Нейросети уже читают рентген-снимки, пишут эпикризы и советуют терапию для пациента по результатам КТ, МРТ и ЭКГ. Искусственный интеллект в медицине перешел из статей в научных журналах в повседневную практику поликлиник и стационаров.
Но вместе с первыми результатами приходят и первые вопросы. На что способен ИИ-ассистент сегодня и где граница его компетенций? Может ли алгоритм не только помочь, но и навредить, и как врачу отличить полезную подсказку от опасной «галлюцинации»? Мы собрали мнения экспертов, чтобы разобраться, как меняется медицина с приходом «цифровых коллег».
ИИ в медицине сегодня находится в промежуточной точке. Он уже перестал быть экзотикой и инновацией, но еще не стал повсеместной инфраструктурой здравоохранения. На уровне отрасли это выглядит как неравномерное внедрение — от точечных ИИ-сервисов в небольших клиниках до более зрелых решений в крупных медицинских сетях и государственных проектах. Фактически рынок проходит этап перехода от экспериментов и пилотов к попытке встроить ИИ в повседневные клинические процессы.
По оценке Екатерины Гергесовой, кандидата медицинских наук и консультанта лаборатории Lab4U, уровень проникновения ИИ пока остается сдержанным, особенно в малых медицинских центрах:
«Только половина (48%) небольших медицинских центров использует ИИ-инструменты, причем в основном для решения административно-хозяйственных задач: чат-боты для напоминаний и ответов на частые вопросы, контроль запасов расходных материалов, оптимизация расписания врачей. Также набирает спрос автоматизация таких задач, как заполнение электронных медицинских карт голосом с помощью речевых ассистентов и кодирование диагнозов по МКБ-10».
Екатерина Гергесова, кандидат медицинских наук и консультант лаборатории Lab4U
Если смотреть шире, на весь российский рынок, наиболее зрелым и востребованным направлением уже сегодня стала медицинская визуализация. ИИ-алгоритмы активно применяются для анализа рентгеновских снимков, КТ, МРТ и маммограмм, помогают выявлять новообразования, пневмонию и признаки инсульта.
Параллельно развивается работа ИИ с медицинскими данными и текстами. Системы на базе обработки естественного языка позволяют структурировать истории болезни, выписки и результаты обследований, автоматически заполнять медицинские карты во время приема за счет анализа диалога врача и пациента. Это снижает объем рутинной работы и возвращает врачу время на контакт с пациентом.
Отдельное направление — поддержка клинических решений. Системы работают с данными электронной медицинской карты, анамнезом пациента и результатами лабораторных исследований, помогая врачу оценивать риски возможных осложнений, выбирать оптимальную тактику лечения и выстраивать приоритеты наблюдения за пациентами. Принципиально важно, что подобные решения обучаются на верифицированных медицинских источниках и клинических рекомендациях, одобренных профессиональным и регуляторным сообществом.
Наконец, быстрыми темпами развивается персонализированная медицина и геномика, где ИИ используется для анализа больших массивов генетических данных, подбора таргетной терапии и выявления редких заболеваний.
Где ИИ действительно работает
Практика показывает, что наибольшую отдачу ИИ в медицине дает не там, где от него ждут «цифрового врача», а в зонах высокой стандартизации и больших объемов данных. Чем формализованнее процесс, изображения, числовые показатели или повторяющиеся клинические сценарии, тем быстрее ИИ из экспериментальной технологии превращается в прикладной инструмент, полезный и врачу, и пациенту.
Абсолютным лидером по уровню зрелости остается работа с медицинскими изображениями. Радиология стала той областью, где ИИ уже встроен в ежедневную практику и демонстрирует измеримый эффект:
«Для врачей ИИ существенно облегчает анализ медицинских изображений, например, с рентгеном, КТ, МРТ нейросети справляются с точностью до 90–95%, и сокращает время приема на 40% за счет мгновенного сбора и структурирования данных о пациенте и автоматизации документации».
Юрий Ковалев, эксперт по внедрению ИИ в бизнес-процессы, основатель и руководитель ИИ-сервиса для врачей smartica.ai
Для врача это означает снижение нагрузки и более быстрый скрининг, а для пациента — ускорение диагностики и начало лечения.
Этот же тезис подтверждает Вячеслав Дегтярев, руководитель по развитию продуктовых решений К2 НейроТех, отмечая, что именно радиология стала «безусловным лидером» по применению ИИ. По данным эксперта, системы компьютерного зрения помогают выявлять онкологические образования, патологии легких и признаки инсульта на ранних стадиях, напрямую влияя на прогноз и исход лечения.
Второе направление, где эффект от ИИ становится все более заметным, — предиктивная аналитика. Объединяя данные электронной медицинской карты, результаты анализов и анамнез, алгоритмы помогают оценивать индивидуальные риски развития хронических заболеваний и осложнений. Такой подход позволяет медицине постепенно смещаться от реактивной модели к профилактической, где вмешательство начинается до появления тяжелых симптомов.
Бесспорно, будущее медицины за точечным применением технологий. Яркий пример — офтальмология.
«Один из примеров, наш собственный проект “ГЛАЗИС”, разработанный сетью оптик “Счастливый взгляд”, в котором тоже частично используется ИИ. Это интеллектуальная цифровая платформа, которая фактически стала электронной медицинской картой нового поколения и позволяет нашим медицинским специалистам точнее ставить диагнозы и назначать коррекцию зрения.
