Zastosowanie sztucznej inteligencji (artificial intelligence – AI) należy do najważniejszych zagadnień i wyzwań współczesnej psychiatrii. Rosnące znaczenie AI wynika z jednej strony z coraz większej dostępności danych klinicznych, neurobiologicznych i cyfrowych, z drugiej zaś z ograniczeń tradycyjnych metod diagnostycznych, opartych głównie na ocenie klinicznej. W ostatnich latach AI znalazła zastosowanie w diagnostyce zaburzeń psychicznych, ocenie ryzyka samobójczego, predykcji nawrotów i hospitalizacji, personalizacji leczenia, analizie języka naturalnego oraz monitorowaniu pacjentów z wykorzystaniem urządzeń mobilnych i ubieralnych. Szczególne znaczenie mają metody uczenia maszynowego, głębokiego uczenia, przetwarzania języka naturalnego oraz digital phenotyping, umożliwiające analizę złożonych i wielowymiarowych danych. AI może wspierać identyfikację wzorców trudnych do uchwycenia w klasycznej ocenie klinicznej, co potencjalnie sprzyja wcześniejszemu wykrywaniu zaburzeń psychicznych, trafniejszej stratyfikacji ryzyka i lepszemu dopasowaniu interwencji terapeutycznych. Coraz większe znaczenie zyskują również systemy wspomagania decyzji klinicznych, rozwiązania oparte na danych z urządzeń cyfrowych oraz terapeutyczne chatboty wykorzystujące generatywną AI. Pomimo obiecujących wyników badań wdrożenie AI do rutynowej praktyki klinicznej pozostaje ograniczone przez heterogeniczność danych, brak walidacji zewnętrznej, niedostateczną interpretowalność modeli, ryzyko stronniczości algorytmicznej i niejasne ramy odpowiedzialności klinicznej. Rozwój generatywnej AI dodatkowo nasilił dyskusję dotyczącą bezpieczeństwa, szybkiej komercjalizacji, rozwiązań open source i granic automatyzacji relacji terapeutycznej. Celem pracy jest przedstawienie współczesnych zastosowań AI w psychiatrii, ocena ich znaczenia klinicznego oraz identyfikacja głównych wyzwań metodologicznych, etycznych i organizacyjnych związanych z dalszym rozwojem tej dziedziny.