ИИ-врач как поддержка принятия врачебных решений: что такое СППВР и как это работает

ИИ-врач в клинической практике — это прежде всего система поддержки принятия врачебных решений (СППВР): она анализирует данные пациента и подсказывает специалисту варианты диагноза или тактики, но решение принимает человек. По определению из ГОСТ Р 71671-2024, такая система обрабатывает данные пациента на основе алгоритмов и помогает врачу на всех этапах лечебно-диагностического процесса. Отдельно от клинических СППВР существует и другой формат — виртуальный ИИ-врач для самих пациентов, который отвечает на вопросы о здоровье и помогает подготовиться к приёму.

Ключевой принцип, на котором строится всё регулирование в этой области, прост: СППВР не заменяет врача, а усиливает его. Система формирует подсказку с обоснованием, но подпись под диагнозом, назначением и планом лечения всегда ставит человек.

Важно разделять два разных продукта. Наш сервис — справочно-образовательный ИИ-помощник для пациентов: он объясняет анализы и термины простым языком, помогает подготовиться к визиту к врачу, но это не клиническая СППВР-медизделие, он не ставит диагноз и не назначает лечение. При острых симптомах — боли в груди, потере сознания, кровотечении — нужно немедленно звонить 103 или 112, а не искать ответ у нейросети.

Что такое СППВР простыми словами

СППВР расшифровывается как система поддержки принятия врачебных решений, в англоязычной литературе — CDSS (clinical decision support system). Разночтений в определении почти нет: и российский ГОСТ, и профильные разработчики описывают её как программное обеспечение, которое анализирует медицинские данные и предлагает врачу варианты действий, но не подменяет клиническое мышление.

Определение

СППВР — это ПО, которое обрабатывает и интерпретирует данные пациента на основе алгоритмов и поддерживает врача в принятии решений на всех этапах лечебно-диагностического процесса с целью снижения ошибок и повышения качества помощи. Такое определение закреплено в ГОСТ Р 71671-2024. Цель системы — не решить за специалиста, а помочь ему проанализировать большой объём данных и предложить обоснованные варианты действий.

Термин СППВР используется наравне с зарубежным CDSS, а в обиходе к ним же нередко относят более широкое понятие «ИИ-врач» — хотя по строгим критериям это разные классы продуктов: один создан для врача внутри клиники, другой — для пациента вне клинических стен.

Чем СППВР не является

По критериям, которые использует разработчик Webiomed, полноценная СППВР обязательно должна соответствовать нескольким признакам одновременно:

• предназначена именно для врачей, а не для пациентов;
• интегрирована с электронной медицинской картой (ЭМК);
• анализирует и интерпретирует данные, а не просто хранит их;
• учитывает индивидуальные особенности конкретного пациента;
• формирует персональные, а не общие подсказки.

Справочники вроде UpToDate, базы клинических рекомендаций и сама ЭМК как система хранения данных — это не СППВР, а просто источники информации. Отдельная категория — продукты для самих пациентов, цифровые помощники вроде нашего сервиса: они не претендуют на статус клинической СППВР и работают в справочно-образовательном формате.

Как ИИ помогает врачу: технологии

Технологическая начинка СППВР за последние годы усложнилась — от простых логических правил система перешла к моделям, которые обучаются на реальных клинических данных и способны интерпретировать изображения не хуже опытного специалиста в узкой задаче.

ИИ в СППВР реализуется через несколько подходов одновременно: чёткую и нечёткую логику, машинное обучение, обработку естественного языка (NLP). Компьютерное зрение и глубокое обучение отвечают за распознавание и интерпретацию медицинских изображений — рентгеновских снимков, КТ, флюорографии. По мере поступления новых размеченных данных модель может дообучаться, постепенно повышая точность распознавания.

На практике это выглядит так: СППВР собирает данные из ЭМК автоматически, без ручного ввода, анализирует их с учётом персональных особенностей пациента — возраста, анамнеза, сопутствующих заболеваний — и формирует подсказку: предварительный диагноз, оценку риска или рекомендацию по дополнительным исследованиям. Врач видит не просто вывод, а обоснование, на котором он построен, и уже сам принимает окончательное решение.

