Lideri de opinie
IA este deja mai inteligentă decât doctorul tău. Asta nu este partea înfricoșătoare.

Am vrut ca IA să rezolve această problemă.
De ani de zile, colectam istorii de pacient complicate, rezultate de laborator, simptome, medicamente, suplimente și ani de tratament anterior și încercam să transform totul într-un plan clinic coerent. Un caz complex putea consuma trei ore de cercetare înainte să mă simt confortabil să decid ce este important și ce ar trebui să se întâmple în continuare.
Apoi a apărut IA generativă.
Prima mea gândire a fost evidentă: în sfârșit.
Acolo era o tehnologie care putea consuma cantități enorme de informații, să reamintească cunoștințe medicale mai repede decât aș fi putut eu și să găsească relații într-un caz în câteva secunde. Am presupus că pot înconjura un model lingvistic mare cu o interfață, să construiesc câteva măsuri de siguranță și să termin.
Ar fi fost fabulos.
În schimb, la aproximativ un an și 1 milion de dolari mai târziu, cu ingineri software lucrând alături de o echipă clinică de 10 persoane, încă construiam.
Motivul nu a fost că IA nu era suficient de inteligentă.
Era că inteligența era partea ușoară.
Primeam o IA diferită de cea a celorlalți
Primul meu indiciu a apărut înainte să încercăm vreodată să construim software clinic. Am observat în mod constant că pot folosi același instrument IA ca și persoana care stăa lângă mine și obțin rezultate mult mai bune.
De ce? Pentru că nu mă limitam să pun o întrebare și să accept răspunsul. Îi argumentam. Contestam presupunerile. Oferam context pe care îl ratase. Corectam erorile. Schimbam cadrul. Împingeam din nou.
Din punct de vedere tehnic, foloseam același instrument. Funcțional, nu.
Aceasta este o problemă interesantă de productivitate când scrii o reclamă. Devine o problemă foarte diferită când subiectul este un pacient.
Am lucrat cu peste 70.000 de practicieni. Cineva poate fi strălucit clinic și totuși să fie groaznic în a extrage informații utile dintr-un sistem IA.
Acestea sunt abilități diferite.
Totuși, mare parte din răspunsul în sănătate pare să fie că medicii trebuie doar să învețe „ingineria prompturilor”.
Nu cred că este o soluție serioasă.
Dacă un sistem IA clinic necesită ca medicul să devină un inginer de prompturi sofisticat înainte ca sistemul să fie de încredere, nu am terminat să construim IA clinică.
Cercetările ne spun deja ceva inconfortabil
Un studiu clinic randomizat din 2024 a oferit 50 de medici cazuri diagnostice dificile. Medicii care au folosit GPT-4 au obținut 76 la sută; cei care au folosit resurse convenționale au obținut 74 la sută, o diferență care nu a fost semnificativă din punct de vedere statistic.
Apoi cercetătorii au testat GPT-4 singur. A depășit medicii care foloseau resurse convenționale cu 16 puncte procentuale.
Un studiu din 2026 în Pakistan a constatat că, după instruirea în alfabetizarea IA, medicii cu acces la GPT-4o au obținut 71,4 la sută la raționamentul diagnostic, comparativ cu 42,6 la sută pentru cei care foloseau resurse convenționale. Dar GPT-4o singur a obținut 82,9 la sută.
O replicare din 2026 în Marea Britanie a găsit un decalaj similar: medicii au îmbunătățit performanța cu asistență IA, dar tot au obținut cu peste 21 de puncte procentuale mai puțin decât modelul lingvistic mare care lucra singur.
Trebuie să spunem cu voce tare partea inconfortabilă: la anumite sarcini cognitive, IA este deja mai bună decât un medic individual.
Niciun medic nu a citit fiecare lucrare medicală sau nu poate reține fiecare tulburare obscură, interacțiune sau contraindicație în momentul în care devine relevantă. IA poate procesa cantități enorme de informații fără să obosească sau să rămână fără timp.
Greșeala este să presupunem că putem pune un chatbot în fața unui clinician și să considerăm problema rezolvată.
Cutia goală a promptului este problema
Imaginează-ți că un medic încarcă un raport de laborator care conține 150 de markeri și solicită unui model lingvistic să îl analizeze.
Răspunsul revine frumos organizat. Există o singură problemă: sistemul nu a extras în mod fiabil toți cei 150 de markeri.
