ИИ-протокол приема в Москве заполняет 50 полей за 35 секунд, а частные клиники молчат

Врач на приеме половину времени смотрит в монитор. По фотохронометражу участковых терапевтов, документация занимает 47% времени на пациента. Звучит как идеальная задача для ИИ, и в Москве её уже решили. Вопрос в том, почему больше нигде этого нет.

Три работы вместо одной

Заполнение протокола выглядит одним действием, но на деле это три разные задачи. Первая: расшифровка разговора врача и пациента, то есть распознавание речи. Вторая: раскладка текста по полям, где нужна языковая модель, которая вытащит жалобы, анамнез, назначения и предварительный диагноз. Третья: перенос готовых полей в медицинскую информационную систему клиники. Это скорее интеграция, чем ИИ.

Если закрыть только первый шаг, врачу достанется пять листов стенограммы вместо пустого протокола. Если закрыть два, но переносить руками, экономию съест копирование. Работать должны все три шага, а в конце врач проверяет и подписывает.

Что уже есть

С 9 сентября голосовой помощник Департамента здравоохранения Москвы и Яндекса работает у всех участковых врачей взрослых городских поликлиник, это больше трех тысяч человек. SpeechKit распознает речь, YandexGPT заполняет более 50 полей, данные идут через ЕМИАС. По заявлению участников, протокол собирается за 35 секунд, точность выше 90%, а время на документы падает до 40%. Важная оговорка: все цифры от самих участников, независимой оценки нет.

Яндекс продает то же решение как «Яндекс Мед», но интеграции с частными МИС и цену не раскрывает. Студенты ИТМО собрали прототип на GigaAM, Pyannote и Mistral, до учетной системы он не дошел.

Где подвох

Автор сама проверила распознавание на своей лекции про страхование. Whisper medium расшифровал 10 минут примерно за 13 минут и перепутал «КАСКО» с «Авказска». GigaAM-v3 в облегченной версии на 312 МБ справилась за 25 секунд на обычном процессоре и термины подала точнее. Но «андеррайтинг и тарификацию» исковеркали обе. В медицине терминов больше и они сложнее, поэтому нужна проверка на записях конкретной клиники и специальности.

Дальше организационные барьеры. Врачи воспринимают запись приема как контроль, а не как помощь. И у клиники может пропасть рычаг «пишу для страховой». Интеграция, по мнению автора, уже не главный тормоз: роботизация (RPA) заполняет экранные формы за человека, как было с «ПроМедом» и Lexema-RPA. Для пилота это быстро, для сети из сотен врачей хрупко: робот ломается при обновлении интерфейса.

Сколько это стоит

Пилот на одну клинику и две-три специальности своими силами обходится в 1,9–3,1 млн ₽, через подрядчика 3–6 млн ₽. Сервер с видеокартой: 0,5–0,8 млн ₽ в год в аренду или 1–2,5 млн ₽ за свой. С поддержкой первый год выходит на 4,5–6 млн ₽ своими силами. Окупается, если с системой работают от 12 до 55 врачей. Экономия на врача оценивается в 205–270 тыс. ₽ в год на нормативе ОМС и выше при длинных частных приемах.

Что делать

Начинать стоит с одной клиники и двух-трех специальностей. Сначала доучить распознавание на медицинской лексике, сразу закрыть все три шага и мерить до и после: время на документацию, долю исправленных врачом полей, ошибки в терминах и кодах. Отдавать врачам инструмент нужно, когда качество уже высокое: одна неудачная история быстро становится мнением всего коллектива.