Jak AI pomaga w medycynie w 2026 roku? Wyniki badań i błędy szkicu

AI pomaga w medycynie w codziennej pracy lekarza w 2026 roku głównie przy dokumentacji: program słucha wizyty i układa szkic notatki, a lekarz go sprawdza, poprawia i zatwierdza. Największe badania z lat 2025–2026 mierzą ten zysk w minutach na 8 godzin przyjęć i pokazują też, że szkic zawiera błędy, które lekarz musi wyłapać.

Dane pochodzą z USA i Wielkiej Brytanii, więc dla polskiego POZ dają tylko rząd wielkości.

Co badania z lat 2025–2026 zmierzyły w pracy lekarza z AI?

Przede wszystkim czas: ile minut lekarz spędza nad notatką i w programie gabinetowym. Najwięcej danych zebrano w przychodniach, które wdrożyły AI do notatek z wizyt.

Największe wdrożenie opisał Kaiser Permanente w Kalifornii. W The Permanente Medical Group 7260 lekarzy użyło takiego narzędzia przy 2,58 mln wizyt między październikiem 2023 a grudniem 2024 roku. Autorzy szacują, że lekarze zaoszczędzili łącznie blisko 16 tys. godzin dokumentacji (Tierney i wsp., NEJM Catalyst, 2025). Ta analiza nie miała grupy kontrolnej, więc więcej mówią badania z porównaniem:

Czy AI skraca lekarzowi pracę po godzinach?

W największym badaniu dostęp do AI nie wiązał się z istotną zmianą. W pięciu ośrodkach z badania JAMA czas pracy w programie poza godzinami przyjęć pozostał podobny, mimo 16 minut mniej dokumentacji w ciągu dnia. Lekarze z dostępem do AI przyjmowali za to średnio o pół wizyty więcej tygodniowo (Rotenstein i wsp., 2026).

Kaiser Permanente opisał co innego: lekarze korzystający z AI mniej pracowali w systemie przed 7:00 i po 19:00 (Tierney i wsp., 2025). Tam jednak nie było grupy kontrolnej, a badanie z grupą porównawczą takiego spadku nie wykazało. Metodę liczenia własnych minut opisujemy w tekście ile czasu lekarz traci na dokumentację.

U których lekarzy zmiany są największe?

U lekarzy POZ i u tych, którzy włączają program przy większości wizyt. W badaniu JAMA największe zmiany związane z używaniem AI zanotowano w podstawowej opiece zdrowotnej oraz u osób, które korzystały z niego przy co najmniej połowie wizyt (Rotenstein i wsp., 2026). Według komunikatu Mass General Brigham tak intensywnie używało AI tylko 32% korzystających.

W badaniu UCLA program włączano rzadko: przy 33,5% wizyt w jednej grupie i 29,5% w drugiej (Lukac i wsp., 2025).

Co zmienia się dla pacjentów i w wypaleniu lekarzy?

Część pacjentów widzi różnicę. W ankiecie Kaiser Permanente 47% ze 118 pacjentów odpowiedziało, że lekarz mniej czasu patrzył w monitor. W osobnym pytaniu ponad jedna trzecia oceniła, że lekarz więcej mówił bezpośrednio do nich, a 56% nie zauważyło zmiany (Kaiser Permanente Division of Research, 2025).

Po stronie lekarzy spadał odsetek zgłaszających wypalenie, ale to badanie ma słabe punkty. Udział był dobrowolny, nie było grupy kontrolnej, a w pięciu z sześciu systemów ankietę rozsyłał producent narzędzia (Olson i wsp., 2025). Samo badanie JAMA wypalenia nie mierzyło. Jego współautorka, Rebecca Mishuris, zauważyła w komunikacie Mass General Brigham, że tak niewielkie skrócenie dokumentacji raczej nie wyjaśnia w pełni zmian w wypaleniu. Możliwe, że lekarzowi pomaga też to, że podczas wizyty nie musi jednocześnie słuchać i pisać, ale tego żadne z tych badań nie zmierzyło.

W których miejscach szkicu audyt z 2026 roku znalazł błędy?

Błąd miała prawie co trzecia notatka, najczęściej w tych samych trzech miejscach. Już w badaniu UCLA lekarze oceniali, że klinicznie istotne nieścisłości pojawiały się w obu programach „okazjonalnie” (Lukac i wsp., 2025).

Więcej liczb przyniósł audyt opublikowany jako preprint w sierpniu 2026 roku. Badacze sprawdzili trzy komercyjne programy na 565 notatkach przygotowanych ze 142 konsultacji: prawdziwych wizyt z brytyjskiego POZ i amerykańskich przychodni oraz scenariuszy napisanych przez autorów. Zweryfikowany błąd miało 31,3% notatek, a 24,8% po pominięciu wymyślonych danych osobowych i dat (Fox i wsp., arXiv, 2026). Praca nie przeszła jeszcze recenzji, a jej autorzy zaznaczają, że wynik mocno zależy od metody oceny. Błędy skupiały się przy:

• lekach i alergiach;
• danych identyfikacyjnych pacjenta, które program sam wymyślił;
• badaniu przedmiotowym przy rozmowie telefonicznej: wywiad zapisany tak, jakby lekarz pacjenta zbadał.

Szkic jest tekstem do kontroli lekarza. Ostateczną treść wpisu ustala i zatwierdza lekarz.

Szkic warto więc czytać od leków i alergii, a potem przejść do badania. Od siebie dodajemy trzeci punkt, którego audyt nie wymienia: zdania z zaprzeczeniem, bo „bez duszności” łatwo zamienić na „duszność”.

Skąd biorą się przesłyszenia i dopisane zdania, wyjaśniamy w tekście Czy AI myli się w notatkach medycznych? Jak oceniać konkretną notatkę, opisujemy w tekście Czy można ufać notatce napisanej przez AI?

Jak to wygląda w Notatce Lekarza?

Lekarz naciska „Start” na początku wizyty i rozmawia z pacjentem jak zwykle. Po wizycie dostaje szkic w układzie SOAP albo we własnym szablonie sekcji i czyta go przed zatwierdzeniem, zaczynając od leków i badania.

Gotowy tekst lekarz kopiuje i wkleja do programu gabinetowego, np. mMedica albo Gabinet+. Notatka Lekarza nie łączy się z tymi programami, więc tekst przechodzi przez schowek. Możesz założyć konto i porównać czas pisania notatek z tygodnia przed i po.

Źródła: Tierney i wsp., NEJM Catalyst, 2025; Kaiser Permanente Division of Research, 2025; Lukac i wsp., NEJM AI, 2025; Rotenstein i wsp., JAMA, 2026; Mass General Brigham, komunikat, 2026; Olson i wsp., JAMA Network Open, 2025; Fox i wsp., arXiv, 2026 (preprint).