регулирование

Международная группа исследователей опубликовала работу, предупреждающую о рисках безграничного доверия к искусственному интеллекту в области женского здоровья. Авторы исследования подчёркивают, что современные ИИ-системы не являются универсальным решением медицинских проблем женщин и требуют критической оценки перед внедрением в клиническую практику. Ключевая проблема заключается в том, что алгоритмы машинного обучения воспроизводят существующие гендерные стереотипы, укоренившиеся в исторических медицинских данных и практике. Это системное смещение приводит к усилению рисков неравенства при оказании медицинской помощи разным группам пациенток. Дополнительную обеспокоенность у исследователей вызывают вопросы безопасной обработки и защиты персональных данных пациентов при использовании ИИ-чатов и виртуальных медицинских ассистентов. Работа опубликована в рецензируемом журнале Women's Health, входящем в портфолио авторитетного издательства Springer Nature. Исследование поднимает важные этические и регуляторные вопросы массового внедрения ИИ в здравоохранение, особенно в чувствительных областях женской медицины.

Подкаст Debunked обсуждает недавние действия CMS и жалобу бывшего директора по исследованиям клиники Mayo на то, как медицинский центр внедряет ИИ. Материал затрагивает вопросы организации и регулирования применения искусственного интеллекта в здравоохранении.

Федеральные органы здравоохранения США организовали серию закрытых встреч с представителями технологических компаний и лоббистских групп для обсуждения вопросов внедрения искусственного интеллекта в клиническую практику. Инициатива направлена на ускорение адаптации ИИ-решений в медицине через диалог между регуляторами и индустрией. Встречи носят закрытый характер, что вызывает вопросы о прозрачности процесса формирования регуляторной политики. Участие лоббистов наряду с исследователями указывает на комплексный подход к формированию нормативной базы для клинического ИИ. Целью встреч является выявление барьеров для внедрения ИИ-технологий и разработка механизмов их преодоления. Детали конкретных обсуждаемых технологий, сроков и ожидаемых регуляторных изменений в предоставленном материале не раскрываются. Статья опубликована на платформе STAT+, специализирующейся на освещении новостей здравоохранения и биотехнологий.

Компания Daffodil Health, специализирующаяся на технологиях искусственного интеллекта для здравоохранения, запустила новую платформу для страховых компаний и других плательщиков медицинских услуг. Платформа предназначена для автоматизации и оптимизации процесса управления спорами в соответствии с федеральным законом No Surprises Act (NSA), который защищает пациентов от неожиданных медицинских счетов. Решение использует алгоритмы машинного обучения для анализа претензий, выявления потенциальных конфликтов и поддержки процесса арбитража между плательщиками и поставщиками медицинских услуг. Внедрение ИИ позволяет сократить время обработки споров, уменьшить административную нагрузку на персонал и повысить точность принятия решений. Для страховых компаний это означает снижение операционных издержек и более эффективное соблюдение регуляторных требований. Платформа представляет собой пример применения искусственного интеллекта в административной сфере здравоохранения, а не в клинической практике.

Исследование изучает мнение 10 клиницистов о применении машинного обучения для диагностики обструктивного апноэ сна. Выявлена необходимость регуляторных руководств и участия медицинских экспертов, при этом врачи должны сохранять ведущую роль над ИИ. Работа направлена на повышение доверия клиницистов к машинному обучению и улучшение внедрения технологий в клиническую практику.

Данная статья представляет собой редакционное мнение руководителей Федерации медицинских советов штатов США (FSMB) — организации, координирующей лицензирование врачей во всех штатах страны. Авторы обсуждают актуальный вопрос о необходимости лицензирования систем искусственного интеллекта, которые могут использоваться для медицинской практики. Тема затрагивает важные регуляторные аспекты внедрения ИИ в здравоохранение: кто несёт ответственность за решения ИИ, должны ли алгоритмы проходить сертификацию аналогично врачам, и как регулировать автономные медицинские системы. Однако в представленном фрагменте отсутствуют конкретные позиции авторов, аргументы или рекомендации. Материал имеет значение для специалистов по медицинскому праву и регуляторной политике в области цифрового здравоохранения. Для полноценной оценки необходимы дополнительные детали о предлагаемых подходах к лицензированию ИИ-систем.

