Czy AI myli się w notatkach medycznych? (i jak to wychwycić)

Tak, AI myli się w notatkach medycznych na dwa sposoby, z których każdy wymaga innej czujności. Może przesłyszeć to, co padło na wizycie, albo dopisać zdanie, które nie padło. Pierwsze widać od razu. Drugie brzmi gładko i dlatego jest groźniejsze.

To drugie ma swoją nazwę: halucynacja AI, czyli treść bez pokrycia w tym, co system faktycznie usłyszał. Notatka z systemu jest szkicem do sprawdzenia przez lekarza, a lekarz siada z nim po wizycie na kilkanaście sekund. Po czym pozna, że akurat ten szkic jest nierzetelny, nie przechodząc jeszcze raz przez całą rozmowę?

Czym różni się przesłyszenie od zmyślenia?

Przesłyszenie powstaje przy zamianie dźwięku na tekst, zmyślenie dopiero przy układaniu tego tekstu w notatkę.

Błąd z pierwszego kroku to zwykle przekręcone słowo: nazwa leku, liczba, nazwisko. Nie pasuje do reszty zdania, więc rzuca się w oczy przy czytaniu. Pełną listę miejsc, w których zapis mowy się sypie, podaje tekst o tym, jak działa transkrypcja wizyty lekarskiej.

Błąd z drugiego kroku wygląda inaczej. System porządkujący tekst dopisuje to, co zwykle w takim miejscu stoi. Jeśli w rozmowie padło „boli mnie brzuch”, a o gorączce nie padło nic, w szkicu może pojawić się zdanie „nie zgłasza gorączki”. Brzmi jak normalny wywiad, tylko nikt tego na wizycie nie powiedział. Przesłyszenie wygląda na błąd, zmyślenie wygląda na notatkę, więc szukanie zdań brzmiących dziwnie nic nie da.

Jak często AI myli się w notatkach medycznych?

Lekarze ocenili ręcznie 356 notatek napisanych przez AI na podstawie rozmowy z pacjentem. Pominięcia wystąpiły w 18% z nich, zmyślenia w 11,5%, a 5,3% zawierało błąd oceniony jako poważne ryzyko dla pacjenta (Taylor i wsp., JMIR Medical Informatics, 2026). Jednej liczby, którą da się przenieść na własny gabinet, nie ma. Wyniki zależą od tego, co uznaje się za błąd.

Pominięcia zdarzają się częściej, ale to zmyślenia ważą więcej. Klinicyści przejrzeli prawie 13 tysięcy zdań notatek i blisko 50 tysięcy zdań rozmów. Za poważne uznali 44% zmyśleń i 16,7% pominięć (Asgari i wsp., npj Digital Medicine, 2025). Badanie prowadzono na symulowanych konsultacjach po angielsku.

Polszczyzna dokłada swoje. W porównaniu czterech systemów rozpoznawania mowy na polskich rozmowach lekarza z pacjentem, nagrywanych w realnych warunkach gabinetu, najlepszy mylił się w 20,84% słów, czyli mniej więcej w co piątym słowie (Pondel-Sycz i wsp., International Journal of Electronics and Telecommunications, 2025). To odsetek w surowym zapisie rozmowy, nie w gotowej notatce, ale stąd bierze się większość problemów z polskimi nazwami leków.

Kontrola człowieka odrabia większość tych strat. W badaniu 217 dyktowanych notatek surowy zapis zawierał 7,4 błędu na 100 słów, a po korekcie zawodowego transkrybenta i przeglądzie lekarza zostawało 0,3 błędu na 100 słów (Zhou i wsp., JAMA Network Open, 2018).

Poprawki zbiły liczbę błędów ponad dwudziestokrotnie i nie zbiły jej do zera. Błąd istotny klinicznie pozostał w 7,8% podpisanych notatek.

Liczby te zebrano na innych systemach niż ten, który pracuje w polskim gabinecie POZ. O konkretnej praktyce mówi dopiero własny rachunek: policz przez pierwszy tydzień, ile poprawek nanosisz.

Jak wygląda zmyślenie w notatce i po czym je poznać?

