По результатам исследования «Искусственный интеллект в России: тренды и перспективы», к 2030 году ожидаемый экономический эффект от ИИ может составить 7,9–12,8 трлн руб. в год, что соответствует до 5,5% прогнозного ВВП. Обновленный прогноз значительно превышает предыдущие оценки, которые предусматривали эффект в 4,2–6,9 трлн руб. и до 4% влияния на ВВП за пятилетний период до 2028 г. Применение ИИ затрагивает все сферы деятельности человека, в том числе и медицину, где технологии становятся помощниками в диагностировании заболеваний. Но вместе с преимуществами растут и риски.
Диагностика онкологии сокращается в два раза
Цифровой патолог «МедТех ИИ», разработанный Билайном и Сеченовским Университетом на основе искусственного интеллекта, может ускорить диагностику атрофического гастрита - предракового состояния желудка -до пяти раз. Технология поможет специалистам в постановке диагноза и назначении пациенту терапии, чтобы минимизировать риск развития у него онкологии.
Специалисты создали алгоритм, который диагностирует атрофический гастрит посредством классификации образцов, выделения зоны с патологией и проведения необходимых расчетов. Точность такой системы достигает точностью 96%, в то время как у разных врачей результаты могут расходиться в пределах от 5 до 15%. В результате время от проведения эндоскопии до получения ответа может сократиться с 4–7 дней до 2-3.
На обучение алгоритма ушел год. специалисты Сеченовского Университета разметили 5,5 тысячи изображений, указав на них все аномальные зоны, чтобы искусственный интеллект мог сравнивать с образцами новые гистологические сканы. В том числе в систему загрузили обезличенные данные пациентов Клинического центра наук о здоровье Сеченовского Университета. На основе этого специалисты Билайна разработали модель и интегрировали ее в патоморфологическую информационную систему.
На счету ИИ сотни тысяч сканов всего за один год
За прошедший год в Липецкой области было проанализировано свыше 285 тысяч данных лучевых диагностик с помощью ИИ. Например, отечественная система «ЦЕЛЬС» анализирует маммограммы и помогает выявлять ранние признаки опухолей, за год она успела провести более 44,5 тысяч таких исследований, в то время как платформа «МосМедИИ» обрабатывает данные флюорографии, рентгена и КТ.
Региональный референс-центр по маммографии обеспечивает проверку сложных случаев, контроль качества исследований и единые стандарты диагностики по всей области. Благодаря внедрению ИИ снизилась нагрузка на врачей, повысилась скорость и точность диагностики, а также работа стала более стандартизированной.
Развитие медицины является целью нацпроекта «Продолжительная и активная жизнь», а интеграция ИИ в здравоохранение обеспечивает более ускоренное оказание медицинской помощи. Основная цель проекта - достижение новых показателей долголетия граждан. К 2030 году планируется увеличить ожидаемую продолжительность жизни до 78 лет, а к 2036 году — до 81 года. С помощью нацпроекта обновляются медицинские учреждения, совершенствуется система реабилитации, развивается сеть национальных исследовательских центров, идет работа по цифровизации здравоохранения.
Анна Алексеева
Чекап риска деменции за одну ночь
Исследователи из Стэнфордского университета разработали уникальную модель искусственного интеллекта, которая в будущем может быть использована для прогнозирования риска развития более чем 100 заболеваний.
Модель искусственного интеллекта SleepFM анализирует полный набор физиологических записей, чтобы предсказать будущий риск развития деменции, сердечной недостаточности и смертности от всех возможных заболеваний на основе данных, собранных за одну ночь сна. В исследовании участвовали 65 тыс. человек, предоставив модели 600 тыс. часов сна для анализа. Как ChatGPT обучается на основе слов и текста, так и SleepFM обучался на пятисекундных интервалах сна.
Данные вначале были получены с помощью различных датчиков для отслеживания активности головного мозга, сердца и дыхательной системы, а также движений ног и глаз во время бессознательного состояния. Затем результаты сопоставлены ИИ с данными при различных заболеваниях, проводя связи между движениями глаз во сне и риском развития патологий.
За помощью – в киоск
В Китае появились киоски, снащенные ИИ, в которых можно получить медицинское обследование, рекомендации и лекарства без участия врачей. Система искусственного интеллекта с функцией распознавания лиц идентифицирует посетителя, предоставляя доступ к его электронной медицинской карте. Благодаря оснащенным датчикам ИИ получают такие данные о пользователе, как как давление, пульс, температура тела, уровень кислорода в крови и прочие. После проведения короткого обследования нейросеть, выдвигает предварительную диагностику, предоставляя рекомендации и список нужных препаратов, причем некоторые из них можно получить непосредственно из автомата.
