Wizyta w szpitalu, zwłaszcza przed skomplikowanym badaniem radiologicznym, to dla wielu pacjentów ogromny stres. Obawy przed promieniowaniem, nieznana procedura, a do tego skomplikowany, medyczny żargon – wszystko to buduje mur między pacjentem a personelem medycznym. Sytuacja staje się dramatycznie trudniejsza, gdy pacjent nie mówi w lokalnym języku lub ma trudności z czytaniem. Bariery językowe i niski poziom umiejętności zdrowotnych to jedne z największych wyzwań współczesnej opieki medycznej, prowadzące do nieporozumień, lęku i gorszych wyników leczenia.

Dotychczasowe rozwiązania, takie jak tłumacze czy standardowe, drukowane ulotki, są często niewystarczające, niedostępne lub nieefektywne. Generatywna sztuczna inteligencja (GenAI) otwiera jednak zupełnie nowe możliwości. Po raz pierwszy mamy technologię, która pozwala tworzyć spersonalizowane, wielojęzyczne materiały wideo w ciągu kilku minut. Ale czy taka syntetyczna komunikacja jest skuteczna? Czy maszyna potrafi wiarygodnie i empatycznie przekazać kluczowe informacje medyczne? Pierwsze badania pilotażowe w tej dziedzinie przynoszą fascynujące i obiecujące odpowiedzi.

Cyfrowy awatar w służbie pacjenta: jak AI może przełamać bariery?

Badania naukowe od lat pokazują, że materiały wideo są znacznie skuteczniejsze w edukacji pacjentów niż tekst. Obraz i dźwięk ułatwiają zrozumienie i zapamiętanie informacji, a także mogą redukować lęk. Jednak produkcja profesjonalnych filmów w wielu językach jest niezwykle kosztowna i czasochłonna.

Technologie GenAI, takie jak platforma HeyGen, całkowicie zmieniają te realia. Pozwalają one na stworzenie realistycznego awatara – cyfrowej kopii prawdziwej osoby – który może następnie „wygłosić” dowolny tekst w dziesiątkach języków, idealnie synchronizując ruch ust i zachowując oryginalny ton głosu.

W przełomowym badaniu pilotażowym naukowcy postanowili sprawdzić, czy ta technologia może być użytecznym narzędziem w komunikacji z pacjentami w radiologii i medycynie nuklearnej.

Jak przeprowadzono badanie?

1. Stworzenie awatara: Nagrano krótkie wideo z udziałem fizyka medycznego, na podstawie którego platforma HeyGen stworzyła jego cyfrowy, fotorealistyczny awatar.
2. Przygotowanie treści: Ekspert przygotował dwa scenariusze w języku angielskim, zawierające kluczowe informacje dla pacjentów dotyczące bezpieczeństwa radiologicznego po terapii radioizotopowej oraz po skomplikowanych zabiegach radiologii interwencyjnej.
3. Tłumaczenie i generowanie wideo: Scenariusze zostały automatycznie przetłumaczone na język tajski za pomocą wbudowanego w platformę narzędzia. Następnie wygenerowano dwa filmy, w których cyfrowy awatar fizyka medycznego płynnie przekazywał te informacje po tajsku.
4. Ocena: 13 rodzimych użytkowników języka tajskiego (fizycy medyczni i studenci podyplomowi, czyli grupa ekspertów rozumiejąca niuanse terminologii) oceniło filmy pod kątem dokładności tłumaczenia, naturalności, użyteczności i jakości akcentu. Jakość tłumaczenia zmierzono również obiektywną metryką BLEU.

Co pokazały wyniki? AI jako obiecujący, choć nieidealny tłumacz

Wyniki badania są niezwykle obiecujące i pokazują, że generatywna AI ma realny potencjał, by zrewolucjonizować komunikację z pacjentem.

Kryterium oceny (skala 1-5)	Mediana ocen	Kluczowe obserwacje
Dokładność tłumaczenia	4.0 (wysoka)	Tłumaczenia były w dużej mierze poprawne i zrozumiałe. Obiektywny wskaźnik BLEU (0.56 i 0.66) również potwierdził dobrą jakość.
Jakość akcentu	4.0 (wysoka)	Akcent generowanego głosu został oceniony jako bardzo dobry.
Użyteczność dla pacjenta	4.0-5.0 (bardzo wysoka)	Eksperci uznali filmy za bardzo przydatne narzędzie edukacyjne dla pacjentów.
Naturalność przekazu	3.0-3.5 (umiarkowana)	To najsłabiej oceniony element. Awatar był postrzegany jako nieco „sztywny”, a niektóre sformułowania brzmiały zbyt formalnie lub nienaturalnie.

