Андрей Поваренкин, заместитель генерального директора компании Платформа Третье Мнение, выступил с докладом «Цифровое здравоохранение как часть ИТ-инфраструктуры государства: данные, ИИ и измеримый эффект».
Доклад был посвящен тому, как цифровые сервисы для здравоохранения встраиваются в государственную ИТ-инфраструктуру и какие задачи они помогают решать на уровне системы. В центре выступления были работа с данными в масштабе системы здравоохранения, применение ИИ в диагностике, маршрутизации пациентов и контроле качества, оценка практического и экономического эффекта внедрения, а также необходимость перехода от отдельных сервисов к более целостной инфраструктурной логике.
Почему цифровое здравоохранение уже нельзя рассматривать отдельно от ИТ-инфраструктуры государства
Разговор о цифровом здравоохранении давно вышел за пределы отдельных медицинских программ и локальных пилотов. Сегодня его все чаще рассматривают как часть более широкого государственного контура, где имеют значение не только сами цифровые решения, но и то, как они связаны с данными, информационными системами и логикой управления.
Во внутренних материалах компании цифровая трансформация здравоохранения описана именно так: как создание новой модели работы медицинских организаций, органов управления здравоохранением и механизмов взаимодействия с пациентами за счет внедрения цифровых технологий. В этот контур входят единый цифровой контур, телемедицина, электронные медицинские карты, ЕГИСЗ, Big Data, интеграция с государственными системами и кибербезопасность.
Поэтому сама постановка темы на форуме выглядит закономерно. Цифровое здравоохранение сегодня — часть ИТ-инфраструктуры государства, а не отдельная технологическая надстройка.
Как ИИ помогает работать с данными в масштабе системы здравоохранения
Один из центральных тезисов доклада был связан с тем, что ИИ в здравоохранении важен не только как инструмент для отдельного врача, но и как механизм работы с большими массивами медицинских данных на уровне учреждения, региона и системы в целом.
Во внутренних слайдах Третье Мнение этот подход раскрывается через несколько направлений:
- анализ радиологических изображений;
- анализ данных электронной медкарты;
- автоматизацию маршрутизации;
- аналитику и контроль для организатора здравоохранения;
- мониторинг эпидемиологической картины и эффективности скрининговых программ.
Отдельно подчеркивается, что мультимодальный подход позволяет агрегировать полную медицинскую информацию из ЭМК и данных исследований, формировать приоритетные списки пациентов в зоне риска, направлять их к нужному специалисту и давать организатору здравоохранения статистику по медучреждению или региону.
Где цифровые решения уже применяются на практике
В докладе отдельно поднималась тема практических сценариев, где ИИ уже используется не как абстрактная технология, а как рабочий инструмент.
Диагностика
В продуктовых материалах компании описаны сценарии применения ИИ в лучевой диагностике: рентгенография и флюорография органов грудной клетки, КТ органов грудной клетки, КТ головного мозга, маммография. Эти сервисы помогают выявлять патологии, поддерживать принятие решений, ускорять описание исследований и, в отдельных сценариях, маршрутизировать пациента на экстренную телеконсультацию.
Маршрутизация пациентов
Во внутренних материалах маршрутизация рассматривается как один из ключевых эффектов ИИ-сервисов. В частности, для КТ головного мозга описан ургентный сценарий, где ИИ выявляет критические параметры, передает данные в ПАКС, РИС и МИС и помогает быстрее перейти к консультации и дальнейшему решению по пациенту. Для более широкого мультимодального контура маршрутизация связана с формированием приоритетных списков пациентов и направлением к нужному специалисту с готовыми рекомендациями по дообследованию.
Контроль качества
Еще один важный слой — контроль качества. Он касается как анализа медицинских карт и соответствия клиническим рекомендациям, так и более общего управленческого контура, где ИИ помогает видеть слабые места, системные ошибки и отклонения в процессе оказания помощи. Внутри материалов компании ИИ-аудит ЭМК прямо описан как инструмент для проверки соответствия данных медкарты клиническим рекомендациям, выявления гипо- и гипердиагностики, контроля назначений и формирования отчетов для главных врачей и экспертов.
Почему системе нужны не отдельные сервисы, а инфраструктурная логика
Один из самых сильных тезисов такого разговора — переход от набора решений к архитектуре. Во внутренних материалах Третье Мнение этот сдвиг описан довольно ясно: рынок движется от доказательства точности отдельных ИИ-сервисов к масштабированию, а для успешного внедрения портфеля узкоспециализированных решений нужна продуманная архитектура, сценарии интеграции и дорожная карта от пилота до системного эффекта.
Там же отдельно сказано, что выбор модели интеграции — стратегическая задача, а перестройка внутренних процессов вокруг данных и решений на базе ИИ превращает технологические инвестиции в актив организации. Среди ключевых элементов такой модели названы стандартизация качества, контроль и управляемость, отчетность для регулятора и архитектура для будущего роста.
По сути, именно это и означает инфраструктурный подход к цифровому здравоохранению. Важно не просто внедрить еще один сервис, а встроить цифровые решения в систему так, чтобы они работали согласованно, были масштабируемыми и давали воспроизводимый результат.
Как оценивать практический и экономический эффект внедрения ИИ
На форуме отдельно обсуждался вопрос измеримого эффекта. Для здравоохранения это один из самых чувствительных критериев: технология должна быть не только современной, но и понятной с точки зрения результата.
Во внутренних материалах компании прикладной эффект описывается сразу в нескольких плоскостях: повышение точности диагностики и принятия решений, поддержка врачей и медперсонала, оптимизация процессов и устойчивость системы. Для региональных систем здравоохранения отдельно выделяются масштабируемость, стандартизация, воспроизводимость результата, организационная применимость и статистика для регионов.
В расширенных продуктовых слайдах этот эффект конкретизируется через:
- сокращение времени диагностики;
- повышение точности медицинских заключений;
- эффективную маршрутизацию пациентов;
- аналитику для организатора здравоохранения;
- выявление социально значимых заболеваний;
- экономический эффект, связанный с лечением на ранних стадиях.
Именно такая связка — данные, ИИ, интеграция и измеримый эффект — и делает цифровое здравоохранение частью государственной ИТ-инфраструктуры, а не просто очередным технологическим направлением.
Почему эта тема важна для межгосударственного диалога
Форум Россия — Кыргызстан показал, что разговор о цифровом развитии здравоохранения уже ведется на уровне инфраструктурных решений и системных подходов. Для таких тем особенно важны обмен опытом, понятные модели интеграции и общий язык, на котором можно обсуждать данные, архитектуру, регулирование и практический результат внедрения.
Отдельная благодарность за помощь в организации мероприятия была адресована Роберту Вильданову, цифровому атташе России в Киргизской Республике, и Саманову Айнуру Шамилевичу, торговому представителю Российской Федерации в Киргизской Республике.
Вывод
Выступление Андрея Поваренкина на форуме при Торгпредстве РФ в Киргизской Республике еще раз зафиксировало важный сдвиг в разговоре о цифровой медицине. Сегодня цифровое здравоохранение все чаще рассматривается как часть государственной ИТ-инфраструктуры, где значение имеют данные, интеграция, маршрутизация, контроль качества и воспроизводимый эффект внедрения.
Для системы здравоохранения это означает вполне практическую вещь: ценность дают не отдельные сервисы сами по себе, а согласованная инфраструктурная логика, в которой цифровые решения работают на качество помощи, устойчивость процессов и управляемость на уровне всей системы.