ChatGPT Health zawodzi w testach. Dlaczego medyczna AI nie zastąpi lekarza pierwszego kontaktu

Nowe możliwości ChatGPT Health i skala zaufania do medycznej AI

ChatGPT Health to nowy moduł konwersacyjny zaprojektowany specjalnie do odpowiadania na pytania dotyczące zdrowia. Jego zadaniem jest tłumaczenie zawiłych pojęć medycznych na zrozumiały język, porządkowanie informacji z dokumentacji i wspieranie pacjentów w przygotowaniu się do wizyty lekarskiej. Narzędzie pojawiło się w momencie, gdy systemy ochrony zdrowia na całym świecie zmagają się z niedoborem personelu, przepełnionymi poradniami i lawiną pytań pacjentów zadawanych w internecie.

Według najnowszych badań ChatGPT Health w krótkim czasie po premierze osiągnął skalę milionów użytkowników tygodniowo. Coraz więcej osób woli zadać pytanie chatbotowi niż czekać kilka tygodni na wizytę u specjalisty lub przebijać się przez infolinię przychodni. Zjawisko „Dr Google” przeszło do kolejnej fazy: zamiast przeszukiwać strony z wynikami wyszukiwania, pacjent prowadzi rozmowę z pozornie cierpliwym, kompetentnym asystentem. To „Dr Google 2.0” – tym razem w wersji konwersacyjnej.

Problem polega na tym, że ten nowy „asystent” właśnie przeszedł bardzo wymagający sprawdzian – i w kluczowych sytuacjach bezpieczeństwa zawiódł. Niezależne badania triage’u medycznego (wstępnej segregacji pacjentów pod kątem pilności pomocy) pokazały, że ChatGPT Health potrafi imponująco radzić sobie w części przypadków, ale w innych – szczególnie na „skrajach” skali – popełnia błędy, na które system opieki zdrowotnej nie może sobie pozwolić. W badaniu opublikowanym w „Nature Medicine” model pod-ocenił pilność ponad połowy sytuacji zaklasyfikowanych przez lekarzy jako nagłe, wymagające natychmiastowej interwencji.(nature.com)

To punkt wyjścia do znacznie szerszej dyskusji: w jakich typach pytań medycznych AI najczęściej się myli lub zbytnio upraszcza odpowiedzi, gdzie przebiega granica między informacją zdrowotną a diagnozą, jakie jest ryzyko samodzielnego leczenia się na podstawie rad chatbota i jak sensownie wykorzystywać takie narzędzia jako wsparcie w rozmowie z lekarzem, a nie jego zamiennik.

Tekst jest skierowany do pacjentów, rodziców i wszystkich osób, które regularnie szukają porad zdrowotnych w internecie. Przyjmuje spokojny, rzeczowy ton, ale nie ukrywa ostrzegawczego przesłania: medyczna AI jest narzędziem o ogromnym potencjale, lecz dziś nie może pełnić roli samodzielnego „wirtualnego lekarza pierwszego kontaktu”. Wyniki badań są zresztą sprzeczne: z jednej strony mamy wysoki poziom poprawności odpowiedzi w wybranych zadaniach, z drugiej – spektakularne, potencjalnie groźne w skutkach wpadki. Warto ten obraz uporządkować.

Gdy AI oblewa egzamin z medycyny: czego nauczyły nas testy ChatGPT Health

Niezależny zespół badaczy przeprowadził niedawno szczegółowe testy ChatGPT Health, koncentrując się na jednym z najbardziej wrażliwych obszarów – rekomendacjach dotyczących tego, jak pilnie pacjent powinien szukać pomocy medycznej. W eksperymencie wykorzystano kilkadziesiąt scenariuszy klinicznych przygotowanych przez lekarzy, obejmujących różne specjalizacje: od drobnych dolegliwości, które można leczyć w domu, po stany bezpośrednio zagrażające życiu, takie jak zawał, udar czy ciężka duszność.(nature.com)

Model otrzymywał opisy objawów wraz z zadaniem określenia, czy pacjent powinien: zostać w domu i obserwować objawy, skontaktować się z lekarzem w trybie planowym, zgłosić się pilnie na izbę przyjęć, czy natychmiast wezwać pogotowie ratunkowe. Szczególny nacisk położono na dwa obszary: ostre stany zagrożenia życia oraz głębokie kryzysy psychiczne, w tym ryzyko samobójstwa.

