AI w medycynie dogania lekarzy. MIRA i AMIE pokazują, gdzie zaczyna się kliniczna wartość modeli specjalistycznych

Dwa nowe badania opublikowane w „Nature” pokazują przesunięcie, którego medycyna nie może już traktować jako ciekawostki technologicznej. Specjalistyczne narzędzia AI osiągnęły wyniki porównywalne z lekarzami albo lepsze od nich w symulowanych zadaniach diagnostycznych i terapeutycznych. MIRA, opracowana przez zespół z Niemiec, działała w środowisku przypominającym elektroniczną dokumentację medyczną. AMIE, system rozwijany przez Google, prowadziła wielowizytowe rozmowy kliniczne i przygotowywała plany postępowania bardziej zgodne z wytycznymi niż lekarze podstawowej opieki zdrowotnej w badaniu OSCE (Ferber, Hilgers, Kather, 2026; Liévin i in., 2026).

Te wyniki nie oznaczają gotowości do samodzielnego użycia w praktyce klinicznej. Oznaczają coś bardziej konkretnego: specjalistyczne modele medyczne zaczynają wykazywać wartość w kontrolowanych warunkach, gdy mają dostęp do właściwych danych, procedur, wytycznych i narzędzi. Różnica między modelem ogólnym a systemem zaprojektowanym dla medycyny zaczyna być widoczna nie w płynności odpowiedzi, lecz w zdolności do prowadzenia całego toku decyzji: od zebrania danych, przez różnicowanie rozpoznań, po dobór badań, leków i dalszego postępowania.

1. Co zrobiła MIRA

MIRA, czyli Medical Intelligence for Reasoning and Action, została zaprojektowana jako autonomiczny agent medyczny działający w piaskownicy elektronicznej dokumentacji medycznej. System mógł rozmawiać z agentem symulującym pacjenta, zamawiać i interpretować badania laboratoryjne, mikrobiologiczne oraz obrazowe, formułować rozpoznania różnicowe, planować leczenie, przepisywać leki, zlecać procedury i rekomendować przyjęcie do szpitala (Ferber, Hilgers, Kather, 2026).

Badacze ocenili MIRA na ponad 500 przypadkach z oddziału ratunkowego pochodzących z bazy MIMIC-IV. System działał w obszarze ośmiu rozpoznań: zapalenia pęcherzyka żółciowego, zatorowości płucnej, zapalenia uchyłków, zapalenia wyrostka robaczkowego, zapalenia trzustki, zapalenia płuc, raka trzustki i zakażeń układu moczowego. W części porównawczej lekarze i MIRA pracowali na tym samym zbiorze przypadków oraz w tych samych warunkach dostępu do informacji (Ferber, Hilgers, Kather, 2026).

W porównaniu z rozpoznaniami zapisanymi w MIMIC-IV MIRA osiągnęła średnią trafność diagnostyczną 88,9% dla 574 przypadków. W bezpośrednim porównaniu z czterema lekarzami certyfikowanymi wynik MIRA wyniósł 87,8%, podczas gdy lekarze osiągnęli 78,1%. Druga grupa, złożona z lekarzy o mieszanym stażu, osiągnęła 71,1%. Największą przewagę system uzyskał w zapaleniu trzustki, gdzie trafność MIRA wyniosła 95,2%, przy 78,6% dla lekarzy certyfikowanych i 61,9% dla grupy mieszanej. Przy zapaleniu płuc i zakażeniach układu moczowego wyniki zarówno AI, jak i lekarzy były słabsze (Ferber, Hilgers, Kather, 2026).

Ważny jest też zakres działania. MIRA nie odpowiadała na pojedyncze pytanie egzaminacyjne. System przechodził przez sekwencję działań przypominającą pracę kliniczną: zbierał wywiad, wybierał badania, interpretował wyniki, formułował diagnozę i proponował plan. Badanie nie testowało więc wyłącznie wiedzy medycznej, ale zdolność agenta do poruszania się po procesie klinicznym.

2. Co zrobiła AMIE

AMIE, czyli Articulate Medical Intelligence Explorer, została oceniona w innym typie zadania. Badanie dotyczyło prowadzenia pacjenta w wielowizytowych scenariuszach chorób i decyzji terapeutycznych. System korzystał z długiego kontekstu modeli Gemini, łączył rozmowę z pacjentem z wyszukiwaniem w źródłach medycznych oraz porządkował rozumowanie w odniesieniu do aktualnych wytycznych i formularzy leków (Liévin i in., 2026).

