Компания Epic анонсировала на конференции HIMSS новую платформу «agent factory», позволяющую медицинским системам самостоятельно создавать и развертывать ИИ-агенты внутри Epic EHR. Уже выпущены три агента: Penny для задач финансового цикла, Art для помощи клиницистам в документации и кодировании, и Emmie для помощи пациентам с записью и объяснением результатов анализов. Платформа позволяет перепроектировать целые рабочие процессы, охватывающие несколько частей EHR, а не отдельные приложения.
В Санкт-Петербурге разработана система ИИ-администратора для медицинских клиник и стоматологий, предназначенная для автоматизации обработки обращений пациентов. Система направлена на снижение нагрузки на фронт-офис медицинских учреждений и оптимизацию процессов записи и обработки запросов. Технология использует искусственный интеллект для распознавания и маршрутизации обращений, что позволяет сократить время ожидания пациентов и повысить эффективность работы административного персонала. Продукт ориентирован на интеграцию с существующими системами записи в медицинских организациях, обеспечивая круглосуточную доступность для пациентов. Разработка представляет собой практическое применение NLP и автоматизации в сфере управления медицинскими учреждениями. Решение может быть масштабировано на другие города и типы медицинских организаций, что расширяет возможности цифровизации российского здравоохранения. Проект демонстрирует тренд на внедрение ИИ-решений для оптимизации административных процессов в медицине, а не только для клинических задач.
Компания Zunami в начале 2026 года представила новый сервис распознавания документов на базе искусственного интеллекта. Система использует инструменты ИИ для автоматической классификации различных типов документов. Однако в предоставленном фрагменте статьи отсутствуют конкретные детали о методологии работы платформы, используемых алгоритмах машинного обучения, точности распознавания и ключевых показателях эффективности. Также не указано, есть ли специализированные медицинские модули для работы с медицинскими документами, страховымиclaimами или медицинской документацией. В целом, технология распознавания документов может быть потенциально полезна в здравоохранении для автоматизации обработки медицинских записей, но явных упоминаний медицинских применений в тексте нет. Для полноценной оценки необходимо ознакомиться с полной версией статьи.
Nextstrain — это онлайн-платформа для автоматизированного генетического надзора за 21 вирусом и бактериальным патогеном Mycobacterium tuberculosis, обеспечивающая непрерывное обновление данных в реальном времени. Система автоматически выполняет цепочку операций: получение и курирование открытых последовательностей генома, классификация по установленным номенклатурным системам, филодинамический анализ и публичная публикация результатов. Большинство анализов выполняются ежедневно, предоставляя актуальные снимки эволюции патогенов. Платформа использует исключительно открытые данные последовательностей, что делает её доступной для научного сообщества. Все исходные коды доступны на GitHub, результаты визуализации и скачивания — на nextstrain.org/pathogens, а открытые данные и метаданные размещены в отдельном каталоге файлов. Такой подход позволяет общественному здравоохранению получать почти мгновенную информацию об эволюционных и эпидемиологических динамических процессах, что критически важно для принятия своевременных и целенаправленных мер по контролю заболеваний. Платформа демонстрирует, как автоматизация и машинное обучение могут трансформировать эпидемиологический надзор и реагирование на вспышки инфекционных заболеваний.
Статья о внедрении автоматизации в медицинские практики для снижения административной нагрузки на врачей и улучшения опыта пациентов. Описываются автоматизированные процессы для записи, регистрации, документации и биллинга, которые позволяют клиницистам уделять больше времени непосредственной работе с пациентами.
Компания MiniMed получила одобрение FDA на новый инсулиновый насос MiniMed Flex — самый компактный в линейке производителя. Устройство размером примерно с две сложенные друг на друга инсулиновые ампулы работает без встроенного экрана, управляясь преимущественно через смартфон пользователя. Насос оснащен алгоритмами SmartGuard для дозирования инсулина и функциями обнаружения приёма пищи — технологии машинного обучения, автоматически рассчитывающие потребность в инсулине на основе данных непрерывного мониторинга глюкозы. FDA одобрило использование устройства для пациентов с диабетом 1 типа в возрасте от 7 лет и с диабетом 2 типа от 18 лет. MiniMed Flex совместим с непрерывным монитором глюкозы Simplera Sync компании и новым сенсором Instinct от Abbott с 15-дневным сроком работы. Компания MiniMed отделилась от Medtronic в начале марта 2026 года, провела IPO 9 марта, собрав около 538 миллионов долларов, при этом Medtronic сохраняет 90% акций. Европейское одобрение для комбинации насоса 780G и сенсора Instinct также получено в этом месяце. Автоматизированные системы доставки инсулина с алгоритмами машинного обучения представляют собой важный шаг в персонализированном лечении диабета, позволяя пациентам меньше времени уделять управлению заболеванием.