Wyniki były niepokojące. O ile w „podręcznikowych” sytuacjach, takich jak klasyczny obraz udaru czy ciężka reakcja alergiczna, ChatGPT Health radził sobie dobrze, o tyle w bardziej zniuansowanych przypadkach jego decyzje okazywały się zawodne. W badaniu opisano sytuacje, w których model prawidłowo rozpoznawał w treści odpowiedzi niepokojące symptomy – na przykład wczesne objawy niewydolności oddechowej – ale mimo to uspokajał użytkownika i sugerował odłożenie kontaktu z lekarzem o 24–48 godzin, zamiast jednoznacznego polecenia natychmiastowego zgłoszenia się na ostry dyżur.(psychiatryai.com)

Podobnie niejednoznaczny obraz dotyczył kryzysów psychicznych. Choć ChatGPT Health wyposażono w mechanizmy bezpieczeństwa, które powinny kierować użytkowników z myślami samobójczymi do profesjonalnej pomocy (np. infolinie kryzysowe czy izby przyjęć psychiatrycznych), badacze zauważyli, że te „bezpieczniki” działały niekonsekwentnie. Czasem uruchamiały się w relatywnie łagodnych scenariuszach, a zawodziły wtedy, gdy użytkownik opisywał konkretny plan odebrania sobie życia – czyli sytuację klinicznie bardziej alarmującą.(mountsinai.org)

To nie jest odosobniony przypadek. Szersze przeglądy badań nad odpowiedziami medycznymi dużych modeli językowych wskazują na mieszany obraz: średnia poprawność merytoryczna odpowiedzi waha się w wielu analizach wokół 50–60%, przy czym rozrzut jest ogromny w zależności od typu pytania i sposobu jego sformułowania. Z perspektywy zwykłego użytkownika problem jest zasadniczy: nie ma on narzędzi, aby odróżnić sytuacje, w których AI radzi sobie dobrze, od tych, w których może się mylić – a margines błędu w triage’u i psychiatrii jest w praktyce bliski zeru.

Badacze i ekspertki zajmujące się bezpieczeństwem AI w ochronie zdrowia podkreślają, że w obszarach, gdzie stawką jest życie lub trwały uszczerbek na zdrowiu, każda technologia musi spełniać rygorystyczne kryteria – w tym certyfikację jako wyrób medyczny – zanim zostanie dopuszczona do pełnienia roli samodzielnego narzędzia decyzyjnego. Chatbot, który nie przeszedł takich procedur, nie może więc stać się „wirtualnym lekarzem dyżurnym”, niezależnie od tego, jak przekonująco odpowiada na mniej krytyczne pytania.

Informacja to nie diagnoza: gdzie kończą się kompetencje ChatGPT w zdrowiu

Kluczowe dla bezpiecznego korzystania z medycznej AI jest rozróżnienie między informacją zdrowotną a diagnozą. Choć oba pojęcia często mieszają się w potocznym języku, w praktyce medycznej oznaczają zupełnie coś innego.

Informacja zdrowotna to ogólne treści edukacyjne: wyjaśnienia, czym jest dana choroba, jakie są typowe objawy grypy, jak działa układ krążenia, jakie znaczenie ma aktywność fizyczna czy zbilansowana dieta. To również proste wskazówki dotyczące stylu życia, profilaktyki czy przygotowania do badań.