Autorzy porównali AMIE z 21 lekarzami podstawowej opieki zdrowotnej w 100 scenariuszach OSCE opartych na brytyjskich wytycznych NICE Guidance i BMJ Best Practice. System nie był gorszy od lekarzy w ocenie rozumowania dotyczącego prowadzenia pacjenta, a jednocześnie uzyskał lepsze wyniki w precyzji planów leczenia, planów badań oraz zgodności z wytycznymi. W osobnym benchmarku RxQA, opartym na formularzach leków z USA i Wielkiej Brytanii oraz walidowanym przez farmaceutów, AMIE przewyższyła lekarzy w trudniejszych pytaniach dotyczących leków, mimo że obie grupy mogły korzystać z zewnętrznych informacji o farmakoterapii (Liévin i in., 2026).

AMIE pokazuje inny wariant medycznej AI niż MIRA. MIRA działała jak agent operujący w środowisku dokumentacji i zleceń. AMIE działała jak rozmowny asystent kliniczny do prowadzenia choroby w czasie. Wspólny element stanowi odejście od testowania modeli wyłącznie na krótkich pytaniach. Oba badania sprawdzały zadania wieloetapowe, w których medycyna zależy od pamięci, kolejności działań, uzasadnienia i zgodności z wytycznymi.

3. Dlaczego to ma znaczenie

Dotychczas wiele doniesień o AI w medycynie opierało się na wynikach egzaminów, quizów, testów wielokrotnego wyboru albo jednorazowych winiet klinicznych. Takie testy mierzą zasób wiedzy i część rozumowania, lecz nie oddają pracy lekarza. Lekarz musi zebrać informacje, ocenić ich wiarygodność, dobrać badania, przewidzieć skutki leków, rozpoznać pilność, wytłumaczyć decyzję pacjentowi, udokumentować tok postępowania i zadziałać w ograniczeniach systemu ochrony zdrowia.

MIRA i AMIE przesuwają ocenę bliżej tej rzeczywistości. MIRA jest istotna, ponieważ łączy rozumowanie z działaniami w elektronicznym systemie medycznym. AMIE jest istotna, ponieważ bada rozmowę, prowadzenie pacjenta i farmakoterapię w scenariuszach wielowizytowych. To nadal symulacje, ale bardziej wymagające niż klasyczny test wiedzy.

Najważniejszy sygnał brzmi: specjalistyczna AI medyczna zaczyna dobrze radzić sobie z zadaniami, w których decyduje nie pojedyncza odpowiedź, lecz sekwencja czynności. To właśnie tam powstaje wartość kliniczna. Lekarz rzadko potrzebuje systemu, który powtórzy podręcznikową definicję zapalenia trzustki. Potrzebuje narzędzia, które przypomni brakujące badanie, wykryje niespójność dawkowania, wskaże ryzyko interakcji, porówna plan z wytyczną i pomoże uporządkować przypadek.

4. Skąd może brać się przewaga AI

Przewaga systemów takich jak MIRA i AMIE nie musi wynikać z „lepszej intuicji klinicznej”. Bardziej prawdopodobne są cztery źródła.

Pierwsze źródło to pamięć robocza. Model może utrzymać w jednym kontekście wiele danych: historię choroby, wyniki badań, leki, alergie, ryzyka, wytyczne i wcześniejsze decyzje. Lekarz robi to w warunkach zmęczenia, dyżuru, presji czasu i pracy na kilku pacjentach naraz.

Drugie źródło to systematyczność. AI nie pomija kroków dlatego, że kończy się dyżur albo w gabinecie czeka kolejnych dziesięć osób. W badaniu MIRA częściej niż lekarze zlecała badanie przedmiotowe i działała konsekwentnie w wybranych ścieżkach diagnostycznych (Ferber, Hilgers, Kather, 2026).

Trzecie źródło to dostęp do wytycznych. AMIE była projektowana tak, aby porównywać tok postępowania z NICE Guidance, BMJ Best Practice i formularzami leków. W rezultacie system mógł produkować plany bardziej kompletne, precyzyjne i lepiej osadzone w standardzie niż lekarze pracujący w warunkach symulacji (Liévin i in., 2026).

