WHO: Nedostatek zdravotníků narůstá každým rokem

Podle odhadů WHO dosáhne deficit zdravotních pracovníků do roku 2030 hrozivých 11 milionů. Nejvíce postižené jsou země s nízkými a středními příjmy, kde chybí nejen lékaři, ale i zdravotní sestry, porodní asistentky a komunitní pracovníci. Chronické podinvestování do vzdělávání, odchod odborníků do zahraničí a nesoulad mezi školními osnovami a reálnými potřebami zdravotních systémů vytvářejí situaci, kterou klasické postupy nedokážou vyřešit.

Evropa čelí odlišným, ale neméně závažným výzvám: stárnutí populace, nárůst chronických onemocnění a únava zdravotnického personálu po pandemii COVID-19. I v českém zdravotnictví se pravidelně objevují alarmující zprávy o nedostatku specialistů v regionech. Digitální nástroje proto nejsou luxusem, ale nutností.

Od zkouškových testů k telemedicínské praxi

Cesta DeepMind v medicínské umělé inteligenci trvá už několik let a postupně nabývá na ambicích:

• Med-PaLM (2023) — model, který zvládl lékařské zkoušky na úrovni absolventů medicíny. Výsledky byly publikovány v časopise Nature.
• AMIE (2025) — textový diagnostický konzultant, který v simulovaných rozhovorech dosáhl výkonu srovnatelného s praktickými lékaři. V reálném světě ho testovali například v Beth Israel Deaconess Medical Center.
• AI co-clinician (2026) — nejnovější evoluce, která překračuje hranice textu a vstupuje do světa živého zvuku, obrazu a real-time interakce.

DeepMind koncept nazývá „triadic care“ — trojčlenná péče, ve které AI agent pomáhá pacientovi pod dohledem ošetřujícího lékaře. Medicína byla vždy týmovým sportem a cílem je přidat na hřiště další spolehlivého spoluhráče, nikolát nahradit kapitána.

Jak funguje AI spolulékař technicky

AI co-clinician staví na architektuře modelů Gemini a Project Astra. Jde o multimodálního agenta — rozumí nejen psanému textu, ale také živému audiu a videu. To znamená, že během telemedicínského hovoru může pozorovat pacientův obličej, sledovat dechové pohyby, poslouchat kašel nebo sledovat, jak pacient používá inhalátor.

Z hlediska bezpečnosti používá systém dual-agent architekturu:

• Planner (plánovač) — kontinuálně monitoruje průběh konverzace a kontroluje, zda druhý agent zůstává v bezpečných klinických mezích.
• Talker (mluvčí) — komunikuje přímo s pacientem nebo lékařem a provádí instrukce.

Toto rozdělení má zabránit tzv. halucinacím — situacím, kdy AI vymyslí nesprávné informace. Kromě toho systém prochází verifikací a citacemi — každé klinické doporučení by mělo být podloženo ověřitelným zdrojem.

Co ukázaly testy

DeepMind nechce spoléhat na marketingové superlativy, ale na tvrdá data. Výzkumný tým proto spolupracoval s akademickými lékaři z Harvardu a Stanfordu na rozsáhlé simulační studii.

Bezpečnost podle NOHARM

Pro hodnocení bezpečnosti vědci upravili framework NOHARM, který testuje „chyby komise“ (nesprávné informace) a „chyby omise“ (opomenutí kritických skutečností). Při 98 realistických dotazech z primární péče systém zaznamenal nulové kritické chyby ve 97 případech a překonal dvě široce používané AI nástroje, které lékaři běžně využívají.

Lékové znalosti na úrovni specialisty

Na benchmarku OpenFDA RxQA, který hodnotí složité medikační reasoning, AI co-clinician překonal dostupné frontier modely — a to zejména v otevřených otázkách, jaké lékaři skutečně kladou v praxi. Původní test byl koncipován jako výběr z možností, kde si i primární lékaři vedli jen průměrně. DeepMind se zaměřil na obtížnější formu: volné odpovědi.

Telemedicínská simulace

Ve studii s 20 syntetickými klinickými scénáři a 10 lékařskými „patient-aktéry“ proběhlo 120 hypotetických telemedicínských setkání. AI dokázala v reálném čase vést pacienty složitými fyzickými vyšetřeními — například opravila techniku používání inhalátoru nebo provedla ramenní testy pro odhalení poranění rotátorové manžety.

Výsledky byly smíšené, ale slibné. Expertní lékaři byli v celkovém součtu lepší než AI, zejména v identifikaci „red flags“ (varovných signálů) a vedení kritických fyzických vyšetření. Na druhou stranu AI co-clinician dosáhl úrovně srovnatelné nebo lepší než primární péče ve 68 z 140 hodnocených oblastí.

Reálné nasazení a geografický rozsah

Google DeepMind aktuálně spouští fázové reálné testování ve spolupráci s akademickými a klinickými partnery v USA, Indii, Austrálii, Novém Zélandu, Singapuru a Spojených arabských emirátech. Další země a zdravotnická zařízení se připojují postupně.

Důležité upozornění: DeepMind explicitně deklaruje, že tyto výzkumné aktivity zatím nejsou určeny k diagnóze, léčbě, zmírnění nebo prevenci nemocí. Jde čistě o výzkum, nikoli o schválený medicínský produkt.

Co to znamená pro Česko a Evropu

Pro české čtenáře je klíčové několik aspektů:

Dostupnost jazyková: Základní model Gemini, na kterém AI co-clinician staví, podporuje češtinu. To znamená, že technologická bariéra pro lokální nasazení není vysoká. Překlad do češtiny by byl technicky proveditelný, jakmile by se systém dostal do komerční fáze.

Regulace: Evropský parlament již schválil AI Act, který klasifikuje zdravotnické AI jako „vysoké riziko“. To znamená, že jakýkoliv nástroj pro diagnózu nebo léčebná doporučení bude muset projít přísným certifikačním procesem jako zdravotnický prostředek. Pro české pacienty je to záruka bezpečnosti, ale zároveň to prodlužuje cestu od výzkumu k praxi.

Cena a přístupnost: AI co-clinician je zatím výzkumný projekt bez uvedené ceny ani komerčního modelu. Historicky však Google nabízí základní verze svých modelů zdarma (například přes Gemini aplikaci) a pokročilé funkce přes předplatné. V kontextu zdravotnictví by pravděpodobně šlo o licencování pro nemocnice a kliniky.

Praktický dopad: I kdyby se systém nikdy nestal plnohodnotným „robotickým lékařem“, jeho schopnost provádět triáž, shromažďovat anamnézu nebo kontrolovat správnost medikace by mohla ulevit přetíženým ordinacím v českých nemocnicích i soukromých praxích.

Hranice možného

DeepMind je v otázkách očekávání neobyčejně opatrný — a právem. Studie ukazuje, že AI může být excelentním asistentem, nikoli náhradou lidského úsudku. Expertní lékaři stále překonávají umělou inteligenci v celkovém klinickém hodnocení, zejména v citlivých situacích, kde jde o život.

Zároveň je však nesporné, že pokrok za poslední tři roky je dramatický. Od zkouškových testů přes textové chaty až po real-time video konzultace — medicínská AI se vyvíjí rychleji, než většina prognóz předpokládala. A v době, kdy WHO počítá chybějící miliony rukou, může být každá pomocná ruka — byť digitální — k nezaplacení.