Еженедельный дайджест ключевых событий в области применения искусственного интеллекта в российском и мировом здравоохранении. В обзоре представлены четыре основные темы: утверждение российского закона о поддержке развития ИИ-технологий, что создаёт правовую базу для внедрения искусственного интеллекта в медицинскую отрасль; запуск пилотного проекта цифрового сервиса на основе ИИ в Московской области для улучшения доступности медицинской помощи; заключение многолетнего стратегического соглашения между контрактной исследовательской организацией ICON и компанией Anthropic о внедрении языковой модели Claude в процессы клинических исследований для ускорения разработки лекарств; публикация эталонного бенчмарка от компании Insilico Medicine для оценки ИИ-моделей в фармацевтике и биотехнологиях. Материал охватывает регуляторные, практические и исследовательские аспекты применения ИИ в медицине.

Росздравнадзор выдал бессрочное регистрационное удостоверение на медицинское изделие Polyptron.AI — российскую систему искусственного интеллекта для автоматизированного выявления патологий при эндоскопической диагностике желудочно-кишечного тракта. Разработчиком выступила челябинская компания «Эва Лаб». Программное обеспечение использует технологии машинного обучения для анализа эндоскопических изображений в реальном времени и помощи врачам в обнаружении полипов, новообразований и других патологических изменений слизистой оболочки ЖКТ во время колоноскопии. Регистрация означает, что система прошла все необходимые клинические испытания и соответствует требованиям безопасности и эффективности для применения в российской медицинской практике. Это значимое событие для российской цифровой медицины — продукт позволяет повысить точность диагностики, снизить риск пропуска патологий и стандартизировать качество эндоскопических исследований. Внедрение подобных ИИ-ассистентов особенно важно для раннего выявления колоректального рака, где своевременное обнаружение полипов напрямую влияет на прогноз пациента.

Статья посвящена критической проблеме внедрения искусственного интеллекта в здравоохранении и фармацевтике, где уровень адаптации ИИ всё ещё отстаёт от других отраслей, а общественное доверие остаётся ограниченным. Авторы предлагают различать два взаимосвязанных, но отдельных концептуальных框架: «этичный ИИ» (определяет, что должно быть сделано с точки зрения ценностей, норм и справедливости) и «доверенный ИИ» (определяет, что может быть реализовано технически и оценено). Этичный ИИ фокусируется на этических дилеммах, таких как использование социальных детерминант здоровья для распределения ресурсов или оптимизация набора пациентов в клинические испытания без ущерба репрезентативности выборки. Доверенный ИИ касается инженерных и оценочных аспектов, обеспечивая техническую надёжность и безопасность решений. Статья подчёркивает, что руководители здравоохранения и фармацевтических компаний должны демонстрировать этическое управление и техническую компетентность для защиты пациентов и укрепления доверия заинтересованных сторон. Практическая значимость материала заключается в предоставлении организациям структуры для ответа на два ключевых вопроса: какие риски связаны с данным применением ИИ и способны ли мы их минимизировать. Материал особенно актуален для руководителей, разрабатывающих стратегии внедрения ИИ в клинические рабочие процессы и разработку лекарств.

Статья рассматривает проблемы внедрения и безопасного использования ИИ в здравоохранении, предлагая трёхуровневую систему оценки: реализация, оптимизация клинических путей и масштабирование. Авторы утверждают, что оценка ИИ должна быть теснее интегрирована с клинической практикой и локальным контекстом внедрения.

Статья рассматривает эволюцию подходов к аудиту и обеспечению надежности ИИ-систем поддержки клинических решений (AI-CDSS) в условиях перехода от статической валидации к непрерывному мониторингу. Предложен новый фреймворк STRAICS, интегрирующий техническую надежность, safeguards для взаимодействия человека и машины, адаптивное управление и прозрачность для создания доверенных клинических ИИ-экосистем.

