ChatGPT zamiast „Dr Google”. Internauci pytają AI o objawy, a firmy farmaceutyczne zaczynają walczyć o odpowiedzi

ChatGPT, Gemini i inne chatboty coraz częściej stają się pierwszym miejscem, do którego internauci kierują pytania o objawy, leki i wyniki badań.

To zmienia nie tylko sposób szukania informacji o zdrowiu, lecz także reguły gry dla firm farmaceutycznych: marka może być silna w reklamie, wyszukiwarce Google i aptekach, a mimo to pozostawać niemal niewidoczna w odpowiedziach sztucznej inteligencji. Pierwsze polskie badanie widoczności 50 firm farmaceutycznych w ChatGPT i Gemini pokazuje, że na tym nowym rynku prowadzą Polpharma, Aflofarm i Adamed.

Znacznie ważniejsze od samego rankingu jest jednak inne pytanie: kto i na jakiej podstawie będzie kształtował odpowiedzi AI, gdy użytkownik wpisze „co oznaczają te objawy?”, „czy ten lek można łączyć z innym?” albo „jaka firma produkuje leki na tę chorobę?”. W ochronie zdrowia walka o widoczność w sztucznej inteligencji przestaje być wyłącznie kolejną odmianą SEO. Dotyka jakości informacji, z których ludzie mogą podejmować rzeczywiste decyzje dotyczące zdrowia.

AI coraz częściej zastępuje pierwsze wyszukiwanie w Google

Przez lata pierwszym odruchem osoby z niepokojącym objawem było wpisanie jego nazwy w Google. Zjawisko doczekało się nawet potocznego określenia „Dr Google”. W 2026 r. coraz większą część tej roli przejmują chatboty.

Badanie KFF opublikowane w czerwcu 2026 r. pokazuje, że 29 proc. dorosłych Amerykanów korzysta z narzędzi AI lub chatbotów takich jak ChatGPT, Gemini czy Claude w poszukiwaniu informacji i porad zdrowotnych co najmniej raz w miesiącu. Dwa lata wcześniej deklarowało to 17 proc. badanych. W ciągu zaledwie dwóch lat udział takich użytkowników niemal się więc podwoił.

Podobny kierunek widać w Wielkiej Brytanii. Badanie AXA Health przeprowadzone na grupie 2 tys. osób - po połowie użytkowników i nieużytkowników AI - wykazało, że 36 proc. korzystających z AI przy sprawdzaniu objawów sięga najpierw właśnie po takie narzędzie. Tylko 19 proc. zaczyna od serwisu NHS. Co czwarty użytkownik AI deklarował zarazem, że otrzymał wcześniej informację zdrowotną, która później okazała się błędna lub wprowadzająca w błąd.

Tych danych nie wolno przenosić wprost na Polskę. Nie oznaczają więc, że 36 proc. Polaków diagnozuje się za pomocą ChatGPT. Pokazują jednak zmianę zachowania użytkowników na dużych rynkach cyfrowych - i mechanizm, który może mieć znaczenie również dla polskich firm, wydawców oraz instytucji ochrony zdrowia.

O czym ludzie naprawdę rozmawiają z AI? Głównie o konkretnych problemach

Najciekawsze dane nie pochodzą z deklaracji ankietowych, lecz z analizy rzeczywistych rozmów.

W badaniu opublikowanym w „Nature Health” naukowcy przeanalizowali ponad 600 tys. rozmów zdrowotnych prowadzonych z Microsoft Copilotem w styczniu 2026 r. Największą kategorię stanowiły pytania o informacje i edukację zdrowotną, ale niemal jedna piąta konwersacji dotyczyła osobistej oceny objawów lub konkretnego problemu zdrowotnego.

Na urządzeniach mobilnych pytania o symptomy i problemy zdrowotne stanowiły 15,9 proc. rozmów, podczas gdy na komputerach - 6,9 proc. Takie zapytania wyraźnie nasilały się wieczorem i nocą, czyli w czasie, kiedy dostęp do lekarza jest ograniczony.