Modelele lingvistice de uz general nu sunt parsere clinice deterministe. Tabelele și rapoartele medicale dense rămân în mod special dificile. Partea înfricoșătoare este că răspunsul final poate să nu anunțe „Am omis 50 de valori.”
Poate pur și simplu să răspundă.
Acum imaginează-ți că una dintre valorile lipsă necesită o evaluare medicală urgentă.
Aceasta nu a fost o limitare pe care eram dispus să o ocolesc. A trebuit să creăm o tehnologie de extragere diferită pentru a gestiona rapoartele de laborator cu acuratețe și reproductibilitate înainte ca partea de raționament clinic a sistemului nostru să poată începe.
Acea experiență mi-a schimbat modul de a gândi despre siguranța IA.
Un sistem IA care îți spune că nu știe ceva este incomod.
Un sistem AI care nu știe ce a ratat este periculos.
De ce a trebuit să construim dincolo de AI
Munca clinică necesită ceva ce AI generativ cu scop general nu oferă în mod natural: reproductibilitate.
Aveam nevoie de control asupra a ceea ce intră și a ceea ce iese: extragere fiabilă de date, cunoaștere structurată, logică deterministă, măsuri de siguranță și sisteme capabile să evalueze relațiile din istoricul unui pacient.
Raționamentul clinic nu este pur și simplu o colecție de afirmații dacă-atunci. Uneori semnalul este relația dintre mai mulți markeri. Uneori cinci constatări individual neînsemnate devin importante când sunt privite împreună.
Inginerii au nevoie de reguli suficient de explicite pentru ca software‑ul să le poată executa. Clinicienii își petrec viața spunând: „Da, cu excepția…”.
Biologia umană este plină de excepții, modificatori, context și explicații concurente. Uneori, construirea sistemului părea că un grup comunică în limbajul semnelor, în timp ce celălalt vorbește în Klingon.
Răspunsul nu a fost niciodată „AI” sau „nu AI”. A fost să descoperim exact unde apar fiecare dintre ele.
AI poate citi fișa medicală. Oamenii pot citi camera.
Folosit corect, AI poate extinde memoria unui clinician, accelera cercetarea, scoate la iveală posibilități neobișnuite și recunoaște tipare în cantități uriașe de informații.
Acest lucru începe să semene mai puțin cu înlocuirea practicianului și mai mult cu construirea unuia bionic.
Dar pacientul nu este o scenă clinică.
Un practician aude ezitarea înainte de răspuns. Observă când povestea se schimbă. Învață că un pacient minimizează în mod obișnuit simptomele, în timp ce altul raportează fiecare senzație la intensitate maximă. Știe când „Mă simt bine” nu înseamnă cu adevărat bine.
Această informație s-ar putea să nu existe niciodată în fișă.
Interacțiunea umană în medicină nu este doar un strat plăcut pe care îl adăugăm după ce mașina a făcut munca intelectuală. Este o altă sursă de date clinice.
AI poate citi fișa medicală. Oamenii pot citi camera.
Cele mai bune sisteme clinice vor avea nevoie de ambele.
Încetați să întrebați dacă AI va înlocui medicul
Punem întrebarea greșită.
Viitorul nu va aparține neapărat companiei cu cel mai inteligent chatbot sau cu cel mai avansat model de bază. Inovația importantă are loc din ce în ce mai mult în jurul modelului: cum sunt capturate și verificate informațiile, ce cunoștințe sunt furnizate, ce poate deduce sistemul, unde preiau controlul mecanismele deterministe și unde trebuie să rămână un om în buclă.
Inteligența brută devine abundentă.
Sistemele fiabile pentru aplicarea acelei inteligențe sunt mult mai greu de construit.
Și nu ar trebui să rezolvăm această problemă cerând ca fiecare clinician să devină un dezvoltator amator de AI. Complexitatea ar trebui să rămână în tehnologie, nu în promptul medicului.
Medicul viitorului nu îl va depăși pe AI în memorie. Această competiție devine deja inutilă.
În schimb, ar trebui să construim sisteme care să ofere clinicienilor memoria, puterea de procesare și recunoașterea tiparelor mașinii, păstrând în același timp contextul, judecata, scepticismul și conexiunea umană a practicianului.
Numim acest lucru practicianul bionic.
Bănuiesc că pacienții îl vor numi în cele din urmă ceva mult mai simplu.
Doctorul lor.












