Искусственный интеллект нового поколения (GenAI) становится мощным инструментом трансформации здравоохранения. Его потенциал для улучшения диагностики, лечения и управления медицинскими процессами огромен, что делает эту область одной из ключевых для внедрения ИИ.
GenAI находит применение в самых разных аспектах медицины: от записи пациентов к специалистам и выставления счетов до диагностики, раннего выявления заболеваний и персонализированной медицины. Например, создание индивидуальных планов лечения и прогнозирования позволяет сделать медицинскую помощь более точной и эффективной.
GenAI способен коренным образом изменить подход к диагностике заболеваний, принятию клинических решений и уходу за пациентами, отмечают эксперты научного журнала Implementation Science.
Однако на пути интеграции GenAI существуют препятствия. Полностью отлаженных механизмов его внедрения пока нет, также мало изучены медико-этические и правовые аспекты использования. Эти вопросы требуют внимания для безопасной и эффективной адаптации технологий.
Российский рынок GenAI в медицине
В России объем рынка ИИ-решений в медицине составил около 12 млрд рублей, в разработке находится около 75 проектов. Примерно 36% организаций отрасли уже внедряют технологии ИИ. Среди лидеров — СберМедИИ, «Цельс», «Третье мнение» и Botkin.ai.
Одной из ключевых инициатив стала платформа МосМедИИ, которая анализирует лучевые исследования с точностью 95% всего за 15 минут. Ее применяют в Москве и шести регионах России, помогая ежегодно обрабатывать около 2 млн рентгенографий и флюорографий. Благодаря высокой чувствительности система выявляет патологии, которые остаются незаметными для человеческого глаза.
Осенью 2023 года в московских поликлиниках внедрили еще один сервис на базе ИИ, анализирующий жалобы, результаты анализов и данные электронной медкарты за последние два года. Он уточняет диагнозы, предоставляя рекомендации в случае расхождений.
GenAI в фармацевтической отрасли
ИИ трансформирует процессы разработки лекарств, производства и взаимодействия с пациентами. Например, алгоритмы помогают находить возможные побочные эффекты новых препаратов до их выхода на рынок. Это снижает вероятность отзыва продукции и связанные с этим репутационные риски.
Применение ИИ для анализа цепочек поставок помогает компаниям выявлять несоответствия в экологических или этических стандартах и оперативно устранять их.
Кроме того, ИИ умеет выявлять негативные тренды задолго до их обострения. Например, системы мониторинга упоминаний бренда в социальных сетях на базе ИИ заранее сигнализируют о возможных проблемах, помогают отслеживать негативные реакций на препараты или жалобы на их доступность.