To zasadnicza różnica między wyszukiwarką a chatbotem. Google zwraca listę stron. Model językowy przygotowuje jedną syntetyczną odpowiedź, którą użytkownik może dalej doprecyzowywać: dopisać wiek, kolejne symptomy, wynik badania, nazwę leku albo zapytać o alternatywę.

W rezultacie firma, organizacja medyczna lub źródło eksperckie nie walczą już tylko o kliknięcie. Walczą o to, czy ich wiedza zostanie w ogóle uwzględniona w odpowiedzi.

Polpharma najbardziej widoczna w ChatGPT i Gemini

Ten właśnie mechanizm próbuje mierzyć opublikowany przez PRCN raport „Recepta na AI. Badanie widoczności firm farmaceutycznych w AI Overviews”.

Agencja przeanalizowała 50 dużych firm farmaceutycznych działających w Polsce, zadając ChatGPT i Gemini identyczny zestaw pytań o rynek, jego liderów oraz konkretne przedsiębiorstwa.

Na potrzeby badania powstał AI Visibility Index. Połowę wyniku stanowi obecność firmy w odpowiedziach modeli. Kolejne 30 proc. zależy od jakości opisu - jego trafności, szczegółowości i poziomu merytorycznego. Pozostałe 20 proc. to spójność sposobu przedstawiania firmy w różnych kontekstach.

Pierwsze miejsce zajęły Zakłady Farmaceutyczne Polpharma z wynikiem 91 proc. Drugie przypadło Aflofarm Farmacja Polska - 72 proc., a trzecie Adamed Pharma - 68 proc.

Według autorów badania Polpharma była przez oba modele konsekwentnie przedstawiana jako jeden z najważniejszych producentów farmaceutycznych w Polsce. Aflofarm kojarzono przede wszystkim z szerokim portfolio i rozpoznawalnością, natomiast Gemini szczególnie mocno eksponował działalność badawczo-rozwojową Adamedu.[4]

Największa firma nie zawsze będzie największa w AI

To jeden z najbardziej użytecznych wniosków raportu. Pozycja w odpowiedziach modelu językowego nie musi być prostym odbiciem przychodów, udziałów rynkowych, nakładów reklamowych ani liczby sprzedawanych produktów.

PRCN wskazuje, że znaczenie mają m.in. eksperckie treści, obecność w niezależnych źródłach, cytowalność, spójne informacje o działalności oraz jednoznaczne powiązanie firmy z określonymi obszarami terapeutycznymi.

Co więcej, ChatGPT i Gemini nie budują identycznego obrazu rynku. Ta sama firma może być mocno eksponowana przez jeden system i znacznie słabiej przez drugi.

To ważne również dlatego, że odpowiedzi modeli nie są stałym rankingiem przypominającym listę największych przedsiębiorstw. Mogą się zmieniać wraz z wersją modelu, aktualizacją danych, sposobem sformułowania pytania i kontekstem rozmowy.

Komunikat PRCN nie podaje m.in. użytych wersji modeli ani pełnego zestawu promptów. Z tego względu wyniki należy czytać przede wszystkim jako obraz widoczności w konkretnym badaniu, a nie trwałą tabelę pozycji, która będzie identyczna przy każdym pytaniu zadanym ChatGPT lub Gemini.

Widoczność to nie to samo co wiarygodność

Tu pojawia się najważniejsze zastrzeżenie.

Wysoka widoczność marki farmaceutycznej w AI nie oznacza automatycznie, że odpowiedź modelu na pytanie medyczne będzie prawidłowa, kompletna lub bezpieczna. Ranking PRCN mierzy sposób prezentowania przedsiębiorstw, nie skuteczność diagnostyczną ChatGPT i Gemini.

Badania naukowe pokazują, dlaczego tego rozróżnienia nie wolno pomijać.