Статья описывает внедрение AI-контакт-центра healow Genie в медицинской клинике для автоматизации обработки входящих звонков. Система продемонстрировала способность обрабатывать 76% всех входящих звонков без участия человека, что существенно разгрузило административный персонал клиники. Благодаря внедрению AI-решения клиника оптимизировала ежедневные рабочие процессы и расширила доступ пациентов за пределами стандартного рабочего времени. Система позволила сократить административную нагрузку на персонал, что особенно актуально в условиях нехватки медицинских администраторов. Решение демонстрирует практическое применение искусственного интеллекта для повышения операционной эффективности в медицинских организациях. Клинический опыт показывает, что автоматизация рутинных задач через ИИ может одновременно улучшать доступность медицинской помощи и удовлетворённость пациентов.
Исследование описывает опыт настройки LLM-as-a-Judge для оценки качества автоматической генерации клинических сводок в радиологии. Авторы проанализировали данные 30 пациентов с КТ брюшной полости, сравнивали оценки экспертов и шести различных LLM, выявив критерии для эффективной настройки таких систем. Результаты показывают, что критерии, эффективные для оценки человеком, не всегда подходят для LLM-оценки.
Исследование представляет метод автоматической классификации тканей поджелудочной железы с помощью комбинации ближнеинфракрасной гиперспектральной визуализации и машинного обучения. Оптимизированная модель достигла 84% сбалансированной точности, что на 10 процентных пунктов лучше традиционных подходов, что может улучшить раннюю диагностику рака поджелудочной железы.
В ходе конференции HIMSS26 компания Microsoft анонсировала масштабное обновление своей системы искусственного интеллекта Dragon Copilot для медицинской документации. Новые функции включают специализированную поддержку для врачей, медсестер и радиологов, интеграцию с системами поддержки клинических решений и управления доходом, а также расширение языковых возможностей. Это обновление представляет значительный шаг в автоматизации клинической документации и снижении административной нагрузки на медицинский персонал. Технология использует обработку естественного языка для преобразования врачебных комментариев в структурированные медицинские записи, что критически важно для эффективности работы клиник и точности данных пациентов. Dragon Copilot уже демонстрирует сокращение времени на документирование на 30-50% в пилотных внедрениях, что напрямую влияет на качество ухода за пациентами и предотвращение выгорания врачей. Интеграция с системами revenue cycle management позволяет автоматизировать биллинг и сократить административные ошибки, что особенно актуально в условиях роста стоимости медицинской помощи.
Статья освещает обсуждение агентного искусственного интеллекта (agentic AI) на конференции HIMSS26 в Лас-Вегасе. Агентный ИИ — это автономные системы, способные самостоятельно выполнять задачи без постоянного человеческого вмешательства. В здравоохранении такие системы потенциально могут автоматизировать процессы предварительных авторизаций и взаимодействия с пациентами, освобождая время клиницистов и администраторов. Однако независимое действие агентного ИИ создаёт риски в медицинских рабочих процессах, требующие особого внимания. Эксперты подчёркивают необходимость внедрения инструментов с надлежащим управлением и механизмами проверки человеком. Организации здравоохранения должны балансировать между эффективностью автоматизации и безопасностью пациентов. Статья основана на интервью с лидерами отрасли, которые поделились опытом использования агентного ИИ и рекомендациями по его внедрению. Ключевой вывод — успех зависит от правильной governance и интеграции человеческого контроля в автоматизированные процессы.
Статья описывает применение автономного голосового ИИ для устранения барьеров доступа пациентов в здравоохранении, включая автоматизацию записи на приём, запросов рецептов и интеграцию с EHR. Технология позволяет пациентам взаимодействовать с системой 24/7, а ИИ автоматически собирает структурированные данные и создаёт заметки для клинических команд.
Статья о критериях венчурного инвестора Кэти Джейкобс Стэнтон при инвестировании в стартапы медицинского ИИ, включая портфельные компании: Dandelion Health (анализ клинических данных), Pharos Health (автоматизация отчётности), Luminai (обработка страховых требований) и Throne Science (сенсор для раннего выявления рака толстой кишки). Основной акцент сделан на важности наличия у основателей опыта в здравоохранении и уникальности продукта.
Статья описывает эволюцию медицинской документации от бумажных записей к электронным медкартам и современным технологиям ambient AI. Автор-врач объясняет, как ambient AI наконец решает проблему документационной нагрузки, уменьшая, а не увеличивая рабочую нагрузку клиницистов.
