Нейросети в медицине: применение, примеры и этические проблемы

В 2024 году в Махачкале произошла история, которая для многих врачей стала точкой невозврата в спорах о цифровизации [1]. 48-летняя женщина пришла на плановый осмотр. Она не чувствовала боли, уплотнений не было, да и опытные рентгенологи, посмотрев на снимки маммографии, вынесли вердикт: «Возрастные изменения. Норма». Казалось бы, можно выдыхать и идти домой. Но клиника участвовала в пилотном проекте, и снимок отправили на «второе чтение» нейросети.

Алгоритм думал меньше минуты. Его вердикт был пугающим: он выделил крошечную область размером всего 5 миллиметров и поставил метку «Высокий риск злокачественности». Врачи были в недоумении — глазом там ничего не было видно. Но, доверившись машине, назначили биопсию. Итог: агрессивная карцинома на самой ранней стадии. Женщину прооперировали, она жива. Если бы не бездушный код, через год спасать было бы уже некого. 

Этот случай — не чудо, а сухая статистика. Нейросети в медицине стали рабочим инструментом врачей, который видит то, что пропускает человеческий глаз. Редакция Universus подготовила полный разбор того, как ИИ меняет сферу здравоохранение, где ошибается и почему врачам придëтся учиться жить в новой реальности.

Автор

Редакция Универсус

Применение ИИ в медицине

Медицина — не просто искусство врачевания, это гигабайты данных: снимки МРТ, результаты генетических тестов, тысячи страниц анамнеза. Человеческий мозг не способен качественно обработать этот поток информации, а вот ИИ в медицине чувствует себя в этом хаосе как рыба в воде. Нейросети не устают, у них не бывает плохого настроения, и они способны находить неочевидные связи в массивах данных.

Рассмотрим основные направления, где технологии уже совершили прорыв.

Помощь в диагностике и анализ данных

Это самый «раскрученный» и массовый сегмент. Применение ИИ в медицине для анализа медицинских изображений уже спасает тысячи жизней.

В Москве идëт крупнейший в мире эксперимент по внедрению компьютерного зрения. К 2025 году нейросети обработали более двенадцати миллионов лучевых исследований! [2] Врачи-рентгенологи больше не остаются один на один с тёмными снимками. Система обрабатывает изображение, обводит цветными контурами подозрительные зоны: узелки в лëгких, микрокальцинаты в груди, признаки инсульта на КТ, — и даже делает предварительные замеры. 

Как это работает на практике:

1. Снимок из томографа попадает в облако. 
2. Нейросеть сравнивает его с миллионами других снимков из своей «памяти».
3. Алгоритм выдаëт врачу подсказку: «Внимание, в правой доле вероятность патологии 98%».
4. Врач прицельно проверяет этот участок.

Вероятность того, что доктор пропустит патологию, снижается, к тому же специалист экономит до 30–50% времени.

Разработка персонализированных лекарств

Вы когда-нибудь задумывались, почему новые таблетки появляются так редко и стоят настолько дорого? Обычно путь лекарства от пробирки до аптеки занимает 10–12 лет и стоит около 2 миллиардов долларов. При этом 90% препаратов отсеиваются на этапах испытаний. Это называется «долиной смерти» в фарминдустрии.

Использование нейросети в медицине позволяет перепрыгнуть эту долину. Алгоритмы генеративного дизайна за считаные дни проектируют молекулу с нужными свойствами, предсказывают её токсичность и эффективность, и при этом не проводят ни одного эксперимента на животных.

Яркий пример — платформа Syntelly, которая содержит базу из 155 миллионов молекул. ИИ анализирует структуру микрочастиц и подсказывает химикам, какая формула сработает лучше всего в том или ином случае. А компания Insilico Medicine, которая зародилась в России, уже вывела на клинические испытания первый в мире препарат от фиброза лëгких [3], полностью созданный искусственным интеллектом. На это ушло всего 18 месяцев вместо обычных пяти лет.

Обработка и систематизация документов

«Я не лечу, а пишу отчёты», — горькая шутка многих участковых терапевтов. До 60% рабочего времени врача уходит на заполнение карт, выписок и реестров. Нейросети применяются в медицине для борьбы с этим.

Технологии распознавания речи, которые понимают медицинскую лексику, позволяют врачу диктовать ход осмотра. ИИ на лету:

• распознаëт сложные термины;
• структурирует текст;
• кодирует диагноз по МКБ-10;
• автоматически заполняет поля в электронной медицинской карте (EMR).

Это возвращает врачу возможность смотреть в глаза пациенту, а не в монитор.

Кстати, если вы хотите узнать, как похожие инструменты упрощают жизнь в других профессиях, читайте статью «Нейросети для педагогов и учителей». Там мы разбираем сервисы, которые подходят и для медицинского документооборота.

Медицинские ассистенты и чат-боты

Представьте, что у всех хронических больных есть личная медсестра, которая звонит каждый день. Специалистам это не под силу, а вот ИИ в сфере медицины справляется легко.