В настоящий момент такие киоски специализируются на простых заболеваниях: простуда, стресс, общее недомогание. Тем не менее, ИИ предоставляет первую помощь, помогая снять симптомы, если время ожидания записи к врачу слишком длительное или заболевание не требует профессиональной медицинской консультации.
Точность такой первичной диагностики - около 85%, но разработчики настаивают, что ИИ-система не ставит диагноз в полном смысле и не заменяет врачей, она лишь оценивает вероятные отклонения и предлагает варианты действий. Для сложных случаев программа автоматически предлагает обратиться в ближайшую клинику, а при необходимости соединяет пользователя с онлайн-врачом.
Первые ИИ-киоски появились в Пекине и Шанхае: их устанавливают в торговых центрах, на вокзалах, в университетах и бизнес-кварталах. В большинстве регионов тестирование бесплатное, а платными могут быть только лекарства или дополнительные онлайн-консультации.
Анна Алексеева
Системные заболевания через призму глазного дна
Искусственный интеллект расширяет диагностические возможности офтальмоскопии, выявляя не только глазные, но и системные заболевания. Анализ фундус-изображений позволяет обнаруживать признаки гипертонии, диабета, сердечно-сосудистых патологий и неврологических расстройств. Сетчатка — единственное место в организме, где врачи могут визуализировать кровеносные сосуды неинвазивно, предоставляя уникальное «окно» в системное здоровье пациента.
ИИ-платформы, интегрированные с большими данными, передают критическую информацию специалистам, обеспечивая раннее вмешательство и своевременное лечение. Это особенно ценно в сельских и недостаточно обслуживаемых регионах, где доступ к специализированной офтальмологической помощи ограничен. Создание мультиинституциональной платформы больших данных по ретинопатии может революционизировать мониторинг ретинальных заболеваний и улучшить исходы для пациентов.
КОММЕНТАРИЙ ИНФРАГРИН
Наряду с диагностикой заболеваний в ближайшие годы ожидается расширение интеграции ИИ с геномной медициной. Искусственный интеллект будет использовать геномные данные для прогнозирования рисков заболеваний и разработки индивидуальных профилактических стратегий, делая персонализированную медицину более доступной. Прогнозирование эффективности терапии на основе молекулярных профилей пациентов станет рутинной практикой.
Развитие технологий генного редактирования в сочетании с ИИ-управляемым подбором целей откроет путь к лечению наследственных заболеваний. К середине 2026 года ожидаются ключевые данные третьей фазы клинических испытаний препаратов генной терапии in vivo, где ИИ играет роль в идентификации оптимальных генетических мишеней.
Агрегаторы нейросетей и low-code/no-code платформы сделают ИИ-разработку более доступной для медицинских учреждений без обширных IT-ресурсов. Российские ИИ-технологии станут более совершенными и адаптированными под нужды отечественной системы здравоохранения. Региональные медицинские центры активно тестируют системы ИИ для анализа флюорографии, повышая показатели скрининга туберкулёза и онкологических заболеваний на 20%.
К 2030 году искусственный интеллект сможет принимать 90% решений в медицинской сфере, а половина обращений по вопросам собственного здоровья уйдет в цифровые каналы. Цифровая диспансеризация на основе ИИ с использованием носимых устройств и домашнего мониторинга станет нормой
Создание мультиинституциональных платформ больших данных революционизирует мониторинг заболеваний. Интеграция данных пациентов из множества медицинских учреждений поддержит клиницистов, улучшит диагностическую эффективность и обеспечит раннее выявление и лечение заболеваний. Такие платформы особенно ценны для редких заболеваний, где объединение данных из разных центров критично для накопления достаточной выборки.
Появление этических аудитов ИИ-систем, внедрение человеко-центричных моделей ИИ, учитывающих эмоции и контекст, и рост инициатив «open AI for healthcare» — открытых моделей с объяснимостью — сформируют экосистему массового искусственного интеллекта в медицине.
Однако эксперты вполне обоснованно считают, что возрастут и риски. Многие ИИ-модели до сих пор являются «черными ящиками», где даже разработчики не могут точно объяснить, почему система вынесла то или иное решение. Отсутствие прозрачности сложных алгоритмов подрывает доверие общества к технологиям ИИ и может усугубить неравенство в доступе к медицинским услугам. Проблема объяснимости особенно критична в клинических условиях, где доверие и принятие медицинскими работниками зависит от понимания логики решений.
Алгоритмы ИИ могут усиливать существующие смещения в здравоохранении, если не контролируются должным образом.
Размытие ответственности представляет еще одну сложность: кто несет вину, если ошибка ИИ приводит к смерти пациента — врач, алгоритм, разработчик или больница?
Источники: Сеченовский Университет, Национальные проекты, Nature, Мир24, NCBI
Команда ИНФРАГРИН