Czwarte źródło to brak kosztu poznawczego powtarzalności. Wiele błędów klinicznych nie wynika z braku wiedzy, lecz z przeciążenia, rutyny, przerwań, braków dokumentacji i słabej organizacji informacji. AI może być użyteczna jako warstwa sprawdzająca: czy plan jest pełny, czy lek ma przeciwwskazanie, czy pacjent wymaga przyjęcia, czy postępowanie pasuje do wytycznej.

5. Symulacja ma granice

Oba badania trzeba czytać przez projekt eksperymentu. Pacjenci w badaniu MIRA byli reprezentowani przez agentów AI, których odpowiedzi opierały się na dokumentacji historii choroby. Badacze sprawdzili spójność i wierność tych odpowiedzi wobec dokumentacji, ale taki pacjent pozostaje bardziej uporządkowany niż realna osoba na oddziale ratunkowym. Realny pacjent może mówić chaotycznie, pomijać fakty, źle pamiętać leki, minimalizować objawy, przesadzać z opisem bólu, używać lokalnych określeń, nie znać rozpoznań, reagować emocjonalnie albo nie odpowiadać wprost.

W badaniu AMIE scenariusze OSCE były oparte na wytycznych i odgrywane przez aktorów-pacjentów. To dobry sposób standaryzacji oceny, ale nadal inny od przychodni, w której lekarz pracuje z krótką wizytą, spóźnioną dokumentacją, wielochorobowością, presją administracyjną, niepełnym wynikiem badania i pacjentem, który oczekuje decyzji dziś, mimo że wytyczna wymaga dodatkowych danych.

Wyniki pokazują sprawność w warunkach kontrolowanych. Praktyka kliniczna wymaga badań prospektywnych, wieloośrodkowych, z realnymi pacjentami, realnymi przepływami pracy i pomiarem skutków dla zdrowia, a nie tylko oceną jakości odpowiedzi.

6. Dokładność diagnostyczna nie wystarcza

W medycynie wysoka trafność rozpoznania jest warunkiem ważnym, ale niewystarczającym. Narzędzie kliniczne musi być oceniane także pod kątem bezpieczeństwa decyzji, skutków ubocznych, kosztów, dostępności badań, wpływu na pracę personelu, odpowiedzialności prawnej i zachowania w przypadkach rzadkich.

MIRA miała bardzo dobre wyniki diagnostyczne, lecz autorzy sami wskazali, że mała, lecz realna część pacjentów otrzymałaby opiekę odbiegającą od dobrych praktyk. W badaniu dotyczącym decyzji o przyjęciu pacjenta z zapaleniem płuc lub zatorowością płucną system miał pełną czułość dla koniecznego przyjęcia, ale wykazywał tendencję do nadmiernej ostrożności przy zatorowości płucnej, co może oznaczać nadmiarowe hospitalizacje (Ferber, Hilgers, Kather, 2026).

To typowy problem AI w medycynie. System może minimalizować ryzyko przeoczenia ciężkiego stanu kosztem większej liczby badań, konsultacji albo przyjęć. Dla pacjenta indywidualnego może to być bezpieczne. Dla systemu ochrony zdrowia może zwiększyć obciążenie, kolejki i koszt. Ocena medycznej AI musi więc obejmować zarówno trafność, jak i gospodarowanie zasobami.

7. AI jako drugi obserwator kliniczny

Najbardziej realistyczna rola takich narzędzi w najbliższych latach to drugi obserwator kliniczny. System może stale porównywać tok decyzji z dokumentacją, wynikami, wytycznymi i farmakologią. Może pytać: czy rozpoznanie różnicowe obejmuje stan groźny dla życia? Czy zaplanowano badanie potrzebne do wykluczenia powikłania? Czy dawka leku pasuje do funkcji nerek? Czy pacjent przyjmuje lek wchodzący w interakcję? Czy plan wypisu jest zgodny z kryteriami bezpieczeństwa?

Taka rola jest szczególnie cenna w miejscach przeciążonych: oddziałach ratunkowych, nocnej pomocy lekarskiej, podstawowej opiece zdrowotnej, ambulatoryjnej opiece specjalistycznej, izbach przyjęć, telemedycynie i opiece nad pacjentami z wielochorobowością.

