Bezpieczeństwo i skuteczność modeli zachowujących prywatność do tworzenia streszczeń lekowych raportów z rezonansu głowy

Dlaczego twój raport ze skanu może być tak mylący

Coraz więcej pacjentów ma dostęp do własnych wyników badań online, w tym szczegółowych raportów radiologicznych z badań mózgu. Jednak te dokumenty są pisane dla lekarzy, nie dla pacjentów, i pełne są niezrozumiałych terminów, które mogą podsycać niepokój zamiast przynosić ulgę. W tym badaniu sprawdzono, czy nowoczesne programy sztucznej inteligencji (SI) potrafią bezpiecznie przekształcić rzeczywiste pilne raporty z rezonansu mózgu — napisane po francusku dla osób z bólem głowy — w streszczenia w prostym języku, zrozumiałe dla pacjentów, bez wysyłania wrażliwych danych medycznych na zewnętrzne serwery komercyjne.

Przekształcanie języka lekarskiego w codzienne słowa

Naukowcy skupili się na „streszczeniach dla laików”: krótkich wyjaśnieniach, które zachowują fakty medyczne, ale tłumaczą je na codzienny język i bezpośrednio łączą ustalenia z dolegliwościami pacjenta. Wykorzystali trzy duże modele językowe (LLM) — Llama 3.3, Athene V2 i Mistral Small — uruchomione wyłącznie na komputerach w szpitalu uniwersyteckim we Francji, tak aby żaden raport nigdy nie opuścił zabezpieczonej sieci szpitalnej. Każdy system SI otrzymał tę samą instrukcję: napisać 4–6 zdaniowe streszczenie po francusku dla pacjenta, obejmujące wszystkie kluczowe punkty, wyjaśniające trudne terminy i powiązujące wyniki skanu z bólem głowy pacjenta.

Jak lekarze oceniali poprawność i bezpieczeństwo

Z prawie 600 raportów rezonansu mózgu sporządzonych w 2022 roku dla pacjentów zgłaszających się z bólem głowy w trybie nagłym zespół losowo wybrał 105. Trzech doświadczonych neuroradiologów przeczytało każdy oryginalny raport obok trzech anonimowych streszczeń wygenerowanych przez SI (po jednym z każdego modelu). Oceniali je pod kątem poprawności medycznej, kompletności, przydatności do informowania pacjentów oraz tego, czy tekst nadaje się do bezpośredniego udostępnienia w portalu pacjenta. Średnie oceny były wysokie: lekarze uznali streszczenia za w dużej mierze poprawne i wyczerpujące, często odpowiednie do użytku klinicznego. Mimo to w około jednej piątej streszczeń wystąpił co najmniej jeden problem, taki jak błędne wyjaśnienie skrótu, nie do końca poprawny opis anatomiczny, niezręczne sformułowanie czy wymyślona informacja nieobecna w oryginalnym raporcie.

Co naprawdę rozumieli osoby niebędące lekarzami

Aby sprawdzić, czy te streszczenia rzeczywiście pomagają czytelnikom laikom, badacze zrekrutowali 11 osób niebędących lekarzami pracujących w informatyce medycznej, które na co dzień obsługują dane zdrowotne, ale nie są przeszkolonymi lekarzami. Ta grupa oceniła 30 raportów rezonansu — niektóre w formie oryginalnej, a niektóre z dodanym streszczeniem wygenerowanym przez SI. Oceniali, jak dobrze uważają, że rozumieją każdy raport, jak pewni byliby w wyjaśnieniu wyników znajomym lub rodzinie oraz jak bardzo by się zaniepokojili, gdyby to był ich własny raport. Odpowiadali też na proste pytania tak/nie: czy w raporcie jest coś nieprawidłowego i czy jest tam ustalenie, które mogłoby sensownie wyjaśniać ból głowy pacjenta?

Jasniejsze raporty, umiarkowane lecz realne zyski w rozumieniu

Dodanie streszczeń generowanych przez SI znacząco zwiększyło odczucie zrozumiałości raportów przez uczestników, podnosząc średnie samooceny z „umiarkowanego” do „wysokiego” poziomu. Wzrosła też ich pewność w zdolności do omówienia wyników z innymi, a zgłaszany niepokój nieco się zmniejszył. Jeśli chodzi o obiektywne rozumienie, efekt był bardziej umiarkowany, ale nadal istotny. Uczestnicy lepiej rozpoznawali, kiedy skan był nieprawidłowy, oraz identyfikowali ustalenia, które mogły rzeczywiście powodować ból głowy, przy czym poprawy były skoncentrowane w raportach zawierających rzeczywiste nieprawidłowości. W przypadku prawidłowych skanów ludzie i tak byli prawie doskonali w rozpoznawaniu, że nic poważnego nie wykryto, więc streszczenia wniosły niewiele dodatkowej korzyści.

Dlaczego nadzór ludzki nadal ma znaczenie

Chociaż te narzędzia SI zachowujące prywatność znacząco poprawiły postrzeganą jasność i przyniosły niewielkie, lecz ważne ulepszenia w zrozumieniu faktów, nie były bezbłędne. Około 20% streszczeń zawierało błędy medyczne lub językowe, często związane z trudnymi skrótami medycznymi lub z wtrąceniem angielskich i chińskich słów do zdań po francusku. Ponieważ nawet drobne błędy mogą wprowadzać pacjentów w błąd, autorzy argumentują, że SI powinna być stosowana w modelu „człowiek w pętli”: model sporządza przyjazne pacjentowi streszczenie, a radiolog szybko je sprawdza i koryguje przed udostępnieniem pacjentowi. Stosowana w ten sposób, praca sugeruje, że lokalnie uruchomiona SI mogłaby pomóc szpitalom oferować wyraźniejsze, bardziej uspokajające wyjaśnienia wyników rezonansu głowy przy jednoczesnym zachowaniu wrażliwych danych zdrowotnych wewnątrz placówki.

Cytowanie: Le Guellec, B., Bentegeac, R., Shorten, L. et al. Safety and efficacy of privacy-preserving models to create Lay summaries of brain MRI reports. Sci Rep 16, 6316 (2026). https://doi.org/10.1038/s41598-026-36081-5

Słowa kluczowe: raporty radiologiczne, komunikacja z pacjentem, rezonans głowy, duże modele językowe, prywatność medyczna