Číslo týdne: Přes 230 milionů uživatelů týdně řeší zdraví s chatboty

Dosud nejrozsáhlejší empirická data o skutečném používání velkých jazykových modelů (LLM – Large Language Models), např. ChatGPT, Gemini, Claude apod., přináší vhled do toho, jak pacienti používají AI a pomáhá tak formulovat momenty, kterým bychom měli věnovat pozornost. V tomto článku přinášíme závěry studie, ale také doplnění širokého kontextu vstupu AI do českého zdravotnictví nejen na straně pacientů. 

Co studie zjistila

• Lidé se ptají hlavně v noci: Osobní zdravotní dotazy výrazně přibývají večer a v noci, tedy v době, kdy je běžná zdravotní péče nejméně dostupná. AI tak může fungovat jako první kontakt ve chvíli, kdy člověk nemá snadný přístup k lékaři. 

• 1 z 5 dotazů se ptá na vlastní symptomy: Pětina dotazů se týkala vlastních potíží či příznaků, interpretace zdravotních výsledků nebo zvládání konkrétního onemocnění. A hranice mezi „obecným“ a osobním dotazem je přitom překvapivě tenká: otázka typu „jaké jsou nežádoucí účinky metforminu“ může být čistě informační, ale také může znamenat, že uživatel právě řeší vlastní léčbu. 
• 40,8 % všech zdravotních konverzací pak spadalo do kategorie obecného zdravotního vzdělávání. Autoři ale upozorňují, že i tyto dotazy mohou ve skutečnosti odrážet osobní zdravotní potřebu. Skutečný podíl osobních zdravotních dotazů tak může být ještě mnohem vyšší.
• Řeší i symptomy svého okolí: Přibližně každý sedmý dotaz na symptomy nebo konkrétní zdravotní stav se týká někoho jiného, například dítěte, partnera nebo stárnoucího rodiče. Chatbot se tak stává také nástrojem pro pečující.

Zásadní je reakce lékaře

Podle Ondřeje Volného (předseda CSAIM ČLS JEP, vedoucí katedry AI, digitalizace a inovativních technologií, poradce ministra zdravotnictví a AI osobnost roku 2025 a) je pacient s AI diagnózou v ruce spíše příležitostí, než hrozbou. 

„Když pacient přijde do ordinace s vlastní diagnózou od chatbota, je to pro nás zdroj informací o jeho obavách, očekáváních a míře porozumění problému. Je to příležitost k edukaci pacienta. Lékař by se měl aktivně ptát, zda pacient před návštěvou AI využil, jeho informace společně zasadit do klinického kontextu,” vysvětluje. 

A právě svou reakcí lékař může přispět k tomu, čemu nakonec pacient bude věřit. Podle Volného by lékař neměl pacientovu zkušenost s AI shodit ze stolu či dokonce odmítat. Praktická reakce může být jednoduchá: „Ukažte mi, co vám to napsalo.“ Následně je možné společně projít, co z odpovědi dává smysl, co je nepřesné a co je potřeba dál ověřit. 

Úkolem lékaře pak je provést standardní klinické zhodnocení, korigovat případné nepřesnosti a vysvětlit pacientovi rozdíl mezi orientační textovou odpovědí a medicínským posouzením.

Čím delší konverzace, tím větší problém

Velké jazykové modely nejsou primárně trénovány k ověřování pravdivosti informací, ale ke generování jazykově a kontextově pravděpodobných odpovědí. Pokud nemají spolehlivá data, mohou proto vytvořit přesvědčivě znějící, ale fakticky nesprávnou odpověď – tzv. halucinaci.

Tento problém se navíc prohlubuje, když pacient pokračuje v jednom dlouhém chatu a klade hodně doplňujících a upřesňujících dotazů. S rostoucím počtem tokenů totiž dochází ke zhoršování pozornosti modelu a nárůstu rizika halucinací. Model hůře vybírá relevantní informace a má tendenci utvrzovat se ve vlastních dřívějších odpovědích. 

Otázkou je i ochrana soukromí

Vkládání zdravotní dokumentace, snímků nebo dalších osobních údajů do veřejně dostupných chatbotů představuje problém z hlediska ochrany soukromí. Data tím mohou opustit kontrolu pacienta i zdravotnického zařízení a jejich zpracování může být v rozporu s GDPR i českým zákonem o zdravotních službách. 