Проект мониторинга гипертоников, который запустили Сеченовский университет и «Билайн» [4], показал отличные результаты. Голосовой робот Маша обзванивает пациентов, спрашивает о давлении и самочувствии. Если человек жалуется или цифры выходят за границы нормы, система помечает пациента «красным флагом» в дашборде врача. Доктор видит, кому нужна помощь, и не тратит время на обзвон стабильных больных. Это первый шаг к концепции «Госпиталь на дому».

Хирургическая навигация и роботы

Это высший пилотаж технологий, и российские разработки здесь не отстают. Например, система хирургической навигации Autoplan («Автоплан»).

Перед сложной операцией на мозге или позвоночнике врачи загружают КТ или МРТ пациента в систему, ИИ строит детальную 3D-модель, выделяет сосуды и нервы, которые нельзя задевать. Во время операции хирург видит эту модель, наложенную на пациента. Камеры отслеживают положение хирургических инструментов с точностью до долей миллиметра. Это как GPS-навигатор внутри человеческого тела.

А в 2025 году компания Panda Surgical представила роботизированную платформу для нейрохирургии с ИИ-управлением [5], которая позволяет оперировать в глубоких структурах мозга через минимальные проколы.

Значение ИИ в медицине: польза и преимущества

Скептики часто спрашивают: зачем нам эти сложности, если есть классическая школа? Ответ кроется в пяти ключевых факторах, которые меняют правила игры:

1. Сверхчеловеческая точность. ИИ видит то, что недоступно глазу. Например, при поиске меланомы по фото, нейросети в медицине точны на 99%, а средний дерматолог — на 75–80%.
2. Скорость принятия решений. Иногда это критически важно. К примеру, при инсульте время идëт на минуты. Нейросеть анализирует КТ головного мозга за 10–15 секунд и оценивает объëм поражения по шкале ASPECTS. Человеку нужно 15–20 минут.
3. Доступность экспертизы. В селе может не быть профессора-рентгенолога, но интернет есть почти везде. Фельдшер делает снимок, загружает в облако — и искусственный интеллект (ИИ) в медицине делает заключение уровня федерального центра.
4. Предиктивная аналитика. Мы переходим от медицины лечения к медицине предотвращения. Анализируя большие объёмы данных, ИИ может предсказать риск инфаркта за несколько месяцев до него. Он просто смотрит на фото глазного дна или анализирует кардиограмму со смарт-часов.
5. Экономическая эффективность. Да, внедрение стоит дорого, но лечение запущенного рака стоит в сотни раз дороже, чем скрининг. Рынок ИИ в медицине растëт на 48% в год [6] потому, что это выгодно государству и страховым компаниям.

Как используют нейросети в медицине уже сейчас: реальные примеры

Рассмотрим конкретные кейсы. Это не проекты будущего, а технологии, которые уже работают в России.

Кейс 1. Махачкала и «Цельс» — победа над невидимым врагом

Тот самый случай, с которого мы начали. Важно отметить детали: система «Цельс» не просто сказала «есть рак». Она нашла микрокальцинаты на фоне плотной ткани молочной железы, а это самая сложная задача для рентгенолога. В ходе так называемых «ИИ-баттлов» (сравнительных тестов) в Москве «Цельс» показал наивысшую точность (AUC) и обошëл даже известные зарубежные аналоги вроде корейского Lunit [7]. Это доказывает, что российские нейросети и их применение в медицине находятся на мировом уровне.

Кейс 2. Оренбург и «ПроРодинки» — скрининг в смартфоне

Оренбургская область столкнулась с высокой смертностью от рака кожи из-за активного солнца. Власти внедрили приложение «ПроРодинки» [8].

Как всё работает:

• человек фотографирует родинку смартфоном;
• ИИ анализирует изображение и классифицирует новообразование. 

В результате за год удалось выявить 1462 случая злокачественных опухолей на ранней стадии. Власти региона говорят о 7000 спасëнных жизней. Люди, которые годами не шли к врачу, получили пуш-уведомление: «Вы в зоне риска, запишитесь к онкологу».

Приложение доступно для скачивания на IOS и Android.

Кейс 3. Genetico и ИИ-лаборант

В центре «Генетико» внедрили нейросеть для подсчëта колоний бактерий в чашке Петри. Это необходимо для точной диагностики: количество колоний показывает степень бактериального заражения (концентрацию бактерий в образце) или помогает оценить эффективность антибиотиков. Раньше лаборант сидел и часами считал точки вручную. Это долго и чревато ошибками из-за усталости. Теперь ИИ в медицине и здравоохранении делает это за секунды с точностью 95%. [9] Камера делает снимок, нейросеть считает колонии, определяет их тип и заносит данные в протокол. Теперь у сотрудников освободилось время для более сложных аналитических задач.

Кейс 4. IRA Labs и комплексный анализ

Компания IRA Labs пошла дальше поиска одной болезни. Их алгоритм комплексно анализирует КТ грудной клетки. [10] Допустим, пациент пришëл проверить лëгкие, а система попутно посмотрела:

• плотность костей, и нашла остеопороз;
• состояние аорты, и выявила риск аневризмы;
• сердце, и обнаружила кальциноз коронарных артерий.

Это называется оппортунистический скрининг — поиск болезней, на которые пациент не жаловался.

