Lekarze masowo adoptują AI, a badanie szczepionki mRNA przeciw rakowi zostaje wstrzymane

Dzisiejsze artykuły śledzą dwa przecinające się wątki w medycynie: przyspieszające — i niekiedy potykające się — wdrażanie sztucznej inteligencji do opieki klinicznej oraz znaczące niepowodzenie spersonalizowanej szczepionki mRNA przeciw rakowi, które podkreśla, jak wysokie są stawki nawet w przypadku obiecujących technologii.

Niedziela, 30 sierpnia: BioNTech i Genentech wstrzymują badanie fazy 2 spersonalizowanej szczepionki mRNA przeciw rakowi

Spersonalizowana szczepionka mRNA przeciw rakowi opracowana przez BioNTech i Genentech została wstrzymana po tym, jak niezależna komisja bezpieczeństwa zidentyfikowała niepokojący sygnał w zakresie ogólnego przeżycia. Lek, autogene cevumeran (BNT122), był oceniany jako monoterapia u pacjentów z wyciętym rakiem jelita grubego w stadium 2 i 3 — osób, których guz został usunięty chirurgicznie, lecz które pozostawały w wysokim ryzyku nawrotu.

Komisja Monitorowania Danych Bezpieczeństwa stwierdziła liczbową nierównowagę: więcej pacjentów w ramieniu szczepionki zmarło niż w grupie kontrolnej. Ten rodzaj asymetrii nie wskazuje automatycznie, że szczepionka wyrządziła szkodę — badania fazy 2 często niosą szum statystyczny — ale standardowe protokoły etyczne wymagają natychmiastowego wstrzymania w oczekiwaniu na pełny przegląd danych przy wystąpieniu jakiejkolwiek nieoczekiwanej różnicy przeżycia. Akcje BioNTech spadły o około 7,5% po ogłoszeniu.

Oddzielne badanie fazy 2 łączące autogene cevumeran z immunoterapią trwa i nie zostało naruszone. Wstrzymanie ma miejsce w tym samym tygodniu, w którym Moderna zgłosiła zachęcające dane fazy 3 dotyczące własnej spersonalizowanej szczepionki mRNA przeciw rakowi w czerniaku — przypomnienie, że onkologia mRNA to szeroka platforma obejmująca wiele rodzajów raka o bardzo różnej biologii nowotworów. Dwóch prób nie należy odczytywać jako wzajemnie sprzecznych; są to równoległe eksperymenty w odrębnych stanach chorobowych.

Etap dowodów: Badanie fazy 2; wstrzymane na podstawie liczbowego sygnału przeżycia w oczekiwaniu na przegląd danych.

Niedziela, 30 sierpnia: Dwóch na trzech lekarzy w USA używa AI tygodniowo — wyniki badania Doximity

Raport o wynagrodzeniach lekarzy Doximity na rok 2026 — oparty na odpowiedziach ponad 23 000 lekarzy, największe tego rodzaju badanie — stwierdził, że ponad 65% lekarzy w USA korzysta teraz z AI klinicznie lub administracyjnie na co dzień lub co tydzień. Skala tej adopcji byłaby trudna do przewidzenia zaledwie dwa lata temu; dziś opisuje większość amerykańskiej siły roboczej w służbie zdrowia.

Ekonomiczny wymiar wyników jest równie uderzający. Ponad 40% lekarzy uważa, że to oni — a nie systemy szpitalne lub ubezpieczyciele — powinni czerpać większość oszczędności kosztów generowanych przez AI w swoich praktykach. W 39% specjalizacji biegłość w AI jest już czynnikiem decydującym w decyzjach o zatrudnieniu i ocenach wyników. Niemal co czwarty lekarz spodziewa się związanej z AI podkładki w ciągu roku.

Wyniki te sygnalizują, że AI przechodzi z klinicznej nowości do infrastruktury zawodowej — i że rozpoczęły się sporne negocjacje w sprawie tego, kto czerpie ekonomiczne korzyści z zysków efektywności. Dla pacjentów odpowiednie pytanie pozostaje, czy szybsze przepływy pracy wspomagane AI przekładają się na lepsze wyniki lub niższe koszty. Te dowody dopiero mają się zgromadzić w skali.

Niedziela, 30 sierpnia: Badanie AMA — adopcja AI przez lekarzy ponad podwoiła się od 2023 roku

Badanie AI dla Lekarzy AMA 2026, przeprowadzone wśród 1 692 lekarzy różnych specjalizacji, wykazało, że 81% korzysta teraz z AI zawodowo — ponad dwukrotnie więcej niż 38% odnotowane w 2023 roku, najostrzejszy skok adopcji dla jakiejkolwiek technologii klinicznej w niedawnej pamięci. Przeciętny lekarz używa dziś 2,3 odrębnych aplikacji AI, w porównaniu z 1,1 trzy lata temu.

