Umetna inteligenca v fizioterapiji se najpogosteje omenja kot prednost, ki jo terapevt dobi že s tem, da orodje ima. Ta trditev se razblini ob prvi resni raziskavi. Leta 2024 so v randomizirani klinični raziskavi zdravnikom dali dostop do velikega jezikovnega modela in preverili, ali bodo bolje sklepali o diagnozah kot kolegi z običajnimi viri. Mediana ocene je bila 76 odstotkov v skupini z modelom in 74 odstotkov v skupini brez njega. Razlika dveh odstotnih točk ni bila statistično značilna. Model sam, brez zdravnika, je dosegel 16 odstotnih točk višji rezultat kot zdravniki z običajnimi viri.
Vir: Goh in sodelavci, vpliv jezikovnega modela na diagnostično sklepanje, randomizirana klinična raziskava · JAMA Network Open, 2024, PMID 39466245Če bi bila prednost samodejna, bi se pokazala tam. Ni se. Bolj natančna trditev je zato drugačna: prednost nima terapevt, ki ima orodje, ampak terapevt, ki zna presoditi, kdaj njegovemu izhodu verjeti.
Katera orodja mislimo, ko rečemo umetna inteligenca v fizioterapiji
Pod istim imenom se skriva več različnih nalog. Ločiti jih je treba že na začetku, ker se dokazi in klinično tveganje med njimi močno razlikujejo.
| Naloga | Kaj orodje naredi | Kako trdni so dokazi |
|---|---|---|
| Zapis obravnave in poročilo | Iz zabeleženih podatkov sestavi osnutek besedila | Najtrdnejši. Prihranek časa in nižja izgorelost sta merjena |
| Iskanje literature | Poišče članke in povzame izvlečke | Trdni pri iskanju. Presoja veljavnosti za pacienta ostane terapevtu |
| Gradivo za pacienta | Pripravi razlago vaje ali navodilo za domov | Praktični. Klinično tveganje je majhno, če gradivo pregledate |
| Diagnostično sklepanje | Predlaga hipoteze in razlage | Neenotni. Ena randomizirana raziskava brez razlike, druga z veliko |
Vrstice niso enakovredne. Prvi trije so naloge na izhodu, kjer model preoblikuje podatke, ki ste jih vnesli vi. Zadnja je naloga na presoji, kjer model vpliva na vašo odločitev. Preostanek zapisa pokaže, zakaj ta razlika odloča o tem, kje se uvedba splača.
Kaj razlikuje raziskave, ki so korist našle
Ista raziskovalna skupina je leta 2025 v reviji Nature Medicine objavila randomizirano raziskavo z 92 zdravniki. Tokrat je dostop do modela izboljšal kakovost sklepanja pri vodenju pacienta, torej pri odločitvah o obravnavi, ne o diagnozi.
Vir: Goh in sodelavci, GPT-4 in uspešnost zdravnikov pri nalogah obravnave pacienta · Nature Medicine, 2025Še bolj poveden je poskus, izveden v Pakistanu. Vsi sodelujoči zdravniki so najprej opravili 20-urni program pismenosti za umetno inteligenco, ki je pokril zmožnosti modela, primerno uporabo in omejitve. Šele nato so jih randomizirali. Skupina z dostopom do modela je dosegla povprečno oceno diagnostičnega sklepanja 71,4 odstotka, skupina z običajnimi viri pa 42,6 odstotka, kar je prilagojena razlika 27,5 odstotne točke.
Vir: Jezikovni model kot diagnostična pomoč zdravnikom v državi s srednje nizkimi dohodki, randomizirana raziskava · Nature Health, 2025Ta razlika ni dokaz, da usposabljanje samo po sebi prinese 27 odstotnih točk. Usposabljanje so opravile obe skupini, populacija in nabor primerov pa se razlikujeta od raziskave iz leta 2024. Pokaže pa, da rezultati z istim orodjem nihajo od nič do velike razlike, odvisno od tega, kdo ga uporablja in za katero nalogo.
Najhitrejša korist je časovna, ne klinična
Tu so dokazi bolj neposredni. Objavljene ocene v zdravstvu kažejo približno 36 minut dokumentiranja na 30-minutni obisk.
Vir: Predhodni konceptualni okvir bremena klinične dokumentacije · Applied Clinical Informatics, 2025V raziskavi med 263 kliniki, ki so uvedli orodje za samodejno pripravo zapisa obravnave, se je delež izgorelosti po 30 dneh znižal z 51,9 na 38,8 odstotka, zmanjšalo se je dokumentiranje izven delovnega časa, povečala pa se je pozornost, namenjena pacientu.
Vir: Uporaba samodejnih zapisovalnikov za zmanjšanje administrativnega bremena in izgorelosti · JAMA Network Open, 2025Oba podatka izhajata iz ambulantne medicine in ju ne prenašajte neposredno na svojo ordinacijo. Uporabite ju kot razlog, da izmerite svoje izhodišče. Če vam zapis vzame 8 minut na pacienta in obravnavate 10 pacientov dnevno, je to 80 minut. Če se pregled osnutka skrajša na 3 minute, dobite nazaj približno 50 minut na dan. Ali se to zgodi tudi pri vas, je vprašanje meritve, ne obljube ponudnika.