Jednou z cest může být specializované prostředí, jako je ChatGPT Health, které OpenAI spustilo v lednu 2026. Umožňuje propojit zdravotní data uživatele například s jeho dokumentací nebo aplikacemi typu Apple Health a MyFitnessPal. Konverzace jsou šifrované, oddělené od ostatních chatů a podle OpenAI nejsou využívány k trénování modelů. Ani ChatGPT Health ale není zdravotnickým prostředkem a není určen k diagnostice ani léčbě. Pro české uživatele má navíc zásadní háček: v Evropě zatím dostupný není, mimo jiné kvůli požadavkům na ochranu zdravotních dat a evropské regulaci.

Je to realita, ne budoucnost zdravotnictví

Přesto je podle Ondřeje Volného jasné, že zdravotní AI už není otázkou budoucnosti. „Samotný fakt, že přes 230 milionů uživatelů globálně (a číslo bude jistě narůstat) každý týden klade ChatGPT zdravotní dotazy a že OpenAI věnuje tomuto segmentu cílenou investici, je dostatečným signálem: zdravotní LLM je realitou, nikoli budoucností.“ 

Česká medicína se proto musí připravit na to, že pacienti budou AI využívat bez ohledu na to, zda na to bude systém zdravotní péče připraven. 

České krůčky k bezpečnému využívání AI ve zdravotnictví

První kroky už ale vznikají. Ministerstvo zdravotnictví v červenci 2026 podepsalo memorandum o spolupráci s Českou asociací umělé inteligence, ČLS JEP a Institutem postgraduálního vzdělávání ve zdravotnictví. Cílem je vytvořit pravidla pro bezpečné zavádění AI, připravovat odborná doporučení a metodiky, ověřovat kvalitu a bezpečnost nástrojů a podporovat jejich pilotní nasazení.

Důležitou součástí má být také vzdělávání zdravotníků. IPVZ se zaměří na přípravu vzdělávacích programů, zatímco odborné společnosti mají vytvářet doporučení a stanoviska. Vzniknout mají také společné pracovní skupiny a pilotní projekty, které mají propojit zdravotníky, odborné instituce, stát i technologický sektor. Cílem není AI do zdravotnictví jednoduše pustit, ale nastavit podmínky, za kterých bude možné její přínosy využít bezpečně a na základě odborných důkazů.

AI certifikované zdravotnické prostředky

Na straně zdravotníků mohou LLM pomoci při strukturování propouštěcích zpráv, přípravě výukových materiálů nebo při formulaci diferenciální diagnostiky – pochopitelně vždy v roli asistenta s tím, že klinické rozhodnutí vždy zůstává na lékaři (či jiném zdravotníkovi) a jeho zodpovědnosti. 

Mnohem zajímavější je ale podívat se na to, jak se AI dostává do klinické praxe v podobě certifikovaných zdravotnických prostředků. V Česku je dnes jediným AI řešením s úhradou ze zdravotního pojištění screening diabetické retinopatie. AI v tomto případě analyzuje snímek očního pozadí pacienta s diabetem a pomáhá odhalit známky poškození sítnice.

Další certifikované nástroje fungují především jako „druhý pár očí“ pro lékaře – například při hodnocení mamografických nebo jiných obrazových vyšetření (CT, MRI, mammografie, kožní léze). AI může upozornit na potenciálně významný nález, ale finální posouzení zůstává na odborníkovi. Princip human in the loop tak v klinické praxi stále hraje zásadní roli.

AI se přitom neomezuje jen na diagnostiku. V českých nemocnicích a ambulancích jsou dostupné také nástroje pro administrativu, zpracování telefonních rozhovorů mezi pacientem a ambulancí, analýzu EKG nebo chytré fonendoskopy s AI. Problémem tak stále méně je, zda tyto technologie existují – a stále více to, zda o nich zdravotníci vědí a zda je dokážou bezpečně a smysluplně využít.

Cesta k certifikaci je pomalejší, než by mohla být

Jedním z hlavních přínosů využití umělé inteligence ve zdravotnictví není pouze vyšší přesnost diagnostiky, ale také možnost významně zkrátit dobu, za kterou se ověřená inovace dostane ke klinickému využití.

