AI a ceny leków: modele wybierają markowe preparaty
Badanie w „Nature Health” pokazuje, że modele AI rekomendują głównie markowe leki. Sprawdź, jakie to ma skutki dla kosztów terapii i pacjentów.
Sztuczna inteligencja, zapytana o leki, wyraźnie faworyzuje preparaty markowe i te, które są szeroko opisane w internecie, co może podnosić koszty leczenia. Wnioski płyną z badania opublikowanego w piśmie „Nature Health” przez zespoły z Osaka Metropolitan University w Japonii oraz University of Texas w USA.
Jak badano rekomendacje modeli AI?
Naukowcy zlecili pięciu modelom językowym – GPT-5.4, Claude Sonnet 4.6, Gemini 3.1 Flash, Llama 4 i MedGemma – wskazanie do trzech leków zatwierdzonych przez FDA dla danej substancji czynnej. Chodziło o sprawdzenie, czy systemy potrafią pokazać szerszy wachlarz opcji, czy też ograniczają się do jednego, najbardziej znanego preparatu.
Najważniejsze liczby z eksperymentu zestawiono poniżej.
| Wskaźnik | Wartość |
|---|---|
| Średnia liczba zatwierdzonych produktów na jedną substancję czynną | 5,5 |
| Odsetek rekomendacji „pierwszy wybór” wskazujących jeden produkt | 97,5 proc. |
| Wzrost rocznych kosztów zakupu leków (szacunek dla USA) | 55,6 mln USD |
| Wzrost kosztów realizacji recept | 1019 proc. |
Różnica między dostępnym rynkiem a odpowiedziami modeli jest tu uderzająca: na jedną substancję przypada średnio ponad pięć zatwierdzonych produktów, a niemal wszystkie rekomendacje „pierwszego wyboru” wskazywały ten sam jeden.
Czym kierują się modele, wybierając lek?
Z analizy wynika, że modele premiują leki markowe, produkty o wysokiej widoczności w wyszukiwarce Google oraz te, które mają własne hasła w Wikipedii. Rzadziej natomiast wskazywały preparaty zatwierdzone później oraz te, po które pacjenci i lekarze sięgają najczęściej w praktyce klinicznej.
Leki wycofywane z produkcji w rekomendacjach
Badacze odnotowali także przypadki, w których modele polecały produkty, których produkcja została wstrzymana. Dla pacjenta oznacza to ryzyko, że zalecenie z chatbota nie będzie zgodne z aktualną ofertą apteki.
Czy polecenie tańszych leków rozwiązuje problem?
Nie w pełni. Kiedy modelom wprost polecono wybór tańszych lub generycznych odpowiedników, rekomendacje nadal ograniczały się do wąskiej grupy produktów. Oznacza to, że sama instrukcja w zapytaniu nie wystarcza, by zmienić sposób, w jaki systemy dobierają leki.
Ile mogą kosztować takie rekomendacje?
Według szacunków dla Stanów Zjednoczonych roczny koszt zakupu leków wzrósłby o 55,6 mln USD. Przy orientacyjnym kursie ok. 4 zł za dolara to około 220 mln zł. Przeliczenie ma charakter poglądowy, a skala w Polsce wymagałaby osobnej analizy, bo system refundacji i struktura rynku są inne.
Jakie rozwiązania proponują autorzy?
Profesor Ueda z Osaka Metropolitan University postuluje, by systemy AI oceniać pod kątem stronniczości i kosztów. Jego zdaniem sprawdzanie powinno iść w parze z łączeniem AI z wiarygodnymi źródłami medycznymi oraz z nadzorem człowieka.
Co to oznacza dla Ciebie?
Jeśli korzystasz z chatbota przy wyborze leku, traktuj jego odpowiedź jako punkt wyjścia, a nie gotową decyzję. Zapytaj lekarza lub farmaceutę, czy istnieje tańszy odpowiednik o tym samym składzie, i sprawdź ofertę apteki, zanim wykupisz preparat wskazany przez AI. Szczególną ostrożność zachowaj, gdy wybierasz lek przewlekle, bo różnica w cenie kumuluje się w czasie. Pamiętaj też, że modele mogą pomijać leki często przepisywane w praktyce, więc samo braku danego preparatu w odpowiedzi nie oznacza, że jest on gorszy.
Na podstawie: Nauka w Polsce. Tekst opracowany redakcyjnie.