Если хотите попробовать простые инструменты анализа изображений, мы собрали подборку «Бесплатные российские нейросети». Там есть сервисы, доступные каждому.

Проблемы использования ИИ в медицине

Есть серьëзные проблемы внедрения ИИ в медицине. Рассмотрим подробнее. 

Сложности внедрения

Можно выделить:

1. Разрозненность данных. Чтобы нейросеть работала, ей нужны данные в едином формате. При этом в одной больнице стоит томограф Siemens 2020 года, в другой — старенький аппарат, который выдаёт снимки низкого качества. Чтобы привести всё это к единому стандарту, например, HL7 FHIR, нужны титанические усилия.
2. Стоимость железа. Для работы мощных нейросетей нужны серверы с дорогими видеокартами или облачные мощности, которые дорого стоят.
3. Консерватизм врачей. Исследования показывают: 63,8% российских докторов в спорной ситуации предпочтут своë мнение мнению ИИ. И только 7,2% готовы довериться машине. [11] Специалистам сложно принять инструмент, логику работы которого они не понимают. 

Этические проблемы

Кроме того, ИИ — минное поле юриспруденции. Если произойдëт ошибка, кто будет в ней виноват? Ведь если хирургический робот или диагност ошибëтся, человек может погибнуть.

В России был громкий кейс с платформой Botkin.AI. Это был один из флагманов рынка, который привлëк сотни миллионов инвестиций, но Росздравнадзор приостановил обращение их ПО. [12] Официальная причина: «Угроза причинения вреда жизни и здоровью граждан» и отсутствие доказательств клинической эффективности.

Это стало уроком для всех. Этические проблемы использования ИИ в медицине теперь решаются жëстче. В 2025 году вступили в силу новые нормы: ответственность за пациента всегда несёт лечащий врач. У нейросетей же остаётся статус «медицинского изделия» и помощника.

Айсылу Галламова, руководитель отдела обучения Universus:

«История с Botkin.AI — это необходимый этап взросления. Рынок очищается от „пузырей“. Мы видим смену парадигмы: от маркетинговых лозунгов «ИИ заменит врача» мы переходим к доказательной медицине. Теперь разработчик должен не просто показать красивый код, а доказать в клинических испытаниях, что его алгоритм безопасен. Это сложно, дорого, но это единственный путь к доверию врачей».

Будущее ИИ в сфере медицины

Прогнозы на горизонт до 2030 года захватывают дух. Вот что предрекают эксперты:

Появятся цифровые двойники (Digital Twins). Сеченовский университет и Политех Петра Великого уже разработали проект национального стандарта (ГОСТ) для цифровых двойников. [13] Скоро у каждого из нас будет виртуальная копия в «облаке». Врач сможет назначить лекарство сначала вашему «двойнику», видеть его реакцию и только потом выписать рецепт вам.

ИИ начнут лечить. Если сейчас ИИ только диагностирует, то скоро будет лечить. Системы замкнутого цикла, например, искусственная поджелудочная железа, будут измерять сахар и впрыскивать инсулин.

AI сможет генерировать внутренние органы. Нейросети будут читать снимки и генерировать новые органы для 3D-биопечати, которые идеально подходят пациенту.

Заключение

Нейросети в медицине, примеры которых мы разобрали, доказывают: будущее уже наступило. Пока всё распределено неравномерно — в Москве робот-хирург шьëт сосуды, а в глубинке фельдшер заполняет карты от руки, но разрыв стремительно сокращается.

Использование нейросети в медицине делает здравоохранение более человечным. Это кажется парадоксальным, но когда врач передаст машине анализ данных и бумажную волокиту, он получает самый дефицитный ресурс — время, чтобы выслушать пациента, успокоить его и принять взвешенное решение.

Главное — помнить: ИИ — это мощный усилитель. Поэтому учиться взаимодействовать с алгоритмами нужно уже сегодня.

Отзывы учеников Universus

«Прошëл курс в Universus по нейробизнесу. Раньше думал, что ИИ — просто модная игрушка для айтишников. Но когда нам показали реальную экономику внедрения голосового ввода для врачей, я пересмотрел взгляды. Стали тестово использовать в терапевтическом отделении — врачи стали уходить домой на час раньше, перестали писать ночами. Это реально работает на удержание кадров».

Владимир, 41 год, главный врач частной клиники

«Для меня нейросети были чем-то пугающим, боялась, что они отберут работу. На вебинаре Universus спикеры объяснили: ИИ заберëт рутину, а не профессию. Сейчас сама использую простые скрипты для сортировки снимков. Это как пересчитать деньги на машинке вместо того, чтобы мусолить купюры пальцами. Рекомендую всем коллегам не бояться, а изучать».

Елена, 29 лет, врач-радиолог

«Отличная подача материала на курсе «Нейробизнес». Без воды, по делу. Особенно зашëл блок про юридические аспекты и безопасность данных. Мы сейчас внедряем чат-бота для записи пациентов, и знания с курса помогли избежать пары серьёзных ошибок на старте. Спасибо команде Universus за экспертизу».

Дмитрий, 35 лет, IT-директор медицинской сети