По мере того как генеративный ИИ и большие модели входят в клинику, рынок AI‑медицины в Китае продолжает быстро расти: по оценке, в 2025 году его объём достигнет 165 млрд долларов, а к 2028 году — уже 225 млрд. На этом фоне встаёт главный вопрос: куда отрасль пойдёт дальше?
Чтобы ответить на него, NVIDIA опросила более 600 профессионалов из четырёх сегментов (медтехнологии и диагностика, цифровое здравоохранение, фарма и биотех, заказчики и поставщики решений) и разных ролей — от топ‑менеджмента до врачей и исследователей. На основе этого была подготовлена аналитика о текущем состоянии и трендах AI в медицине и life science.
Где AI уже укоренился: ТОП‑3 сценария сегодня
Сейчас три основных направления применения ИИ в медицине выглядят так:
- Медицинская визуализация и диагностика — 47% респондентов.
- Системы поддержки клинических решений (CDSS) — 43%.
- Диагностика заболеваний и риск‑прогноз — 40%.
Доминирование визуальной диагностики объяснимо: здесь потребность и боль особенно велики.
- В Китае в отдалённых регионах уровень ошибочных диагнозов в 2–3 раза выше, чем в городах.
- Даже в топовых больницах острый дефицит кадров: по данным за 2021 год — всего 0,17 врача‑радиолога на 1000 человек.
- Огромные массивы сложных изображений, длительное чтение исследований, субъективность интерпретации, трудность раннего выявления — всё это создаёт почву для ошибок.
AI‑системы помогают:
- быстро обрабатывать большие объёмы снимков и данных;
- повышать чувствительность и специфичность диагностики, сокращая долю пропусков и неверных заключений;
- выявлять паттерны риска по EHR, лабораторным данным, информации о стиле жизни и тем самым выносить прогнозы и рекомендации по раннему скринингу и наблюдению.
За последние годы именно в этом направлении достигнуты наибольшие практические результаты: к маю 2024 года в Китае уже 85 AI‑продуктов для медицинской визуализации получили регистрационное удостоверение III класса, покрывая офтальмологию, лёгкие, ортопедию, ССЗ, молочную железу, шейку матки и др.
Критически важно, что у этих сценариев есть «топливо» — масштабные массивы данных: внутрибольничные PACS и лаборатории, а также растущий поток данных от носимых устройств и потребительских health‑сервисов. Это даёт базу для обучения и дообучения моделей, ускоряя внедрение.
Три направления, которые ИИ сильнее всего изменит за 5 лет
На вопрос о том, какие области сильнее всего трансформируются под влиянием AI в ближайшую пятилетку, ответы распределились так:
- Продвинутая визуализация и диагностика — 51%.
- Виртуальные медицинские и health‑ассистенты — 34%.
- Персонализированная / точная медицина — 29%.
1. Новое поколение AI‑диагностики
Если сегодня ИИ в изображениях во многом решает задачи «есть/нет патологии», то ожидание клиники на следующие годы — переход к:
- расширению нозологий и типов исследований;
- переходу от качественного к количественному анализу (стадирование, объём и динамика очага, оценка ответа на терапию);
- интеграции с клиническими и генетическими данными для более комплексной оценки состояния пациента.
Генеративный ИИ и большие модели должны расширить «зону компетенции» от точечных алгоритмов к системам, понимающим клинический контекст.
2. Виртуальные health‑ассистенты
Второй крупный вектор — цифровые помощники для пациентов:
- их продвигают как интернет‑гиганты (Ant Group, JD Health, Tencent), так и специализированные медицинские и управленческие платформы;
- пользователи всё активнее интересуются профилактикой и самоконтролем;
- для компаний это — удобный вход к C‑аудитории и канал формирования долгосрочных отношений.
Виртуальные ассистенты:
- дают базовые консультации, навигацию по маршруту пациента, напоминания о приёме лекарств и обследованиях;
- собирают длинные траектории данных о здоровье и терапии;
- могут, после обезличивания, подпитывать исследования RWE и разработку лекарств и устройств.
Появляются разные специализации:
- Ant Health AQ делает упор на связку с госстрахованием и базовой медпомощью;
- iFlytek «Сяо И» ориентирован на имитацию клинического мышления и дифференциальную диагностику;
- JD Health «Давэй‑доктор» строит связку «быстрая консультация — мгновенная покупка лекарств».
Дальнейший прогресс зависит от:
- объединения мультимодальных данных (клиника, лаборатория, носимые устройства, поведение);
- выстраивания связанной экосистемы «врач — фарма — медизделия — страхование».
3. Точная медицина
Цель большинства инноваций в итоге одна — улучшить прогнозы и качество жизни конкретного человека. Точная медицина опирается на ИИ как на средство:
- глубже анализировать геномные, протеомные, метаболомные и клинические данные;
- выбирать терапию исходя из молекулярного профиля, сопутствующих заболеваний, риска побочных эффектов;
- разрабатывать всё более таргетные и «узкие» препараты.
