Aká presná je AI lekár? Úprimné čísla
Úprimná odpoveď: AI lekár je zhruba rovnako presný ako nešpecializovaný lekár pri bežných problémoch, ale za odborníkom jednoznačne zaostáva. Rozsiahla metaanalýza z roku 2025 v npj Digital Medicine stanovila samostatnú diagnostickú presnosť generatívnej AI na približne 52 %. AI lekára online je najlepšie brať ako sčítaný druhý názor, nie ako verdikt.
AI lekár nie je náhradou za licencovaného lekára a neposkytuje diagnózu. Pri zdravotných núdzových stavoch volajte 911. Nasledujúce čísla o presnosti vysvetľujú, na čo je dobrý — a presne kde stále potrebujete skutočného lekára.
Krátka odpoveď: aký presný je AI lekár v skutočnosti
Ak odhrniete marketing, obraz je jednoduchý: generatívny AI diagnostický nástroj, použitý samostatne, dá správnu odpoveď o niečo viac ako v polovici prípadov — a toto jediné číslo skrýva obrovské rozdiely podľa úlohy, kvality vstupu a toho, s kým sa porovnáva.
Jedno číslo, ktorého sa držať: ~52 %
Systematický prehľad a metaanalýza 83 štúdií z roku 2025, publikovaná v npj Digital Medicine, zistila, že generatívne AI modely dosahujú celkovú diagnostickú presnosť 52,1 % (95 % CI 47,0–57,1 %), keď pracujú samostatne. Znie to nízko, ale je to priemer naprieč ľahkými aj veľmi ťažkými prípadmi zlúčenými dohromady — kontext okolo čísla je dôležitejší než samotné číslo.
V porovnaní so skutočným lekárom
Tá istá metaanalýza nezistila žiadny štatisticky významný rozdiel medzi AI a lekármi celkovo (p=0,10) a žiadny významný rozdiel oproti neexpertným alebo rezidentským lekárom (p=0,93). AI však bola výrazne horšia než expertní lekári — o približne 15,8 percentuálneho bodu (p=0,007). Jednoducho povedané: AI kontrolór symptómov je porovnateľný s všeobecným lekárom čerstvo po vyškolení a jednoznačne zaostáva za špecialistom s rokmi rozpoznávania vzorcov — a keď postavíte AI lekára v porovnaní so skutočným lekárom vedľa seba, uvidíte, ako sa táto medzera zväčšuje, keď sa prípad stáva ťažším.
Prečo číslo presnosti tak veľmi kolíše
Ktokoľvek porovnávajúci titulky si všimne divoko odlišné čísla — 97 % v jednej štúdii, 40 % v inej. Ten rozptyl vyplýva väčšinou z hŕstky premenných, ktoré sa v samotnom titulku spomínajú len zriedka:
- Ako sa vstup zbieral — štruktúrovaná klinická karta oproti vlastným slovám pacienta
- Či „správne“ znamená jedinú najlepšiu odpoveď alebo ktorúkoľvek z top 3-5 návrhov
- Aký bežný alebo zriedkavý je základný stav
- Ktorý model a verzia sa testovali a kedy
- Či štúdia merala diagnózu, triáž alebo oboje
Odpad dnu, odpad von: kvalita vstupu je všetko
V štúdii JMIR na 100 pacientoch pohotovostného oddelenia dosiahol ChatGPT bežiaci na GPT-4 97 % správnych alebo čiastočne správnych diagnóz — ale len preto, že mu bola predložená tá istá lekármi kurátorovaná karta, ktorú používali ošetrujúci lekári, vrátane vitálnych funkcií, laboratórnych výsledkov a klinických poznámok. Keď dostal len surové, pacientom hlásené symptómy, presnosť rovnakého typu modelu klesla na zhruba 50 % pri zhode v top 3. AI diagnostický nástroj je len taký dobrý, ako to, čo mu poviete, a pochopenie, ako AI lekár funguje pod kapotou, vysvetľuje, prečo ten istý model môže tak veľmi kolísať už len na základe kvality vstupu.
Top-1 vs top-3: ktoré číslo citujú?