Kaj pacienti dejansko opazijo
Terapevt, ki med obravnavo ne tipka v zaslon, dela drugače. Več gleda, več sprašuje in ima čas razložiti izvid namesto da ga samo omeni.
Zanimivo je, da fizioterapevti sami dobro vedo, kje pričakujejo korist. V presečni raziskavi med 415 italijanskimi fizioterapevti so kot najbolj uporabne navedli administrativne naloge, vodenje kartotek, načrtovanje terminov in pripravo gradiv za paciente, ne diagnostike.
Vir: Znanje, uporaba in dojemanje klepetalnikov med italijanskimi fizioterapevti, presečna raziskava · Frontiers in Digital Health, 2025Ista raziskava je pokazala, da je klepetalnike v klinične namene pogosto uporabljalo 8,4 odstotka vprašanih, 68,9 odstotka pa jih ni uporabilo nikoli. Stroka torej intuitivno ve, kje je korist, večina je še ne uporablja.
Prednost, ki se kopiči: strukturirani podatki
Orodje lahko kolega kupi jutri. Ne more pa kupiti dvanajstih mesecev vaših strukturiranih zapisov.
Jezikovni model je uporaben natanko toliko, kolikor kakovostnih vhodnih podatkov mu daste. Terapevt, ki že leto dni dosledno beleži cilj epizode, izbrano izidno mero, stopnjo izvajanja programa in potek obravnav, lahko iz tega sestavi zaključno poročilo, poročilo za zdravnika ali pregled lastnih rezultatov po diagnozah. Terapevt z zvezkom tega ne more.
Tveganje, ki ga velja poznati: upad lastne veščine
Avgusta 2025 je revija Lancet Gastroenterology & Hepatology objavila opazovalno raziskavo iz štirih poljskih centrov. Devetnajst izkušenih endoskopistov je začelo uporabljati umetno inteligenco za odkrivanje polipov. Pri kolonoskopijah brez umetne inteligence je stopnja odkrivanja adenomov po uvedbi padla za 6 odstotnih točk v primerjavi z obdobjem pred uvedbo.
Vir: Budzyń in sodelavci, tveganje upada veščine endoskopista po izpostavljenosti umetni inteligenci · Lancet Gastroenterology & Hepatology, 2025Raziskava je opazovalna in izhaja iz drugega postopka, zato je neposreden prenos na fizioterapijo neutemeljen. Nauk je vseeno uporaben. Umetno inteligenco uporabljajte na izhodu in ne na presoji:
| Naloga | Vloga modela | Vloga terapevta |
|---|---|---|
| Zapis obravnave, poročilo, gradivo za pacienta | Osnutek | Pregled in podpis |
| Iskanje in urejanje literature | Iskanje po bazi, povzetek izvlečkov | Ocena veljavnosti za pacienta |
| Klinična hipoteza, opozorilni znaki, odmerek obremenitve | Brez vloge ali drugo mnenje | Primarna presoja |
Praktično pravilo: najprej oblikujte svoje mnenje, šele nato vprašajte model. Če vprašate najprej, se boste zasidrali na njegov odgovor. Merila, po katerih presodite izhod modela, so ista kot pri članku ali seminarju, zbrana so v zapisu o tem, kako preveriti, ali je metoda podprta z dokazi.
Kaj naredite v naslednjih 30 dneh
- Izberite eno nalogo, ne pet. Priporočilo je priprava osnutka zapisa obravnave, ker ima največji prihranek in najmanjše klinično tveganje.
- Izmerite izhodišče. Koliko minut na pacienta vam danes vzame dokumentacija.
- Naučite se nalogo zastaviti strukturirano: kontekst, vloga, oblika, omejitve.
- Vsak izhod preberite, preden gre v karton. Podpisujete se vi.
- Osebnih podatkov pacientov ne vnašajte v splošna orodja. Uporabite rešitve z urejeno obdelavo podatkov in sklenjeno pogodbo o obdelavi.
- Enkrat na teden napišite oceno in klinično razmišljanje sami, od začetka do konca, da ohranite lastno veščino.
Kaj so raziskave iz leta 2026 dodale k dokumentaciji, analizi gibanja s telefonom in napovedovanju poškodb ter katere obveznosti Akta o umetni inteligenci veljajo za ordinacijo, povzema zapis o tem, kaj v AI za fizioterapijo v 2026 dejansko deluje.
Kje je pri tem Octa
AI pomočnik v Octi pripravi osnutek poročila iz izbranih zapisov obravnav in diagnoz, podpira iskanje literature prek PubMeda in pred obdelavo z jezikovnim modelom podatke razosebi. Osnutek pregleda in potrdi fizioterapevt.
Octa ne postavlja diagnoz in ne odloča o obravnavi. Prva tabela v tem zapisu opisuje tudi mejo, po kateri je zasnovana: pokriva prve tri vrstice, zadnje ne. Kako je to videti v praksi, opisuje zapis o primeru fizioterapevtskega poročila.