Здравоохранение и медицина: ИИ упирается в качество данных

Самый детальный медицинский кейс форума – дистанционный мониторинг хронических пациентов в Московской области, и его результат выражен в цифрах, а не в ожиданиях.

1.1 Дистанционный мониторинг с МОНИКИ

Александр Шведов (Билайн бизнес) рассказал, что компания вместе с МОНИКИ – медицинским исследовательским институтом Московской области – внедрила систему дистанционного мониторинга и обслуживания пациентов с хроническими заболеваниями. По его словам, счёт пациентов идёт уже на тысячи. Приверженность лечению выросла на 35%, улучшение качества жизни отметили 73% пациентов, удовлетворённость медицинской помощью выросла на 58%. Экстренных госпитализаций стало на 20% меньше, а нагрузка на первичное звено здравоохранения снизилась более чем на 60%.

Приверженность лечению пациентов – там уже в тысячах количество идёт пациентов – выросла на 35%. Улучшение качества жизни отметили 73%, удовлетворённость медицинской помощью выросла на 58%. – Александр Шведов, Билайн бизнес

1.2 Аудио- и видеоаналитика в поликлиниках

Второе направление, о котором говорил Шведов, – аналитика на первой линии медучреждений. В Вологодской области аудиоаналитика помогает ускорять обслуживание и проверять, соблюдают ли регистраторы скрипты общения с пациентами. В Московской области отдельные решения собрали в общий блок: «были объединены видеоаналитика, аудиоаналитика, и появилась уже полноценная умная поликлиника».

1.3 Инструмент не работает без управленческой модели

Шведов подчеркнул, что совокупный эффект таких решений появляется только вместе с правильно построенной моделью управления: проблема, которую зафиксировала система, должна подниматься по выстроенной цепочке – от сотрудника до руководства регионального здравоохранения. Отдельно он сформулировал требование к любому цифровому сервису для граждан: его качество не должно становиться хуже прежнего пользовательского опыта.

Москва бесплатно отдаёт регионам ИИ-анализ лучевых исследований, а в одном хорошо изученном сценарии уже доверяет алгоритму без перепроверки врачом.

2.1 Платформа для врачей лучевой диагностики

Дарья Шарова (ДИТ Москвы) представила «МосМедИИ» как пример того, как город делится опытом. Платформа доступна любому врачу лучевой диагностики, то есть врачам-рентгенологам, бесплатно: специалист загружает исследование и через короткое время получает результат работы ИИ-сервисов. К платформе подключены 75 регионов и 2 федеральных медицинских исследовательских центра. Шарова объяснила, зачем это нужно: «Это очень важно и нужно в регионах, где существует нехватка узкопрофильных специалистов».

Платформа – часть более широкого канала обмена. На портале ai.mos.ru с прошлого года действует кнопка для субъектов Российской Федерации: любой регион может обратиться за консультацией и обсудить масштабирование московского опыта (Шарова Дарья, ДИТ Москвы).

2.2 Кто отвечает за решение

Общее правило в городском управлении Шарова описала так: ИИ – инструмент специалиста, а не самостоятельный субъект принятия решений, «как линейка у инженера». Специалист лично отвечает за решение, принятое с использованием ИИ: врач – за то, что он выдаёт пациенту, учитель – за свою работу.

Исключение – именно медицина. При оценке флюорографии алгоритму в Москве полностью доверяют: если он показывает норму, врач результат не перепроверяет. Шарова связала это с тем, что технология хорошо изучена.

Там действительно есть такой искусственный интеллект, который флюорографию оценивает, и если там норма, то врач не перепроверяет, а им полностью доверяют. – Дарья Шарова, ДИТ Москвы

Перевод центрального аппарата министерства на новое коммуникационное решение занял один день, но ему предшествовала подготовка, на которую пришлось больше половины плана.