Diagnoza natomiast to przypisanie konkretnego rozpoznania konkretnej osobie. Wymaga zebrania pełnego wywiadu, oceny dotychczasowego leczenia, przeanalizowania wyników badań, wykonania badania fizykalnego, często także konsultacji z innymi specjalistami. Diagnoza jest aktem odpowiedzialności lekarza wobec pacjenta – prawnym, etycznym i zawodowym.

Model językowy, taki jak ChatGPT Health, nie bada pacjenta, nie słucha jego płuc, nie sprawdza tętna, nie ogląda skóry, nie ma dostępu do badań obrazowych, nie widzi mimiki, nie słyszy tonu głosu. Generuje najbardziej prawdopodobną odpowiedź na podstawie wzorców utrwalonych w ogromnych zbiorach tekstów. Może nie znać najnowszych wytycznych klinicznych, nie uwzględnić rzadkich chorób, nie rozpoznać interakcji między lekami, których użytkownik nawet nie wspomniał.

Różnicę tę dobrze widać na prostych przykładach:

• Pytanie o informację: „Jak obniżyć cholesterol w diecie?” – ChatGPT Health może opisać podstawowe zasady żywieniowe, podkreślić rolę błonnika, tłuszczów nienasyconych, ograniczenia tłuszczów trans. To obszar, w którym ogólna edukacja zdrowotna jest relatywnie bezpieczna.
• Pytanie zahaczające o diagnozę: „Mam ból w klatce piersiowej, promieniujący do lewego ramienia – czy to tylko nerwoból?” – tutaj jakakolwiek próba „uspokajania” przez AI byłaby skrajnie niebezpieczna. To lekarz, dysponujący badaniem przedmiotowym i ewentualną diagnostyką (EKG, troponiny, echo serca), może rozstrzygnąć, czy chodzi o zawał, zatorowość płucną, zapalenie opłucnej czy coś mniej groźnego.
• Pytanie o leczenie: „Czy mogę samodzielnie odstawić leki przepisane przez psychiatrę, jeśli czuję się lepiej?” – każda sensowna odpowiedź AI powinna wprost odsyłać użytkownika do lekarza prowadzącego. Zmiana dawkowania leków psychiatrycznych bez nadzoru może prowadzić do nawrotu objawów, zespołów odstawiennych, a w skrajnych przypadkach – do prób samobójczych.

Ekspertki takie jak Ligia Kornowska i inni liderzy polskiego ekosystemu medtech wielokrotnie zaznaczają, że narzędzia pokroju ChatGPT Health nie są wyrobem medycznym, nie zostały zaprojektowane do stawiania diagnoz ani do podejmowania decyzji terapeutycznych. Ich właściwe miejsce to sfera informacji i wsparcia komunikacji: tłumaczenie wyników, porządkowanie notatek, pomoc w przygotowaniu listy pytań do specjalisty.

Nawet jeśli model ma dostęp do dokumentacji medycznej użytkownika, jego rola nie zmienia się w magiczny sposób na „wirtualnego lekarza prowadzącego”. Integracja z dokumentacją może ułatwić pacjentowi zrozumienie, co oznaczają konkretne skróty w wypisie ze szpitala, jaka była dynamika wyników badań czy które leki są przypisane do jakich rozpoznań. Ostateczna interpretacja, decyzja o zmianie leczenia czy zaniechaniu terapii musi jednak należeć do człowieka z uprawnieniami medycznymi.

Problem odpowiedzialności za decyzje podejmowane pod wpływem AI pojawia się zresztą w szerszym kontekście wyścigu w rozwoju sztucznej inteligencji. W analizie kultury pracy i kosztów tego wyścigu – „Dlaczego talenty odchodzą z Big Techu do poezji i nauki?” – zwracaliśmy uwagę, że presja na szybkie wdrażanie nowych rozwiązań często wyprzedza refleksję nad tym, kto ponosi konsekwencje błędów systemów AI. W medycynie ta kwestia nabiera wyjątkowej wagi.