System tego typu nie musi „mieć racji” częściej niż lekarz w każdym przypadku, żeby być użyteczny. Wystarczy, że wykrywa część pominięć, strukturyzuje myślenie, skraca czas szukania wytycznej, poprawia dokumentację i zmniejsza liczbę błędów lekowych. Wtedy jego wartość pojawia się na poziomie procesu, a nie w pojedynczym spektakularnym porównaniu z lekarzem.

8. Dlaczego modele specjalistyczne mogą być lepsze od konsumenckich chatbotów

Ogólny model konsumencki może napisać przekonującą odpowiedź medyczną, ale zwykle nie działa w kontrolowanym środowisku klinicznym. Nie zna pełnej dokumentacji pacjenta, nie ma zdefiniowanych narzędzi, nie musi odwoływać się do lokalnych wytycznych, nie przechodzi walidacji dla danego zastosowania i nie pozostawia śladu działania w systemie medycznym.

MIRA i AMIE działają inaczej. MIRA używa kontrolowanej przestrzeni EHR i narzędzi odpowiadających czynnościom klinicznym. AMIE odwołuje się do wytycznych i formularzy leków oraz ocenia postępowanie w scenariuszach wielowizytowych. W obu przypadkach produkt medyczny powstaje z modelu, architektury, danych, ograniczeń, procedury oceny i sposobu użycia.

Różnica ma praktyczne znaczenie dla pacjentów. Pytanie zadane publicznemu chatbotowi może dać odpowiedź poprawną językowo, ale bez wiarygodnego dopasowania do kontekstu klinicznego. Narzędzie kliniczne powinno działać w systemie, w którym wiadomo, jakie dane otrzymało, jaką funkcję pełni, kto ocenia wynik, jak zapisuje się decyzję i jak reaguje się na błąd.

9. Problem odpowiedzialności

Najtrudniejszy element nie leży wyłącznie w trafności modeli. Medycyna wymaga odpowiedzialności. Jeżeli system rekomenduje lek, kto odpowiada za błąd dawkowania? Jeżeli system sugeruje wypis, a pacjent wraca w stanie ciężkim, kto ponosi odpowiedzialność? Jeżeli lekarz nie zgadza się z rekomendacją AI, czy musi uzasadnić odstępstwo? Jeżeli zgadza się automatycznie, czy nadal wykonuje samodzielny osąd?

Prawo i regulacje idą w kierunku traktowania takich narzędzi jako systemów wysokiego ryzyka. AI Act w Unii Europejskiej obejmuje AI używaną w celach medycznych obowiązkami dotyczącymi zarządzania ryzykiem, jakości danych, informacji dla użytkownika, nadzoru człowieka i monitorowania. FDA oraz międzynarodowe zasady Good Machine Learning Practice akcentują ocenę całego cyklu życia systemu, a nie jednorazowy test laboratoryjny. WHO zaleca, aby AI w zdrowiu była projektowana z naciskiem na bezpieczeństwo, przejrzystość, odpowiedzialność, kontrolę człowieka i ochronę praw pacjenta (European Commission, 2026; FDA, 2025; WHO, 2021; WHO, 2025).

Odpowiedzialność lekarza nie może polegać na biernym kliknięciu „akceptuj”. Wdrożenie AI klinicznej wymaga ustalenia, kiedy system doradza, kiedy ostrzega, kiedy blokuje, kiedy wymaga drugiej opinii i kiedy eskaluje sprawę do osoby z większym doświadczeniem. Bez tych zasad AI może stać się źródłem nowego rodzaju błędów: błędów wynikających z nadmiernego zaufania do precyzyjnie wyglądającej rekomendacji.

10. Ryzyko automatyzacji pozornej pewności

Modele językowe są szczególnie przekonujące, gdy piszą płynnie i stanowczo. W medycynie taka pewność bywa niebezpieczna. Dobra praktyka kliniczna często wymaga języka probabilistycznego: najbardziej prawdopodobne rozpoznanie, rozpoznania do wykluczenia, dane brakujące, czynniki ryzyka, poziom pilności, warunki powrotu, konieczność kontroli.