Tvrdenie „70-80 % presné“ zvyčajne znamená, že správna odpoveď sa objaví niekde v top troch návrhoch AI triážneho nástroja, nie že ako prvý pomenoval správny stav. Požiadajte ten istý systém o jedinú odpoveď a presnosť môže klesnúť na 34-40 %. Keď uvidíte tvrdenie o presnosti pre akéhokoľvek AI zdravotného asistenta, overte si, či ide o top-1 alebo top-3 — sú to veľmi odlišné sľuby a dodávatelia majú tendenciu viesť tým lichotivejším.
| Meranie | Typická presnosť | Čo to znamená |
|---|---|---|
| Top-1 (jediná najlepšia odpoveď) | 34-40 % | Správna diagnóza pomenovaná ako prvá, bez ponúknutých alternatív |
| Top-3 (správna odpoveď v užšom výbere) | 70-80 % | Správny stav sa objaví medzi 3 návrhmi |
| Lekármi kurátorovaný vstup (úplná karta) | Až 97 % | Predložené tie isté štruktúrované dáta, aké používa lekár |
| Len vlastné hlásenie pacienta | ~50 % (top-3) | Predložené surové, neštruktúrované opisy symptómov |
Kde je AI lekár presný — a kde zlyháva
Diagnostická presnosť nie je jedna zručnosť; je to niekoľko zručností a AI lekár je v niektorých z nich oveľa lepší než v iných. Vedieť, ktorá je ktorá, mení to, ako by ste mali nástroj skutočne používať.
Silný v triáži. AI lekár je najspoľahlivejší, keď otázka znie „aké je to naliehavé“, nie „čo presne to je“. Zaradenie symptómu do kategórie núdzový, urgentný alebo rutinný je užšia, lepšie definovaná úloha než dospieť ku konečnej diagnóze, a modely to majú tendenciu robiť konzistentnejšie.
Silný pri bežných, dobre zdokumentovaných ťažkostiach. Priamočiare, často videné problémy — také s hojnými trénovacími dátami a jasnými vzorcami symptómov — hrajú do kariet silných stránok generatívneho AI diagnostického nástroja.
Silný v úzkych, na obrázky bohatých špecializáciách. Pri úlohách rozpoznávania vzorcov, ako je dermatológia, zlúčená analýza prospektívnych štúdií detekcie melanómu zistila, že samotná AI dosahuje približne 80,9 % senzitivity a 75,6 % špecificity — porovnateľne s dermatológmi bez pomoci — a stúpa na zhruba 91,9 % senzitivity a 83,7 % špecificity, keď AI dermatológovi asistuje, a nie ho nahrádza. Dobre definované vizuálne vzorcové problémy sú blízko domáceho terénu nástroja.
Slabý pri zložitých, zriedkavých alebo viacsystémových prípadoch. Presnosť prudko klesá, keď sa symptómy prekrývajú naprieč telesnými systémami alebo poukazujú na nezvyčajný stav — presne tam, kde najviac záleží na úsudku expertného lekára.
Slabý spôsobom, ktorý sa ľahko prehliadne: sebavedomá nesprávnosť. AI lekár môže vysloviť nesprávnu diagnózu plynulým, upokojujúcim jazykom, bez viditeľného náznaku pochybnosti. Vierohodne znejúci výsledok nie je to isté ako správny výsledok, čo je presne dôvod, prečo ľudská kontrola stále záleží.
Môžete štúdiám dôverovať? Čítajte drobné písmo
Aj povzbudivé čísla vyššie majú výhrady, ktoré sa oplatí poznať, skôr než ich zvážite.
V metaanalýze 83 štúdií bolo 63 z 83 štúdií — 76 % — hodnotených ako vysoké riziko skreslenia a autori označili štatisticky významné publikačné skreslenie (p=0,045), čo znamená, že lichotivé výsledky sú v publikovanej literatúre pravdepodobne nadmerne zastúpené. Titulky zaujímajúci výsledok 97 % z pohotovostného oddelenia pochádzal z jedinej štúdie na púhych 100 pacientoch, bez vopred naplánovaného výpočtu veľkosti vzorky, ktorý by potvrdil, že by zistenie platilo aj vo veľkom.
| Obmedzenie | Čo dáta ukazujú | Prečo na tom záleží |
|---|---|---|
| Riziko skreslenia | 63 z 83 štúdií (76 %) hodnotených ako vysoké riziko | Mnohé výsledky môžu byť priaznivejšie, než by priniesli v reálnom použití |
| Publikačné skreslenie | Štatisticky významné (p=0,045) | Štúdie so sklamávajúcimi výsledkami je menej pravdepodobné, že budú publikované |
| Malé vzorky | Štúdia z pohotovosti založená na 100 pacientoch | Žiadna vopred naplánovaná veľkosť vzorky, ktorá by potvrdila, že sa číslo 97 % zovšeobecňuje |
| Kurátorovaný vs surový vstup | 97 % (kurátorovaná karta) vs ~50 % (vlastné hlásenie) | Presnosť rovnakého modelu kolíše o zhruba 47 bodov v závislosti od kvality vstupu |
Naprieč týmto súborom výskumu sa objavuje niekoľko opakujúcich sa medzier:
- Väčšina štúdií testuje AI oproti textovým vinetám, nie chaotickým konverzáciám z reálneho sveta
- Málo skúšaní meria, čo sa stane po nesprávnej odpovedi AI, t. j. následnú škodu
- Veľkosti vzoriek sú často príliš malé na to, aby podporili istotu naznačovanú titulkovým číslom
- Nezávislá replikácia mimo pôvodného výskumného tímu je stále zriedkavá
Autori tejto metaanalýzy boli otvorení v tom, čo ich vlastné čísla znamenajú:
Generatívne AI modely zatiaľ nie sú spoľahlivými náhradami za expertných lekárov, ale môžu slúžiť ako cenné pomôcky v neexpertných scenároch a ako vzdelávacie nástroje pre lekárov v príprave.