W 2026 r. w „npj Digital Medicine” opublikowano analizę 888 odpowiedzi czterech popularnych chatbotów na 222 pytania pacjentów dotyczące podstawowej opieki zdrowotnej, pediatrii i zdrowia kobiet. Lekarze oceniający odpowiedzi znajdowali zarówno pominięcia istotnych informacji, jak i potencjalnie niebezpieczne porady. Autorzy zwracali uwagę przede wszystkim na brak zebrania wywiadu przed udzieleniem odpowiedzi.[5]

Trzeba jednocześnie zaznaczyć, że odpowiedzi analizowane w tym badaniu zebrano pod koniec 2024 r., a modele AI szybko się zmieniają. Autorzy sami wskazują tę okoliczność jako ograniczenie pracy.[5]

Nowsza analiza opisana w maju 2026 r. przez „Nature Medicine” również pokazała nierówną skuteczność AI w triage. ChatGPT Health dobrze radził sobie z częścią przypadków o umiarkowanej pilności, ale zdarzało mu się niedoszacowywać stanów nagłych i zbyt wysoko klasyfikować przypadki niewymagające pilnej pomocy.[6]

To właśnie dlatego w ochronie zdrowia widoczność w AI ma inny ciężar niż pozycjonowanie hotelu, sklepu czy producenta elektroniki. Błąd w odpowiedzi może wpływać nie tylko na wybór marki, lecz również na decyzję, czy ktoś zwróci się do lekarza.

Firmy farmaceutyczne zaczynają nową walkę o klientów

W klasycznym SEO stawką była wysoka pozycja strony w wynikach Google. W świecie odpowiedzi generatywnych cel przesuwa się: firma chce znaleźć się w zbiorze źródeł i informacji, na podstawie których system buduje odpowiedź.

Branża używa dla tego obszaru kilku nazw. Pojawiają się m.in. AIO - Artificial Intelligence Optimization - oraz GEO, czyli Generative Engine Optimization. Niezależnie od terminologii mechanizm jest podobny: marka musi być opisana w sieci jasno, konsekwentnie i w źródłach, które system może uznać za wiarygodne.

„Widoczność w AI nie jest efektem pojedynczej kampanii komunikacyjnej. To rezultat długofalowego budowania pozycji eksperckiej” - podkreśla Iwona Kubicz, Managing Director PRCN.

W farmacji oznacza to jednak coś więcej niż nową technikę marketingową. Materiały produktowe, publikacje eksperckie, dane o badaniach, strony korporacyjne, informacje o specjalizacjach i treści w niezależnych serwisach tworzą cyfrowe otoczenie, z którego później mogą korzystać systemy AI.

Nowy problem dla marek: użytkownik często nie widzi źródła

W klasycznej wyszukiwarce użytkownik widzi nazwę domeny i sam wybiera link. W odpowiedzi chatbota informacja jest podana w formie zwartego tekstu. Źródło może być wskazane, ale nie zawsze stanowi centralny element doświadczenia.

To zwiększa znaczenie reputacji pośredniej. Firma może wpłynąć na to, co internet wie na jej temat, ale nie kontroluje ostatecznego zdania wygenerowanego przez model.

Dla działów komunikacji oznacza to zmianę punktu ciężkości. Mniej liczy się samo publikowanie dużej liczby materiałów, bardziej - zgodność faktów pomiędzy stroną firmy, mediami, bazami wiedzy, publikacjami eksperckimi i innymi zewnętrznymi źródłami.

W branży regulowanej dochodzi do tego dodatkowy problem: odpowiedź AI może połączyć informacje pochodzące z różnych miejsc, powstałe w różnych latach i przeznaczone dla różnych odbiorców.

ChatGPT nie zastąpi lekarza. Ale już zmienia drogę do gabinetu

Największa zmiana zachodzi więc wcześniej niż w samym leczeniu.

AI staje się narzędziem używanym przed kontaktem z lekarzem: do interpretowania objawów, rozumienia wyników badań, poznawania nazw chorób, leków i terapii oraz przygotowywania pytań na wizytę.

Badanie AXA Health pokazuje obie strony tego procesu. 78 proc. brytyjskich użytkowników AI deklarowało, że chatbot pomagał im lepiej zrozumieć terminologię medyczną, wyniki badań lub plan leczenia. Jednocześnie 59 proc. osób sprawdzających objawy z AI przyznało, że zdarzyło im się opóźnić rozmowę z profesjonalistą, ponieważ odpowiedź ich uspokoiła.