3.1 План из 19 мероприятий

Михаил Сердечнов (Минздрав России) рассказал о переходе как участник команды внедрения. Формальным основанием стало постановление Правительства России № 472 от 15 апреля 2024 года, после которого министерство подписало дополнительное соглашение. В центральном аппарате нужно было перевести 700 сотрудников и 300 служебных адресов. План включал 19 мероприятий: 11 подготовительных, 6 по миграции и 2 по сопровождению. «Больше половины мероприятий относились к подготовке», – отметил Сердечнов.

Ключевыми рисками миграции он назвал доставку писем, зависимые информационные системы, готовность поддержки и сохранность прежней переписки. Отсюда требования к плану: контрольные точки, персонально ответственные за пользователей и системы, инвентаризация, проверка служебных адресов и делегированного доступа к ним.

3.2 Поддержка готовится до запуска

Отдельно в плане закладывалось 10 рабочих дней на подготовку поддержки и 5 – на инструкции. Сердечнов уточнил, что это сроки конкретных направлений, а не продолжительность всего проекта. Техническая поддержка должна была заранее знать, как помогать пользователям, а сотрудник к моменту запуска – иметь понятный канал помощи. Возможность получить помощь министерство включило в критерии готовности к переходу, а решение о запуске опиралось на проверку ключевых сценариев.

3.3 День переключения и месяц стабилизации

Непосредственное переключение заняло один день, стабилизация с разбором обращений и донастройкой – около месяца. Сердечнов просил правильно понимать этот срок: «Месяц стабилизации не означает месяц непрерывного сбоя». Для повторного использования решений типовых вопросов министерство создало общий чат примерно для 300 специалистов и администраторов.

День запуска не завершает переход. – Михаил Сердечнов, Минздрав России

Результат перехода в министерстве оценивают двумя показателями сразу – сколько учётных записей создано и сколько сотрудников фактически пользуются сервисами.

4.1 Масштаб контура

Переход охватывает 149 подведомственных учреждений, вместе с министерством – 150 организаций (Сердечнов Михаил, Минздрав России). Подключение шло поэтапно: в феврале переход согласовали письмом ФСБ России, в апреле подписали дополнительное соглашение с Минцифры России. Параллельно обучали пользователей и администраторов, рассылая презентации и материалы. Каждому подведомственному учреждению, по словам Сердечнова, нужна собственная инвентаризация систем.

В контуре создано 73 711 учётных записей – почти половина от ожидаемых 160 000. За 30 дней активны почти 17 000 пользователей, это более 23%. Недельная аудитория выросла почти до 14 000 человек, примерно на 93%. В самом центральном аппарате создано более полутора тысяч учётных записей.

4.2 Почему учреждения не спешат

Организационный барьер Сердечнов назвал прямо: в одних учреждениях используются решения, которые нужно срочно заменить, а в других импортозамещение уже идёт полным ходом – там работают отечественные почтовые и коммуникационные сервисы, и переходить на новый учреждения не спешат. Следующим этапом после подключения и обучения министерство считает расширение повседневного использования: почта стала начальной точкой перехода, но ежедневная работа охватывает также сообщения и видеосвязь.

4.3 Пилот ИИ и правила безопасности

В центральном аппарате пилотируют ИИ в пяти сценариях: поиск информации, подготовка писем, краткие изложения, тезисы и редактирование текста. Результат проверяет сотрудник, который использует его в работе, и об измеренной экономии времени министерство не заявляет.

Отвечая на вопросы о безопасности, Сердечнов описал базовые правила: кадровая служба сообщает об увольнении сотрудника, после чего поддержка блокирует его учётную запись; для доступа к сервисам доступна двухфакторная аутентификация; пользователи должны контролировать список подключённых устройств и отключать подозрительные сеансы.

Речь именно о пилоте. Мы не заявляем об уже измеренной экономии времени. Подготовленный результат проверяет сотрудник, который использует его в своей работе. – Михаил Сердечнов, Минздрав России

Главный барьер для медицинского ИИ находится не в моделях, а в первом звене – в том, как данные о пациенте вносятся в карту.