Najbardziej ryzykowne pytania do ChatGPT: stany nagłe, psychika i leki

Nie każde pytanie zadane medycznemu chatbotowi jest równie niebezpieczne. Na podstawie testów ChatGPT Health i innych badań można wyróżnić kilka kategorii, w których ryzyko błędnej, zbyt łagodnej lub przesadnie uspokajającej odpowiedzi jest szczególnie wysokie.

• Ostre stany zagrożenia życia. Ból w klatce piersiowej, duszność, objawy udaru (nagłe osłabienie jednej strony ciała, zaburzenia mowy, nagłe pogorszenie widzenia), masywne krwawienia, nagłe osłabienie po urazie – to sytuacje, w których właściwą reakcją jest natychmiastowy telefon na numer alarmowy lub szybkie zgłoszenie się na ostry dyżur. Tymczasem badania ChatGPT Health pokazały, że model miewa tendencję do „rozcieńczania” komunikatu: zamiast jednoznacznego polecenia wezwania pomocy sugeruje obserwowanie objawów, odłożenie konsultacji, czekanie kilku lub kilkunastu godzin.(nature.com)
• Kryzysy psychiczne i myśli samobójcze. W sytuacjach, gdy człowiek wprost mówi o zamiarze odebrania sobie życia, priorytetem jest jak najszybsze połączenie go z profesjonalnym wsparciem – telefonem zaufania, psychiatrą dyżurnym, izbą przyjęć. AI nie ma możliwości oceny ryzyka w czasie rzeczywistym, nie słyszy tonu głosu, nie zna kontekstu życiowego użytkownika. Opisywane badania wykazały, że mechanizmy kryzysowe w ChatGPT Health działają niekonsekwentnie, a w części scenariuszy wysokiego ryzyka w ogóle się nie aktywują.(mountsinai.org)
• Modyfikacja lub odstawianie leków. Prośby o „bezpieczne” samodzielne obniżenie dawki, połączenie kilku leków czy odstawienie terapii, która „chyba już nie jest potrzebna”, to obszar o ogromnym potencjale szkód. Model, bazując na ogólnych schematach, może zasugerować pozornie rozsądne kroki, nie znając pełnej historii choroby, chorób współistniejących, wyników badań ani listy wszystkich stosowanych leków.
• Interpretacja pojedynczego wyniku badania bez kontekstu. Pytania typu „Mam lekko podwyższony jeden parametr w morfologii – czy to rak?” stawiają AI w trudnej sytuacji. Bez znajomości trendu wyników, objawów, stosowanych leków i innych badań, model może albo bagatelizować problem, albo – przeciwnie – niepotrzebnie straszyć. Oba warianty są ryzykowne: zbyt optymistyczna odpowiedź może opóźnić diagnostykę, zbyt alarmistyczna zwiększyć lęk i skłonić do zbędnych interwencji.
• Pytania dotyczące dzieci i niemowląt. W pediatrii margines bezpieczeństwa jest jeszcze węższy. Pozornie „niewinna” gorączka u niemowlęcia może w krótkim czasie przejść w stan zagrożenia życia, a odwodnienie rozwija się szybciej niż u dorosłych. Tymczasem chatbot nie widzi dziecka, nie może ocenić jego reaktywności, koloru skóry, wzorca oddechu. W tym obszarze ostrożność powinna być podwójna.

Dodatkowym problemem jest medyczna dezinformacja w internecie. Nowe badania pokazują, że duże modele językowe potrafią powielać fałszywe informacje, jeśli tylko były one obecne w danych treningowych i są podane w wiarygodnej, „medycznie” brzmiącej formie. Użytkownik nie ma wglądu w to, skąd dokładnie AI czerpie wiedzę ani które źródła uznaje za bardziej wiarygodne. Ta nieprzezroczystość zwiększa ryzyko, że błędne treści zostaną podane w stylu budzącym zaufanie.

W praktyce można tu zastosować proste, graficznie wyróżnione ostrzeżenie, które warto mieć z tyłu głowy za każdym razem, gdy sięgamy po medyczną AI:

• Nie zadawaj chatbotowi pytań, od których zależy natychmiastowa decyzja o wezwaniu pogotowia, wyjeździe na ostry dyżur lub pilnym kontakcie z psychiatrą.