По мере того как ИИ повышает точность диагностики и делает моделирование заболеваний и ответов на лечение более реалистичным, «персонализация» становится не лозунгом, а стандартом организации лечения.
Главный барьер — данные
На пути к этим возможностям встают классические препятствия.
- 33% респондентов считают, что крупнейшая проблема — данные:
- приватность и владение;
- правовые режимы доступа и обмена;
- фрагментация по учреждениям и форматам.
- По 30% назвали ключевыми ограничениями нехватку бюджета и недостаточный объём данных для обучения/валидации моделей.
Именно здесь на первый план выходит роль технологических платформ, и в первую очередь NVIDIA, которая строит вертикально интегрированную экосистему для медтеха и life science.
Как NVIDIA пытается снять ключевые ограничения
Подход NVIDIA — от железа до приложений:
- Аппаратный слой: специализированные GPU‑платформы для ИИ и ВЧП, которые позволяют обучать и размещать тяжёлые медмодели.
- Clara‑стек: набор SDK и библиотек:
- BioNeMo — для моделирования молекул и дизайна лекарств;
- Holoscan — для встроенного ИИ в медоборудовании и потоковой обработки сенсорных данных;
- Parabricks — ускорение геномики;
- MONAI — стандартный стек для медизображений.
Сверху — Omniverse и Cosmos:
- Omniverse — платформа для создания высокореалистичных цифровых двойников лабораторий, производств, клинических сред;
- Cosmos — инфраструктура для построения и обучения мировых моделей (world models) для «физического ИИ».
На их основе создан NVIDIA Isaac for Healthcare — фреймворк для медицинских роботов, который закрывает весь цикл:
- цифровое прототипирование и HIL‑тестирование;
- генерацию синтетических данных (в т. ч. для имитации редких сценариев и аномалий);
- обучение и дообучение;
- переход «из симуляции в реальность» с минимальной доработкой.
Это частично решает две ключевые проблемы:
- Нехватка реальных данных.
- Cosmos и Omniverse создают синтетические датасеты, физически сходные с реальным миром, что особенно важно для обучения роботов и сложных систем там, где реальные данные ограничены или дорога ошибка.
- Ограниченный бюджет.
- цифровые двойники и симуляция позволяют отрабатывать дизайн, логику и ИИ‑модули без построения множества дорогих прототипов и многоцентровых испытаний.
Уже есть показательные кейсы:
- Johnson & Johnson использует Isaac for Healthcare для роботизированной платформы MONARCH (бронхоскопия, в будущем — урология): дизайн, тестирование и обучение сценариев переводятся в виртуальную среду, сокращая цикл с месяцев/лет до часов.
- GE Healthcare применяет платформу для автономной визуализации — обучение и тестирование систем рентгенографии и УЗИ в виртуальных сценариях до внедрения в клинику.
Параллельно NVIDIA развивает:
- программу Inception для стартапов (скидки на железо, техподдержка, маркетинг, доступ к инвесторам) — ею уже пользуются более 4000 компаний в медицине и бионауках;
- инструменты интерпретируемости: например, визуально‑языковая модель Reason в составе Clara, разработанная с участием врачей NIH, помогает фиксировать и моделировать ход мыслей радиологов.
Вектор на ближайшие годы
Исследование NVIDIA показывает: рынок AI‑медицины переходит из стадии «точечных пилотов» в режим системного наращивания:
- визуализация и диагностика будут становиться всё более «умными» и интегрированными;
- виртуальные ассистенты — превращаться из простых чат‑ботов в полноценных операторов персонализированного сопровождения;
- точная медицина — опираться на ИИ не как на рекламный слоган, а как на реальный аналитический инструмент.
Ключом к этому переходу станут:
- преодоление барьеров данных и приватности;
- стандартизация стеков и интерфейсов (где NVIDIA уже пытается закрепиться как де‑факто стандарт);
- серьёзная работа над безопасностью, качеством и объяснимостью моделей.
Потенциал уже очевиден — и именно от того, насколько осмотрительно индустрия распорядится возможностями ИИ, сейчас зависит, станет ли «AI+медицина» источником устойчивого повышения качества помощи или очередной перегретой технологической волной.
Хотите создать уникальный и успешный продукт? СМС – ваш надежный партнер в мире инноваций! Закажи разработки ИИ-решений, LLM-чат-ботов, моделей генерации изображений и автоматизации бизнес-процессов у профессионалов.
ИИ сегодня — ваше конкурентное преимущество завтра!
Тел. +7 (985) 982-70-55
E-mail sms_systems@inbox.ru
Сайт https://www.smssystems.ru/razrabotka-ai/