5.1 Опыт проекта с медицинскими данными

Карен Казарян (АНО «Цифровая экономика») привёл медицину как пример того, что успех цифровизации зависит от специфики отрасли не меньше, чем от технологий. Финтех, по его словам, начал цифровизацию давно и появился в удачное для технологий время, поэтому у него мало устаревших систем. В медицине иначе: в недавнем большом проекте разработчик ИИ, посмотрев на собранные данные, обнаружил, что они непригодны для новых продуктов на нужном для медицины уровне качества. В результате данные пришлось собирать почти как раньше – методами исследований и панелей, где ввод можно проконтролировать.

Когда приходит разработчик искусственного интеллекта в медицине и начинает смотреть на те данные, которые собраны, выясняется, что они абсолютно непригодны для чего-либо для создания новых продуктов на основе искусственного интеллекта в медицине. – Карен Казарян, АНО «Цифровая экономика»

5.2 ИИ в момент заполнения карты

Вывод Казаряна – начинать нужно с врача. Первое звено определяет, как данные будут собраны, поэтому ИИ должен помогать врачу правильно заполнять карту и предотвращать ошибки прямо в момент ввода, а не требовать от него дополнительной работы ради будущих моделей. Свою позицию он сформулировал так: «Искусственный интеллект должен быть для человека, а не человек для искусственного интеллекта».

5.3 Обучение без раскрытия медицинской тайны

Техническое решение для случаев, когда данные нельзя выносить за пределы организации, показал Фаннур Ермаков (Guardora). Платформа компании отправляет модель поставщика в закрытый контур заказчика, а обратно передаются защищённые параметры, а не исходные персональные данные. В медицинском кейсе модель обучалась на высококачественных дерматоскопических снимках и была, по выражению Ермакова, «довольно капризной»; её точность удалось восстановить на простых снимках без раскрытия медицинской тайны.

Доступ к медицинским данным тормозят с двух сторон: регулятор осторожен, а бизнес не может объяснить, какие именно данные ему нужны.

6.1 Запрос без состава и мер защиты

Алексей Шпильман (Т-Технологии) считает регуляторику конкурентным преимуществом: догнать мировых лидеров по вычислительным ресурсам не получится, зато можно смелее открывать доступ к медицинским и финансовым данным, заранее определяя меры защиты. Но проблему он видит и на стороне компаний: они приходят к регулятору без ответа, какие данные нужны, где они лежат, в каком объёме и как будут защищены. Его совет бизнесу: «Придите с нормальным вопросом, вам нормальный регулятор всё сделает».

Приходит какая-то компания и говорит: «Мне нужны медицинские данные». Ты говоришь: «А какие конкретно? А где они лежат? А сколько? А как ты будешь их защищать?» И нет ответов на эти вопросы. – Алексей Шпильман, Т-Технологии

6.2 Медкнижки и платформенная занятость

Для платформ занятости медицинские данные – это прежде всего медицинские книжки. Михаил Рыженков (Авито) объяснил, что линейному персоналу книжка требуется часто, и соискателям, и заказчикам важно понимать, есть она или нет. Запрос при этом узкий – сервис, подтверждающий наличие и актуальность документа без раскрытия содержания: «Нам не нужно знать данные из этой медицинской книжки, но нам очень важно знать, что она есть и она актуальная».

Павел Тихонов (Авито.Подработка) назвал сведения из электронной медицинской книжки тем, чего платформе сейчас не хватает: отдельный реестр существует, но значительная часть книжек не оцифрована, и это ограничивает проверку исполнителей. Платформа помогает людям оформить книжку и возмещает расходы на медосмотр, однако длительность процедуры снижает участие. Запрос на доступность цифровых сведений из медкнижек Тихонов адресует Роспотребнадзору. Общий принцип платформы он описал так: запрашивать только конкретные данные, необходимые для отдельной транзакции, а перечень данных и процедуру запроса должно устанавливать государство; владельцем данных остаётся человек.

