В исследовании, опубликованном в npj Digital Medicine 3 сентября 2026 года, авторы проанализировали, как тон ответов на сообщения пациентов в электронных медицинских картах различается между системами искусственного интеллекта и реальной медицинской командой в зависимости от демографических характеристик пациентов (возраст, пол, раса, этническая принадлежность). Используя методы обработки естественного языка (NLP) и анализа тональности, исследователи сравнили тысячи пар ответов на одни и те же входящие сообщения пациентов, чтобы выявить систематические различия в эмпатии, формальности и теплоте. Предварительные результаты показали, что ответы ИИ были более последовательными по тону независимо от демографии, тогда как ответы медицинской команды варьировались: например, более формальный тон наблюдался в ответах пожилым пациентам и пациентам из расовых меньшинств. Исследователи также оценили, насколько такие различия могут влиять на удовлетворенность пациентов и доверие к системе здравоохранения. Работа подчеркивает важность калибровки ИИ-ассистентов для обеспечения равноправного и эмпатичного общения, а также необходимость стандартизации тона ответов медицинского персонала. Полученные данные имеют прямое значение для разработки клинических ИИ-инструментов и политики здравоохранения, направленной на снижение неравенства в медицинской коммуникации.