Евгений Мухаметшин, заместитель главного врача федеральной сети оптик «Счастливый взгляд»
«Система включает более 200 алгоритмов, автоматизирующих сбор и анализ данных пациентов, проверку корректности заполнения медицинских карт специалистами, расчет норм коррекции с учетом возраста и индивидуальных параметров пациента, а также формирует персонализированные рекомендации после приема», — поясняет Мухаметшин.
Дополнительную ценность ИИ создает и для пациентов — за счет развития телемедицины, дистанционного мониторинга и персонализированных планов лечения. Эти решения повышают доступность медицинской помощи и делают взаимодействие с системой здравоохранения более удобным и непрерывным.
ИИ как «второе мнение», а не последний судья
Ключевой принцип работы с ИИ в медицине сегодня можно сформулировать так: доверяй, но проверяй. Алгоритм не является автономным субъектом, принимающим решения, — его роль сводится к анализу данных и генерации рекомендаций. По мнению Марины Ляшенко, вице-президента, руководителя лаборатории финтех и инноваций Страхового дома ВСК, критическое мышление и профессиональный контроль со стороны врача остаются ключевыми факторами в принятии решения со стороны врача.
ИИ, по сути, берет на себя роль высокоскоростного ассистента, способного обработать тысячи типовых случаев, но часто бессильного перед уникальностью конкретного пациента.
«СППВР не имеет возможности думать и синтезировать новую информацию. Это инструмент обработки уже заложенной информации и ее анализа по заданному алгоритму. Поэтому это помощник от рутины. В медицине много типовых случаев, но все пациенты по-своему уникальны. ИИ это просто пока не может понять. Поэтому без врача в современной цифровой медицине никак не обойтись».
Антон Вахляев, врач-кардиолог, заведующий отделением персонализированной медицины Поликлиника.ру
Медицина диктует строгие правила
Внедрение ИИ в медицинскую практику невозможно без четкой системы регулирования и стандартов безопасности. В отличие от многих других отраслей, медицина изначально оперирует высокими требованиями к качеству, ответственности и защите пациента, поэтому любые алгоритмы, которые влияют на диагностику или лечение, должны проходить строгую проверку и сертификацию.
Как отмечает Евгений Мухаметшин, заместитель главного врача федеральной сети оптик «Счастливый взгляд», для безопасного внедрения ИИ в медицину необходимы четкие регуляторные рамки. «Это сертификация медицинских цифровых решений, прозрачность алгоритмов, защита персональных данных, интеграция с ЕГИСЗ и обязательное указание, что использование искусственного интеллекта носит рекомендательный характер», — отмечает эксперт.
При этом регуляция касается не только сертификации, но и распределения ответственности: необходимо четко закреплять, кто отвечает за решение врача и кто — за работу алгоритма. Екатерина Гергесова, кандидат медицинских наук и консультант лаборатории Lab4U, подчеркивает: «любые системы, влияющие на диагноз или лечение, должны проходить обязательную валидацию и регистрироваться как программные медицинские изделия, при этом процесс можно ускорять через «регуляторные песочницы». Параллельно необходимо установить строгие стандарты качества, репрезентативности и обезличивания данных для обучения алгоритмов».
Важно, чтобы и медицинский персонал обладал навыками критической оценки рекомендаций ИИ. Только сочетание прозрачных стандартов, контролируемых процессов и подготовки специалистов создает «безопасный коридор» для внедрения инноваций, позволяя использовать технологии в пользу пациента, не подвергая его рискам.
Как сделать ИИ полезным
Чтобы ИИ действительно приносил пользу в медицине, необходим комплексный подход, объединяющий технологии, регулирование и человеческий фактор. Технологии сами по себе не гарантируют результата — важно создать безопасные и контролируемые среды, где алгоритмы можно обучать, тестировать и внедрять без риска для пациентов. А также интегрировать разрозненные медицинские данные в единый качественный массив, пригодный для обучения ИИ, и обеспечивать их защиту от утечек и неправильного использования.
«Только когда ИИ станет не внешней «волшебной таблеткой», а доверенным, понятным и безопасным инструментом в руках подготовленного врача, баланс пользы и рисков сместится в нужную сторону».
Вячеслав Детгярев, руководитель по развитию продуктовых решений К2 НейроТех
Успех ИИ в медицине зависит от того, насколько хорошо врачи понимают возможности и ограничения ИИ, а разработчики — клинический контекст и реальные задачи медицины. Как подчеркивает Марина Ляшенко, вице-президент, руководитель лаборатории финтех и инноваций Страхового дома ВСК, будущее ИИ зависит от ответственного внедрения, аккуратного подхода к регулированию и стандартизации и обязательного вовлечения профессионального сообщества.
Популяризация ИИ среди врачей и пациентов, совместное пилотирование проектов и создание четких гипотез для тестирования инструментов помогают минимизировать риски и постепенно превращают технологии в надежного помощника.
В итоге успешная интеграция ИИ в медицину возможна только при скоординированных действиях на всех уровнях: технологическом, регуляторном и человеческом, позволяя алгоритмам работать на пользу и врачей, и пациентов.