Лідери думок

Коли ШІ приходить до лікарні: що змінюється для лікарів і пацієнтів

mm
Додайте Unite.AI до бажаних джерел у Google

У попередній колонці я розглядав медичний ШІ з погляду бізнесу, зосередившись на можливостях, які він відкриває для технологічних компаній. Та крім потенціалу для інновацій і появи нових ринків постає важливіше питання: як ці технології вплинуть на лікарів, які ними користуються, і пацієнтів, які від них залежать? Адже справжня цінність медичних інновацій полягає в їхній здатності підвищувати якість і доступність медичної допомоги. І я вже бачу, як разюче змінюються можливості її надання.

Як нестача персоналу прискорює автоматизацію в медицині

Я знаю підприємця, компанія якого надає лікарням тимчасовий медичний персонал, зокрема медсестер, які замінюють штатних працівників, коли ті не можуть вийти на роботу. Можна було б очікувати, що такий бізнес процвітатиме на тлі постійної нестачі кадрів. Однак, за його словами, навіть компаніям, що спеціалізуються на постачанні медичних працівників, важко знайти достатньо кваліфікованих фахівців.

Лікарням десятиліттями бракує лікарів і медсестер. Підготовка нових медичних працівників потребує значного часу й ресурсів. Медична освіта, особливо у США, може бути надто дорогою, а багаторічне навчання та клінічна практика пов’язані з фінансовим і психологічним тиском. Навіть після завершення навчання лікарі стикаються з високим рівнем стресу, величезною відповідальністю та постійним браком часу.

У результаті лікарям іноді залишається лише кілька хвилин на кожного пацієнта, щоб розглянути симптоми, обміркувати можливі діагнози, призначити обстеження й оформити необхідну документацію. Таке навантаження підвищує ризик помилок і залишає менше часу на повноцінне спілкування з пацієнтами. І навряд чи сам найм додаткового персоналу розв’яже цю проблему.

Саме тому я вважаю, що постійна нестача персоналу та зростання навантаження стануть одними з головних чинників, які прискорюватимуть упровадження ШІ в лікарнях.

Що лікарі можуть доручити ШІ?

Одне з найпрактичніших застосувань — системи на основі ШІ, які записують розмови між лікарями й пацієнтами, підсумовують консультації та допомагають готувати клінічну документацію. Замість того щоб витрачати час на ручне ведення записів, лікарі отримують чернетку, яку можуть перевірити й за потреби відредагувати.

Переваги цих інструментів уже помітні в клінічній практиці. У дослідженні, опублікованому в JAMA у квітні 2026 року, проаналізували дані понад 8 500 медичних працівників із п’яти медичних центрів США. Серед клініцистів, які почали користуватися інструментами документування на основі ШІ, час на ведення клінічних записів скоротився в середньому на 10 % — приблизно на 16 хвилин за кожен восьмигодинний період запланованих прийомів пацієнтів.

Ще один приклад — диференційна діагностика за допомогою ШІ. Уявімо, що пацієнт звернувся до лікаря зі скаргами на біль у животі й поколювання в лівому боці. Система ШІ може проаналізувати симптоми й запропонувати кілька можливих причин для подальшого розгляду. Вона не встановлює остаточного діагнозу, але може допомогти лікарю скласти перелік можливих варіантів, визначити додаткові запитання та з’ясувати, які обстеження можуть знадобитися. Мені вже доводилося бачити такі інструменти в дії, і я очікую, що вони стануть звичною частиною медичних консультацій. Водночас вони викликають цілком обґрунтоване занепокоєння: чи не послабить поступово залежність від рекомендацій, згенерованих ШІ, здатність лікарів міркувати самостійно? Коли система пропонує готові відповіді, виникає спокуса довіритися її висновкам — особливо коли на кожного пацієнта й без того залишається так мало часу.

Однак є й інший бік. Незалежно від досвіду лікаря, його знання неминуче формуються під впливом пацієнтів, яких він лікував, отриманої підготовки та досліджень, які він мав час опрацювати. Тим часом моделі ШІ потенційно можуть виявляти закономірності у значно більших масивах медичних даних, зокрема у випадках, з якими окремий лікар міг ніколи не стикатися.

ШІ як учасник медичних досліджень

Ще один напрям, який варто дослідити, — складні клінічні випадки, у яких навіть досвідченим фахівцям важко дійти згоди. Нині такі випадки часто виносять на розгляд клінічних консиліумів, де лікарі аналізують результати обстежень, обговорюють можливі діагнози й узгоджують подальші кроки лікування. Не думаю, що ШІ замінить такі обговорення, але цілком можу уявити, що він стане ще одним їхнім учасником.

Це можна організувати кількома способами. Кілька моделей можуть незалежно проаналізувати той самий клінічний випадок, щоб лікарі могли порівняти результати й визначити, у чому їхні висновки збігаються, а в чому — ні. Інший варіант — одна модель аналізує випадок кілька разів, застосовуючи різні підходи, а потім отримані результати зводять докупи для подальшого розгляду.

Звісно, згода між моделями ШІ не обов’язково означає, що вони дійшли правильного висновку. Моделі можуть мати спільні обмеження, спиратися на схожі навчальні дані й припускатися тих самих помилок. І все ж ці додаткові погляди можуть допомогти виявити суперечності, звернути увагу на рідкісні захворювання або запропонувати варіанти, яких лікарі спочатку не розглядали.

