В ближайшие 5 лет от рынка искусственного интеллекта в российской медицине ожидается рост более чем в 6 раз, до 78 млрд рублей. Такую оценку дают аналитики международной консалтинговой компании "Яков и партнёры".
В своём отчёте они отмечают, что здравоохранение является одним из пяти наиболее перспективных трендовых направлений. Остальные четыре — это e–commerce, телеком и медиа, ИТ и технологии, строительство и недвижимость. Всего ИИ способен принести государству к 2030 году от 7,9 трлн до 12,8 трлн рублей — это 5,5% ВВП страны.
Рутина с галлюцинациями
Экономический эффект в медицине обусловлен тем, что ИИ снимает часть нагрузки на персонал и оптимизирует работу врачей. На нейросети перекладывается часть рутины — к примеру, запись пациентов и систематизация сведений о них. Искусственный интеллект также может "поднимать" из медицинской документации значимую информацию, которая раньше оставалась в виде разрозненного текста: семейный анамнез и жалобы, описанные в свободной форме.
Эту информацию после можно перевести в структурированный вид и использовать для обучения моделей. Подобное применение открывает путь к созданию новых предиктивных инструментов и выводу персонализированной медицины на новый уровень.
Искусственный интеллект хорошо подходит и для анализа наблюдений в реальном времени. К примеру, его применяют для мониторинга психофизиологического состояния участников арктических экспедиций.
Команда Российского технологического университета (РТУ МИРЭА) отслеживает внимание, эмоциональную устойчивость и уровень перегрузки людей, работающих в условиях холода, изоляции и высоких нагрузок. Система выявляет редкие закономерности и паттерны, которые сложно заметить при обычном наблюдении, помогает оперативно оценивать риски, корректировать режим работы и повышать безопасность экспедиций.
Нейросети используются и в медицинских исследованиях. В основном это различные узкоспециализированные программные продукты и приложения для анализа биг–даты, медицинских изображений и геномных данных, а также ИИ–ассистенты поддержки медицинских решений и телемедицина, рассказал "ДП" преподаватель кафедры эпидемиологии, паразитологии и дезинфектологии СЗГМУ им. И.И. Мечникова Даниил Азаров. По его словам, внедрение инноваций пока носит "постепенный, диффузный характер".
"Такого революционного скачка, как тот, что произошёл в сфере “гражданского” применения больших языковых моделей, мы пока не видим. Однако разработка специализированных языковых моделей для помощи в принятии медицинских решений активно ведётся", — отмечает он.
Тот факт, что ИИ–сервисы для врачей скорее ранняя инновация, чем действующий продукт, подтверждает ведущий специалист "КардиоКлиники" Илья Константинов. Он подчёркивает, что многие практикующие врачи относятся к нейросетям "с улыбкой".
"Я иногда использую ChatGPT: у меня там есть заранее подготовленный промпт, который помогает накидывать идеи по диагностике и лечению моих пациентов. Я советуюсь с моделью, кое–что из предложений беру, кое–что нет, но в любом случае иногда она подкидывает действительно интересные мысли", — говорит эксперт.
А вот в научной работе, по словам Константинова, попытка использовать DeepSeek оказалась не очень удачной. Сервис можно привлекать для анализа статей и поиска данных, однако надо быть готовым столкнуться с таким количеством искажений и "галлюцинаций", что ответ не получится использовать. Даже при разборе конкретных текстов модели приписывают им то, чего в них нет.
Зато пациенты пользуются нейросетями куда охотнее и активнее. Эксперт антиэйдж–медицины и основатель European University of Longevity (EUL) Юлия Юсипова отмечает интересную тенденцию: "Если ранее пациент ссылался на Google, то сейчас приходит с цитатами из ChatGPT. И тут приходится уже объяснять принципы и устройство этой системы, а также рассказывать об источниках, на которых обучаются модели. А также о том, что это отнюдь не всегда рандомизированные двойные слепые плацебо–контролируемые исследования".
Друг или так?
Азаров подчёркивает, что пока рано делать однозначные выводы: в профессиональном сообществе есть как скепсис, так и высокий интерес к новым инструментам. По его словам, качественные модели поддержки принятия медицинских решений могут стать серьёзным подспорьем для врача, которому приходится ориентироваться в тысячах новых статей, регулярно обновляющихся клинических рекомендациях и меняющемся законодательстве.
В такой ситуации ИИ он рассматривает прежде всего как ассистента и базу знаний с продвинутым поиском, а не конкурента. При этом эксперт предупреждает, что к чат–ботам следует относиться особенно аккуратно, если их используют для медицинских советов люди без медицинского образования.
В своём выступлении летом 2025 года ректор Уральского государственного медицинского университета Минздрава России академик РАН Ольга Ковтун говорила, что "искусственный интеллект — это не замена специалиста, а интеллектуальный помощник, способный обеспечить более точную диагностику, прогнозировать осложнения и поддерживать принятие клинических решений".
В качестве примера новых разработок она привела проект по анализу микробиоты кишечника у детей 6–9 лет с ожирением: алгоритмы машинного обучения помогают выявлять связь между характеристиками микробиоты и развитием ожирения в этой группе, а созданная модель уже выделила девять значимых микробиомных биомаркеров с чувствительностью 100% и специфичностью 81,25%.
Компетенции и вызовы
Для того чтобы применять нейросети в узкоспециализированных отраслях, нужны определённые навыки. Константинов считает, что врачам, которые используют ИИ, было бы полезно учиться правильно формулировать промпты, чтобы быстрее и точнее получать желаемый результат. Эксперт отмечает, что ключевое условие развития ИИ в российской медицине — наличие больших, качественно собранных баз данных.
Для обучения программ, которые умеют интерпретировать кардиограммы или оценивать рентген и КТ–снимки, нужны сотни тысяч исследований. Однако в России такие данные часто не сохраняются системно. Поэтому не всегда рационально создавать собственные решения с нуля: во многих случаях логичнее приобретать уже готовые, хорошо обученные продукты и использовать их для диагностических задач.
Это правило работает в целом для всего рынка ИИ: создание нейросети с нуля означает необходимость в больших мощностях, данных и специалистах для её обучения. Согласно оценке консалтинг–фирмы Future Processing, для программ здравоохранения стоимость таких проектов может лежать в диапазоне от $20 тыс. до $50 тыс. Поэтому обычно берут большие модели из общего доступа и осуществляют более тонкую настройку под нужные параметры.
"Есть и другая интересная идея, которую обсуждают владельцы частных клиник: ИИ, который “слушает” разговор врача с пациентом и подсказывает врачу возможные гипотезы и решения. Мне такой подход близок. Я сам планирую активнее использовать подобные инструменты: сделать набор готовых промптов под разные типы пациентов и патологий, вводить в систему ключевые особенности случая и получать от ИИ варианты, над которыми стоит подумать", — поделился Константинов.
