Искусственный интеллект в медицине: история, реальность, прогнозы

Нейросети и искусственный интеллект (ИИ) в целом являются ключевым фактором трансформации глобальной системы здравоохранения. Предпосылками для его внедрения в медицину служат современное развитие человечества и одновременно рост хронических заболеваний, демографическое старение населения, дисбаланс рождаемости и смертности, а также кадровый дефицит в медицинской сфере. Эти вызовы формируют устойчивый спрос не только на расширение доступа к медицинской помощи, но и на ее качественное улучшение — задачу, которую уже сейчас способны решать технологии искусственного интеллекта.

За относительно короткий период своего развития искусственный интеллект проник во все звенья медицинской помощи — от амбулаторно-поликлинического звена до клиник, оказывающих высокотехнологичную помощь. К числу наиболее устоявшихся направлений применения ИИ относятся автоматизация документооборота, повышение диагностической точности и персонализация лечебных подходов. Вместе с тем, в последние годы наблюдается отчетливый сдвиг в сторону разработки инструментов предиктивной медицины: алгоритмы все чаще ориентированы на раннюю диагностику и профилактику заболеваний, что соответствует глобальному тренду на здоровьесбережение.

В основе искусственного интеллекта лежат математические модели и алгоритмы, позволяющие моделировать процессы восприятия, анализа, генерации и принятия новых решений без воспроизведения субъективного опыта человека. И это ключевая характеристика ИИ. Важно и то, что современные системы обладают способностью к обучению.

Возникает закономерный вопрос: как и когда появились технологии, которые сегодня спасают миллионы жизней? Для ответа необходимо обратиться к истокам этой области знаний.

В статье российских врачей представлен эволюционный путь развития ИИ в медицине. Вот лишь некоторые значимые вехи. Впервые прототипы медицинских программ появились еще в 1960-е годы ХХ века. Самым первым стал чат-бот ELIZA, который имитировал простейшие психотерапевтические беседы. Основу развития ИИ в этот период составили главным образом экспертные системы. Среди них особое место занимает разработанная в начале 1970-х годов система MYCIN, предназначенная для диагностики инфекционных патологий: ее точность достигала 65%, что значительно превосходило результаты начинающих врачей (30–45%). Еще одной знаковой разработкой стала система CASNET для диагностики и лечения глаукомы, которая считается одним из первых примеров узкоспециализированного применения ИИ в офтальмологии.

Уже к середине 1980-х годов стали появляться более совершенные технологии, способные не просто хранить и передавать медицинские изображения: протокол DICOM обеспечивал обмен такими данными по единым стандартам. А первый прототип системы, помогающей врачам в диагностике (когда по набору симптомов определялся возможный диагноз), был разработан в 1987 году в Гарварде — за несколько лет до создания привычных нам поисковых интернет-браузеров.На конец десятилетия пришлось открытие сверточных нейронных сетей, способных эффективно обрабатывать сложные визуальные признаки по медицинским изображениям для распознавания опухолей.

В начале XXI века произошел качественный рост методов глубокого обучения и обработки медицинских (и не только) текстов. В 2017 году компания Arterys первой получила одобрение FDA на использование клинической облачной платформы глубокого обучения для анализа кардиологических исследований. Ключевым технологическим прорывом стало появление архитектуры Transformer, которая пришла на смену рекуррентным и сверхточным подходам, обеспечив принципиально новый уровень гибкости при работе с большими текстовыми массивами. Впоследствии на этой архитектуре были созданы модели BERT и GPT, заложившие основу современных языковых ИИ-систем.

Эра ChatGPT, Med-PaLM, BioGPT — так называемых генеративных моделей — наступила совсем недавно и развивается семимильными шагами. Такие системы способны решать сразу несколько задач: формировать ответы на медицинские запросы, помогать в интерпретации исследований и создавать клинические отчеты. В отличие от привычных предметно-ориентированных решений, базовые модели обладают высокой степенью универсальности. Особую значимость приобретает их способность интегрировать разнородные типы данных: текстовую информацию, медицинские изображения и геномные профили пациентов.

