В 2026 году в России планируется масштабное внедрение технологий искусственного интеллекта в обработку электронных медицинских карт всех россиян. Алгоритмы будут анализировать данные исследований, а результаты станут поступать в единую цифровую систему хранения. Предполагается, что это позволит ускорить диагностику, повысить точность врачебных решений и снизить нагрузку на медицинский персонал. При этом окончательные клинические выводы по-прежнему останутся за врачом, подчеркнули в Минздраве. Все подробности — в материале «Известий».
Зачем создается единая база медицинских данных
Все электронные медицинские карты россиян в этом году начнет обрабатывать искусственный интеллект. Данные исследований, которые расшифрует ИИ, будут собирать в единой базе. В Минздраве планируют обучить медработников применению нейросетей в профессиональной практике. При этом ИИ станет только помощником в принятии решения, за постановку диагноза и лечение будет отвечать врач. Об этом заявил на полях Госдумы замминистра здравоохранения Вадим Ваньков.
Уже в этом году медики по всей стране начнут проходить масштабное обучение работе с искусственным интеллектом. ИИ поможет разгрузить врачей и администраторов — возьмет на себя часть рутинных задач в больницах и поликлиниках. Кроме того, скоро все снимки пациентов (рентгены, КТ, МРТ) и половина врачебных заключений попадут в единую базу данных. Искусственный интеллект будет анализировать не менее 85% маммографий. С помощью ИИ также начнут обрабатываться все электронные медицинские карты.
Сами медики переход к подобному подходу воспринимают позитивно. Врач-онколог высшей категории, медицинский директор ООО «Нейромед» Елена Сатирова подчеркивает, что чем больше и качественнее база данных, тем глубже и точнее ответы, которые выдает система.
Ключевая цель новой ИИ-инфраструктуры — объединение разрозненных медицинских данных в единый цифровой контур. Это позволит врачам видеть не отдельные эпизоды лечения, а всю историю состояния пациента: результаты анализов, исследования, динамику заболеваний и назначенную терапию.
— Новая единая база — это переход к предиктивной модели здравоохранения. Речь идет о формировании сквозной цифровой истории пациента, которая позволяет ИИ анализировать данные в динамике и выявлять закономерности, — разъясняет руководитель направления ИИ FMF.dev Александра Жегалова.
В перспективе такие системы могут значительно изменить саму логику медицины. Автоматизация лечебного процесса и цели клинических решений неизбежны в условиях лавинообразного роста количества доступной информации, считает профессор кафедры клинической инженерии и технологий искусственного интеллекта Волгоградского государственного медицинского университета (ВолгГМУ) Александр Гущин.
По оценкам опрошенных специалистов, использование ИИ уже позволяет выявлять заболевания на более ранних стадиях, а также анализировать медицинскую статистику на уровне регионов и всей страны.
Где будут храниться медицинские данные
Одним из ключевых элементов новой системы станет инфраструктура хранения медицинской информации. Речь идет о создании масштабной сети хранилищ, куда будут поступать результаты исследований — от лабораторных анализов до рентгенологических и томографических снимков.
В частности, планируется упорядочить работу радиологической службы, чтобы результаты исследований стекались в Центральный архив медицинских изображений. Сейчас региональные архивы уже активно наполняются: в ряде субъектов их заполненность достигает 80–90%. При этом объемы данных продолжают быстро расти: один медицинский снимок может занимать до 2 Гб.
В такой ситуации системе здравоохранения необходимы мощные центры обработки данных, способные хранить и обрабатывать огромные массивы информации, утверждают эксперты.
— Хранение данных будет организовано через защищенные государственные центры обработки данных и специализированные архивы медицинских изображений, — полагает эксперт Центра ИИ «СКБ Контур» Дмитрий Иванков.
При этом специалисты отмечают, что речь не идет о единой физической базе, где будут храниться все медицинские сведения. Скорее, появится распределенная система, в которой данные остаются в региональных информационных системах, но объединяются в общий аналитический контур, разъясняет заместитель генерального директора компании «Платформа Третье мнение» Андрей Поваренкин.
Такая архитектура позволит врачам получать доступ к необходимой информации о пациенте независимо от региона его проживания, а также анализировать медицинские данные на уровне всей системы здравоохранения.
