Рынок медицинского ИИ в Китае демонстрирует редкую для текущей экономики картину: несмотря на отсутствие массовой прибыльности, он продолжает быстро расти. По данным последних исследований, объём рынка решений в 2024 году достиг 164 млрд юаней, а к 2030‑му ожидается рост до 353 млрд с среднегодовым темпом около 13,6%.
Но за красивыми цифрами скрываются два ключевых узких места: как измерять ценность ИИ и кто готов за неё платить.
Два драйвера 2025 года: большие модели и больницы
Главные изменения на 2025 год:
- Прорыв больших моделей.
Запуск DeepSeek‑R1 в начале 2025 года, а также внедрение PEFT и архитектур MoE заметно снизили порог входа. Больницы начали сами строить инфраструктуру под большие модели, а не ждать готовых чёрных ящиков от вендоров. - Масштабное участие медицинских учреждений.
По данным Артерии, к маю 2025 года 100 ведущих больниц Китая по третьим лицам уже развернули базовые модели.
- 38 больниц пошли дальше и создали 55 собственных вертикальных медицинских моделей,
- из них 22 — узкоспециализированные (по отдельным специальностям/нозологиям).
Врачи демонстрируют к большим моделям куда больший интерес, чем к «традиционным» AI‑сервисам. Даже при ограничениях на закупку вычислительных ресурсов (например, в Шэньчжэне мощность централизуют, чтобы избежать перерасхода), часть врачей обходит барьеры через научные проекты, лишь бы продолжать клинические исследования на базе LLM.
При этом нетолько трансформеры меняют клинику. Роботизированная хирургия, системы навигации, интеллектуальные ассистенты давно вошли в рентгенологию, лучевую терапию, функциональную диагностику — а теперь всё глубже встраиваются именно в лечение. Более 90% врачей, опробовавших такие решения, отмечают: ИИ повышает точность вмешательств и снижает риск осложнений.
На уровне политики государство тоже подталкивает рынок вперёд:
- обсуждаются новые регуляторные подходы к допуску многофункциональных AI‑изделий и моделей;
- к 2027 году ставится цель создать высококачественные датасеты, доверенные дата‑пространства, вертикальные медмодели и интеллектуальных агентов, а также развернуть ИИ‑поддержку диагностики и маршрутизации пациентов в широкой сети учреждений.
Первый тупик: «ценность есть, денег нет»
Несмотря на очевидный клинический эффект, многие медицинские AI‑продукты до сих пор не могут выйти на устойчивую коммерческую модель. Причины кроются в разрыве между различными видами ценности:
- то, что улучшает исход для пациента,
- не всегда усиливает финансовый результат отделения или больницы;
- а то, что облегчает жизнь врачу,
- может быть малоинтересно администрации.
Краткосрочно: интересы больницы и врача часто расходятся
- Если в отделении нет очередей, внедрение ИИ просто облегчает труд врача, но не приносит немедленного финансового эффекта.
- При закупке под «рейтинги» больницы могут игнорировать удобство, интеграцию и реальную функциональность — то, что критично для ежедневной работы врача.
- Менеджмент хочет, чтобы врачи помогали обучать модели на данных клиники, но для самих врачей это нередко выглядит как передача собственного опыта в «чёрный ящик», который завтра может снизить их уникальность и торгующуюся ценность.
Долгосрочно: интересы в целом выравниваются
При хорошем внедрении:
- растёт качество операций, снижаются осложнения, укрепляется репутация центра;
- экономия времени врача высвобождает ресурс для науки и образования, повышая статус и врача, и больницы;
- модели, выучившие стиль конкретного хирурга, повышают эффективность его работы.
Но есть и теневая сторона: если ИИ массово оптимизирует процессы, администрация может снижать спрос на количество врачей, корректируя ставки и нагрузки. Это объективно усиливает напряжение.
Пациенты vs. отделения
Для пациентов ИИ часто означает:
- лучшее качество лечения, меньше осложнений,
- короткий стационар, меньше затрат.
