AI studentům medicíny nepomůže sama. Rozhoduje metodika výuky

Když dnes student medicíny otevře ChatGPT nebo Gemini, má k dispozici asistenta, který mu okamžitě shrne odborný článek, vygeneruje diferenciální diagnózu nebo předstírá, že je pacientem s kašlem, horečkou a nejasným nálezem. Je to lákavé. Otázka, kterou si teď kladou učitelé i vědci, zní: naučí se z toho student skutečně myslet, nebo jen opisovat?

Odpověď podle aktuálního výzkumu zní ani jedno, ani druhé. Záleží na tom, jak se AI použije. Právě tohle téma rozpracovala přehledová studie v časopise Cureus, která se věnuje roli generativní AI ve výuce klinického uvažování, ve výzkumu a v praxi. Její závěr je vyrovnaný: modely jako podpora fungují, jako náhrada úsudku ne.

K čemu je AI v medicíně dobrá

Generativní AI a velké jazykové modely, tedy stejné systémy, které dnes nesou jména jako GPT-6.1 Terra od OpenAI, Gemini 4 Carbon od Google DeepMind nebo Claude Haiku 5.5 od Anthropicu, plní v medicíně podle přehledu tři hlavní úkoly. První je syntéza literatury, tedy rychlé pročtení a shrnutí velkého množství studií. Druhým je tvorba výukových scénářů pro učitele. Třetím je simulace virtuálních pacientů, na kterých si studenti zkoušejí rozhovor, anamnézu i návrh vyšetření.

Vysvětlení je jednoduché. Model je v jádru statistický stroj, který na základě obrovského trénovacího korpusu předpovídá další slovo. Původní korpus ChatGPT činil podle zmíněného přehledu zhruba 45 terabajtů textu, což autoři přirovnávají k asi milionu stop knižních polic, a pokrýval více než 40 jazyků. Díky tomu umí model plynule psát o medicíně, i když nemoci nikdy „neprožil" a nerozumí jim tak, jak jim rozumí lékař.

Studie, která to změřila

Tady přichází klíčové zjištění. Samotný volný přístup k AI diagnostickou přesnost studentů ani lékařů nezvyšuje. Rozhoduje integrace strukturovaného pedagogického rámce a trénink ověřování výstupů, jak upozorňuje rámec M3RGE-AI.

Konkrétní čísla dodala intervenční studie publikovaná v srpnu 2026 v JMIR Medical Education. Šlo o strukturovaný workshop, který propojil generativní AI, prompt engineering a klinické uvažování. Měření dokončilo 139 ze 150 studentů, tedy 92,7 procenta. AI gramotnost vzrostla ve všech sledovaných doménách s velikostí účinku Cohenovo d = 0,69 až 0,93, všechna p pod hranicí 0,001. Nejvíc se přitom zlepšily dovednosti kritického ověřování výstupů, a to bez narušení přístupu zaměřeného na pacienta.

Druhý pohled nabízí souhrnný přehled simulací pro nácvik klinického uvažování, který zahrnul 6 studií se 492 účastníky. Čtyři z nich zaznamenaly statisticky prokazatelné zlepšení výsledků klinického uvažování při zapojení generativní AI oproti standardním postupům.

Kde to drhne

Přehled v Cureus zároveň pojmenovává limity, které zatím nikdo nevyřešil. První jsou halucinace, tedy věcně chybné, ale sebevědomě formulované výstupy. Druhým je bias, tedy předsudky obsažené v trénovacích datech, které model opisuje. Třetím je ochrana citlivých zdravotních údajů. Čtvrtým je takzvaný deskilling, riziko, že studenti ztratí kognitivní dovednosti, když nechají přemýšlet model místo sebe.

K tomu přibyl zářijový poznatek ze syntézy literatury v Frontiers in Education. Modely dosahují vysoké úrovně ve znalostních licenčních testech, ale v komplexním a adaptivním klinickém rozhodování, kde se stav pacienta mění a informace jsou neúplné, vykazují podstatné mezery. Jinými slovy: znalost odpovědi z knížky ještě není umění léčit.

Jasná pravidla už prosazují i vědecké komunity a vydavatelství. Model nesmí být uváděn jako autor odborné práce a jeho výstupy musí projít lidským dohledem.

Co to znamená v Česku a Evropě

Pro české lékařské fakulty a studenty jde o praktickou, ne teoretickou otázku. Zdravotní data spadají v EU pod přísnou ochranu GDPR, takže reálná jména pacientů do veřejného chatu nepatří. A pokud by fakulta či nemocnice nasadila AI na pomoc při diagnostice, vztahuje se na ni AI Act, který právě zdravotnictví řadí do vysoce rizikové kategorie s povinnou dokumentací, dohledem a lidskou kontrolou.

Závěr pro praxi je proto střízlivý. AI má smysl jako nástroj, který studentovi pomůže najít článek, připravit scénář nebo si vyzkoušet rozhovor s virtuálním pacientem. Jako zdroj, jehož výstup se neověřuje, ale fungovat nemá. Kdo se chce AI ve výuce naučit používat dobře, měl by začít u metodiky a ověřování, ne u samotného modelu. Na to poukazuje i metodologický protokol pro rozsáhlou systematickou revizi s klasifikačním rámcem FACETS, který vyšel v říjnu 2026 v JMIR Research Protocols.