Medyczne systemy AI wyprzedzają lekarzy, ale ich największym wrogiem jest czas

Sztuczna inteligencja przestała być tylko ciekawostką z laboratoriów informatycznych. Dwa niezależne zespoły naukowców na łamach czasopisma Nature zaprezentowały systemy, które w kontrolowanych warunkach symulacyjnych nie tylko dotrzymują kroku specjalistom, ale często zostawiają ich w tyle. Niemiecka MIRA osiągnęła skuteczność diagnostyczną na poziomie blisko 89%, podczas gdy opracowany przez Google model AMIE tworzył plany leczenia ściślej dopasowane do wytycznych klinicznych niż praktykujący lekarze medycyny rodzinnej.

To kluczowy moment dla cyfrowego zdrowia. Podczas gdy publikacje w Nature cementują naukową wiarygodność algorytmów, giganci tacy jak Microsoft wprowadzają rozwiązania typu MAI Diagnostic Orchestrator (MAI-DxO), które w testach rozpoznały choroby z dokładnością czterokrotnie większą niż grupa 21 doświadczonych medyków. Microsoft nazywa to otwarcie pierwszym krokiem w stronę „medycznej superinteligencji”. Rynek gwałtownie przesuwa się od prostych chatbotów ku autonomicznym agentom, którzy muszą analizować pacjenta krok po kroku.

Agent w wirtualnym szpitalu

MIRA (Medical Intelligence for Reasoning and Action) to efekt pracy naukowców z Drezna i Heidelbergu. System operuje bezpośrednio na elektronicznej dokumentacji medycznej. W testach obejmujących ponad 500 realnych przypadków z oddziałów ratunkowych MIRA poprawnie zdiagnozowała 88,9% pacjentów. W bezpośrednim starciu AI uzyskała wynik 87,8%, podczas gdy grupa doświadczonych specjalistów zatrzymała się na poziomie 78,1%. Szczególnie uderza precyzja przy zapaleniu wyrostka robaczkowego — aż 98,6% trafnych wskazań.

Badacze podkreślają rozwagę algorytmu. Recenzenci oceniający rekomendacje metodą podwójnie ślepej próby nie znaleźli niebezpiecznych interakcji lekowych ani błędów w dawkowaniu przy niewydolności nerek. Co istotne w warunkach ostrego dyżuru, MIRA bezbłędnie wyłapała wszystkie przypadki wymagające natychmiastowej hospitalizacji.

Koniec ery specjalistycznych nadbudów?

Google ze swoim systemem AMIE poszło inną drogą, stawiając na rygorystyczne trzymanie się standardów NICE oraz BMJ Best Practice. Efekt? AI zaproponowała plany leczenia ocenione jako odpowiednie w 95% przypadków, podczas gdy lekarze pierwszego kontaktu osiągnęli jedynie 72%. Jednak to samo badanie ujawniło paradoks. Okazało się, że skomplikowane rusztowania programistyczne (tzw. scaffolding), budowane mozolnie wokół starszych modeli, tracą sens. Nowsze systemy ogólnego przeznaczenia, jak GPT-5 czy Gemini 2.5 Pro, radzą sobie niemal tak samo dobrze bez żadnego specjalistycznego wsparcia. To rodzi pytanie: czy dedykowane systemy medyczne nie stają się przestarzałe już w momencie opuszczenia laboratorium?

Entuzjazm pod nadzorem

Mimo spektakularnych liczb, eksperci apelują o chłodną głowę. Catherine Pope z Uniwersytetu Oksfordzkiego zauważa trafnie, że symulacje są wciąż odległe od „chaotycznego, ludzkiego świata codziennej opieki zdrowotnej”. Istnieje też ryzyko matematycznego oszustwa — modele mogły wcześniej „widzieć” zestawy testowe (np. bazę MIMIC-IV) podczas swojego treningu, co sztucznie zawyża ich punktację.

Jakub Kather, współtwórca MIRA, porównuje obecne systemy do autopilota w samolocie. Odciążą personel w rutynie, ale odpowiedzialność zostaje przy człowieku. Największym problemem nie jest już jednak celność algorytmu, ale tempo zmian. Zanim medyczny artykuł o przewadze konkretnego modelu przejdzie proces recenzji i trafi do druku, sam model często jest już cyfrowym zabytkiem. Europa stoi przed wyzwaniem: jeśli regulacje i systemy ochrony zdrowia nie przyspieszą, technologia pozostanie jedynie efektownym eksperymentem na papierze.