AI przekształca opiekę kliniczną, zdrowie psychiczne nastolatków i odkrywanie leków
Od chatbotów wspierających emocjonalnie nastolatków po regulacje FDA dotyczące urządzeń generatywnej AI — sztuczna inteligencja na nowo definiuje medycynę.
By Dr. Asher Knippel
Dzisiejszy przegląd zdrowotny kształtuje jeden wspólny nurt łączący sześć odrębnych historii: sztuczna inteligencja nie jest już peryferyjną ciekawostką badawczą w medycynie — pojawia się jednocześnie w szpitalach, biurach regulatorów, sypialniach nastolatków i laboratoriach farmaceutycznych, a każdemu ogłoszeniu towarzyszą otwarte pytania.
Czwartek, 3 września: Co piąty nastolatek korzysta z chatbotów AI po wsparcie emocjonalne
Duże kanadyjskie badanie obejmujące około 40 000 uczniów szkół średnich wykazało, że co piąty zgłosił korzystanie z chatbotów AI w celu uzyskania wsparcia emocjonalnego. Nastolatkowie, którzy to robili, byli około dwa razy bardziej skłonni do pozytywnego przesiewu pod kątem trudności emocjonalnych na poziomie klinicznym w porównaniu z rówieśnikami, którzy nie korzystali z tych narzędzi. Badanie nie dowodzi, że korzystanie z chatbotów było przyczyną stresu — nastolatkowie, którzy już mieli trudności, mogli szukać pomocy wszędzie, gdzie mogli ją znaleźć — jednak korelacja podkreśla znaczącą lukę: narzędzia te są przyjmowane do celów zdrowia psychicznego bez nadzoru klinicznego, testów bezpieczeństwa dla wrażliwych użytkowników czy wytycznych regulacyjnych. Wyniki odzwierciedlają rosnące apele specjalistów od zdrowia dzieci do rządów, by traktowały wsparcie emocjonalne wspomagane przez AI jako interwencję zdrowotną, a nie jedynie produkt programowy.
Czwartek, 3 września: ECG-CLIP dorównuje modelom specjalistycznym przy ułamku oznaczonych danych
Naukowcy z Scripps Research opublikowali nowy model AI o nazwie ECG-CLIP w Lancet Digital Health, który uczy się interpretować elektrokardiogramy przez dopasowywanie 1,7 miliona zapisów EKG do klinicznych notatek kardiologów, zamiast opierać się na ręcznie zebranych etykietach diagnostycznych. W bezpośrednich porównaniach ECG-CLIP dorównywał lub przewyższał wydajność większych, wymagających dużych ilości danych modeli, potrzebując do 93,7% mniej oznaczonych przykładów treningowych. Ta wydajność ma największe znaczenie w środowiskach pozbawionych zasobów do tworzenia zestawów danych oznaczonych przez specjalistów — szpitalach gminnych w obszarach wiejskich, krajach o niskich dochodach lub przychodniach podstawowej opieki zdrowotnej, gdzie wiedza w zakresie interpretacji EKG jest rzadka. ECG-CLIP jest modelem na etapie badawczym; wdrożenie kliniczne wymagałoby zatwierdzenia regulacyjnego, ale postęp metodologiczny jest realny i istotny dla niedofinansowanych systemów ochrony zdrowia w całym regionie śródziemnomorskim.
Czwartek, 3 września: ChatGPT uzyskuje bezpośredni dostęp do dokumentacji pacjentów poprzez integrację z Epic
OpenAI ogłosiła, że jej produkt ChatGPT for Healthcare zostanie zintegrowany bezpośrednio z Epic — dominującą platformą elektronicznej dokumentacji medycznej używaną przez tysiące szpitali w Stanach Zjednoczonych i Europie. Klinicyści w placówkach pilotażowych, w tym UCSF Health, będą mogli przeszukiwać notatki pacjentów, wyniki badań laboratoryjnych i historię leków za pomocą interfejsu konwersacyjnego, nie wychodząc z systemu elektronicznej dokumentacji medycznej. Integracja oznacza istotne przejście od AI-jako-asystenta do AI-jako-nawigatora-dokumentacji — rola znacznie bliższa podejmowaniu decyzji klinicznych niż poprzednie wdrożenia. Kwestie prywatności i odpowiedzialności są nadal aktywnie negocjowane: kto ponosi odpowiedzialność, jeśli chatbot błędnie podsumuje historię alergii pacjenta lub wyświetli nieaktualny zapis o leku?
