoniecznie poprawi wyniki zdrowotne. AI może na przykład przyspieszyć interpretację zdjęcia rentgenowskiego klatki piersiowej, ale kluczowe pytania pozostają bez odpowiedzi: Na ile lekarz będzie polegać na jego analizie? Jak narzędzie wpłynie na sposób interakcji lekarza z pacjentami lub rekomendowanie leczenia? I ostatecznie: co to będzie oznaczać dla tych pacjentów?
Odpowiedzi na te pytania mogą różnić się między szpitalami czy działami i mogą zależeć od przepływów pracy klinicznej - zauważa Wiens. Mogą również różnić się między lekarzami na różnych etapach kariery.
W badaniu opublikowanym w styczniu 2025 roku Paige Nong z University of Minnesota i jej koledzy odkryli, że około 65% szpitali w USA używało narzędzi predykcyjnych wspomaganych przez AI. Tylko dwie trzecie tych szpitali oceniało ich dokładność. Jeszcze mniej z nich badało je pod kątem stronniczości.
Wiens podkreśla, że nie chce zatrzymać adopcji narzędzi AI w opiece zdrowotnej - wierzy w ich potencjał do rzeczywistej poprawy opieki klinicznej. Chce jednak więcej informacji o tym, jak wpływają one na ludzi. "Muszę wierzyć, że w przyszłości to nie będzie wszystko AI albo wcale AI" - mówi. "To będzie gdzieś pośrodku."
Istnieje możliwość, że narzędzia AI mogą pozostawić pacjentów w gorszej sytuacji, choć bardziej prawdopodobne jest, że po prostu nie są tak korzystne, jak mogą zakładać dostawcy opieki zdrowotnej.