— Система позволит агрегировать большие массивы клинической информации, выявлять закономерности и снижать нагрузку на врачей за счет автоматизации рутинных задач, — дополняет руководитель направления Т1 ИИ Сергей Голицын.
Как поддерживать актуальность медицинской информации
Еще один важный вопрос — поддержание актуальности медицинских данных. Система искусственного интеллекта эффективна только тогда, когда она работает с точной и своевременно обновляемой информацией. Медицина же развивается быстро: появляются новые протоколы лечения, обновляются клинические рекомендации, совершенствуются методы диагностики. Поэтому информационные системы должны постоянно адаптироваться к этим изменениям.
Для этого требуется регулярное обновление алгоритмов и переобучение моделей искусственного интеллекта на новых данных, подчеркивает директор по развитию ИИ «Группы Астра» Станислав Ежов.
Однако не менее важна и дисциплина работы с медицинской информацией. Если данные вводятся неполно или с задержками, это снижает эффективность любых аналитических инструментов.
— Актуальность системы зависит не столько от самого ИИ, сколько от дисциплины обновления данных и качества их разметки, — предупреждает главный архитектор сервисов искусственного интеллекта и машинного обучения Cloud X Кирилл Смеловец.
Серьезно повысить точность данных может автоматизация их передачи из диагностического оборудования. В этом случае результаты исследований будут попадать в систему практически сразу после проведения процедуры.
— Если информация автоматически подтягивается из диагностического оборудования и медицинских систем, она может обновляться практически в реальном времени, — считает технический директор MD Audit Юрий Тюрин.
Чем меньше ручного ввода данных, тем ниже риск ошибок и тем надежнее работает вся система анализа, убежден эксперт.
Как будут выявлять и исправлять ошибки ИИ
Несмотря на высокий уровень развития технологий, системы искусственного интеллекта не являются полностью автономными. В медицине их используют как инструмент поддержки принятия решений, а не как замену врачу. Алгоритмы анализируют медицинские данные, сопоставляют их с накопленной базой знаний и выдают возможные выводы. Однако окончательное решение о диагнозе и лечении принимает специалист на месте, подчеркивает ведущий научный сотрудник Института AIRI Виктор Гомболевский.
Контроль качества работы алгоритмов строится на многоуровневой системе проверки. Перед внедрением медицинские ИИ-сервисы проходят тестирование, а затем их работа постоянно отслеживается в реальной клинической практике, рассказывает коммерческий директор FabricaONE.AI Роман Смирнов.
Особое внимание уделяется анализу ошибок. Именно они позволяют улучшать алгоритмы и повышать точность диагностики.
— Ложно отрицательные предсказания, когда ИИ говорит, что патологии нет, а она на самом деле есть, являются наиболее ценными — зоной роста для совершенствования качества ИИ-систем, — считает соучредитель и исполнительный директор компании Celsus Никита Николаев. Такие случаи используются для дообучения моделей, что постепенно повышает точность работы системы.
Какие проблемы возможны на старте применения ИИ
Эксперты сходятся во мнении, что основные сложности внедрения искусственного интеллекта связаны не столько с самими алгоритмами, сколько с качеством исходных данных и особенностями медицинской инфраструктуры. Во многих медицинских учреждениях используются разные информационные системы и диагностическое оборудование, что может создавать сложности при объединении данных в единую цифровую среду. Кроме того, различается качество медицинских снимков и формат хранения информации.
— Первые боли будут не от недостаточности инструментов, а от данных, — считает руководитель группы разработки ООО «Нейромед» Кирилл Пронин.
Неоднородность медицинских данных может создавать дополнительный «шум» для алгоритмов, снижая точность анализа. Разные аппараты, количество снимков и протоколы могут приводить к ложным срабатываниям, предупреждает руководитель направления ИИ в SimbirSoft Илья Фомичев.
Еще одним вызовом может стать адаптация медицинского персонала к новым цифровым инструментам. Параллельно системе здравоохранения предстоит решить задачи унификации медицинских данных, синхронизации региональных информационных систем и обеспечения надежной защиты персональной информации пациентов. Без этих условий полноценная работа аналитических инструментов невозможна.
Редакция «Известий» направила запрос в Минздрав РФ. На момент публикации ответ получен не был.
Как думаете, сможет ли ИИ действительно разгрузить врачей или просто добавит им лишней работы с цифрами и отчетами?