Czwartek, 3 września: FDA szuka opinii publicznej na temat nadzoru nad medycznymi urządzeniami generatywnej AI
Amerykańska Agencja ds. Żywności i Leków (FDA) otworzyła oficjalny okres publicznych komentarzy do dokumentu dyskusyjnego przedstawiającego możliwe ramy regulacyjne dla wyrobów medycznych zawierających generatywną AI. Dokument dotyczy stratyfikacji ryzyka, wymagań w zakresie przeglądu przed wprowadzeniem na rynek oraz kwestii nadzoru nad urządzeniami opartymi na modelach podstawowych stron trzecich, których podstawowe zachowanie może zmieniać się niezauważalnie wraz z aktualizacjami oprogramowania. Interesariusze — w tym szpitale, deweloperzy AI, rzecznicy pacjentów i ubezpieczyciele — mają czas na składanie komentarzy do 19 października 2026 roku. Unijne rozporządzenie w sprawie AI już klasyfikuje niektóre medyczne narzędzia AI jako wysokiego ryzyka; ramy FDA, gdy zostaną sfinalizowane, określą, czy Stany Zjednoczone zbliżą się do standardów europejskich, czy też od nich odbiegną. Klinicyści i systemy ochrony zdrowia na Cyprze i w szerszym obszarze UE powinni zwrócić uwagę, że ten kierunek regulacyjny zadecyduje o tym, które urządzenia z obsługą AI ostatecznie uzyskają oznakowanie CE i wejdą do europejskiej praktyki klinicznej.
Czwartek, 3 września: Boehringer Ingelheim i Owkin nawiązują partnerstwo w zakresie odkrywania leków wspomaganego AI
Niemiecka firma farmaceutyczna Boehringer Ingelheim udzieliła licencji na platformę AI Scientist K Pro firmy Owkin do wykorzystania w programach odkrywania leków w onkologii i immunologii. Umowa bazuje na projekcie pilotażowym z 2025 roku i daje Boehringer dostęp do multimodalnych zbiorów danych onkologicznych Owkin wraz z jej narzędziami do rozumowania AI, z deklarowanym celem przyspieszenia identyfikacji przedklinicznych kandydatów na leki. Jest to wczesnoetapowe partnerstwo handlowe, a nie odczyt wyników badania klinicznego — do współpracy nie są jeszcze dołączone dane dotyczące wyników pacjentów. Niemniej ilustruje industrializację badań i rozwoju farmaceutycznego prowadzonego przez AI: duże firmy coraz częściej traktują platformy AI jako podstawową infrastrukturę, co skraca czas od identyfikacji celu do wyboru kandydata w onkologicznych i immunologicznych rurociągach.
Czwartek, 3 września: Imperial College twierdzi, że największe korzyści AI dla zdrowia leżą w profilaktyce
Artykuł poglądowy opublikowany w Frontiers in Science przez badaczy z Imperial College London przekonuje, że inwestycje medycyny w AI są nieproporcjonalnie ukierunkowane na diagnozowanie i leczenie, podczas gdy możliwość o najwyższej wartości — wczesne przewidywanie i zapobieganie chorobom — pozostaje stosunkowo zaniedbana. Autorzy argumentują, że systemy AI zdolne do sygnalizowania ryzyka sercowo-naczyniowego, wczesnego pogorszenia metabolicznego lub podatności na nowotwory na lata przed pojawieniem się objawów mogłyby zapobiec znacznie większej liczbie lat życia skorygowanych o niepełnosprawność niż stopniowe ulepszenia algorytmów terapeutycznych. Realizacja tego potencjału, jak piszą, wymaga trwałych inwestycji w infrastrukturę podłużnych danych populacyjnych, szkolenia klinicznego personelu i ram zarządzania, których większość systemów ochrony zdrowia — w tym tych w UE — jeszcze nie stworzyła. Artykuł jest komentarzem i syntezą przeglądu systematycznego, nie badaniem klinicznym, ale jego argument jest oparty na dowodach i zasługuje na uwagę decydentów i planistów polityki zdrowotnej w całym regionie.
Niniejszy artykuł stanowi reportaż dziennikarski i nie jest poradą medyczną. Opisane badania, partnerstwa i ogłoszenia regulacyjne są podsumowane wyłącznie w celach informacyjnych. Przed dokonaniem jakichkolwiek zmian w leczeniu, farmakoterapii lub zarządzaniu zdrowiem czytelnicy powinni skonsultować się z wykwalifikowanym klinicystą.