Wiodące zastosowania są administracyjne: streszczanie literatury naukowej (39% respondentów) i sporządzanie instrukcji wypisowych (30%). Są to czasochłonne zadania biurowe, a nie decyzje diagnostyczne, co sugeruje, że AI najszybciej zadomawia się tam, gdzie obciążenie przepływem pracy jest najwyższe, a ryzyko błędu jest najbardziej wykonalne.

Zaufanie zdaje się nadążać za adopcją. Siedemdziesiąt siedem procent respondentów stwierdziło, że AI poprawia ich zdolność do opieki nad pacjentami, w porównaniu z 65% w 2023 roku. Zysk 12 punktów wskazuje, że wczesny sceptycyzm klinicystów — typowy, gdy jakakolwiek technologia jest nowa — ustępuje miejsca znajomości u większości praktyków. Są to deklaratywne postrzegania, a nie mierzone wyniki pacjentów, i należy je czytać odpowiednio.

Niedziela, 30 sierpnia: Pierwszy lek zaprojektowany przez AI wchodzi do fazy 3 — rentosertib w zwłóknieniu płuc

Rentosertib firmy Insilico Medicine przeszedł do klinicznych badań fazy 3 w idiopatycznym zwłóknieniu płuc (IPF) — postępującej chorobie bliznowacenia płuc, której mediana przeżycia po rozpoznaniu wynosi od trzech do pięciu lat, a opcje leczenia pozostają ograniczone. Żaden lek zaprojektowany przez AI nie dotarł wcześniej do kluczowego badania fazy 3.

Znaczenie rentosertib tkwi nie tylko w jego celu — szlaku kinazy TNIK, zaangażowanym w przebudowę tkanki włóknistej — ale w tym, jak został odkryty. Zarówno identyfikacja TNIK jako odpowiedniego celu molekularnego, jak i zaprojektowanie struktury chemicznej leku zostały wykonane przez platformę AI firmy Insilico Medicine, bez konwencjonalnej chemii medycznej prowadzonej przez człowieka. Cząsteczka jest pierwszym związkiem w pełni pochodzącym z AI, który dotarł do etapu, na którym zatwierdzenie regulacyjne staje się realną perspektywą, jeśli wyniki badań są pozytywne.

Dla pacjentów z IPF, którzy mają obecnie dostęp do dwóch zatwierdzonych środków przeciwfibrotycznych — pirfenidonu i nintedanibu — spowalniających postęp choroby bez odwracania uszkodzeń, nowa klasa mechanistyczna byłaby znacząca. Wyniki fazy 3 spodziewane są za kilka lat, a zatwierdzenie jest dalekie od pewności — ale kamień milowy przeformułowuje centralne pytanie w odkrywaniu leków przez AI z „czy AI może znaleźć kandydata?” na „czy lek naprawdę działa u pacjentów?”

Etap dowodów: Kluczowe badanie fazy 3; wyniki spodziewane za kilka lat.

Niedziela, 30 sierpnia: AMA uruchamia czteroczęściowy program etyki AI dla praktyki klinicznej

Amerykańskie Towarzystwo Medyczne wprowadziło ustrukturyzowany program kształcenia ustawicznego (CME) na temat etycznego korzystania z AI, opracowany wspólnie z Duke Institute for Health Innovation i Health AI Partnership w ramach Kodeksu Etyki Medycznej AMA. Program pojawia się, gdy dane własnego badania AMA potwierdzają, że 81% lekarzy korzysta teraz z AI zawodowo — co sprawia, że ustrukturyzowane wytyczne etyczne są pilnie praktyczne, a nie jedynie teoretyczne.

Cztery moduły zajmują się odrębnymi wyzwaniami: audytem systemów AI pod kątem stronniczości demograficznej i diagnostycznej; oceną wyjaśnianości sugestii klinicznych opartych na AI; ochroną prywatności pacjentów w kontekście narzędzi do transkrypcji otoczenia, które pasywnie nagrywają konsultacje; i przypisywaniem odpowiedzialności, gdy AI przyczynia się do błędu klinicznego.

To nie są abstrakcyjne pytania. W miarę jak AI uczestniczy coraz bezpośrednio w dokumentacji, triage i koordynacji opieki, zawód musi zdecydować, jak ujawniać zaangażowanie AI pacjentom, jaki standard przejrzystości jest należny i kto ponosi odpowiedzialność, gdy decyzje wspomagane AI idą źle. Program nie może rozwiązać tych debat, ale daje klinicystom wspólne słownictwo etyczne i formalną ramę, w której mogą się poruszać — niezbędną podstawę w miarę jak technologia nadal się rozprzestrzenia.

Ten artykuł stanowi sprawozdanie dziennikarskie wyłącznie w celach informacyjnych i nie stanowi porady medycznej. Czytelnicy powinni skonsultować się z wykwalifikowanym pracownikiem opieki zdrowotnej przed podjęciem jakichkolwiek decyzji dotyczących ich zdrowia, leczenia lub leków.