W artykule „„Głupie” pytania do ChatGPT, które podbijają sieć” pokazywaliśmy, jak zabawne wpadki AI w błahych tematach uczą nas krytycznego myślenia o jej ograniczeniach. W medycynie ten sam mechanizm oznacza jednak coś znacznie poważniejszego: błąd, który w innej dziedzinie kończy się śmiesznym memem, tutaj może mieć dramatyczne konsekwencje.

Cicha pokusa samoleczenia z pomocą chatbotów: psychologia i realne zagrożenia

Dlaczego mimo tych ostrzeżeń tak wiele osób traktuje ChatGPT Health jak pierwszą linię kontaktu w sprawach zdrowotnych? Odpowiedź tkwi częściowo w psychologii użytkownika. AI odpowiada szybko, uprzejmie, bez oceniania, o każdej porze dnia i nocy. Jest darmowa lub stosunkowo tania. Dla wielu osób to atrakcyjniejsza opcja niż stresująca wizyta w gabinecie, obawa przed zbagatelizowaniem objawów czy poczucie wstydu.

Konwersacyjna forma, płynny język i pewny siebie styl odpowiedzi budują złudzenie kompetencji i autorytetu. Możliwość dopytywania, przesyłania dodatkowych informacji, a w przyszłości także dokumentów medycznych, tworzy wrażenie „osobistej opieki”. W efekcie część użytkowników zaczyna traktować chatbota nie jak narzędzie informacyjne, lecz jak substytut lekarza prowadzącego.

Typowy scenariusz samoleczenia wygląda podobnie: ktoś wpisuje zestaw objawów, otrzymuje listę potencjalnych przyczyn – od tych poważnych po banalne. Następnie „wybiera” diagnozę, która brzmi najłagodniej i najbardziej pasuje do jego nadziei. Na tej podstawie podejmuje decyzje: modyfikuje dawki leków, sięga po „domowe sposoby”, odkłada wizytę u lekarza „do czasu, aż samo przejdzie”. Jeśli chatbot doda do tego zbyt uspokajającą narrację, ryzyko takiego zachowania gwałtownie rośnie.

Konsekwencje kliniczne mogą być poważne: opóźnione rozpoznanie chorób nowotworowych czy kardiologicznych, zaostrzenia chorób przewlekłych, niebezpieczne interakcje lekowe. W obszarze zdrowia psychicznego nadmierne poleganie na AI może oznaczać wydłużenie czasu do uzyskania profesjonalnej pomocy, a w skrajnych przypadkach pogłębienie kryzysu.

W skali systemowej dziesiątki tysięcy błędnych decyzji podejmowanych pod wpływem AI mogą paradoksalnie zwiększać obciążenie systemu ochrony zdrowia: więcej hospitalizacji z powodu powikłań, więcej przyjęć na ostre dyżury, więcej nagłych interwencji w stanach zaawansowanych, które mogły być wychwycone wcześniej.

Ten problem należy też widzieć w kontekście presji biznesowej i technologicznej. Jak pisaliśmy w tekście o ludzkiej cenie wyścigu w sztucznej inteligencji, ogromne tempo wdrażania nowych rozwiązań może sprzyjać wypuszczaniu na rynek produktów zanim zostaną one w pełni zabezpieczone i odpowiednio przetestowane. W obszarze medycznym taka praktyka jest szczególnie ryzykowna.

Warto więc powtórzyć wprost kilka kluczowych zdań: żaden chatbot – także ChatGPT Health – nie może być traktowany jako lekarz prowadzący. AI nie zna Twojej pełnej historii choroby. AI nie zbada Cię fizykalnie. AI nie weźmie na siebie odpowiedzialności za błędną decyzję terapeutyczną.

