7 lipca 2026 r. w „JAMA Network Open” opublikowano jakościowe badanie o szkicach odpowiedzi AI w elektronicznym portalu pacjenta. Czterdzieści osób z jednego dużego amerykańskiego systemu ochrony zdrowia oceniało wiadomości różniące się tonem, długością i sugerowanym autorstwem. Wynik nie brzmi: „pacjenci chcą więcej empatii”. Brzmi znacznie praktyczniej: oczekiwania zmieniają się wraz z celem i stawką wiadomości.
Dla polskiej placówki najważniejsza jest więc konfiguracja procesu, nie wybór jednego „ciepłego” stylu. Model nie dostaje uprawnienia do przycisku „Wyślij”: po jego propozycji treść i kanał sprawdza wyznaczona osoba. W treści klinicznej recenzentem musi być lekarz; system nie powinien pozwalać na autonomiczne wysłanie szkicu ani zamieniać ogólnej uprzejmości w pozór indywidualnej opieki.
Czterdzieści głosów, nie instrukcja dla całej populacji
Autorzy przeprowadzili jednorazowe wywiady wideo, wykorzystując winiety i przykładowe odpowiedzi. Dane zbierano od kwietnia do sierpnia 2025 r., a w próbie znalazło się 40 dorosłych pacjentów wcześniej uczestniczących w badaniu ankietowym. Uczestnicy cenili sprawne rozwiązanie sprawy, akceptowali pomoc AI warunkowo i mocno podkreślali rolę przeglądu przez klinicystę. Nie uzgodnili natomiast jednego dobrego tonu, poziomu szczegółowości ani sposobu ujawnienia udziału AI.
To ważna różnica. Krótka odpowiedź mogła pasować do rutynowej sprawy, a przy trudniejszym komunikacie część osób oczekiwała większej staranności lub rozmowy innym kanałem. Empatia nie wynikała automatycznie z długości i grzeczności; liczyło się dopasowanie do sytuacji. Towarzyszący komentarz, również opublikowany 7 lipca 2026 r., traktuje te wyniki jako aktualny obraz preferencji, a nie trwały standard komunikacji.
Badanie nie mierzyło realnego wdrożenia, czasu pracy lekarzy, błędów, skarg ani bezpieczeństwa wysłanych wiadomości. Pochodzi z jednego systemu w USA i nie daje podstaw do wnioskowania, że polscy pacjenci wybiorą ten sam ton czy etykietę. W Polsce Rzecznik Praw Pacjenta przypomina o przystępnej informacji o stanie zdrowia, a UODO w komunikacie z 10 czerwca 2026 r. zaleca poprzedzić wdrożenie AI analizą prawną i organizacyjną. To ramy dla lokalnego testu, nie gotowa odpowiedź z zagranicznej próby.
Matryca ryzyka przed przyciskiem „Wyślij”
Poniższa drabina jest redakcyjną propozycją procesu, a nie tabelą skopiowaną z badania ani klasyfikacją prawną. Jej zadanie jest proste: im większa stawka wiadomości, tym mniej automatyzacji i mocniejsza kontrola przed wysyłką.