AI kliniczna powinna więc prezentować nie tylko rekomendację, lecz także poziom niepewności, brakujące dane i alternatywy. Plan leczenia bez mapy niepewności może brzmieć lepiej niż plan lekarza, ale być mniej bezpieczny. Eksperci cytowani po publikacji badań zwracali uwagę, że część przewagi AI dotyczyła precyzji i pełności planów, a nie zawsze wyraźnej przewagi w poprawności klinicznej (FT, 2026).

Ten punkt będzie decydował o jakości wdrożeń. System powinien odpowiadać w sposób, który pomaga lekarzowi sprawdzić tok decyzji. Powinien pokazać, z czego wynika rekomendacja, które wytyczne wykorzystano, jakie dane są niepewne i które rozpoznanie groźne trzeba jeszcze rozważyć.

11. Co te badania znaczą dla lekarzy

Dla lekarzy MIRA i AMIE są sygnałem zmiany narzędzi pracy. Najbardziej narażone na automatyzację wsparcia są czynności powtarzalne, dokumentacyjne, związane z przeglądem wytycznych, kontrolą leków i porządkowaniem planu. Najmniej podatne pozostają elementy wymagające odpowiedzialności za osobę, badania fizykalnego, rozmowy o wartościach pacjenta, decyzji w konflikcie preferencji, oceny kontekstu społecznego i pracy z niejednoznacznością.

Lekarz przyszłości może pracować z panelem podpowiedzi: rozpoznania różnicowe, luki w dokumentacji, ostrzeżenia lekowe, zgodność z wytyczną, ryzyko hospitalizacji, plan kontroli. W takiej konfiguracji przewaga klinicysty przesuwa się z pamiętania wszystkiego na ocenę, które podpowiedzi są istotne dla konkretnego pacjenta.

Może to zmienić edukację medyczną. Mniejszy nacisk na reprodukcję wiedzy, większy na krytyczną ocenę rekomendacji, rozpoznawanie błędów AI, komunikację z pacjentem, zarządzanie ryzykiem i rozumienie procesów. Lekarz będzie musiał umieć pracować z systemem, który bywa trafny, bywa nadmiernie ostrożny, bywa niepełny i zawsze wymaga osadzenia w realnej sytuacji klinicznej.

12. Co te badania znaczą dla pacjentów

Pacjent może oczekiwać, że AI skróci czas oczekiwania, poprawi spójność opieki i zmniejszy liczbę przeoczeń. W wielu systemach ochrony zdrowia lekarze pracują pod presją niedoboru czasu. Jeżeli AI przygotuje streszczenie dokumentacji, sprawdzi leki, wskaże brakujące badanie i pomoże dobrać plan zgodny z wytycznymi, pacjent może dostać bezpieczniejszą opiekę.

Z drugiej strony pacjent musi mieć prawo wiedzieć, kiedy AI uczestniczy w procesie. Powinien mieć możliwość zadania pytania lekarzowi, odwołania się od decyzji, uzyskania ludzkiego wyjaśnienia i ochrony danych. Medycyna oparta na AI nie może zmniejszać pacjenta do zestawu pól w systemie. Im większy udział algorytmu, tym większa potrzeba jasnej komunikacji: co system zrobił, czego nie wie, za co odpowiada lekarz i jak pacjent może zakwestionować decyzję.

13. Warunki bezpiecznego wdrożenia

Pierwszy warunek to prospektywna walidacja. System sprawdzony w symulacji musi zostać oceniony w realnym przepływie pracy, na pacjentach reprezentujących różne grupy wieku, języki, choroby współistniejące, poziomy wykształcenia i style komunikacji.

Drugi warunek to integracja z dokumentacją medyczną bez nadmiaru pracy dla lekarza. Jeżeli AI generuje więcej kliknięć, alertów i obowiązków, może pogorszyć sytuację. Narzędzie musi zmniejszać obciążenie poznawcze, a nie przenosić je w inną część ekranu.

Trzeci warunek to nadzór nad błędami. System powinien mieć rejestr rekomendacji, decyzji lekarza, odstępstw, skutków i zgłoszeń niepożądanych. Błędy AI trzeba analizować tak, jak analizuje się błędy lekowe, zdarzenia niepożądane i uchybienia organizacyjne.

Czwarty warunek to kontrola zmian modelu. Model medyczny aktualizowany po wdrożeniu może zmienić zachowanie. Każda istotna zmiana powinna mieć procedurę testów, dokumentację i ocenę wpływu na bezpieczeństwo.

