Odkąd istnieje ChatGPT, Amerykanie zadają mu pytanie: „Czy ta zabawna mała plamka na moim palcu u nogi to rak?”. A gdy sztuczna inteligencja rozwijała się w ciągu ostatnich kilku lat, lekarze zaczęli używać wyspecjalizowanych modeli, aby zadawać podobne pytania w klinikach. W obliczu tych wydarzeń profesjonalne towarzystwa medyczne zaprezentowały jednolity front: lekarze zawsze muszą mieć ostatnie słowo w opiece klinicznej.

Nie zgadzamy się. Jak pozwalają towarzystwa medyczne, lekarze usprawniający swoją pracę narzędziami AI mogą być całkiem dobrym sposobem na świadczenie medycyny. (Jeden z nas – Khosla – zainwestował zresztą w startup opieki podstawowej, współzałożony przez jego syna, w którym lekarze nadzorują asystentów AI). Ale aby Amerykanie otrzymali najlepszą możliwą opiekę zdrowotną, musimy być gotowi eksperymentować z modelami, które oddają kontrolę AI.

Ten pomysł wywołał zamieszanie w środowisku medycznym. Kiedy w zeszłym miesiącu opublikowaliśmy komentarz w Journal of the American Medical Association argumentując, że opieka oparta wyłącznie na AI może wkrótce przewyższyć opiekę świadczoną przez lekarzy-ludzi, dyrektor generalny American Medical Association potępił nas za podważanie relacji pacjent-lekarz. Stanowisko organizacji pozostało niezmienne: AI powinno być sprowadzone do roli wspierającej w opiece klinicznej. To argument, który ignoruje dostępne dowody i może powstrzymać niezliczoną liczbę Amerykanów przed lepszym zdrowiem.

Duża część współczesnej medycyny – w tym leczenie nadciśnienia, określanie właściwego leczenia wielu nowotworów i radzenie sobie ze skutkami ubocznymi chemioterapii – jest w dużej mierze algorytmiczna. Lekarz musi zadać pacjentowi ukierunkowane pytania, określić możliwe diagnozy, zlecić testy w celu zidentyfikowania właściwej, zaproponować plan leczenia i dostosować go w zależności od reakcji pacjenta. Ta seria działań jest sterowana szczegółowymi wytycznymi towarzystw zawodowych.

Jednak lekarze – mimo najlepszych intencji – popełniają wiele błędów podczas wykonywania tych kroków. Badania wskazują, że nawet 15 procent amerykańskich pacjentów jest każdego roku błędnie diagnozowanych, co prowadzi do dziesiątek tysięcy możliwych do uniknięcia zgonów. Dlatego świadczeniodawcy opieki zdrowotnej mają oprogramowanie, które powiadamia ich, jeśli, powiedzmy, przepiszą śmiertelną dawkę leku. Każde oprogramowanie, które mogłoby praktykować medycynę autonomicznie, byłoby podobnie wyspecjalizowane: nie ogólny ChatGPT, ale model przeszkolony w wiedzy medycznej z odpowiednimi zabezpieczeniami minimalizującymi ryzyko i błędy. Taki model mógłby sprawdzać interakcje lekowe bardziej konsekwentnie i kompleksowo niż lekarze. I mógłby kontaktować się z pacjentami znacznie częściej niż ludzcy świadczeniodawcy opieki zdrowotnej.

Niektóre modele AI już udowodniły, że są biegłe w takich zadaniach. W jednym badaniu opublikowanym w zeszłym roku lekarze eksperci ocenili Articulate Medical Intelligence Explorer Google – wysoce wyszkolony model AI do diagnozowania i rozumowania medycznego – jako znacznie lepszy od ludzkich lekarzy w skłanianiu aktorów odgrywających pacjentów do otwarcia się. „Pacjenci” ujawniali więcej na temat swoich dolegliwości, a także historii medycznej, rodzinnej i lekowej, co może być kluczowe dla trafnej diagnozy. W badaniu z 2023 roku pacjenci z cukrzycą typu 2 zostali losowo przydzieleni do dostosowywania dawki insuliny przez lekarzy lub autonomiczną AI. Maszyny szybciej doprowadziły pacjentów do stabilnej dawki niż lekarze, a ich pacjenci przyjmowali insulinę bardziej niezawodnie i mieli mniejszy stres związany z cukrzycą.

A co z hybrydami lekarz-AI, które popierają stowarzyszenia medyczne? Badania na ich temat są skąpe i potrzeba ich więcej. Przegląd 52 badań z 2025 roku wykazał, że ogólnie takie hybrydy „nie przewyższyły ani samej AI medycznej, ani nie przekroczyły najlepszych klinicystów”. W co najmniej kilku z tych badań hybrydy człowiek-AI przewyższyły samą AI. Ale w tych zespołach hybrydowych AI kontrolowało ostateczną decyzję kliniczną – co jest przeciwieństwem tego, co mają na myśli AMA i inni.

Organizacje medyczne nie są całkowicie zamknięte na możliwość zmian. Na przykład ostatnio