Jak sztuczna inteligencja zmienia diagnostykę, odkrywanie leków i opiekę nad pacjentami w 2026 roku

Sztuczna inteligencja jest teraz wbudowana w ponad 1600 urządzeń medycznych zatwierdzonych na rynku USA i rozszerzyła się od czytania skanów do projektowania całkowicie nowych cząsteczek leków. W lipcu 2026 roku firma Insilico Medicine zaawansowała rentosertib — związek, którego cel biologiczny i struktura chemiczna zostały wygenerowane przez oprogramowanie AI — do badania fazy III obejmującego 320 pacjentów z idiopatycznym włóknikiem płucnym, chorobą płuc z ograniczonymi opcjami leczenia. Jednocześnie światowe organy zdrowotne wciąż pracują nad tym, jak zarządzać systemami, które coraz bardziej kształtują decyzje dotyczące diagnostyki i leczenia.

Gdzie AI już pracuje: czytanie obrazów

Amerykańska Agencja ds. Żywności i Leków (FDA) stwierdza, że zatwierdziła ponad 1600 urządzeń medycznych z AI do sprzedaży w Stanach Zjednoczonych, zgodnie ze stroną śledzenia samej agencji, ostatnio aktualizowaną 22 września 2026 roku. Przykłady wymienione przez FDA obejmują oprogramowanie, które przesiewuje zmiany skórne pod kątem raka, wykrywa retinopatię cukrzycową z fotografii siatkówki, ocenia prawdopodobieństwo zawału serca na podstawie danych czujników i automatyzuje dawkowanie insuliny na podstawie odczytów monitora glukozy.

Analiza zezwoleń FDA 510(k) z 2025 roku przez firmę doradczą zajmującą się regulacją Innolitics wykazała, że radiologia stanowiła zdecydowaną większość zatwierdzenia urządzeń AI/ML w tamtym roku, z 295 całkowitymi zezwoleniami wydanymi 221 różnym producentom i medianą czasem przeglądu 142 dni. Najczęstszą kategorią było radiologiczne oprogramowanie do wspomaganego wykrywania komputerowego, które samodzielnie stanowiło ponad jedną czwartą wszystkich zezwoleń z 2025 roku, według analizy.

Kardiologia, neurologia i ortopedia znacznie zaostały się za radiologią w 2025 roku, a specjalności takie jak anestezjologia i chemia kliniczna stanowiły każda poniżej 2 procent zezwoleń, zgodnie z tą samą analizą.

AI projektuje leki, a nie tylko je testuje

Poza diagnostyką, oprogramowanie AI jest teraz używane do proponowania nowych celów leków i projektowania cząsteczek mających je trafiać, krok dalej niż wcześniejsze wykorzystanie obliczeń do po prostu szybszego przeszukiwania istniejących bibliotek związków. Insilico Medicine, hongkońska firma biotechnologiczna, mówi, że jej platforma PandaOmics zidentyfikowała protein o nazwie TNIK jako cel choroby i jej platforma Chemistry42 wygenerowała cząsteczkę kandydującą, obecnie nazwaną rentosertib, na idiopatyczne włóknienie płucne. Firma mówi, że ścieżka odkrycia została opisana w artykule w Nature Biotechnology.

W randomizowanym, kontrolowanym placebo badaniu fazy IIa pacjenci przyjmujący najwyższą testowaną dawkę rentosertib (60 mg raz dziennie) zobaczyli poprawę funkcji płuc, mierzoną jako wymuszona pojemność życiowa, średnią 98,4 mililitrów przez 12 tygodni w porównaniu ze średnim spadkiem 20,3 mililitrów w grupie placebo, zgodnie z własnym ogłoszeniem Insilico Medicine wyników, które firma mówi, zostały również opublikowane w Nature Medicine.

7 lipca 2026 roku Insilico ogłosiła, że rozpoczęła badanie rentosertib fazy III: randomizowane, podwójnie zaślepione, kontrolowane placebo badanie obejmujące 320 pacjentów w 47 ośrodkach w Chinach przez 52 tygodnie. Pierwotnym punktem końcowym jest roczna szybkość spadku wymuszonej pojemności życiowej, z czasem do pierwszego zdarzenia progresji choroby jako kluczowy punkt pomiarowy drugiego rzędu, powiedziała firma.

Żaden lek zaprojektowany przez AI nie otrzymał jeszcze zatwierdzenia od FDA ani żadnego innego regulatora, a poprawa funkcji płuc rentosertib w badaniu fazy IIa została wymieniona jako drugorzędne, badawcze punkty końcowe, a nie główny cel bezpieczeństwa badania, według własnego opisu firmy. Obserwatorzy branżowi cytowani na stronie analizy IntuitionLabs policzyli ponad 170 programów odkrywania leków wspieranych AI na etapie rozwoju klinicznego na początku 2026 roku, w porównaniu z około dwoma dziesiątkami na koniec 2023 roku, chociaż IntuitionLabs zauważyła, że liczby różnią się między obserwatorami, ponieważ nie istnieje jedno autorytatywne, utrzymywane przez rząd rejestr takich leków i każdy obserwator stosuje własne kryteria klasyfikacji.

Regulatorzy wciąż piszą zasady

Światowa Organizacja Zdrowotna (WHO) wydała wytyczne etyczne i zarządcze dla dużych wielomodalnych modeli AI w zdrowotnictwie 18 stycznia 2024 roku, ustanawiając ponad 40 rekomendacji dla rządów, deweloperów i pracowników zdrowotnych. Wytyczne stwierdzają, że dane treningowe niskiej jakości lub stronnicze mogą powodować niedokładne lub niekompletne informacje zdrowotne, a klinicyści ryzykują wpadnięcie w to, co nazywa się 'stronniczością automatyzmu' poprzez nadmierne ufanie wynikom AI lub niewłaściwe delegowanie do nich decyzji.

• Stronnicze lub niskokwalitościowe dane treningowe mogą zniekształcić wyniki ze względu na rasę, pochodzenie etniczne, płeć, tożsamość rodzaju lub wiek
• Stronniczość automatyzmu: pracownicy zdrowotni mogą przeoczyć błędy AI lub niewłaściwie delegować decyzje
• Luki w cyberbezpieczeństwie mogą narażić dane pacjentów lub podważyć zaufanie do systemów AI
• Wysokowydajne narzędzia AI mogą pozostać dostępne głównie dla bogatszych systemów zdrowotnych, pogłębiając globalne dysproporcje w opiece

Główny naukowiec WHO Jeremy Farrar powiedział w momencie wydania wytycznych, że generacyjne technologie AI mogłyby poprawić opiekę zdrowotną tylko wtedy, gdy deweloperzy, regulatorzy i użytkownicy zidentyfikowaliby i w pełni uwzględniliby związane ryzyko.

Co jeszcze się nie stało

Kilka kamieni milowych czasami związanych z AI w medycynie się nie wydarzyło. Żaden całkowicie zaprojektowany przez AI lek nie otrzymał zatwierdzenia regulacyjnego nigdzie, a wytyczne WHO wyraźnie ostrzegają, że nierówny dostęp do najzdolniejszych systemów AI mogłaby powiększyć, a nie zmniejszyć rozbieżności między dobrze zasobowanymi i niedofinansowanymi systemami zdrowotnych. Na razie najwyraźniejszy ślad AI w medycynie pozostaje diagnostyką obrazowania, gdzie regulatorzy mają najdłuższą historię uprawnień, podczas gdy jego rola w tworzeniu nowych leków przechodzi od laboratoryjnego proof-of-concept do większych badań klinicznych na ludziach.