Niuanse, które robią różnicę

Analiza jakościowa opinii ekspertów ujawniła kilka kluczowych problemów, które pokazują, gdzie leżą obecne granice technologii:

• Zbyt formalny język: Automatyczne tłumaczenie często generowało bardzo oficjalne, „podręcznikowe” sformułowania, podczas gdy w naturalnej rozmowie z pacjentem używa się języka bardziej potocznego.
• Dosłowność tłumaczenia: Niektóre frazy, choć przetłumaczone poprawnie, brzmiały nienaturalnie dla rodzimego użytkownika. Przykład: angielskie „maybe happen” zostało przetłumaczone dosłownie, podczas gdy w potocznym tajskim użyłoby się słowa oznaczającego „możliwe”.
• „Sztywność” awatara: Choć wizualnie realistyczny, awatarowi brakowało subtelnej mimiki i gestykulacji, które czynią ludzką komunikację bardziej naturalną i empatyczną.

Mimo tych niedoskonałości, ogólny wniosek był jednoznaczny: filmy były zrozumiałe, pomocne i stanowiły znaczący postęp w porównaniu do braku jakichkolwiek materiałów w języku pacjenta.

Wnioski na przyszłość: droga do cyfrowej empatii

To badanie, choć pilotażowe i ograniczone do jednego języka, rzuca światło na ogromny potencjał generatywnej AI w opiece zdrowotnej. Pokazuje, że możemy tworzyć spersonalizowane, dostępne i zrozumiałe materiały edukacyjne na skalę, która do tej pory była nieosiągalna.

Aby w pełni wykorzystać ten potencjał, przyszłe badania i rozwój technologii muszą skupić się na kilku kluczowych obszarach:

1. Współpraca z ekspertami językowymi: Automatyczne tłumaczenie powinno być weryfikowane przez rodzimych użytkowników języka, aby dostosować je do lokalnych norm kulturowych i potocznego języka.
2. Udoskonalenie naturalności awatarów: Zaawansowane opcje personalizacji, lepsze modelowanie mimiki i gestów sprawią, że cyfrowe postacie staną się bardziej empatyczne i wiarygodne.
3. Badania z udziałem pacjentów: Kluczowe będzie sprawdzenie, jak na takie materiały reagują sami pacjenci – czy czują się bardziej poinformowani, mniej zestresowani i bardziej zaangażowani w proces leczenia.

Jesteśmy na początku drogi, ale kierunek jest jasny. Generatywna AI nie zastąpi ludzkiego kontaktu i empatii lekarza. Może jednak stać się potężnym narzędziem w jego rękach, burząc mury językowe i zapewniając każdemu pacjentowi, niezależnie od jego pochodzenia, prawo do pełnego zrozumienia informacji o własnym zdrowiu.

---

FAQ – Najczęściej zadawane pytania

1. Czy ta technologia jest już dostępna w szpitalach?
   Na razie są to badania pilotażowe. Wdrożenie na szeroką skalę będzie wymagało dalszych testów, walidacji klinicznej oraz rozwiązania kwestii etycznych i prawnych, takich jak ochrona danych pacjentów i zgoda na wykorzystanie wizerunku.
2. Jakie są największe ryzyka związane z używaniem AI do komunikacji z pacjentem?
   Największym ryzykiem jest błąd w tłumaczeniu kluczowej informacji medycznej, który mógłby prowadzić do nieporozumienia i szkody dla pacjenta. Dlatego tak ważny jest nadzór ekspertów i rygorystyczna walidacja, zanim takie narzędzia trafią do powszechnego użytku.
3. Czy awatar może być stworzony na podstawie wizerunku dowolnej osoby?
   Nie. Platformy takie jak HeyGen wymagają wyraźnej, nagranej zgody osoby, której wizerunek ma być użyty do stworzenia awatara. W badaniu autor, który był modelem, nagrał specjalne wideo ze zgodą.
4. Czym jest wskaźnik BLEU?
   BLEU (Bilingual Evaluation Understudy) to standardowy algorytm używany do oceny jakości tłumaczenia maszynowego. Porównuje on tekst przetłumaczony przez maszynę z jednym lub kilkoma wysokiej jakości tłumaczeniami ludzkimi i przyznaje wynik od 0 do 1, gdzie wynik bliższy 1 oznacza większe podobieństwo.
5. Czy takie wideo nie jest bezosobowe i zimne w porównaniu do rozmowy z człowiekiem?
   Tak, obecnie awatary mogą być postrzegane jako „sztywne”. Należy jednak pamiętać, że alternatywą często nie jest rozmowa z lekarzem w tym samym języku, ale rozmowa przez tłumacza, rozmowa z lekarzem mówiącym łamanym językiem pacjenta, lub – w najgorszym wypadku – brak jakiejkolwiek rozmowy. W tym kontekście, nawet niedoskonałe wideo jest ogromnym krokiem naprzód

Potrzebujesz wsparcia w analizie danych, przygotowaniu publikacji naukowej lub pracy doktorskiej? Nasz zespół ekspertów łączy wiedzę naukową z praktycznym doświadczeniem. Skontaktuj się z nami, aby przekształcić Twoje badania w przełomowe odkrycia.