Athenahealth подключила Claude к медкартам более 20% жителей США

Медицинская карта хранит много полезного, но человеку часто трудно найти в ней даже простой факт. Последний результат анализа может лежать между протоколом визита, списком назначений и непонятными сокращениями. Athenahealth предлагает знакомый разработчикам выход: подключить данные к языковой модели через MCP и позволить пациенту задавать вопросы обычными словами.

Компания запустила AthenaPatient MCP — сервер, через который Claude получает доступ к выбранным разделам медицинской карты после явной авторизации пациента. Athenahealth обслуживает более 20% населения США, поэтому речь идёт не о лабораторной демонстрации, а о потенциально крупном канале доступа к чувствительным данным.

Как это выглядит для пациента

Пользователь входит в учётную запись Athenahealth, разрешает подключение и выбирает, какие сведения можно передавать Claude. После этого модель может учитывать результаты анализов, показатели жизненно важных функций, лекарства, аллергии, прививки, диагнозы, историю посещений, процедуры и планы лечения. Разрешение можно отозвать.

Простой пример: вместо ручного поиска по документам пациент спрашивает: «Каким был мой последний показатель эритроцитов?» Claude находит нужную запись и возвращает значение из карты. Но граница проведена специально: сервис помогает извлекать и объяснять уже записанную информацию, а не назначает лечение и не заменяет врача. Вопрос о том, почему показатель вышел за пределы нормы и что с этим делать, должен уходить специалисту.

Сейчас подключение доступно пользователям платных тарифов Claude Pro и Claude Max. Сам факт наличия подписки ничего не открывает: пациент должен отдельно пройти авторизацию и согласиться на передачу данных.

Почему MCP здесь важнее самого чат-бота

Для разработчиков интересен не интерфейс с вопросами, а архитектурный шаблон. MCP превращает медицинскую систему в управляемый источник контекста: модель не получает всю базу целиком, а обращается к данным от имени конкретного пользователя и в пределах выданных прав.

Такой подход можно перенести на банки, страховые компании, корпоративные хранилища и государственные сервисы. Однако одной кнопки «Разрешить доступ» недостаточно. Для чувствительных систем нужны узкие области разрешений, короткоживущие токены, журнал каждого обращения, понятный отзыв доступа и запрет на сохранение лишнего контекста. Интерфейс также должен показывать, откуда взялся ответ: из какого документа, за какую дату и с каким статусом.

Athenahealth утверждает, что условия соглашения запрещают Anthropic использовать полученные через интеграцию сведения для обучения моделей или улучшения продуктов. Это важное обещание, но продуктовой команде всё равно необходимо проектировать систему так, будто любое лишнее раскрытие данных станет инцидентом. Особенно опасны широкие разрешения, скрытые фоновые запросы и ответы без ссылки на первичную запись.

Что проверить перед похожим запуском

Первый вопрос — действительно ли модели нужен доступ ко всей сущности или достаточно нескольких полей. Второй — сможет ли пользователь увидеть и отменить каждое разрешение. Третий — что произойдёт, если Claude ошибётся, перепутает даты или уверенно перескажет устаревший диагноз.

Практический вывод простой: MCP ускоряет интеграцию модели с закрытыми системами, но не решает безопасность автоматически. Для продукта ценность появляется там, где ассистент снимает рутинный поиск и не притворяется врачом. Для разработчика минимальный набор — точечная авторизация, проверяемые источники ответа, полный аудит запросов и безопасный отказ, когда данных недостаточно. Именно эти детали определят, станет ли медицинский ассистент полезным интерфейсом к карте или ещё одной дорогой утечки.