6.3 Единое пространство медицинских данных гражданина

Александр Васильев (Ozon) описал целевую модель с позиции гражданина: «все данные медицинские у меня хранятся не разрозненно в разных клиниках», а в едином месте, к которому человек получает доступ и где врачи и ИИ анализируют их для раннего выявления рисков здоровью. Ожидаемый эффект он сформулировал так: «Это, я уверен, сократит государству издержки на медицину. И самое главное, люди будут жить дольше, будут более здоровыми».

Участники дискуссии о регулировании ИИ сошлись в том, что единый запрет «для всей медицины» не работает: за этим словом стоят сценарии с разными рисками.

7.1 Против запретов «одним широким взмахом»

Александр Крайнов (Яндекс) назвал главным результатом закона об ИИ то, что в нём не появилось нелогичных запретов, которые могли бы остановить развитие технологии. Предложения прописать прямо в законе, что можно и чего нельзя в медицине, он разобрал на примере: «Слушайте, а в медицине – это что? Запись к врачу – это медицина, постановка диагноза – это медицина». Транскрибация приёма и обработка пользовательских данных – тоже медицина, и риски у этих сценариев разные. Вывод Крайнова: «Не может быть, конечно, одного общего правила на всех». Закон описывает общие принципы, а регулирование применения ИИ в медицине, по его словам, «будет написано профессионалами, то есть теми, кто занимается медициной».

Мягко говоря, странно где-нибудь сверху, не подумав, одним широким взмахом делать какие-то ограничения или решения, которые потом вся отрасль будет мучиться и разгребать. – Александр Крайнов, Яндекс

7.2 Требования безопасности – по отраслям и системам

Дмитрий Служеникин (АНО «Научно-технический центр ЦК») поддержал этот подход со стороны информационной безопасности: «одну и ту же самую модель в зависимости от отрасли можно совершенно по-разному применить», поэтому требования к безопасности ИИ нужно уточнять по отраслям и конкретным системам применения, а не сертифицировать технологию вне контекста. Он же ожидает, что отраслевое регулирование ИИ будет ужесточаться у каждого из отраслевых регуляторов, и приводит в пример Банк России.

7.3 Этика как отраслевая надстройка

Валерия Воробьева (Альянс в сфере искусственного интеллекта) напомнила, что Кодекс этики ИИ, который задаёт базовые правила поведения разработчика и пользователя, уже получил отраслевые продолжения – в том числе для здравоохранения и образования.

Помимо данных и регулирования, спикеры называли риск утечек и долгосрочный рост спроса на медицинские сервисы; ниже все барьеры и предложения сведены в одну таблицу.

8.1 Утечки и прогнозы

Григорий Кузнецов (Билайн) отнёс утечки к большим проблемам: мошенники знают о свежих записях в поликлинику и заказах на маркетплейсах и звонят сразу после них под видом сервисов и курьеров.

Александр Крайник (Сравни) ожидает, что старение населения и изменение рынка труда усилят спрос на решения в медицине и благосостоянии, и финансовым платформам предстоит найти в этих жизненных сценариях свою роль. Васильев связывает единое пространство медицинских данных со снижением издержек государства на медицину. Минздрав следующим шагом считает расширение использования сервисов в подведомственных учреждениях после подключения и обучения (Сердечнов Михаил, Минздрав России).

8.2 Барьеры и предложения

Медицинскую повестку форума сформировали десять организаций – от министерства и города до платформ и разработчиков ИИ. О здравоохранении говорили заказчики цифровых решений, поставщики технологий и платформы, которым нужны медицинские данные; ниже – кто из них с какой позицией выступал.