Опробовать, как выглядит диалог с ИИ на стороне пациента, можно через виртуальный ИИ-врач — это другой класс продукта, но он даёт представление о том, как ИИ вообще анализирует симптомы и формулирует объяснения.

Типы СППВР по ГОСТ Р 71671-2024

ГОСТ Р 71671-2024 утверждён Росстандартом 7 октября 2024 года (приказ №1384-ст) и действует с 1 января 2025 года. Он впервые на уровне национального стандарта закрепил классификацию систем поддержки принятия врачебных решений с элементами искусственного интеллекта.

Три типа систем

Стандарт выделяет три типа СППВР по функциональному назначению.

Внутри этих типов работают разные алгоритмы: интерпретирующие (распознают и классифицируют данные), рекомендательные (предлагают варианты действий) и управляющие (задают последовательность шагов в протоколе).

Что умеют решать

Круг задач, которые закрывает СППВР в реальной практике, довольно широк:

• раннее выявление подозрения на патологию по снимкам или лабораторным данным;
• оценка рисков и прогноз развития заболеваний или осложнений;
• оценка тяжести состояния и прогноз исхода;
• выбор диагностической и лечебной, в том числе хирургической, тактики;
• поддержка назначения исследований и медикаментов с учётом действующих клинических рекомендаций.

Набор задач у конкретной системы зависит от её типа: консультативные СППВР чаще закрывают диагностические и лечебные задачи, а информационно-справочные — задачи по структурированному доступу к клиническим данным без формирования гипотез.

Российские примеры ИИ-поддержки врача

Работающих в России СППВР уже больше десятка, и часть из них официально зарегистрирована как медизделия. По данным обзора Webiomed, разработчик насчитывает 9 российских систем поддержки принятия врачебных решений. Государственную регистрацию как медицинское изделие на момент обзора прошли:

• Webiomed;
• СберМедИИ ТОП-3;
• MedicBK;
• «Электронный клинический фармаколог»;
• Galenos AI.

Кто уже работает

СберМедИИ развивает сразу три продукта в этой линейке:

• ТОП-3 — анализирует данные первичного приёма и выдаёт три наиболее вероятных диагноза по МКБ-10;
• КТ Инсульт — ищет признаки острого нарушения мозгового кровообращения на компьютерной томографии;
• КТ Лёгких — распознаёт пневмонию, последствия COVID-19 и онкологические изменения.

Care Mentor AI работает как второй читатель для рентгенолога, повышая точность его заключений. Webiomed специализируется на оценке рисков и профилактике — система анализирует данные ЭМК и предупреждает о вероятности развития хронических заболеваний.

Автономный ИИ в Москве

С мая 2024 года в Москве, согласно постановлению столичного правительства, ИИ автономно анализирует флюорограммы и рентгеновские снимки грудной клетки пациентов — организаторы эксперимента называют это первым в мире прецедентом подобного масштаба. Систему компьютерного зрения для лучевой диагностики начали внедрять в городских поликлиниках и стационарах ещё с 1 марта 2020 года, и к 2023 году эксперимент охватывал уже более 150 медицинских организаций Москвы, а с мая 2024 года ИИ определяет норму без обязательного подтверждения врача на этом этапе.

Если исследование распознано как норма, заключение ИИ автоматически попадает в электронную медицинскую карту пациента и становится доступно лечащему врачу. Если система не относит снимок к норме, она направляет его на описание врачу-рентгенологу — то есть окончательная интерпретация патологии в любом случае остаётся за человеком. Как устроен переход от простого диалога к полноценной клинической системе, показывает врач с ИИ в пациентском формате — но это принципиально другой уровень ответственности, чем автономный ИИ в московских поликлиниках.

Точность и эффективность: что говорят цифры

Цифры точности у разных СППВР различаются в зависимости от задачи и способа валидации, но порядок величин у ведущих российских систем сопоставим.