Zmyślenia w notatce z wizyty przybierają kilka powtarzalnych form, a każda zostawia w tekście własny ślad:

• Uzupełniony standard. Sekcja badania przedmiotowego wypełnia się typowymi zapisami, choć badania nikt nie opisywał słowami. Ślad: krótka wizyta, a w szkicu wypełnione wszystkie sekcje.
• Zaprzeczenie, którego nie było. Zapisy w rodzaju „nie zgłasza” czy „bez odchyleń w badaniu” pojawiają się same, bo tak wygląda większość dokumentacji. Ślad: ciąg zaprzeczeń ułożony zbyt równo, jak z szablonu.
• Doprecyzowany szczegół. Ogólna wypowiedź pacjenta zamienia się w konkret: „od kilku dni” staje się „od trzech dni”. Ślad: liczba, której nikt nie pamięta z rozmowy.
• Zdanie bez właściciela. Nie wiadomo, czy to obserwacja lekarza, czy słowa pacjenta. Ślad: przy czytaniu nie da się przypisać zdania żadnej ze stron.

Ślady nie dowodzą błędu. Wskazują miejsca, na których warto zatrzymać wzrok dłużej niż na reszcie notatki.

Jest jeszcze jeden ślad, tyle że przeciwnego błędu. Fragment nagle robi się mglisty, choć reszta notatki jest szczegółowa. Zwykle oznacza to, że w tym miejscu system nie dosłyszał, i szkic czegoś nie zawiera zamiast zawierać za dużo.

Im mniej system usłyszał, tym więcej dopisuje, więc notatkę z cichej i krótkiej wizyty, której szkic wyszedł pełny, warto czytać najostrożniej. Tekst o ChatGPT dla lekarzy tłumaczy, dlaczego każdy taki system brzmi jednakowo pewnie niezależnie od tego, czy zdanie jest prawdziwe. Co konkretnie zweryfikować w szkicu przed zatwierdzeniem, opisuje tekst o tym, czy można ufać notatce AI.

Co system powinien zgłaszać sam, zanim lekarz zacznie czytać?

System powinien sam zgłosić, czy dźwięk był wystarczająco dobry, czy zapisała się cała rozmowa i czy notatka nie zawiera więcej treści, niż padło na wizycie. Żadna z tych rzeczy nie wymaga oceny medycznej.

Jakość dźwięku to zwykła akustyka: pacjent siedzący dwa metry od mikrofonu to najczęstsza przyczyna dziur w zapisie. Kompletność bywa zaskakująca, bo zdarza się, że fragment wizyty w ogóle nie trafi do tekstu, a notatka wygląda wtedy normalnie, tylko jest niepełna.

Trafności rozpoznania automat nie oceni. Nie sprawdzi też, czy lekarz o coś nie zapomniał zapytać, i tego nikt za lekarza nie zrobi.

Jak to wygląda w Notatce Lekarza?

Lekarz uruchamia wizytę, rozmawia normalnie, a po zakończeniu dostaje szkic do sprawdzenia. Zanim zacznie czytać, widzi informację o jakości zapisu. Jeśli dźwięk był słaby albo zapisała się tylko część rozmowy, aplikacja mówi to wprost, zamiast oddawać porządnie wyglądający tekst bez ostrzeżenia.

Osobny bezpiecznik porównuje objętość notatki z objętością rozmowy. Szkic, w którym pojawiło się znacznie więcej treści, niż padło na wizycie, zostaje odrzucony, bo taki tekst to prawie zawsze dopisywanie.

Poprawiony tekst lekarz przenosi przez schowek do kartoteki w mMedice, Gabinecie+ albo innym programie. Integracji z systemem gabinetowym nie ma i nie obiecujemy jej. Zatwierdzona notatka jest dokumentem lekarza: to on ją weryfikuje i za nią odpowiada.

Źródła: Taylor i wsp., JMIR Medical Informatics, 2026; Asgari i wsp., npj Digital Medicine, 2025; Pondel-Sycz i wsp., International Journal of Electronics and Telecommunications, 2025; Zhou i wsp., JAMA Network Open, 2018.