To nie jest argument za uznaniem chatbotów za lekarzy. Przeciwnie - pokazuje, jak duży wpływ może mieć odpowiedź wygenerowana zanim dojdzie do kontaktu z medycyną.

Dlatego ranking widoczności firm farmaceutycznych jest ciekawszy, niż wynikałoby z samego podium Polpharma-Aflofarm-Adamed. Pokazuje początek nowej konkurencji o miejsce w warstwie informacyjnej, która powstaje pomiędzy użytkownikiem a tradycyjną wyszukiwarką, mediami, firmą i lekarzem.

W Google walczyło się o pierwszą stronę wyników. W ChatGPT i Gemini coraz częściej walczy się o to, by znaleźć się w jednej odpowiedzi.

Najczęstsze pytania

Czy ChatGPT może diagnozować choroby?

ChatGPT i inne chatboty potrafią analizować opisane przez użytkownika objawy i przedstawiać możliwe wyjaśnienia, ale nie powinny być traktowane jako zamiennik diagnozy lekarskiej. Badania pokazują, że modele mogą popełniać błędy w ocenie pilności stanu oraz pomijać informacje potrzebne do bezpiecznej porady.

Czy ludzie pytają ChatGPT o zdrowie?

Tak. Według badania KFF z czerwca 2026 r. 29 proc. dorosłych w USA korzysta z AI lub chatbotów w celu uzyskania informacji albo porad zdrowotnych co najmniej raz w miesiącu. Dwa lata wcześniej było to 17 proc.

Które firmy farmaceutyczne są najbardziej widoczne w ChatGPT i Gemini w Polsce?

W badaniu PRCN pierwsze miejsce zajęła Polpharma z wynikiem 91 proc. Drugie miejsce przypadło Aflofarmowi - 72 proc., a trzecie Adamedowi - 68 proc.

Co to jest AI Visibility Index?

AI Visibility Index to autorski wskaźnik PRCN mierzący widoczność firmy w odpowiedziach modeli AI. Uwzględnia obecność marki, jakość jej opisu i spójność wizerunku.

Co to jest AIO i GEO?

AIO, czyli Artificial Intelligence Optimization, oraz GEO - Generative Engine Optimization - to określenia działań mających zwiększać prawdopodobieństwo, że marka, firma albo jej treści zostaną poprawnie uwzględnione w odpowiedziach generowanych przez systemy AI.

Źródła:

[1] Grace Sparks, Julian Montalvo III, Alex Montero i Ashley Kirzinger, „KFF Tracking Poll on Health Information and Trust: Use of Social Media and AI For Health Information and Advice”, KFF, 17 czerwca 2026.

[2] AXA Health, „AXA Research Shows AI Is Driving People to Delay Care - and Seek It Unnecessarily”, 14 kwietnia 2026. Badanie Censuswide na próbie 2000 osób w Wielkiej Brytanii, obejmującej po 1000 użytkowników i nieużytkowników AI.

[3] Beatriz Costa-Gomes i in., „Public Use of a Generalist LLM Chatbot for Health Queries”, Nature Health 1 (2026): 689-696, opublikowano 16 kwietnia 2026.

[4] PRCN, „Recepta na AI. Badanie widoczności firm farmaceutycznych w AI Overviews”, informacja prasowa, Warszawa, 27 lipca 2026.

[5] „Large Language Models Provide Unsafe Answers to Patient-Posed Medical Questions”, npj Digital Medicine 9 (2026), art. 241. Badanie obejmowało 888 odpowiedzi na 222 pytania pacjenckie; odpowiedzi modeli zebrano od września do grudnia 2024 r.

[6] „ChatGPT Health Triage Advice Falls Short in Key Cases”, Nature Medicine 32 (2026): 1600-1601, opublikowano 7 maja 2026; omówienie badania A. Ramaswamy i in., „ChatGPT Health Performance in a Structured Test of Triage Recommendations”.

Pobierz ebook "Wielki ranking agencji marketingowych 2026 roku i e-book o trendach w promocji w sieci"