„U zdravotnických prostředků dnes samotná příprava technické dokumentace, klinických důkazů, validace softwaru a proces posouzení shody podle nařízení MDR běžně představují 12 až 18 měsíců, u složitějších technologií i déle,” doplňuje Ondřeje Volného jeho kolega z VŠB-TU Ostrava Ing. Lukáš Peter, Ph.D.

„Pokud AI dokáže automatizovat část analýz, přípravy dokumentace nebo validace dat při zachování všech regulatorních požadavků, nezkracuje se prostor pro hodnocení bezpečnosti, ale administrativní a technická příprava,” vysvětluje. 

Pacienti se tak mohou dostat k ověřeným inovacím dříve, aniž by byly snižovány nároky na jejich bezpečnost, klinickou účinnost nebo kvalitu. Právě efektivnější regulatorní proces dnes představuje jednu z klíčových podmínek konkurenceschopnosti evropského zdravotnického výzkumu.

91,8 procent shoda při vyhodnocení MRI: co ukazuje klinický výzkum a adopce AI řešení do běžné klinické praxe 

V souvislosti s tématem jsou zajímavé i výsledky ostravského výzkumu. Vědci z Lékařské fakulty Ostravské univerzity, Fakultní nemocnice Ostrava a VŠB–Technické univerzity Ostrava a Cumming School of Medicine (University of Calgary) testovali AI nástroj, který na MRI snímcích pacientů s roztroušenou sklerózou automaticky vyhledává nová nebo zvětšující se ložiska (tzv. RS plaky).

Automatické hodnocení se s expertním posouzením shodovalo v 91,8 % případů. Pro lékaře může být takový nástroj užitečný především při opakovaných vyšetřeních, kdy je potřeba porovnávat aktuální snímky s těmi předchozími.

Výsledek neznamená, že AI umí diagnostikovat roztroušenou sklerózu. Ukazuje něco praktičtějšího: může lékaři pomoci rychleji a systematičtěji zachytit změny, které jsou pro další rozhodování důležité. A právě v tom dnes leží jeden z největších potenciálů AI v medicíně – ne nahradit lékaře, ale dát mu druhý pár očí a více prostoru pro to, co technologie neumí: klinický kontext, rozhodování a vztah s pacientem.

Komentář Adama Gřunděla

Debata o umělé inteligenci ve zdravotnictví se posunula od otázky, zda AI do medicíny vstoupí, k tomu, jak nastavit její bezpečné a smysluplné využívání nebo jak vzdělávat odborníky a pacienty. Pacienti už dnes využívají jazykové modely k interpretaci symptomů, výsledků či léčby a zdravotnický systém na tuto realitu musí reagovat.

Stejný trend vidíme i uvnitř zdravotnických zařízení. Národní průzkum Ministerstva zdravotnictví mezi 105 respondenty ukázal, že 67,6 % AI v klinické praxi využívá nebo testuje, v radiologii dokonce 82,9 %. Zároveň 84,7 % respondentů by uvítalo jednotnou resortní strategii a výrazný je i zájem o prakticky zaměřené vzdělávání.

Klíčové proto nebude jen zavádění nových nástrojů, ale především jasná pravidla, vzdělávání zdravotníků a zachování odborného dohledu. AI může být významným pomocníkem, ale klinické rozhodnutí, interpretace výsledků a komunikace s pacientem musí zůstat v rukou zdravotníka.

Ing. Adam Gřunděl, MBA působí jako vedoucí oddělení inovací strategického rozvoje, digitálních technologií a AI na Ministerstvu zdravotnictví ČR. Je také tajemníkem České společnosti pro umělou inteligenci a inovativní digitální technologie v medicíně při ČLS JEP a vedoucím oddělení projektů a inovací v Nemocnici AGEL Nový Jičín. V minulosti působil jako konzultant pro AI na Ministerstvu zdravotnictví a také jako Chief Sales Officer ve společnosti Carebot, která vyvíjí AI nástroje pro zdravotnictví. Ve své práci se zaměřuje na praktické zavádění umělé inteligence a digitálních inovací do českého zdravotnictví.