• Минздрав России – Михаил Сердечнов: переход 150 организаций на новые коммуникационные сервисы, 73 711 учётных записей, пилот ИИ в 5 сценариях.
• ДИТ Москвы – Дарья Шарова: «МосМедИИ» для 75 регионов и 2 федеральных центров, оценка флюорографии без перепроверки врачом.
• Билайн бизнес – Александр Шведов: дистанционный мониторинг с МОНИКИ, где экстренных госпитализаций стало на 20% меньше; аудиоаналитика в Вологодской области и «умная поликлиника» в Московской.
• АНО «Цифровая экономика» – Карен Казарян: непригодность накопленных медицинских данных для ИИ и предложение помогать врачу при заполнении карты.
• Яндекс – Александр Крайнов: против единых запретов на ИИ в медицине, за правила, написанные отраслью.
• Т-Технологии – Алексей Шпильман: смелее открывать доступ к медицинским данным и конкретнее формулировать запросы бизнеса.
• Ozon – Александр Васильев: единое пространство медицинских данных гражданина.
• Авито – Михаил Рыженков и Павел Тихонов (Авито.Подработка): проверка медкнижек для платформенной занятости.
• Guardora – Фаннур Ермаков: дообучение медицинской модели без раскрытия медицинской тайны.
• АНО «Научно-технический центр ЦК» – Дмитрий Служеникин: отраслевые требования к безопасности ИИ.

• Эффект цифровых решений в медицине уже измеряют. В кейсе дистанционного мониторинга хронических пациентов приверженность лечению выросла на 35%, нагрузка на первичное звено снизилась более чем на 60% (Шведов Александр, Билайн бизнес).
• Москва раздаёт ИИ-диагностику регионам. «МосМедИИ» бесплатно анализирует исследования для врачей лучевой диагностики; подключены 75 регионов и 2 федеральных центра (Шарова Дарья, ДИТ Москвы).
• Есть сценарий, где ИИ работает без перепроверки. При оценке флюорографии алгоритм сам подтверждает норму, но в остальном за решение лично отвечает специалист (Шарова Дарья, ДИТ Москвы).
• Главный барьер – первичные данные. Существующие медицинские записи оказались непригодны для ИИ-продуктов, данные пришлось собирать заново под контролем (Казарян Карен, АНО «Цифровая экономика»).
• Бизнес плохо формулирует запрос на данные. Компании просят «медицинские данные» без состава, объёма и мер защиты, и регулятору нечего разрешать (Шпильман Алексей, Т-Технологии).
• Правила для ИИ в медицине должна писать отрасль. Единый запрет не различает запись к врачу, диагностику и транскрибацию приёма (Крайнов Александр, Яндекс; Служеникин Дмитрий, АНО «Научно-технический центр ЦК»).
• Ведомство переводит контур на новые сервисы и считает реальное использование. Минздрав России перевёл 700 сотрудников центрального аппарата и подключает 149 подведомственных учреждений; из 73 711 учётных записей за 30 дней активны почти 17 000 (Сердечнов Михаил, Минздрав России).

• Сессия «ИИ-агенты под контролем: как управлять рисками и строить доверенную инфраструктуру», Форум «Цифровые решения – 2026»
• Сессия «Регулирование ИИ: поиск баланса между развитием технологий и защитой интересов граждан», Форум «Цифровые решения – 2026»
• Сессия «ИИ для решения государственных задач: приоритеты, эффекты и критерии успеха», Форум «Цифровые решения – 2026»
• Сессия «Практики внедрения и развития коммуникационных сервисов в органах власти и организациях Российской Федерации», Форум «Цифровые решения – 2026»
• Сессия «Роль финансовых платформ в инфраструктуре финансового рынка», Форум «Цифровые решения – 2026»
• Сессия «Государственные данные для цифровых платформ», Форум «Цифровые решения – 2026»
• Сессия «Доверие как часть цифровой инфраструктуры: роль платформ в прозрачности экономики», Форум «Цифровые решения – 2026»
• Сессия «Современные цифровые технологии как инструмент повышения качества услуг», Форум «Цифровые решения – 2026»
• Сессия «Скрытые резервы: как превратить накопленный цифровой опыт компании в реальные бизнес-результаты», Форум «Цифровые решения – 2026»
• Сессия «В диалоге с ИИ: как жители Москвы и других умных городов взаимодействуют с технологией», Форум «Цифровые решения – 2026»
• Сессия «Безопасность ИИ‑моделей: угрозы, методы защиты и подходы к регулированию», Форум «Цифровые решения – 2026»