Государственное регулирование и развитие технологий искусственного интеллекта в российском здравоохранении ведет отсчет с 2011 года, когда Министерством здравоохранения РФ была инициирована разработка Единой государственной информационной системы в сфере здравоохранения (ЕГИСЗ). В настоящее время система полностью развернута и охватывает все регионы страны, обеспечивая электронный документооборот как в государственных, так и в частных медицинских организациях. По состоянию на 1 января 2025 года Росздравнадзором зарегистрировано 39 медицинских изделий на основе ИИ. Первое регистрационное удостоверение было выдано в апреле 2020 года системе поддержки врачебных решений Webiomed.

Согласно данным, представленным в статье журнала «Национальное здравоохранение», наиболее популярным форматом использования медицинских изделий с ИИ в Российской Федерации является анализ медицинских изображений, составляющий 83 % от общего числа внедрений. Значительным достижением стало подключение 68 субъектов Российской Федерации к платформе «МосМедИИ».

Наряду с созданием и внедрением ИИ-технологий в клиническую практику остро стоит вопрос их нормативно-правового регулирования. В 2019 году с целью поддержки разработчиков ИИ-технологий, активизации научно-исследовательской деятельности и повышения квалификации медицинских кадров была принята «Национальная стратегия развития искусственного интеллекта на период до 2030 года». А в 2024 году утверждена Стратегия в области цифровой трансформации здравоохранения.

Принятые стратегические документы являются примером эффективного взаимодействия государственного регулирования и технологического развития: правовые нормы устанавливают границы, сохраняя при этом пространство для инновационных решений. Иллюстрацией такого подхода стал пятилетний эксперимент, проводившийся в Москве с 2020 года, в котором приняли участие 39 компаний, разработавших 204 ИИ-сервиса. Основной задачей эксперимента была оценка применимости, безопасности и качества технологий компьютерного зрения в лучевой диагностике. Дополнительно организаторы ставили цель формирования нового рынка цифровых медицинских решений. Результатом эксперимента стало создание открытой библиотеки наборов данных и объективного динамического рейтинга (матрица зрелости) ИИ-сервисов.

Сегодня ИИ охватывает широкий спектр задач: от сопоставления диагностических данных и автоматического выявления патологий до оценки состояния пациента, персонализации терапии, подбора лекарственных препаратов и оптимизации клинических исследований. При этом технологии искусственного интеллекта — от электронных историй болезни до УЗИ — находят применение практически во всех областях медицины: дерматологии, неонатологии, акушерстве и гинекологии, неврологии, генетике, онкологии и даже психотерапии.

Этические аспекты применения искусственного интеллекта в медицине стали предметом обсуждения с момента появления первых технологических решений. Опасения сохраняются и сегодня, но важно понимать, что ИИ — это инструмент, который позволяет разгрузить медицинских работников от рутинных задач, позволить им сосредоточить свое внимание на качестве оказываемых услуг, самообразовании и научной деятельности. Будущее медицины — не в замене врача роботом или технологией, а в синергии человеческого интеллекта, опыта и вычислительных возможностей ИИ.

Информация носит общий характер и не заменяет консультацию врача.

Статья подготовлена по материалам:
Алексеева М.Г. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В МЕДИЦИНЕ / М.Г. Алексеева, А.И. Зубов, М.Ю. Новиков // Международный научно-исследовательский журнал. — 2022. — №7 (121). — URL: [object Object] (Дата обращения 14.08.2026). — DOI: 10.23670/IRJ.2022.121.7.038

Вошев ДВ, Шепель РН, Вошева НА, Драпкина ОМ. Искусственный интеллект в здравоохранении: исторический путь, вызовы и перспективы (1960-2025 гг.). Первичная медико-санитарная помощь. 2025;2(3):35-47. https://doi.org/10.15829/3034-4123-2025-72. EDN: EBZDFNи

Мурашко М.А., Ваньков В.В., Панин А.И., Артемова О.Р., Матвиенко А.В., Гусев А.В., Васильев Ю.А., Владзимирский А.В. Внедрение технологий искусственного интеллекта в здравоохранении России: итоги 2024 г. Национальное здравоохранение. 2025;6(3):6-19. https://doi.org/10.47093/2713-069X.2025.6.3.6-19

Указ Президента Российской Федерации от 10.10.2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации»

Распоряжение Правительства Российской Федерации от 17.04.2024 № 959-р «Стратегическое направление в области цифровой трансформации здравоохранения»