В Национальном медицинском исследовательском центре гематологии Минздрава России состоялся семинар, посвященный инициативному проекту по созданию искусственного интеллекта для обработки телемедицинских запросов. Ежегодный рост числа консультаций «врач-врач», который в 2025 году превысил 5,5 тысяч, и огромный объем первичной документации — до 200-350 страниц на пациента — стали ключевыми мотивами для разработки интеллектуального помощника.
Цель проекта — автоматизировать предварительный анализ больших объемов медицинской документации, поступающей из медицинских учреждений субъектов Российской Федерации, оценить телемедицинский запрос и сформировать краткий, но емкий документ.
От скепсиса к практике: как появилась идея
Инициаторами выступили сотрудники информационно-аналитического отдела. Руководитель отдела Сергей Михайлович Куликов признался, что путь к проекту начался с личного эксперимента и преодоления скептицизма: «В свое время я был большим скептиком. Я решил провести эксперимент. Взял свои медицинские данные и пропустил их минимум через пять нейронных сетей. Оказалось, что сети дают очень близкие результаты на хорошем русском языке. Это стало маленьким толчком к тому, чтобы... попробовать этот инструментарий уже на практике. Буквально за последние полгода искусственный интеллект мы используем в своей каждодневной работе и очень эффективно... ».
Что будет уметь ИИ-референт и зачем нужен?
Главная цель проекта — разгрузить экспертов Федерального телемедицинского консультативного центра, автоматизировав самый трудоемкий этап: анализ разрозненных документов (сканов, PDF, выписок).
Специалист отдела Валерия Суримова представила основные задачи будущей системы:
1. Создание краткого, структурированного содержания из сотен страниц разрозненных медицинских документов (выписок, сканов, PDF-файлов).
2. Оценка полноты предоставленной документации для решения о возможности телемедицинской консультации.
3. Проверка соответствия диагноза, поставленного в регионе, предоставленным данным.
4. Автоматическое обнаружение особых состояний пациента (беременность, трансплантация и др.).
«Эксперт уже по этой выжимке может оценить запрос и сформировать заключение по телемедицинскому запросу», — отметила Валерия Суримова. В перспективе заложена функция анализа данных и формирования предположительных заключений на основе клинических рекомендаций.
Критерии полноты предоставленных данных в отчете ИИ были разработаны совместно с экспертами телемедицины. Учитывался диагноз, характеристика пациента, наличие анамнеза, данные свежих осмотров, информация о проведенной терапии, актуальные данные лабораторно-инструментального исследования.
Первый эксперимент и принципы работы
Разработчики уже провели пилотное тестирование на 20 реальных телемедицинских запросах. Для обработки использовали открытые большие языковые модели, которые можно развернуть локально, не отправляя конфиденциальные данные на внешние серверы. Данные пациентов предварительно анонимизировались.По словам разработчиков, для задач реферирования и структурирования модели показали себя адекватно.
Как подчеркнули авторы идеи, система не предназначена для постановки диагноза. Ее ключевая миссия — «обработка первичной документации, для облегчения восприятия ее экспертами». Идеальным результатом считается превращение массива информации в компактную структурированную выжимку.
«Главная цель — чтобы эксперт телемедицины, получив 200 страниц разрозненного... текста, PDF, Word, рукописные, нажав одну кнопку, смог структурировать документы и сформировать полторы страницы... самой сути», — прозвучало в ходе обсуждения.
Вызовы и планы на будущее
В ходе активной дискуссии были подняты ключевые вопросы: вопросы валидации системы силами экспертов центра, а также правовые аспекты использования и дообучения открытых нейросетевых моделей.
Комментируя вопрос актуальности знаний ИИ руководитель управления по развитию информационных технологий и информационной безопасности Дмитрий Шишканов отметил, что «если языковые модели не обучать на новой литературе, они этими знаниями не будут пополняться». Для работы с актуальными рекомендациями потребуется система постоянного обновления данных.
Важным аспектом обсуждения стали организационные шаги. Ученый секретарь Унан Джулакян рекомендовал авторам проекта официально оформить его как научно-исследовательскую работу (НИР). Это необходимо для фиксации прав на интеллектуальную собственность и дальнейшего развития.
«Полученные алгоритмы и технология — это ваша интеллектуальная собственность. Чтобы её защитить и легитимно представлять результаты, работу нужно зарегистрировать как НИР через установленные процедуры — от проблемной комиссии до внесения в государственную систему учета», — отметил Унан Левонович.
Авторы проекта развеяли опасения на счет снижения веса экспертного заключения заверив, что ИИ не заменит врача, а станет его мощным инструментом. Как отметила заместитель генерального директора Вера Троицкая, для этой задачи система должна «просто читать и структурировать», а сложные решения в любом случае остаются за человеком.
Для отработки технологии было решено продолжить тестирование и валидацию системы на более широкой выборке, сфокусировавшись на двух группах заболеваний (например, анемиях и неходжкинских лимфомах).
Следующими шагами станут подготовка документов для оформления НИР, расширение экспериментальной выборки и привлечение экспертов для детальной валидации выводов искусственного интеллекта.
Генеральный директор НМИЦ гематологии Елена Николаевна Паровичникова высоко оценила начинание: «Я считаю, что это вообще пионерская работа… Это крайне интересно». Участники семинара сошлись во мнении, что проект является исключительно важным и перспективным, особенно в условиях ежегодного роста объемов телемедицинских консультаций. Проект может иметь большой потенциал не только для гематологии, но и для других медицинских учреждений. Для привлечения экспертов и молодых специалистов организаторы намерены провести дополнительный семинар.
