Российский рынок медицинского ИИ столкнулся с дефицитом доступных данных
В России растет объем медицинских данных, которые могли бы использоваться для развития ИИ, но получить к ним доступ разработчикам по-прежнему сложно. В 2024 году в Единой государственной информационной системе в сфере здравоохранения (ЕГИСЗ) хранилось 1,7 млрд документов, а к 2026–2027 годам их число может увеличиться до 2,5 млрд. При этом медицинские организации и компании зачастую не могут использовать этот массив для обучения моделей и создания новых продуктов.
Одна из главных проблем — правила работы с персональными данными. При обезличивании информация может потерять часть ценности для обучения моделей, а передавать исходные данные без такой обработки нельзя, рассказала руководитель инфраструктурного центра Healthnet НТИ Мария Галямова. Ситуацию усложняет и разрозненность медицинских информационных систем (МИС): данные передаются в ЕГИСЗ, но получить их обратно медицинским организациям зачастую сложно, отмечает генеральный директор ассоциации «Национальная база медицинских знаний», член экспертного совета по ИКТ Минздрава Борис Зингерман.
Одним из возможных решений участники рынка называют федеративное обучение. В этом случае модель обучается внутри каждой организации, а наружу передаются ее параметры, а не данные пациентов. Такой подход позволяет объединять результаты работы разных организаций без централизованной передачи медицинской информации, считает основатель Guardora и Oz Forensics Артем Герасимов. При этом согласия, которые пациенты подписывают в клиниках, зачастую не позволяют разработчикам использовать их данные для создания обучающих датасетов. В Минздраве сейчас рассматривают экспериментальный правовой режим, который должен позволить медицинским организациям обмениваться обезличенными данными.
Медицинские данные при этом хранятся не только в информационных системах клиник: пациенты могут получать их через «Госуслуги», региональные порталы и личные кабинеты медицинских организаций. Дополнительный массив информации создают устройства мониторинга — от медицинских приборов до фитнес-браслетов и умных часов. Но барьеры возникают и после разработки модели: программное обеспечение с ИИ, зарегистрированное как медицинское изделие, автоматически относят к классу 3 потенциального риска по приказу Минздрава №4н. Участники рынка считают, что это увеличивает стоимость разработки и регистрации и усложняет последующие обновления продуктов.
Даже после регистрации ИИ-продукт еще не обязательно быстро попадет в клиники. Руководитель инвестиционного направления «Моторики» Тамара Мишагина среди барьеров называет недоверие к технологии, неготовность медицинских организаций к ее внедрению, несовместимость информационных систем и нехватку финансирования на промежуточных этапах разработки. Для небольших компаний это может сделать отдельные проекты экономически нецелесообразными.
В итоге быстро растущий массив медицинских данных пока не привел к столь же быстрому развитию рынка медицинского ИИ. Разработчикам приходится отдельно решать проблемы доступа к информации, законности ее использования, совместимости систем и регистрации готовых продуктов. Все это повышает стоимость разработки и растягивает путь от создания модели до ее реального внедрения в клинике.
Подпишитесь на «Инк» в Telegram. Там мы пишем нескучным языком о самом важном для предпринимателей. Подписаться.
