Личный ассистент врача: как ИИ берет на себя рутину в российском здравоохранении

Искусственный интеллект уже применяется в российской науке и клинической практике, но также технология может сократить время на внутренние согласования и упростить коммуникацию между врачами, административными командами и руководителями. Обзор возможностей для оптимизации работы медорганизаций и рисков внедрения ИИ подготовил «МВ».

Искусственный интеллект (ИИ) — уже не экспериментальная технология, а признанный инструмент развития здравоохранения от клинической практики и общественного здоровья до науки и разработки лекарств. По оценке консалтинговой компании «Яков и партнеры» и ГК «Медси», в России объем рынка ИИ в медицине может вырасти более чем в шесть раз к 2030 году: с 12 млрд руб. в 2024 году до 78 млрд руб. Основными точками роста станут диагностика, лечение, дистанционный мониторинг пациентов и административные процессы.

Диагностика — самая распространенная область применения ИИ

Две трети медизделий с применением технологий ИИ, зарегистрированных на начало 2024 года, использовались для анализа медицинских изображений. Только в январе 2025 года они «просмотрели» 245 тыс. рентгеновских и ФЛГ-снимков в 20 регионах страны.

В лабораторной диагностике ИИ применяют для анализа микроскопических изображений, в офтальмологии — для скрининга патологий глазного дна, в дерматоонкологии — для выявления новообразований кожи на фотографиях. Также технология может быть использована для интерпретации лабораторных показателей. Например, в сети лабораторий KDL этим занимается ИИ-помощник, встроенный в программное обеспечение. В результате пациент получает подробную расшифровку показателей и персонализированные рекомендации. Перед отправкой пациенту ответы анализируются AI-агентами, а финальную модерацию выполняют медицинские эксперты.

Лечение и мониторинг

Передовые клиники уже зафиксировали эффективность ИИ-инструментов для дистанционного мониторинга и подбора терапии для пациентов. В клинике академика Ройтберга, например, технологию внедрили для анализа лекарственных назначений. Система проверяет совместимости препаратов, корректность дозировок и соответствие клиническим рекомендациям, тем самым снижая риск нежелательных лекарственных событий. При этом ключевая роль врача в принятии окончательного решения остается неизменной, подчеркнул Максим Петухов.

Дистанционный мониторинг пациентов уже применяется как в клинической практике, так и в исследованиях. 

Коммуникация с пациентом и административные процессы

Голосовой помощник в Тульской области обрабатывает уже более половины звонков на линии записи, а также самостоятельно звонит и напоминает пациентам о предстоящем приеме, сообщал региональный Минздрав. В АО «Медицина» ИИ отвечает за 80% коммуникаций с пациентами.

«В административном блоке ключевую роль играют системы интеллектуальной обработки естественного языка и автоматического распознавания речи, работающие в едином цифровом контуре клиники. Они обеспечивают омниканальное взаимодействие с пациентами: маршрутизацию обращений, запись на прием, поддержку сопровождения и информирования с возможностью непрерывного контроля качества сервиса», — рассказал Максим Петухов.

Многие медорганизации в России используют подобные инструменты и для внутренних коммуникаций.

ИИ в медицине приносит реальную пользу, но его внедрение требует значительной перестройки процессов, которая позволила бы обеспечить необходимую прозрачность, достоверность и безопасность. Основной эффект достигается не в замещении специалистов, а в автоматизации рутинных задач без ущерба для качества. Это позволяет медицинским и административным командам уделять больше времени задачам, где важны экспертиза, внимание и взаимодействие с пациентом.

«В рабочих сервисах ИИ уже умеет автоматически готовить саммари встреч, выделять договоренности и поручения. Но еще больший потенциал связан с ИИ-ассистентами и агентными сценариями: они могут брать на себя типовые внутренние запросы, искать нужную информацию в базах знаний и документах, помогать с навигацией по регламентам и ускорять выполнение повторяющихся задач», — добавил Алексей Нечипорук.

Риски

Медорганизации в России внедряют ИИ с осторожностью из-за затрат на перестройку процессов и возможных серьезных последствий в результате ошибки. Поэтому процесс, особенно в чувствительных сферах, идет постепенно и под жестким контролем.

Во-первых, генеративные модели могут выдавать недостоверные или частично выдуманные ответы. Снизить риск этого могут RAG-модели и другие контролируемые решения, в которых система формирует ответ не произвольно, а с опорой на заранее заданный массив документов: клинические рекомендации, нормативные акты, внутренние регламенты или данные пациента.

Во-вторых, наблюдательные исследования показывают быстрое снижение внимательности у врачей и утрату части навыков из-за привычки полагаться на подсказки системы. Например, у эндоскопистов частота самостоятельного выявления аденом в кишечнике снизилась на 20% всего за несколько месяцев. Поэтому даже при доказанной пользе ИИ рассматривают как инструмент поддержки, а не замену профессиональной экспертизы. Чем активнее технология участвует в процессе, тем важнее сохранять у специалиста навык критической оценки его выводов.

В-третьих, эффективность ИИ напрямую зависит от полноты и репрезентативности данных для обучения, в том числе качества разметки. А отвечают за нее эксперты. Поэтому ошибки, субъективность, слабый референсный стандарт негативно влияют на точность ИИ.

В-четвертых, сохраняются юридические риски, связанные с прозрачностью использования ИИ. Пациент должен понимать, используется ли искусственный интеллект в диагностике, лечении и подготовке заключений для него. Клиникам важно корректно отражать это в согласии и разграничивать ответственность врача, медорганизации и разработчика. Для защиты персональных данных при работе с ИИ и обучении моделей ключевую роль играют обезличивание, контроль доступа, правовые и технические гарантии.