Google DeepMind представила ИИ-систему co-clinician для врачей и телемедицины

Google DeepMind 30 апреля 2026 года представила исследовательскую инициативу AI co-clinician — систему, которая должна помогать врачам и пациентам в рамках клинической команды, а не подменять решение специалиста. Компания проверяет, может ли такой ИИ ускорять доступ к доказательной информации, лучше отвечать на вопросы о лекарствах и поддерживать телемедицинские консультации под надзором врача.

Зачем нужен проект В

DeepMind отталкиваются от простой проблемы: системе здравоохранения не хватает людей. Компания ссылается на прогноз ВОЗ о дефиците более 10 миллионов медицинских работников к 2030 году. На этом фоне ИИ часто подают как универсальное решение, но на практике врачам нужен не просто разговорчивый чат-бот, а инструмент, которому можно доверять в реальных клинических сценариях — с проверяемыми ответами, понятными ограничениями и возможностью оставить финальное решение за человеком.

Именно поэтому DeepMind описывает модель как co-clinician, то есть «со-клинициста», а не автономного врача. Идея в том, что пациент, врач и ИИ образуют тройку: система помогает собрать данные, найти релевантные рекомендации и поддержать пациента на пути лечения, но клиническая ответственность остаётся у специалиста. Такой подход компания называет шагом к AI-augmented care — медицине, где ИИ расширяет возможности команды, а не выносит окончательные вердикты сам.

«Медицина всегда была командной игрой, и AI-агенты могут добавить в

неё новых участников».

Как проверяли систему Для сценариев «врач — ИИ»

DeepMind вместе с академическими врачами адаптировала фреймворк NOHARM. Он оценивает два типа ошибок: когда система говорит неверную вещь и когда она не упоминает критически важную информацию. В слепых сравнениях врачи стабильно предпочитали ответы AI co-clinician популярным инструментам для синтеза доказательной информации.

В отдельном анализе 98 реалистичных запросов из первичной помощи система прошла 97 кейсов без критических ошибок, что DeepMind подаёт как улучшение относительно двух других широко используемых AI-систем. Отдельно модель гоняли на сложных вопросах о лекарствах и терапевтических вмешательствах. Для этого использовали набор RxQA из OpenFDA, который проверяет не только фактические знания, но и медицинское рассуждение.

По данным компании, AI co-clinician особенно заметно прибавил там, где вопросы задаются в открытой форме, как это и происходит в реальной практике, а не в формате теста с вариантами ответа. 98 реалистичных запросов по первичной помощи 97 из 98 случаев без критических ошибок Преимущество на открытых вопросах о препаратах и терапии 20 синтетических клинических сценариев для телемедицинских симуляций * Сопоставимый или лучший результат, чем у врачей первичного звена, в 68 из 140 критериев Ещё одна линия исследований касается мультимодального режима для телемедицины. DeepMind вместе с врачами из Гарварда и Стэнфорда тестировала систему на живом аудио и видео, опираясь на наработки Gemini и Project Astra.

В симуляциях с 20 клиническими сценариями агент смог делать то, чего не умеют чисто текстовые системы: например, подсказывать правильную технику использования ингалятора или вести пациента через движения плечом, чтобы выявить возможную травму вращательной манжеты. Но общий итог у компании осторожный: по более чем 140 параметрам эксперты-врачи всё же оказались сильнее, особенно в поиске тревожных симптомов и проведении критически важных осмотров.

Ограничения и защита

Это, пожалуй, главная часть новости: DeepMind очень явно не продаёт AI co-clinician как готовый медпродукт. Компания пишет, что текущие исследовательские коллаборации не предназначены для диагностики, лечения, профилактики заболеваний или выдачи медицинских советов. Речь идёт именно об исследовании того, как такие системы можно безопасно оценивать и где они реально полезны без завышенных обещаний. Для пациентских телемедицинских сценариев DeepMind использует двухагентную архитектуру: модуль Planner постоянно отслеживает ход консультации, а модуль Talker ведёт диалог и должен оставаться внутри безопасных клинических рамок. Для врачебных сценариев система делает упор на «клинический уровень» доказательности, включая верификацию найденной информации и проверку цитат. Параллельно компания запускает поэтапные оценки с партнёрами в США, Индии, Австралии, Новой Зеландии, Сингапуре и ОАЭ, чтобы проверить подход в разных медицинских контекстах.

Что это значит

DeepMind показывает важный сдвиг: медицинский ИИ всё меньше меряют только экзаменационными тестами и всё больше — способностью работать внутри реального клинического процесса. До замены врача здесь очень далеко, но роль ассистента, который помогает с доказательной базой, лекарственными вопросами и частью телемедицинской рутины, выглядит уже не как абстрактная демонстрация, а как предмет системной проверки.