Реальные показатели

Например, по данным крупного независимого исследования московского эксперимента по компьютерному зрению в лучевой диагностике (свыше 1,3 млн изученных исследований), среднее AUC ИИ-сервисов при тестировании на локальных тестовых наборах составляет 0,89, а при реальной работе в клинике (проспективно) снижается до 0,74 — эта разница типична для медицинских моделей и объясняется тем, что реальные клинические данные сложнее и разнообразнее контролируемой тестовой выборки. Для рентгенографии и флюорографии грудной клетки конкретно AUC в реальной практике составляет около 0,67–0,75. Похожий порядок цифр показывают и другие российские платформы для анализа снимков — например, Botkin.AI, которая используется как система поддержки принятия решений и инструмент предварительного анализа флюорографии, КТ лёгких и маммографии. Отдельно стоит учитывать контекст: выявляемость патологии на профилактической флюорографии, по медицинским данным, обычно не превышает 0,1%, поэтому основная польза ИИ здесь — не в чудо-диагностике, а в том, что он разгружает врачей от рутинного просмотра массы нормальных снимков.

Ниже — сводка ключевых показателей, которые чаще всего приводят разработчики и городские отчёты по московскому проекту.

Эти цифры отражают порядок величин по открытым данным разработчиков и городских проектов и могут отличаться у конкретной системы и выборки.

Контроль качества

На начальном этапе эксплуатации результаты автономного ИИ дополнительно перепроверяли специалисты клиники им. Ю. Н. Касаткина Российской медицинской академии непрерывного профессионального образования (РМАНПО) — в течение 48 часов после автоматического заключения. При расхождении между ИИ и врачом верным всегда считается заключение врача, а доля таких расхождений измеряется сотыми долями процента. Каждый подобный случай разбирается отдельно и используется для улучшения модели.

Нейросети настроены на сортировку профилактических исследований с нормой и с признаками патологий, они определяют норму с точностью почти 100%. Это первый в мире прецедент применения такого сценария ИИ в практическом здравоохранении.

Правительство Москвы

Такая схема контроля показывает общий принцип, на котором строится доверие к автономным ИИ-решениям в здравоохранении: чем выше степень автономии системы, тем плотнее должен быть независимый аудит её решений на старте эксплуатации.

Ограничения: почему решение остаётся за врачом

Как бы хорошо ни работала модель, регуляторная логика в России построена вокруг одного принципа: ответственность за медицинское решение нельзя автоматизировать.

СППВР не принимает решение за врача и не снимает с него ответственность. Она даёт подсказку с обоснованием — почему предложен именно такой диагноз или такая тактика, — а диагноз, назначение и подпись остаются за человеком. При любом расхождении между выводом ИИ и мнением врача приоритет отдаётся заключению врача.

Система, которая интерпретирует медицинские данные, обязана пройти государственную регистрацию. СППВР несёт потенциальный риск для здоровья пациента, поэтому она должна быть зарегистрирована Росздравнадзором как медицинское изделие; врачи не вправе применять незарегистрированные СППВР в клинической практике.

ГОСТ Р 71671-2024 требует прозрачности и объяснимости рекомендаций. Система должна обосновывать каждую рекомендацию, а не выдавать «чёрный ящик» — это позволяет и врачу, и контролирующим органам проверить обоснованность вывода постфактум.

Вот краткий порядок, по которому проверяется допустимость применения СППВР в клинике:

1. Определить, интерпретирует ли система медицинские данные (а не просто хранит их) — если да, она несёт потенциальный риск для здоровья пациента.
2. Проверить, зарегистрирована ли конкретная СППВР Росздравнадзором как медицинское изделие.
3. Убедиться, что система соответствует требованиям ГОСТ Р 71671-2024 к объяснимости — она должна обосновывать каждую рекомендацию, а не выдавать «чёрный ящик».
4. Уточнить, что врач сохраняет право и обязанность оценивать рекомендацию критически, а не принимать её автоматически.
5. Использовать только те системы, которые прошли этот путь — врачи не вправе применять незарегистрированные СППВР в клинической практике.

Чем детальнее и понятнее объяснение системы, тем проще врачу и контролирующим органам проверить обоснованность её рекомендаций постфактум. Именно поэтому требование объяснимости — не формальность, а часть системы безопасности пациента. Попробовать смежный, пациентский формат — ИИ-врач бесплатно — можно уже сейчас, но важно помнить, что это справочный инструмент, а не замена клинической СППВР или очной консультации.

FAQ