Сбер и НМИЦ Алмазова запустили ИИ, предупреждающий о рисках здоровья

По данным CNews, совместная разработка искусственного интеллекта «Сбера» и Национального медицинского исследовательского центра им. В. А. Алмазова позволяет выявлять риски для здоровья пациентов ещё до их проявления. Новая модель «Риски» анализирует электронные медицинские карты в режиме реального времени, обеспечивая врачам точные прогнозы о вероятности осложнений, таких как нарушения сердечного ритма, пневмония и сепсис. Точность прогнозов составляет 89%, что считается высоким показателем для ИИ-систем в медицинской диагностике.

Развитие персонализированного подхода в медицине

Модель будет внедрена в работу НМИЦ им. В. А. Алмазова, где каждый пациент будет получать ежедневную оценку рисков, основанную на актуальных данных из личной медицинской карты. Эти оценки будут храниться в личном профиле пациента, что обеспечит непрерывный мониторинг его состояния. Алгоритм обучался на данных более 300 тысяч деперсонализированных электронных медицинских карт.

Система упрощает работу врачей: автоматически заполняет анкеты и предоставляет информацию, необходимую для принятия решений. Это позволяет медикам сосредоточиться на лечении и применении объективных данных. Кроме прогнозирования, модель формирует группы пациентов с высоким риском развития осложнений, что создаёт основу для профилактических программ и повышает эффективность медицинского вмешательства.

Сотрудничество в сфере медицинского ИИ

Сотрудничество «Сбера» и НМИЦ им. В. А. Алмазова началось два года назад. За это время была разработана целая линейка моделей, улучшающих диагностику и лечение. Системы помогают медикам выявлять заболевания на ранних стадиях, снижать риски осложнений и адаптировать методы терапии под конкретного пациента. Это, в свою очередь, способствует улучшению качества и доступности медицинской помощи.

Евгений Шляхто, генеральный директор НМИЦ им. В. А. Алмазова, подчеркнул, что модель «Риски» — важный шаг в развитии персонализированной медицины. Работа над расширением возможностей «ГигаЧата» в медицинском направлении является приоритетной задачей.

Интересно: Каким образом внедрение ИИ в медицинские учреждения изменит стандарты диагностики и лечения, и какие вызовы возникнут при масштабировании таких решений?

i

Создано специально для ASECTOR

Концептуальное изображение

ИИ в медицине: от диагностики к масштабным решениям

Современные технологии искусственного интеллекта всё чаще становятся не только вспомогательным инструментом, а ключевым элементом в повышении эффективности медицинских услуг. Совместная разработка «Сбера» и Национального медицинского исследовательского центра им. В. А. Алмазова — модель «Риски» — демонстрирует, как ИИ может оперативно анализировать данные пациентов и прогнозировать развитие осложнений. Точность прогнозов достигает 89%, что делает систему ценным инструментом в клинической практике.

Персонализированная медицина: новые возможности и вызовы

Модель «Риски» внедряется в работу НМИЦ им. В. А. Алмазова, где пациенты получают ежедневные оценки рисков, основанные на их электронных медицинских картах. Это открывает путь к персонализированной медицине, где лечение и профилактика адаптируются под конкретного человека. Однако внедрение таких решений сталкивается с определенными трудностями.

Контроль данных остаётся одной из ключевых проблем. Модель обучалась на 300 тысячах деперсонализированных медицинских карт, но остаётся вопрос: кто и как управляет доступом к этим данным? Особенно это важно в контексте роста спроса на ИИ-технологии в других отраслях. Например, по данным опроса УК «Первая» и «СберИнвестиции», 72% российских инвесторов признают ИИ надёжным помощником, но полностью доверить ему управление портфелем готовы лишь 15% [!].

Ответственность за решения, принимаемые ИИ, также требует уточнения. Если алгоритм ошибётся, кто будет нести за это ответственность — врач, разработчик или платформа? В ближайшие годы правовые и этические рамки использования ИИ в медицине будут формироваться, что потребует координации между разработчиками, медицинскими учреждениями и регуляторами.

Инфраструктурные вызовы и возможности

Для полноценного функционирования ИИ-систем необходимо не только наличие качественных данных, но и мощная техническая база. Рост потребности в вычислительных мощностях и памяти уже ощущается на рынке. Цены на чипы памяти NAND и модули DRAM выросли на 60–170%, что связано с увеличением спроса на компоненты для систем искусственного интеллекта [!]. Это делает доступность ИИ-решений для небольших медицинских учреждений более сложной.

Однако разработчики уже работают над решениями. Например, компания MSI представила модули оперативной памяти объёмом 128 ГБ, что позволяет системам с двумя слотами достичь объёма 256 ГБ без использования профессионального оборудования. Такие разработки делают ИИ-системы более доступными для потребительских платформ, включая компактные устройства [!].

Масштабирование и интеграция

Внедрение ИИ в медицину требует не только технологической подготовки, но и изменения подходов к работе врачей. В Татарстане уже протестирована технология, позволяющая диагностировать сердечные болезни за минуту с помощью портативных электрокардиографов, оснащённых алгоритмами ИИ. Такой подход особенно эффективен в отдалённых районах, где доступ к современной диагностике ограничен [!].

Развитие ИИ-агентов также открывает новые возможности. Эти системы способны выполнять сложные задачи, такие как автоматизация корпоративных процессов, обработка неструктурированных данных и формирование ответов на обращения граждан. Их применение в медицине может сократить время на рутинные операции и повысить качество обслуживания [!].

Перспективы для бизнеса

Для российских медицинских учреждений внедрение ИИ-систем может стать конкурентным преимуществом. Однако для этого потребуются инвестиции в обучение персонала и обновление IT-инфраструктуры. Важно также формировать доверие пациентов к таким технологиям, что требует прозрачности и открытости.

Для бизнеса, особенно в сфере здравоохранения, это событие указывает на рост интереса к ИИ-технологиям. Компании, которые начнут разрабатывать или внедрять собственные медицинские решения, получат шанс укрепиться на рынке. Однако важно учитывать, что доверие к ИИ формируется медленно и требует не только технической надёжности, но и чёткого понимания роли алгоритма в клинической практике.

Важно: Масштабирование ИИ-решений в медицине возможно только при условии, что эти технологии будут восприниматься не как замена, а как дополнение к работе врачей.