Внедрение ИИ в российскую медицину: единая база данных и автоматизация процессов
Внедрение ИИ в российскую медицину: единая база данных и автоматизация процессов
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.
Зачем создаётся единая база медицинских данных
Все электронные медицинские карты россиян начнёт обрабатывать искусственный интеллект. Данные исследований, которые расшифрует ИИ, будут собирать в единой базе. В Минздраве планируют обучить медработников применению нейросетей в профессиональной практике.
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 — возьмёт на себя часть рутинных задач в больницах и поликлиниках.
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.
Врач‑онколог высшей категории, медицинский директор ООО «Нейромед» Елена Сатирова подчёркивает: чем больше и качественнее база данных, тем глубже и точнее ответы, которые выдаёт система.
Цель новой ИИ‑инфраструктуры
Ключевая цель новой ИИ‑инфраструктуры — объединение разрозненных медицинских данных в единый цифровой контур. Это позволит врачам видеть не отдельную историю лечения, а всю картину состояния пациента: результаты анализов, исследования, динамику заболеваний и назначенную терапию.
«Новая единая база — это переход к предиктивной модели здравоохранения. Речь идёт о формировании сквозной цифровой истории пациента, которая позволяет ИИ анализировать данные в динамике и выявлять закономерности», — разъясняет руководитель направления ИИ FMF.dev Александр Жегалов.
В перспективе такие системы могут значительно изменить логику медицины. Автоматизация лечебного процесса и целей клинических решений неизбежна в условиях лавинообразного роста количества доступной информации, считает профессор кафедры клинической инженерии и технологий искусственного интеллекта ВолгГМУ Александр Гущин.
Где будут храниться медицинские данные
Одним из ключевых элементов новой системы станет инфраструктура хранения медицинской информации. Речь идёт о создании масштабной сети хранилищ, куда будут поступать результаты исследований — от лабораторных анализов до рентгенологических и томографических снимков.
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 объёмы данных продолжают быстро расти: один медицинский снимок может занимать до 2 Гб.
Хранение данных будет организовано через защищённые государственные центры обработки данных и специализированные архивы медицинских изображений, полагает эксперт Центра ИИ «СКБ Контур» Дмитрий Иванков.
Речь не идёт о единой физической базе, где будут храниться все медицинские сведения. Появится распределённая 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.
Как поддерживать актуальность медицинской информации
Система искусственного интеллекта эффективна только тогда, когда она работает с точной и своевременно обновляемой информацией. Медицина развивается быстро: появляются новые протоколы лечения, обновляются клинические рекомендации, совершенствуются методы диагностики. Поэтому информационные системы должны постоянно адаптироваться к этим изменениям.
Требуется регулярное обновление алгоритмов и переобучение моделей искусственного интеллекта на новых данных, подчёркивает директор по развитию ИИ «Группы Астра» Станислав Ежов.
Не менее важна 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.
Серьёзно 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 надёжнее работает вся система анализа, убеждён эксперт.
Как будут выявлять и исправлять ошибки ИИ
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, подчёркивает 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.
«Ложноотрицательные 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
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.
Ещё 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 надёжной 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.