Однако при оплате по DRG сокращение длительности и сложности лечения может снижать доход отделения (меньше кодов, меньше услуг в счёте). В результате те решения, которые максимально выгодны пациенту, оказываются наименее привлекательными для управленцев.
Пример: грудная хирургия как «полигон» для ИИ
Грудная хирургия в крупных стационарах — перегруженное, высокорисковое направление, идеально подходящее для внедрения ИИ.
Здесь ИИ решает три ключевые задачи:
- Диагностика.
- Совместная работа врача и ИИ сокращает время анализа КТ лёгких с 5–10 до примерно 1,6–2,2 минут на случай.
- В одной из клиник за счёт автоматической приоритизации «подозрительных» снимков общая скорость диагностики выросла примерно на 73%, а амбулаторный поток — на 40%.
- Планирование операций и навигация.
- ИИ помогает выбирать безопасную траекторию пункции, снижать число повторных попыток и КТ‑контролей.
- В исследованиях группы с ИИ показывают значительно меньшую частоту перенастроек и облучения по сравнению с традиционной техникой.
- 3D‑реконструкция и прецизионная резекция.
- В клинике Харбина использование 3D‑реконструкций дало: +20% к трёхлетней выживаемости, заметное снижение осложнений и сокращение средней длительности госпитализации с 12 до 5 дней (повышение эффективности более чем на 50%).
Однако даже такие впечатляющие результаты не всегда превращаются в устойчивую бизнес‑модель. Многое упирается в архитектуру оплаты (DRG), загрузку коек, управленческие приоритеты и то, кого считают «главным выгодоприобретателем» — отделение, врача или пациента.
Второй тупик: данные как ресурс и как барьер
Для следующего этапа развития медицинскому ИИ нужно не только совершенствовать алгоритмы, но и радикально удешевить работу с данными:
- сделать подготовку качественных датасетов дешевле;
- обеспечить многократное переиспользование уже размеченных данных;
- выстроить прозрачные и безопасные механизмы обмена между клиниками, компаниями и научными центрами.
После признания данных «пятым фактором производства» и создания Государственного управления по данным началась активная работа по данным как активу: от внутриотраслевых бирж до «доверенных дата‑пространств».
Но сегодняшняя реальность такова, что:
- подготовка даже среднего по размеру датасета (например, 1000 кейсов КТ с врачебной разметкой) стоит десятки тысяч юаней;
- юридическая проверка и формализация актива обходятся ещё примерно в ту же сумму;
- совокупная стоимость формирования одного торгуемого набора данных легко переваливает за 100 тысяч юаней — часто больше потенциального дохода от продажи.
Неудивительно, что многие больницы предпочитают ждать и минимизировать риски, а рынок медицинских дата‑активов развивается медленнее спроса.
Доверенные дата‑пространства: шанс на устойчивость
Одним из путей выхода становится создание доверенных пространств данных — инфраструктур, где:
- участники заранее согласуют правила использования;
- обеспечены аутентичность, трассируемость и контроль доступа;
- данные могут использоваться многократно без прямой их передачи наружу.
Для медицины это шанс:
- соединить больницы, фармкомпании, страховщиков и исследовательские центры;
- преодолеть «островность» данных, не жертвуя безопасностью и этикой;
- создать основу для действительно устойчивого роста медицинского ИИ.
Однако такой подход пока на ранней стадии: не хватает единых стандартов, отработанных моделей сопряжения с большими моделями и понятных экономических стимулов для всех участников.
Вместо вывода
Медицинский ИИ в Китае вошёл в фазу, когда технологии и клиническая ценность уже доказаны, а ключевой вопрос сместился к тому, как их измерять и оплачивать.
Следующие годы станут решающими: удастся ли превратить текущий синергетический всплеск (государство + врачи + капитал) в устойчивую систему, где:
- ИИ улучшает исходы для пациентов,
- делает работу врачей управляемо эффективнее,
- и при этом вписывается в финансовую логику больниц и плательщиков.
Ответ во многом будет зависеть от того, насколько быстро отрасль научится работать с данными как с полноценным активом и выстроит новые модели оплаты за реальный, измеримый медицинский эффект.
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/