Ogólne LLM przewyższają kliniczne narzędzia AI; nowe dane z badań nad snem, onkologią i okulistyką

Dzisiejszy przegląd obejmuje siedem historii z ostatnich 72 godzin.

Środa, 17 czerwca: Ogólne LLM przewyższają specjalistyczne kliniczne narzędzia AI — Nature Medicine

Badanie opublikowane w Nature Medicine 12 czerwca 2026 roku przyniosło zaskakujący wynik: trzy modele językowe ogólnego przeznaczenia — GPT-5.2 (OpenAI), Gemini 3.1 Pro (Google) i Claude Opus 4.6 (Anthropic) — przewyższyły dwa specjalistyczne kliniczne narzędzia AI — OpenEvidence i UpToDate Expert AI (Wolters Kluwer) — we wszystkich testowanych kryteriach. Badacze porównali systemy na 500 pytaniach wiedzy klinicznej MedQA, 500 punktach HealthBench mierzących zgodność z odpowiedziami klinicystów oraz 100 rzeczywistych zapytaniach pacjentów z NYU Langone Health. Gemini uzyskał 97,4% dokładności w MedQA — wobec 89,6% dla OpenEvidence i 88,4% dla UpToDate. Autorzy podkreślają, że specjalistyczne oznakowanie medyczne i wyselekcjonowane pobieranie informacji nie zapewniają inherentnie przewagi klinicznej nad modelami ogólnego przeznaczenia. Wynik nie rozwiązuje odrębnych kwestii zatwierdzenia regulacyjnego, odpowiedzialności prawnej ani integracji z przepływem pracy klinicznej — jednak podważa założenie, że specjalistyczne produkty kliniczne są jedyną bezpieczną opcją.

Środa, 17 czerwca: Narzędzie AI do badania oczu ogranicza fałszywie pozytywne skierowania u diabetyków o 45% — JAMA

Dwufazowe badanie opublikowane w JAMA 15 czerwca 2026 roku pokazuje, że system tomografii optycznej wspieranej AI (AI-OCT) może dramatycznie zmniejszyć liczbę niepotrzebnych skierowań podczas przesiewowego badania cukrzycowego obrzęku plamki (DME) — bez pomijania rzeczywistej choroby. W prospektywnej walidacji na 603 pacjentach system osiągnął czułość 98,8% i swoistość 90,7% dla wykrywania DME. Kolejne wieloośrodkowe, nieinferiorności randomizowane badanie kliniczne na 276 pacjentach wykazało 45-procentowe zmniejszenie fałszywie pozytywnych skierowań w porównaniu ze standardową fotografią dna oka — bez żadnego pominiętego przypadku DME. Cukrzycowy obrzęk plamki jest wiodącą możliwą do zapobieżenia przyczyną utraty wzroku u pracujących dorosłych z cukrzycą; usprawnienie skierowań bez utraty czułości to istotna korzyść kliniczna, szczególnie w warunkach ograniczonego dostępu do specjalistycznych konsultacji okulistycznych.

Środa, 17 czerwca: SLEEP 2026 — dane Phase 3 w narkolepsji i nowa analiza solriamfetolu

Na corocznej konferencji SLEEP 2026 w Baltimore (14–17 czerwca) firma Axsome Therapeutics zaprezentowała dane z dwóch badań nad narkolepsją. Wyniki badania Phase 3 AXS-12 (reboksetyny) dotyczyły wyników poznawczych i funkcjonalnych u pacjentów z narkolepsją z katapleksją — aspekt historycznie niedoceniany w badaniach skupionych na czuwaniu. Axsome przedstawiła również analizę post-hoc solriamfetolu (Sunosi) w nadmiernej senności w ciągu dnia w podgrupach narkolepsji i obturacyjnego bezdechu sennego. Narkolepsja dotyka około 3 milionów ludzi na świecie i pozostaje znacząco niedodiagnozowana; dane dotyczące poznawczych punktów końcowych mogą wzmocnić podstawy do szerszego przepisywania i zaktualizowanych wskazań.