| Typ wiadomości i poziom ryzyka | Długość, ton i ujawnienie AI | Recenzent | Reguła eskalacji |
|---|---|---|---|
| Termin, dojazd, dokumenty — niskie | Krótko i neutralnie; stała, prosta informacja o szkicu AI i kontroli człowieka | Rejestracja | Pytanie o zdrowie zatrzymuje ścieżkę organizacyjną |
| Potwierdzenie przyjęcia prośby o receptę lub dokument — podwyższone | Zwięźle, bez obietnicy decyzji; informacja o wsparciu AI i osobie sprawdzającej | Upoważniony pracownik według procedury | Indywidualna treść medyczna trafia do lekarza |
| Wyjaśnienie wyniku, zalecenia lub odpowiedź kliniczna — wysokie | Język dopasowany do sprawy, bez generycznych zapewnień; widoczna informacja o udziale AI i akceptacji lekarza | Lekarz przed wysyłką | Niejasność lub potrzeba rozmowy zmienia kanał na telefon albo wizytę |
| Wiadomość pilna, niejednoznaczna lub silnie emocjonalna — STOP | Brak automatycznej odpowiedzi portalowej; ujawnienie nie zastępuje działania człowieka | Właściwy klinicysta | Natychmiastowa ścieżka z procedury placówki; model nie rozstrzyga pilności |
Najważniejszym polem nie jest ton, lecz możliwość zatrzymania wysyłki. Jeśli dostawca pozwala jedynie wybrać „formalnie” lub „empatycznie”, ale nie pozwala przypisać recenzenta i reguły eskalacji, placówka dostała generator stylu, a nie bezpieczny proces. Szerszy podział ról można oprzeć na zasadach kontroli człowieka przy komunikatach do pacjenta.
Testuj bramkę, nie „empatię modelu”
Bramkę wysyłki można sprawdzić przed kontaktem z prawdziwym pacjentem. Przygotuj 20 całkowicie syntetycznych wiadomości bez danych pacjentów: po kilka rutynowych, administracyjno-medycznych, klinicznych i celowo niejednoznacznych. Dla każdej zespół zapisuje typ, stawkę, dopuszczalną długość i ton, sposób ujawnienia AI, recenzenta oraz moment zmiany kanału. Taki arkusz ma jeden cel: ten podział ułatwa później sprawdzenie, czy system wykonał regułę, zamiast oceniać, czy tekst „brzmi miło”.
Lekarz powinien wcześniej wskazać klasy treści, które nigdy nie wychodzą bez jego akceptacji. Rejestracja może sprawdzać informację organizacyjną, ale nie przejmuje interpretacji wyniku ani zaleceń. Wszystkie szkice pozostają w kontrolowanym środowisku, a automatyczna wysyłka jest wyłączona. Jeśli narzędzie nie potrafi wymusić recenzji, nie przechodzi testu niezależnie od jakości języka.
Po każdej klasie wiadomości manager, może porównać czas odpowiedzi, odsetek istotnych korekt, liczbę eskalacji i skarg. Wyniki trzeba rozdzielić według typu komunikatu; jedna średnia ukryje problem dokładnie tam, gdzie stawka jest najwyższa.
- Wejście — warto przejść dalej, gdy: wszystkie klasy mają przypisanego recenzenta, program wymusza jego akceptację przed wysyłką, a zespół uzgodnił moment zmiany kanału.
- Stop — lepiej odpuścić, gdy: szkic można wysłać bez recenzenta, reguła eskalacji pozostaje niejasna albo brak korekty zaczyna uchodzić za dowód bezpieczeństwa.
Źródła
- Owens i in. — Patient Perspectives on AI-Drafted Electronic Portal Messages, „JAMA Network Open” — badanie pierwotne opublikowane 7.07.2026; opisuje próbę 40 pacjentów, wywiady, preferencje tonu, nadzoru i przejrzystości oraz ograniczenia generalizacji. Sprawdzono: 2026-07-21.
- Brender i Dzeng — What Patients Want From AI-Drafted Portal Messages—Empathy in the In-Basket, „JAMA Network Open” — komentarz zaproszony z 7.07.2026; osadza wyniki w różnicy między wiadomościami rutynowymi i wysokiej stawki oraz podkreśla zmienność preferencji. Sprawdzono: 2026-07-21.
- Rzecznik Praw Pacjenta — Prawo do informacji — polskie źródło urzędowe: informacja o stanie zdrowia ma być przekazana pacjentowi w sposób przystępny. Sprawdzono: 2026-07-21.
- UODO — Czy AI to zagrożenie dla danych? — komunikat z 10.06.2026 o potrzebie analizy prawnej i organizacyjnej przed wyborem technologii AI. Sprawdzono: 2026-07-21.
- Okładka: Alexander Zvir na Pexels
