AI w praktyce lekarskiej — prosto, praktycznie, odpowiedzialnie

Wśród lekarzy AI budzi dwie skrajne reakcje: entuzjazm („zrobi za mnie papiery") i lęk („zabierze mi zawód"). Obie są przesadzone, a obie prowadzą do tej samej pomyłki — traktowania AI jak wyroczni zamiast jak narzędzia.

Zacznijmy więc od granicy, bo ona jest najważniejsza.

Czego AI w gabinecie nie zrobi

Nie postawi rozpoznania i nie ponosi odpowiedzialności. To Ty podpisujesz się pod decyzją, Ty odpowiadasz zawodowo i cywilnie. Model językowy nie ma uprawnień, nie ma ubezpieczenia OC i nie stanie przed sądem lekarskim.

Nie jest źródłem wiedzy medycznej. Modele generują tekst statystycznie prawdopodobny — a nie prawdziwy. Zjawisko konfabulacji (model podaje nieistniejące publikacje, wymyśla dawki, cytuje wytyczne, których nie ma) jest wpisane w ich konstrukcję, a nie jest usterką do naprawienia. Każda informacja merytoryczna z AI wymaga weryfikacji w źródle — i jeśli weryfikacja zajmuje więcej czasu niż samodzielne sprawdzenie, to zadanie nie nadaje się dla AI.

Nie jest miejscem na dane pacjentów. To jest punkt, w którym najłatwiej o poważne kłopoty — wracamy do niego niżej.

Do czego naprawdę się nadaje

Paradoks polega na tym, że najwięcej czasu w gabinecie zjada nie medycyna, tylko wszystko dookoła. I to jest właśnie teren AI:

• pisanie i przeredagowywanie tekstów — informacja dla pacjenta po zabiegu, opis oferty, regulamin, treść maila, którego nie chce się pisać po dyżurze;
• streszczanie i porządkowanie — długi dokument, wytyczne, umowa z podmiotem leczniczym: „wypisz kluczowe zobowiązania stron";
• tłumaczenia — materiały dla pacjenta obcojęzycznego, artykuł z zagranicznego czasopisma;
• komunikacja praktyki — opisy na stronę, treści dla rejestracji, odpowiedzi na powtarzalne pytania;
• praca z liczbami — uporządkowanie zestawienia, przygotowanie prostej analizy, zrozumienie własnego cennika;
• nauka i przygotowanie do wystąpień — konspekt prezentacji, pytania sprawdzające, uproszczenie trudnego tematu.

Wspólny mianownik: AI dobrze robi rzeczy, które umiesz sprawdzić w kilka sekund. Źle robi te, których sprawdzić nie potrafisz — a właśnie tam kusi najbardziej.

W praktyce do zadań administracyjnych sięga się po narzędzia ogólnego przeznaczenia — ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google) czy Perplexity (przydatny, gdy potrzebujesz odpowiedzi z podanymi źródłami). Do grafiki na stronę czy do social mediów służą osobne narzędzia (np. Midjourney). Wybór jest mniej istotny niż zasada: im poważniejsze zadanie, tym staranniej trzeba sprawdzić wynik — niezależnie od tego, które narzędzie go wygenerowało.

Dane pacjentów: granica, której nie przekraczamy

Wpisanie danych pacjenta do publicznego czatu to przetwarzanie danych o stanie zdrowia — czyli danych szczególnej kategorii w rozumieniu RODO. Bez podstawy prawnej, bez umowy powierzenia, bez wiedzy o tym, gdzie te dane trafiają i czy posłużą do trenowania modelu.

Zasada praktyczna, prosta do zapamiętania: jeśli z treści dałoby się rozpoznać konkretnego pacjenta — nie wkleja się jej do AI. Nie „lepiej nie", tylko nie.

Co robić zamiast tego:

• anonimizuj radykalnie — nie „pani Kowalska, 54 lata, z ul. Piotrkowskiej", tylko „pacjentka, 54 lata";
• pamiętaj, że kombinacja szczegółów też identyfikuje — rzadkie rozpoznanie plus wiek plus miasto potrafi wskazać jedną osobę w Polsce;
• wyłącz uczenie na Twoich danych w ustawieniach narzędzia, jeśli taka opcja istnieje;
• do pracy z danymi realnymi używaj wyłącznie rozwiązań z umową powierzenia — a decyzję o ich wdrożeniu podejmij świadomie, nie odruchowo.

