Всем привет! Я дал комментарий для ежегодного дайджеста Zdrav.Expert, где эксперты обсуждали, почему внедрение ИИ в российской медицине идет медленнее, чем ожидалось. Основные барьеры - юридические риски и низкая рентабельность проектов. Мой комментарий был о том, что главный тормоз - не технологии, а правовая неопределенность.
Вот что еще сказали участники рынка и что я думаю по этому поводу.
Юридические риски - главный тормоз
Я в своем комментарии отметил: чтобы ИИ-система могла работать легально, она должна быть зарегистрирована как медицинское изделие. Это долгая и дорогая процедура, и требования к документации постоянно ужесточаются. Но даже после регистрации остается вопрос: кто будет виноват, если ИИ ошибется?
Пока эта правовая коллизия не решена окончательно, клиники будут воспринимать ИИ-диагностику как дополнительный риск, а не как помощь.
Основательница онлайн-платформы психотерапии «Нежно Space» Ксения Ларькина добавила: из-за высокой зарегулированности многие ИТ-стартапы сознательно не называют свои решения медицинскими. Это существенно увеличивает стоимость разработки и сроки вывода продукта на рынок.
Руководитель направления департамента «Софтлайн Решения» Сергей Азаров подчеркнул: в медицине цена ошибки намного выше, чем, например, при использовании чат-бота в клиентской поддержке. ИИ не берет на себя функцию принятия решения - она остается за врачом. А когда речь идет о жизни людей, клиникам необходимо особенно тщательно проверять технологию, определять границы ее применения и понимать, кто и как будет контролировать рекомендации.
https://www.tadviser.ru/index.php/Статья:Искусственный_интеллект_в_медицине_России
Экономика не сходится
По оценкам «Яков и Партнеры», рынок ИИ в медицине в России может вырасти до 78 млрд рублей к 2030 году. Но исследование Forbes Healthcare оценивает фактический оборот компаний в 2025 году всего в 1,5 млрд рублей при потенциальной емкости около 15 млрд.
Юрист в сфере здравоохранения Анна Краевская подтвердила: проблема окупаемости действительно существует. Внедрение включает не только лицензию, но и интеграцию, обучение, поддержку. Эффект в снижении ошибок, экономии времени и повышении качества не всегда быстро превращается в денежный поток, особенно в системе ОМС. Поэтому клиники чаще начинают с точечных решений с предсказуемым эффектом.
Основатель «Доктора на работе» Станислав Сажин высказался жестче: «В России нет сильной отечественной ИИ-модели, а иностранные решения по сути недоступны». По его словам, окупаемость никто не считал, потому что считать пока нечего.
Данные и интеграция - еще одна боль
Руководитель офиса цифровых инноваций «Ингосстраха» Анна Ким видит проблему в ограниченной доступности медицинских данных. Медицинские организации располагают большими объемами данных, но часто не имеют компетенций для работы с ними. Разработчики, в свою очередь, сталкиваются с правовыми ограничениями при получении доступа.
Не хватает специализированных безопасных «хабов», которые могли бы объединить усилия врачей, разработчиков и государства.
Директор по работе с корпоративным сектором Arenadata Максим Власюк согласился: основное ограничение - недостаток самих алгоритмов и контура данных, интегрированного в реальные процессы медицинской организации.
Руководитель направления «Т1 ИИ» Сергей Голицын добавил, что внедрению мешают несовместимость информационных систем, недостаточное качество данных, необходимость проверки алгоритмов на локальной выборке, обучение персонала и перестройка рабочих процессов.
Для медицины недостаточно просто приобрести решение. Оно должно быть зарегистрировано, безопасно интегрировано и давать врачу понятный результат.
Что я думаю
Как аналитик, работающий с медицинскими системами, я вижу эту картину изнутри. Технологии есть. Нормативная база догоняет.
Но на стыке этих двух миров возникает зона неопределенности, где клиники боятся делать шаг.
Пока врач будет думать: «А что, если ИИ ошибется, и я отвечу?» - внедрение будет тормозить. Пока разработчик будет думать: «А окупится ли мое решение за 3 года?» - он будет делать его проще и дешевле, иногда в ущерб качеству.
Но есть и позитивные примеры. В Сеченовском университете научили ИИ различать четыре заболевания легких по выдоху с точностью до 92%. В МИФИ разработали цифровой двойник сердца для лечения аритмий. В НМИЦ Алмазова создают цифровых двойников органов для тестирования операций.
То есть решения есть. Вопрос в том, как донести их до клиники, не создавая дополнительных рисков. И здесь, на мой взгляд, ключевую роль должны сыграть три стороны: регулятор, который даст четкие правила игры, разработчик, который докажет клиническую пользу, и клиника, которая увидит реальный экономический эффект.
Пока этого треугольника нет - ИИ будет оставаться «интересной технологией», а не инструментом повседневной практики.
Врачи, пробовали внедрять ИИ в своей клинике? С какими проблемами столкнулись — юридическими, экономическими или техническими?
Комментарии (2)