Środa, 17 czerwca: MHRA Wielkiej Brytanii tworzy "piaskownicę" AI do wczesnego wykrywania działań niepożądanych leków

Agencja Leków i Wyrobów Medycznych Wielkiej Brytanii (MHRA) ogłosiła 15 czerwca 2026 roku utworzenie środowiska testów regulacyjnych — "piaskownicy" — w celu oceny, czy AI może identyfikować problemy bezpieczeństwa leków, zanim spowodują one szkody na dużą skalę. Program połączy regulatorów, badaczy i twórców technologii w kontrolowanym środowisku do testowania narzędzi farmakovigilancji opartych na AI. Uzasadnienie jest konkretne: szacuje się, że około 250 000 hospitalizacji rocznie w Wielkiej Brytanii jest bezpośrednio wynikiem działań niepożądanych leków, których konwencjonalny nadzór porejestracyjny nie wykrył na czas. Pozytywne wyniki mogą skłonić MHRA do włączenia AI do standardowego arsenału regulacyjnego — i posłużyć jako model dla innych europejskich agencji, w tym EMA.

Środa, 17 czerwca: ASCO 2026 — "translacja" stała się największym wyzwaniem onkologii precyzyjnej

Doroczne spotkanie Amerykańskiego Towarzystwa Onkologii Klinicznej (ASCO) 2026, które zakończyło się 15 czerwca w Chicago, przekazało spójny komunikat: najtrudniejszy element onkologii precyzyjnej przesunął się. Odkrywanie nowych biomarkerów i terapii celowanych nie jest już głównym wąskim gardłem — jest nim dostarczanie tych osiągnięć pacjentom na skalę. W prezentacjach dotyczących terapii celowanych, biopsji płynnej, diagnostyki molekularnej i patologii wspomaganej AI mówcy powracali do wspólnej przeszkody: narzędzia działające doskonale w ośrodkach akademickich zatrzymują się w momencie integracji z rutynowymi klinicznymi przepływami pracy. Dla systemów ochrony zdrowia na Cyprze i we wschodnim Śródziemnomorzu, gdzie dostęp do kosztownego profilowania molekularnego może być ograniczony, dążenie do tańszych, wdrażalnych alternatyw jest bezpośrednio istotne.

Środa, 17 czerwca: NIH przeznacza 6 mln dolarów na przesiewanie 100 miliardów związków chemicznych pod kątem choroby Alzheimera

Indiana University School of Medicine i IU Luddy School of Informatics uruchomiły pięcioletni program odkrywania leków na chorobę Alzheimera, wspierany grantem NIH w wysokości 6 milionów dolarów. Projekt wykorzysta AI i uczenie maszynowe do skanowania bibliotek chemicznych zawierających do stu miliardów cząsteczek, priorytetyzując kandydatów najczęściej wchodzących w interakcje z białkami powiązanymi z chorobą Alzheimera i pokrewnymi demencjami. Konwencjonalne obliczeniowe przesiewanie porównywalnej przestrzeni chemicznej zajmuje lata; platforma AI kompresuje to do minut. Jest to wczesny etap przedkliniczny: program identyfikuje kandydatów, nie testuje ich jeszcze na ludziach. Jeśli wyłonią się obiecujące związki, przejdą przez lata badań bezpieczeństwa i skuteczności przed jakimkolwiek zastosowaniem klinicznym.

Środa, 17 czerwca: Nowy lek CNS SUVN-I6107 przechodzi do Phase 2 po udanym Phase 1

Suven Life Sciences ogłosiła 16 czerwca 2026 roku, że SUVN-I6107 — pozytywny allosteryczny modulator receptora muskarynowego M1 (M1-PAM) — pomyślnie zakończył badanie Phase 1 pierwszego podania u ludzi i przejdzie do Phase 2. Badanie potwierdziło korzystny profil bezpieczeństwa i tolerancji, bez toksyczności ograniczającej dawkę. Pomiary farmakodynamiczne potwierdziły, że związek aktywuje swój cel w ośrodkowym układzie nerwowym. Receptory muskarynowe M1 odgrywają kluczową rolę w poznaniu kory mózgowej i hipokampa; M1-PAM są badane w kontekście pogorszenia funkcji poznawczych w chorobie Alzheimera i deficytów poznawczych w schizofrenii. Projekt badania Phase 2 nie został jeszcze publicznie ogłoszony.

Niniejszy artykuł ma wyłącznie charakter informacyjny i dziennikarski i nie stanowi porady medycznej. Czytelnicy powinni zasięgnąć porady wykwalifikowanego klinicysty przed wprowadzeniem jakichkolwiek zmian w leczeniu, przyjmowaniu leków lub planie zarządzania zdrowiem.