Jak bezpiecznie korzystać z AI w zdrowiu: praktyczny przewodnik dla pacjentów i rodziców

Skoro całkowite zignorowanie medycznej AI nie jest ani realne, ani konieczne, warto wyznaczyć jasne, praktyczne granice jej bezpiecznego wykorzystania. Dobrze sprawdza się podejście, w którym traktujemy ChatGPT Health jako narzędzie edukacyjne i organizacyjne – nigdy jako autonomiczne źródło decyzji diagnostycznych czy terapeutycznych.

Do relatywnie bezpiecznych zastosowań można zaliczyć:

• Edukację zdrowotną. Wyjaśnianie terminów z wypisu ze szpitala, zrozumienie skrótów z badań, ogólne informacje o mechanizmach chorób czy działaniu leków (z zastrzeżeniem, że ostateczną interpretację zawsze daje lekarz).
• Przygotowanie się do wizyty. Pomoc w uporządkowaniu objawów, stworzeniu listy pytań do specjalisty, uporządkowaniu dokumentacji w logiczny ciąg zdarzeń.
• Wsparcie w zmianie stylu życia. Ogólne rekomendacje dotyczące diety, aktywności fizycznej, snu czy technik redukcji stresu, o ile nie dotyczą one skrajnych diet, suplementów o wątpliwym bezpieczeństwie czy radykalnych interwencji.
• Tłumaczenie języka specjalistycznego. Przekład złożonych opisów badań na prostszy język, który pacjent później może omówić z lekarzem.

Przydatny jest też zestaw prostych zasad, które można traktować jak wewnętrzny regulamin korzystania z medycznego chatbota:

• Zasada 1: W stanach nagłych – zawsze najpierw numer alarmowy, nie chatbot.
• Zasada 2: Nigdy nie odstawiaj ani nie zmieniaj leków wyłącznie na podstawie sugestii AI.
• Zasada 3: Traktuj odpowiedź AI jako punkt wyjścia do rozmowy z lekarzem, a nie punkt końcowy.
• Zasada 4: Sprawdzaj informacje z AI w co najmniej jednym wiarygodnym, ludzkim źródle (lekarz, farmaceuta, oficjalne wytyczne).
• Zasada 5: W przypadku dzieci i kobiet w ciąży zachowaj podwójną ostrożność – każdą istotną decyzję konsultuj z pediatrą lub ginekologiem.

Nie można też pominąć kwestii ochrony danych. Nie wszystkie aplikacje czy boty działające w internecie zapewniają ten sam poziom bezpieczeństwa informacji. Warto unikać udostępniania szczegółowych danych osobowych, numerów PESEL, skanów dokumentów czy pełnych historii choroby w nieoficjalnych, niezweryfikowanych narzędziach. Integracja AI z dokumentacją medyczną – choć potencjalnie niezwykle użyteczna – wymaga jasnej informacji, kto ma dostęp do danych, jak są one szyfrowane i w jakim celu wykorzystywane.

Przypadki „głupich pytań do ChatGPT”, które omawialiśmy w tekście o zabawnych wpadkach sztucznej inteligencji, pokazują, że brak świadomości ograniczeń AI może prowadzić do nieodpowiedzialnych zachowań nie tylko w błahych, ale także w poważnych tematach. W medycynie stawką jest zdrowie i życie – dlatego warto zadać sobie kilka pytań, zanim zaufamy radzie chatbota dotyczącej naszego dziecka.

Przykładowa „checklista dla rodziców” mogłaby wyglądać tak:

• Czy pytanie dotyczy decyzji, którą w razie pomyłki można łatwo odwrócić, czy też potencjalnie nieodwracalnych skutków?
• Czy objawy dziecka zmieniają się dynamicznie (gorączka, duszność, odwodnienie), a więc wymagają oceny „tu i teraz”, której AI nie jest w stanie przeprowadzić?
• Czy mam możliwość skonsultowania tej samej kwestii z lekarzem lub pielęgniarką, choćby zdalnie?
• Czy rozumiem, skąd chatbot może czerpać wiedzę i jakie są jego ograniczenia?
• Czy moja decyzja opiera się na jednej odpowiedzi AI, czy na połączeniu wielu źródeł, w tym ludzkich?