Piąty warunek to projektowanie dla odmowy. Lekarz musi mieć łatwą możliwość odrzucenia rekomendacji AI, a system powinien uczyć organizację, kiedy rekomendacje są odrzucane i dlaczego. Wysoki odsetek odrzuceń może oznaczać problem z modelem, interfejsem albo dopasowaniem do lokalnych standardów.

Szósty warunek to lokalizacja kliniczna. Wytyczne różnią się między krajami, płatnikami, szpitalami i specjalnościami. System działający w Wielkiej Brytanii na NICE Guidance nie może zostać mechanicznie przeniesiony do innego systemu bez dostosowania do lokalnych standardów, refundacji, dostępności leków i procedur.

14. Gdzie pojawi się pierwsza realna wartość

Najbardziej prawdopodobne pierwsze zastosowania nie będą polegały na pełnym prowadzeniu pacjenta przez AI. Bardziej prawdopodobne są zadania wspierające.

Na oddziale ratunkowym AI może przygotować rozpoznania różnicowe, wskazać brakujące badania, sprawdzić kryteria przyjęcia i ostrzec przed ryzykiem wypisu. W podstawowej opiece zdrowotnej może wspierać prowadzenie chorób przewlekłych, kontrolę leków, zgodność z wytycznymi i plan kontroli. W onkologii może porządkować historię leczenia, wyniki badań, ścieżkę diagnostyczną i kwalifikację do konsylium. W farmakoterapii może sprawdzać interakcje, dawki nerkowe, przeciwwskazania, duplikacje i zgodność z formularzem. W dokumentacji może tworzyć wersje robocze notatek, podsumowań i planów, które lekarz zatwierdza po korekcie.

Wartość nie będzie mierzona samą trafnością diagnozy. Bardziej użyteczne metryki to: liczba wykrytych braków, czas zamknięcia dokumentacji, błędy lekowe, zgodność z wytyczną, liczba niepotrzebnych badań, liczba przeoczonych stanów pilnych, satysfakcja pacjenta, obciążenie lekarza i skutki zdrowotne po wypisie.

Najważniejszy wniosek

MIRA i AMIE pokazują, że specjalistyczna AI medyczna dojrzewa do roli klinicznego wsparcia. Nie chodzi już o chatboty, które odpowiadają na pytania pacjentów w internecie. Chodzi o systemy osadzone w procesie medycznym: z dostępem do dokumentacji, wytycznych, formularzy leków, narzędzi zlecania i mechanizmów oceny.

Największa obietnica dotyczy redukcji błędów wynikających z przeciążenia człowieka: pominiętych rozpoznań, niepełnych planów, błędów lekowych, niezgodności z wytycznymi i słabej dokumentacji. Największe ryzyko dotyczy przeniesienia odpowiedzialności na system, który brzmi pewnie, ale nadal działa w granicach danych, symulacji i projektu eksperymentu.

Medycyna potrzebuje AI, która wspiera decyzję, zostawia ślad rozumowania, pokazuje niepewność i działa pod nadzorem. Wyniki MIRA i AMIE są mocnym argumentem za dalszymi badaniami klinicznymi. Nie są argumentem za oddaniem pacjenta algorytmowi.

Źródła

European Commission. (2026). Artificial Intelligence in healthcare: AI Act and high-risk systems.

FDA. (2025). Artificial Intelligence in Software as a Medical Device.

FDA, Health Canada, MHRA. (2025). Good Machine Learning Practice for Medical Device Development: Guiding Principles.

Ferber, D., Hilgers, L., Kather, J. N. i in. (2026). Towards autonomous medical artificial intelligence agents. Nature.

Financial Times. (2026). AI medical tools match or surpass doctors for advice.

Liévin, V., Palepu, A., Weng, W.-H., Saab, K., Stutz, D., Cheng, Y., Kulkarni, K., Mahdavi, S. S., Barral, J., Webster, D. R., Chou, K., Hassidim, A., Matias, Y., Manyika, J., Tanno, R., Natarajan, V., Rodman, A., Tu, T., Karthikesalingam, A., Schaekermann, M. (2026). Towards Conversational AI for Disease Management. Nature.

WHO. (2021). Ethics and governance of artificial intelligence for health: WHO guidance.

WHO. (2025). Ethics and governance of artificial intelligence for health: guidance on large multi-modal models.