LLM (duży model językowy analizujący i generujący tekst) może przeczytać fragment wywiadu psychiatrycznego i przygotować roboczą ocenę. Nie oznacza to, że rozumie doświadczenie pacjenta w taki sposób jak specjalista ani że jego wynik powinien uruchomić dalsze postępowanie.
Badanie opublikowane 23 lipca 2026 r. w „npj Digital Medicine” pokazuje właśnie ten problem. Najlepszy z testowanych modeli osiągnął wysoką czułość, ale znacznie niższą swoistość. Innymi słowy: wychwytywał wiele sygnałów, lecz zbyt często patologizował doświadczenia mieszczące się w typowym zakresie.
Dla polskiej poradni zdrowia psychicznego wniosek nie brzmi „wdrożyć screening”. Wynik AI może być wyłącznie roboczym materiałem do weryfikacji psychiatry, a nie diagnozą, kwalifikacją ryzyka, wskazaniem leczenia lub automatycznym powodem skierowania na dalszą ocenę. Stan wiedzy: 25 lipca 2026 r.
Co mówi 678 częściowych transkryptów
Autorzy ocenili 11 otwartych modeli językowych na 678 częściowych transkryptach ustrukturyzowanych wywiadów PSYCHS od 373 uczestników. Materiał obejmował pierwsze 30 minut rozmowy, był w języku angielskim i pochodził z kohorty badawczej, w której 77,7% osób należało do grupy klinicznie wysokiego ryzyka psychozy.
Najlepszy wynik uzyskał Llama-3.3-70B: trafność 0,80, czułość 0,93 i swoistość 0,58. Swoistość to zdolność do prawidłowego odrzucenia przypadków bez badanego zjawiska. Przy takim punkcie działania, na 100 przykładów uznanych przez badaczy za ujemne około 42 mogłyby zostać błędnie oznaczone jako dodatnie. To koszt fałszywych alarmów, którego sama trafność 0,80 nie pokazuje.
W losowo ocenionej części raportów około 3% konfabulacji wpływało na scoring, na przykład przez dopisanie cierpienia lub pogorszenia funkcjonowania, którego nie było w transkrypcie. W 53% z 15 przypadków o największych rozbieżnościach model patologizował doświadczenia typowe albo zrozumiałe w kontekście, na przykład nieufność po wcześniejszej krzywdzie.
Karta decyzji: zanim sygnał dotknie procesu
Placówka nie potrzebuje kolejnego kolorowego wyniku bez śladu. Potrzebuje rekordu, który pozwala specjaliście podważyć model i później policzyć, jak często narzędzie nadmiernie oznaczało ryzyko. Każdy etap musi zachować odniesienie do fragmentu źródłowego; streszczenie AI nie może go zastąpić.
| Element rekordu | Co zapisuje placówka | Kto zatwierdza |
|---|---|---|
| Fragment źródłowy | Identyfikator syntetycznego przykładu i dokładny fragment użyty w teście | Osoba prowadząca test |
| Wynik roboczy LLM | Kategoria, poziom niepewności i wersja modelu | Nikt — to materiał do oceny |
| Uzasadnienie | Zdania, na których model oparł sygnał, bez dopisywania kontekstu | Psychiatra porównuje z fragmentem |
| Ocena specjalisty | Potwierdzenie, korekta albo odrzucenie wraz z krótkim powodem | Psychiatra z odpowiednimi kompetencjami |
| Rejestr błędu | False positive, false negative, konfabulacja albo brak kontekstu | Właściciel testu po decyzji specjalisty |
System nie wysyła wyniku dalej samodzielnie. Dopiero specjalista, po pełniejszej ocenie, decyduje, czy potrzebna jest dalsza rozmowa lub inne działanie kliniczne. Jedno oznaczenie modelu nie może stać się etykietą pacjenta.
Gdzie badanie kończy się przed polską poradnią
To badanie nie było prospektywnym wdrożeniem w polskiej praktyce. Obejmowało angielskie, częściowe transkrypty z kohorty badawczej i porównywało wyniki z ocenami badaczy. Autorzy sami zaznaczają, że rezultat może być zawyżony względem realnej poradni, gdzie osoby bez wysokiego ryzyka mogą mieć inne, złożone trudności psychiczne. Nie badano też rozmów po polsku.
Transkrypt psychiatryczny zawiera szczególnie wrażliwe dane o zdrowiu. UODO przypomniał 10 czerwca 2026 r., że ryzyko rośnie, gdy organizacja traci kontrolę nad celem, zakresem i odpowiedzialnością za przetwarzanie. Dlatego pełnego wywiadu nie należy wklejać do publicznego chatbota. Osobno trzeba ustalić środowisko, dostęp, retencję i podstawy przetwarzania; praktyczne kwestie zgody oraz retencji rozwija poradnik o transkrypcji rozmowy w gabinecie.
Komentarz Naczelnej Izby Lekarskiej do art. 12 Kodeksu Etyki Lekarskiej wskazuje, że przy wykorzystaniu AI w postępowaniu diagnostycznym lub terapeutycznym ostateczną decyzję zawsze podejmuje lekarz. Wynik badawczy nie jest certyfikacją narzędzia ani zgodą na użycie go w konkretnym świadczeniu.
Testuj koszt false positives, nie tylko trafność
Do testu, nie potrzeba danych pacjenta. Zacznij od syntetycznych fragmentów przygotowanych i ocenionych przez psychiatrę: doświadczenie nietypowe, ale wyjaśnione kontekstem; wypowiedź niepełna; informacja należąca do innej domeny objawowej; fragment z jawną niepewnością. Model powinien wskazać podstawę wyniku i umieć zatrzymać ocenę, gdy brakuje danych.
Placówka powinna omawiać wynki testu na trzech liczbach: odsetku fałszywie dodatnich wskazań, odsetku korekt specjalisty i liczbie dalszych ocen uruchomionych przez wynik modelu. Dodaj liczbę konfabulacji wpływających na scoring. Jeśli nie da się przypisać błędu do wersji modelu i konkretnego fragmentu, pomiar nie nadaje się do zarządzania ryzykiem.
Warunek wejścia: poradnia ma specjalistę zdolnego ocenić każdy wynik, zatwierdzone środowisko danych i regułę zatrzymania procesu. Warunek stop: model ukrywa niepewność, patologizuje kontekst społeczny albo jego sygnał automatycznie uruchamia kwalifikację, leczenie lub kontakt z pacjentem. W tym zastosowaniu szybkość nie równoważy błędnej etykiety.
Źródła
- Zhu i wsp. — „Evaluating large language models for assessment of psychosis risk”, npj Digital Medicine — badanie pierwotne opublikowane 23.07.2026 r.; opisuje 11 otwartych LLM, 678 częściowych transkryptów, wyniki czułości i swoistości oraz ograniczenia i przypadki nadmiernego patologizowania. Sprawdzono: 2026-07-25.
- UODO — „Czy AI to zagrożenie dla danych?” — oficjalny komunikat z 10.06.2026 r.; podkreśla potrzebę kontroli celu, zakresu i odpowiedzialności za przetwarzanie danych przed wyborem narzędzia AI. Sprawdzono: 2026-07-25.
- Naczelna Izba Lekarska — „AI. Komentarz do znowelizowanego KEL: art. 12” — oficjalny komentarz do zasad stosowania AI w diagnostyce i terapii; potwierdza rolę informacji, zgody, dopuszczenia narzędzia oraz ostatecznej decyzji lekarza. Sprawdzono: 2026-07-25.
- Okładka: Ercan Şenkaya na Pexels