Nudne? Owszem. Ale kara za naruszenie ochrony danych zdrowotnych jest znacznie mniej nudna.

Nowe przepisy: AI Act

Warto wiedzieć, że korzystanie z AI wchodzi w ramy prawne. Unijne rozporządzenie o sztucznej inteligencji (AI Act, rozporządzenie 2024/1689) wchodzi w życie etapami: od 2 lutego 2025 r. obowiązują przepisy o zakazanych praktykach oraz wymóg kompetencji w zakresie AI (tzw. AI literacy) po stronie podmiotów stosujących te systemy; od 2 sierpnia 2025 r. — regulacje dotyczące modeli ogólnego przeznaczenia; a główna część przepisów zacznie obowiązywać od 2 sierpnia 2026 r.

Dla typowego gabinetu, używającego AI do zadań administracyjnych, nie oznacza to na razie szczególnych obowiązków formalnych. Ale kierunek jest jasny: świadome, udokumentowane i odpowiedzialne korzystanie z AI staje się wymogiem prawnym, a nie tylko dobrą praktyką — zwłaszcza wszędzie tam, gdzie w grę wchodzą dane pacjentów.

Jak rozmawiać z AI, żeby coś z tego było

Większość rozczarowań AI bierze się z poleceń w rodzaju „napisz mi coś o cukrzycy". Dostaniesz wtedy dokładnie to, o co poprosiłeś — coś. Dobre polecenie zawiera cztery elementy:

1. Rola i kontekst — „jesteś copywriterem, piszesz dla pacjentów bez wykształcenia medycznego".
2. Zadanie — konkretnie, co ma powstać.
3. Forma — długość, styl, struktura („5 punktów, po jednym zdaniu, prostym językiem").
4. Ograniczenia — czego unikać („bez straszenia, bez zaleceń dawkowania").

Druga rzecz, którą warto sobie przyswoić: pierwsza odpowiedź to szkic, nie produkt. Wartość powstaje w rozmowie — „za długie", „zmień ton", „to zdanie jest nieprawdziwe, popraw". Kto traktuje AI jak automat do gotowych tekstów, dostaje teksty automatyczne.

Jeśli chcesz robić to systematycznie, a nie za każdym razem od nowa — opisaliśmy autorską metodę P.R.O.M.P.T.S., czyli siedem elementów dobrego polecenia, opublikowaną w miesięczniku „Rachunkowość". Sprawdza się tak samo przy notatce dla pacjenta, jak przy komentarzu do raportu.

Uczciwy rachunek

AI nie zmieni tego, że lekarz musi lekarzem być. Zmienia natomiast to, ile godzin tygodniowo poświęcasz na rzeczy, za które nikt nie płaci i których nikt nie lubi — a w praktyce prywatnej to jest realny pieniądz i realne zmęczenie.

Warunek jest jeden i wraca w każdym zdaniu tego tekstu: odpowiedzialność zostaje po Twojej stronie. AI jest asystentem, który nigdy nie mówi „nie wiem" — i to jest jego najgroźniejsza cecha.

Prowadzimy dla środowiska lekarskiego szkolenia z praktycznego wykorzystania AI w pracy gabinetu, a temat AI w rachunkowości jest przedmiotem naszej pracy naukowej — dr Jacek Kalinowski jest współautorem monografii Artificial Intelligence in Accounting: What the past and present mean for the future (Wydawnictwo Uniwersytetu Łódzkiego, 2025), dostępnej bezpłatnie: https://doi.org/10.18778/8331-880-6.

Stan prawny na: 17.07.2026. Przepisy podatkowe i składkowe zmieniają się często — przed podjęciem decyzji skonsultuj swoją sytuację indywidualnie. Ten tekst ma charakter informacyjny i nie stanowi porady podatkowej ani prawnej.

Pozostałe opracowania