Однак, щоб ШІ міг повноцінно долучатися до таких обговорень, він має враховувати більше, ніж окремі результати обстежень. На власному досвіді роботи в Keymakr я переконався, наскільки важливий цей ширший клінічний контекст. В одному проєкті з ультразвукової діагностики ми працювали зі знімками тих самих пацієнтів, зробленими в різний час: іноді кілька разів на день, а потім знову через кілька місяців. Команда позначала анатомічні структури й можливі відхилення для подальшого розгляду фахівцями, водночас зважаючи на зміни в історії обстежень пацієнтів.

Невеликі розбіжності в окремих медичних записах могли впливати на тлумачення пов’язаних даних упродовж усього періоду, охопленого набором даних. Цей досвід ще раз показав, наскільки важливо розглядати історію хвороби пацієнта в цілому, — це так само необхідно для систем ШІ, що допомагають ухвалювати складні клінічні рішення.

МРТ без томографа

Однак діагностика — це не лише правильне тлумачення медичних даних. Важливо ще й мати змогу спершу отримати ці дані. Один із найцікавіших проєктів у сфері ШІ, про які я дізнався на заході, рекомендованому Scryon, спрямований саме на розв’язання цієї проблеми. Команда розробників знайшла спосіб за допомогою штучного інтелекту відтворювати зображення, схоже на отримане за допомогою МРТ, використовуючи знімки КТ і кілька рентгенівських знімків, зроблених під певними кутами. Ідея виникла з цілком практичної проблеми: апарати МРТ дорогі, і пацієнтам іноді доводиться чекати на обстеження місяцями, тоді як рентгенівські апарати й томографи КТ набагато доступніші.

Поки що ця технологія призначена для обстеження коліна, хоча розробники розглядають можливість поширити її на інші суглоби. За словами команди, відтворені зображення мають надавати інформацію, зіставну з тією, яку отримують за допомогою МРТ, хоча ці методи візуалізації ґрунтуються на різних фізичних принципах.

Замість того щоб розробляти ще одне дороге медичне обладнання, команда використовує наявні технології візуалізації та розширює їхні можливості за допомогою реконструкції зображень на основі ШІ.

Операційна без кордонів

Я очікую, що протягом наступного десятиліття ШІ в тій чи іншій формі відіграватиме роль щонайменше в половині всіх медичних процесів. Йдеться про широкий спектр застосувань: від аналізу медичних даних і допомоги в діагностиці до рекомендацій ШІ в реальному часі під час хірургічних операцій.

У довгостроковій перспективі ці технології також можуть допомогти подолати фінансові, організаційні й навіть географічні перешкоди в доступі до медичної допомоги. Уявіть, що досвідчений хірург зі США допомагає провести операцію дитині в Індії або фахівець з Індії бере участь у лікуванні пацієнта в Канаді, не перебуваючи фізично в операційній. Розвиток робототехніки, систем дистанційного керування та хірургічних систем з підтримкою ШІ може зробити такі сценарії можливими.

Перші кроки в цьому напрямі вже роблять. Наприклад, платформа Proximie дає змогу хірургам дистанційно під’єднуватися до операційних, спостерігати за перебігом операцій у реальному часі й співпрацювати з медичними командами на місці. Система підтримує відеозв’язок у реальному часі, голосове спілкування та візуальні позначки, а також використовує ШІ для аналізу даних про перебіг хірургічних операцій. Це не означає, що хірурги вже можуть дистанційно проводити будь-які операції, але фахівці можуть ділитися досвідом і надавати рекомендації, не перебуваючи в одній операційній.

Я вважаю, що розширення доступу до медичної допомоги має бути однією з головних цілей застосування ШІ в медицині. Важливо, чи допоможуть ці технології скоротити час очікування на діагностичні обстеження, зменшити навантаження на медичних працівників і дати лікарям більше часу для спілкування з пацієнтами. Зрештою, успіх ШІ в медицині я оцінював би за тим, скільки більше людей завдяки йому зможуть своєчасно отримати якісну медичну допомогу.

Майкл Абрамов є засновником та генеральним директором Scryon, маючи понад 15 років досвіду у розробці програмного забезпечення та систем штучного інтелекту комп'ютерного зору, що застосовуються для створення інструментів маркування корпоративного рівня.

Майкл розпочав свою кар'єру як інженер‑програміст та менеджер з досліджень і розробок, створюючи масштабовані системи даних та керуючи міжфункціональними інженерними командами. До 2025 року він обіймав посаду генерального директора Keymakr, компанії, що надає послуги маркування даних, де він впровадив робочі процеси з участю людини, передові системи контролю якості та індивідуальні інструменти для підтримки потреб у великих обсягах даних комп'ютерного зору та автономії.

Він має ступінь бакалавра з інформатики та досвід у галузі інженерії та творчих мистецтв, що дає йому мультидисциплінарний підхід до розв’язання складних проблем. Майкл працює на перетині технологічних інновацій, стратегічного керування продуктами та реального впливу, просуваючи наступний рубіж автономних систем та інтелектуальної автоматизації.