metaanalýza npj Digital Medicine, 2025
Berte titulkové čísla presnosti ako optimistické stropy, nie záruky. Číslo vytiahnuté z malej štúdie s vysokým rizikom skreslenia nie je to isté ako číslo, ktoré obstojí pri vašich konkrétnych symptómoch.
Ako bezpečne používať AI lekára vzhľadom na jeho presnosť
Vzhľadom na čísla vyššie je šikovným krokom prispôsobiť nástroj tomu, v čom je skutočne dobrý, a nie tomu, na čo znie schopne.
- Opíšte symptómy podrobne, nie v skratke. Presnosť silne závisí od kvality vstupu, takže uveďte trvanie, závažnosť a akékoľvek zmeny v čase.
- Najprv si prečítajte triážne usmernenie. Posúdenie naliehavosti je oblasť, kde AI kontrolór symptómov funguje najspoľahlivejšie — dávajte pozor, ak niečo označí ako urgentné.
- Požiadajte o top 3, nie len o top 1. Užší zoznam možností je úprimnejší než jediná sebavedomo znejúca odpoveď.
- Použite ho na prípravu otázok na skutočnú návštevu lekára. Premena vágnej obavy na konkrétny zoznam otázok je jedno z najspoľahlivejších využití nástroja.
- Overte si všetko, na čom záleží, u licencovaného klinika, najmä pri nových, vážnych alebo pretrvávajúcich symptómoch.
- Okamžite eskalujte, ak sa symptómy zhoršujú — nečakajte, kým AI dobehne.
- Nikdy neberte jedinú odpoveď AI ako konečnú. Preverte ju voči tomu, ako sa skutočne cítite, a voči odbornej rade.
AI diagnostický nástroj býva najužitočnejší pre konkrétny súbor úloh a najmenej užitočný pre iné. Pred tým, než sa oň oprete, pomáha vedieť, na ktorej strane tejto čiary vaša situácia leží:
- Pochopenie neznámych lekárskych pojmov z laboratórneho výsledku alebo odporúčacieho listu
- Odhadnutie, aký naliehavý by mohol byť nový symptóm
- Príprava jasného zoznamu otázok pred návštevou lekára
- Získanie všeobecného zdravotného vzdelávania o stave, ktorý už máte
- Rozhodovanie medzi návštevou v ten istý deň, plánovanou schôdzkou alebo pozorným vyčkávaním
Recenzovaný konsenzus je jasný: generatívna AI je cennou pomôckou v neexpertných scenároch, nie spoľahlivou náhradou za expertného lekára. Americký Úrad pre potraviny a liečivá sleduje zdravotnícke zariadenia s podporou AI, ktoré sú schválené na uvedenie na trh, práve preto, že neoverené výstupy AI nesú reálne klinické riziko — pripomienka, že túto medzeru v presnosti berú ako podstatnú nielen výskumníci, ale aj regulátori.
Kedy AI vynechať a ísť za skutočným lekárom
AI lekár nie je náhradou za licencovaného lekára a neposkytuje diagnózu. Pri zdravotných núdzových stavoch volajte 911.
Žiadne percento presnosti — ani 52 %, ani 97 % za ideálnych podmienok — nerobí AI diagnostický nástroj bezpečným na spoliehanie sa pri vážnom, náhlom alebo zhoršujúcom sa symptóme. Vynechajte AI a choďte rovno za skutočným lekárom alebo na pohotovosť pri symptómoch, ako sú:
- Bolesť alebo tlak na hrudi, alebo ťažkosti s dýchaním
- Náhla, silná bolesť hlavy, aká tu nikdy predtým nebola
- Nekontrolovateľné krvácanie alebo rýchlo sa zhoršujúce zranenie
- Príznaky mozgovej príhody — ovisnutie tváre, slabosť ruky, zastretá reč
- Akýkoľvek symptóm, ktorý jednoducho pôsobí ako núdzový stav
Použite AI zdravotného asistenta na to, aby ste sa informovali a usporiadali si myšlienky, a potom nechajte licencovaného klinika, aby urobil skutočné rozhodnutie.
