Перспективы использования медицинских технологий на основе ИИ в России

В июле 2025 года Росздравнадзор утвердил Порядок передачи в автоматизированную информационную систему (АИС) данных о программном обеспечении с технологиями ИИ, которое является медицинским изделием. Помимо общей информации о продукте, разработчиков обязали предоставлять и подробную статистику: данные об интенсивности использования программ, всех возникающих сбоях и любых случаях некорректной работы.

Текущее состояние

В рамках федеральных учреждений было сформулировано более 100 клинических задач, которые могут быть решены с помощью ИИ. В 2018–2024 годах в России в различные ИИ-разработки для здравоохранения было инвестировано порядка 4,7 млрд рублей. На текущий момент ведется более 200 исследовательских проектов в данной сфере. Разработан и утвержден 21 национальный стандарт и предварительный технический стандарт.

Основными драйверами являются государственные решения и программы, в том числе Национальная стратегия развития искусственного интеллекта до 2030 года, указы и распоряжения Президента РФ и Правительства РФ, Федеральная программа по внедрению медицинских изделий с технологиями ИИ в субъектах РФ, запущенная и координируемая Минздравом РФ.

По состоянию на сентябрь 2025 года в реестре Росздравнадзора зарегистрировано 48 медицинских изделий с алгоритмами ИИ, 43 из них — созданные российскими компаниями. Среди них — платформа от Botkin.AI, которая автоматически анализирует рентгеновские снимки для выявления заболеваний, и московская цифровая платформа «МосМедИИ», облегчающая работу врачей с результатами лучевых исследований.

Ключевые направления применения ИИ в здравоохранении

Анализ медицинских изображений. Это одно из наиболее развитых направлений. ИИ используется для анализа рентгеновских снимков, МРТ, КТ, маммограмм, флюорограмм и других изображений. Системы помогают выявлять патологии, включая онкологические заболевания, инсульты, диабетическую ретинопатию и другие.
Поддержка принятия врачебных решений. ИИ-системы анализируют медицинские данные (истории болезни, лабораторные результаты) и помогают врачам в диагностике и выборе тактики лечения. Например, сервис «Цельс» определяет патологические изменения на снимках и формирует протоколы заключений.
Персонализированная медицина и разработка лекарств. ИИ анализирует генетические данные и клинические показатели пациентов, что позволяет подбирать индивидуальную терапию и дозировки препаратов. Также технологии ускоряют поиск химических соединений для создания новых лекарств, оптимизируют клинические испытания.
Цифровые ассистенты и чат-боты. Они помогают пациентам с записью к врачу, отвечают на вопросы, напоминают о приеме лекарств. Например, в сервисе «СберЗдоровье» ИИ-ассистент обрабатывает около 10% запросов.
Телемедицина с ИИ-поддержкой. Включает виртуальные приемы, анализ данных пациента в режиме реального времени, удаленное мониторинг жизненных показателей.
Роботизированная хирургия. Системы вроде Da Vinci повышают точность операций, компенсируя дрожание рук хирурга и предоставляя 3D-изображение операционного поля.
Автоматизация рутинных процессов. ИИ помогает с заполнением документов, расшифровкой анализов, распределением потоков пациентов.

Государственные инструменты контроля и регулирования

Система нормативного регулирования, включая ГОСТы и методические рекомендации (например, серия ГОСТ Р 59921, регулирующая клинические испытания, технические испытания, управление изменениями в системах с непрерывным обучением и другие аспекты).
Кодекс этики ИИ в здравоохранении, разработанный Минздравом для защиты прав пациентов и медицинских работников.

Вызовы и барьеры

Отсутствие доступа разработчиков к обезличенным медицинским данным. Это затрудняет обучение и тестирование ИИ-систем.
Недостаток целевого финансирования закупок и внедрения ИИ-решений.
Ограничения на использование ИИ в клинических рекомендациях.
Высокая длительность и стоимость вывода новых продуктов на рынок.
Проблемы с регулированием. Например, в российском законодательстве пока не урегулированы вопросы согласия пациента на использование ИИ, ответственности при причинении вреда, защиты данных.
Качество данных для обучения. Медицинские данные часто содержат «шум», а наборы данных могут быть предвзятыми или неполными.
Этические вопросы. Например, риск усиления предвзятости при принятии решений, замена человеческого взаимодействия технологиями.