Ostateczne przesłanie jest proste: AI może być świetnym nauczycielem i pomocnikiem organizacyjnym, ale nie powinna być jedynym instrumentem podejmowania decyzji o diagnozie czy leczeniu.

Przyszłość medycznej AI: między obietnicą a odpowiedzialnością

ChatGPT Health i podobne narzędzia powstały jako odpowiedź na realne potrzeby: przeciążone systemy ochrony zdrowia, niedobór lekarzy, miliony pytań pacjentów zadawanych codziennie wyszukiwarkom. Pierwsze wdrożenia w szpitalach – jako asystenci dokumentacji, narzędzia wspierające lekarzy w streszczeniu obszernej historii choroby czy wyszukiwaniu wytycznych – pokazują ogromny potencjał tych rozwiązań.

Jednocześnie wyniki niezależnych testów triage’u, opisane m.in. w „Nature Medicine”, oraz badania nad podatnością modeli na medyczną dezinformację przypominają, że jesteśmy dopiero w fazie przejściowej: od eksperymentu i entuzjastycznych prototypów do odpowiedzialnych, regulowanych wdrożeń na masową skalę.(nature.com)

Przyszłość medycznej AI będzie zależeć od kilku kluczowych czynników. Po pierwsze – od jakości danych treningowych oraz mechanizmów weryfikacji faktów wbudowanych w modele. Po drugie – od formalnej certyfikacji jako wyrobów medycznych tam, gdzie narzędzia AI mają bezpośredni wpływ na decyzje kliniczne. Po trzecie – od ram prawnych dla tzw. systemów wysokiego ryzyka, które Unia Europejska i inne jurysdykcje stopniowo wprowadzają. Po czwarte – od kultury odpowiedzialności w firmach technologicznych i instytucjach medycznych, które zdecydują się takie narzędzia wdrażać.

Nie bez znaczenia są też decyzje czysto techniczne: wybór między otwartymi a zamkniętymi modelami językowymi, sposób ich trenowania, nadzór ekspertów klinicznych nad aktualizacjami. Jak opisujemy w analizie „Open vs Closed LLMs in 2026”, architektura techniczna i model odpowiedzialności za rozwój przekładają się bezpośrednio na bezpieczeństwo użytkowników – w medycynie użytkownicy ci są po prostu pacjentami.

Pacjenci i rodzice powinni przygotować się na to, że AI będzie coraz częściej obecna także w gabinecie lekarskim – jako narzędzie, z którego korzysta lekarz. W praktyce może to oznaczać, że lekarz pokaże nam podsumowanie dokumentacji wygenerowane przez asystenta AI albo poprosi system o szybkie zestawienie wyników z kilku lat. Warto w takiej sytuacji zachować aktywną postawę: dopytywać, jaką rolę pełni AI w procesie, czy i jak weryfikuje się jej rekomendacje, jakie są procedury bezpieczeństwa.

Tak samo ważne jest mądre zadawanie pytań zarówno lekarzowi, jak i chatbotowi: prośba o wyjaśnienie niejasnych pojęć, doprecyzowanie ryzyka, przedstawienie alternatyw. Krytyczne myślenie i świadomość ograniczeń technologii stają się nową kompetencją zdrowotną – obok umiejętności czytania ulotek leków czy rozumienia podstawowych parametrów badań.

Najbardziej odpowiedzialna postawa na dziś to traktowanie AI w zdrowiu jako sojusznika informacyjnego, a nie substytutu profesjonalnej opieki medycznej. Świadomy pacjent, który wykorzystuje ChatGPT Health do lepszego zrozumienia własnej sytuacji, ale decyzje diagnostyczne i terapeutyczne podejmuje wspólnie z lekarzem, jest najlepiej chroniony przed błędami zarówno ludzkimi, jak i algorytmicznymi.