В статье рассматривается практический подход к адаптации и внедрению положений нового Закона ЕС об ИИ (EU AI Act) в деятельность крупного специализированного онкологического центра. Авторы предлагают комплексную модель институционального управления, которая позволяет интегрировать алгоритмы машинного обучения в клиническую практику, соблюдая строгие регуляторные требования. Исследование фокусируется на создании механизмов контроля качества данных, управлении рисками при использовании ИИ в диагностике рака и обеспечении прозрачности алгоритмов для врачей. Основное внимание уделяется созданию междисциплинарных комитетов, которые координируют работу технических специалистов и медицинского персонала. Разработанный фреймворк помогает минимизировать юридические риски и повысить безопасность пациентов при использовании высокорисковых систем ИИ. Данная работа имеет критическое значение для медицинских учреждений, стремящихся легально и эффективно масштабировать использование нейросетей в онкологии.

Следственный комитет Российской Федерации инициировал разработку законопроекта, направленного на ужесточение уголовной ответственности за преступления, совершенные с применением современных технологий. Основное внимание в документе уделяется использованию искусственного интеллекта (ИИ), информационно-коммуникационных технологий (ИКТ), а также средств анонимизации, таких как VPN-сервисы и прокси-серверы. Глава СК Александр Бастрыкин подчеркивает необходимость законодательного закрепления данных инструментов как отягчающих обстоятельств при совершении противоправных действий. Данная инициатива направлена на противодействие киберпреступности и использование алгоритмов машинного обучения для создания дипфейков или автоматизации мошеннических схем. Реализация законопроекта может существенно изменить правовое поле для разработчиков ИИ и пользователей сетевых технологий в России. Для медицинского сектора это означает усиление контроля за использованием ИИ-решений в цифровой среде и необходимость строгого соблюдения протоколов безопасности при работе с данными.

Данный новостной дайджест от издания Vademecum охватывает ключевые изменения в российском здравоохранении на конец июля 2026 года. Одним из центральных событий является подготовка к вступлению в силу нового федерального закона о применении искусственного интеллекта, который официально начнет действовать с 1 сентября 2026 года. Также рассматриваются инициативы регулятора по внедрению экспериментальной системы мониторинга движения лекарственных препаратов через электронные рецепты. Эти меры направлены на цифровизацию фармацевтического рынка и создание правовой базы для интеграции интеллектуальных систем в медицинскую практику. Несмотря на краткость формата, новости подчеркивают переход отрасли к более строгому регулированию цифровых технологий и автоматизации контроля за оборотом медикаментов.

Федеральная служба по техническому и экспортному контролю (ФСТЭК) внесла существенные изменения в нормативную базу, регулирующую защиту персональных данных в информационных системах. Ключевым нововведением стало включение требований по обеспечению безопасности при использовании технологий искусственного интеллекта. Обновленный приказ направлен на устранение пробелов в защите данных, возникающих при обработке информации алгоритмами машинного обучения. Это изменение критически важно для медицинских организаций, использующих ИИ-решения для диагностики и анализа электронных медицинских карт. Новые правила обязывают операторов учитывать специфические риски, связанные с целостностью обучающих выборок и конфиденциальностью данных в нейросетевых моделях. Внедрение данных стандартов станет обязательным для всех разработчиков и пользователей медицинского ПО с поддержкой ИИ в рамках российского законодательства.

Статья анализирует различия в подходах к регулированию искусственного интеллекта в США и России. В то время как американские технологические гиганты используют масштабные финансовые ресурсы для лоббирования своих интересов, в России был принят закон № 243-ФЗ, устанавливающий первую рамочную норму для разработки фундаментальных ИИ-моделей. Данный законодательный акт направлен на создание суверенных национальных моделей и регулирование процессов обучения нейросетей. Основное внимание уделяется переходу к государственному контролю над технологическим суверенитетом в сфере ИИ. Исследование подчеркивает, что российский путь характеризуется более быстрым внедрением жестких правовых рамок по сравнению с попытками корпоративного влияния в США. Это создает различные условия для развития и внедрения ИИ-технологий в государственном и частном секторах обеих стран.

Президент РФ Владимир Путин официально утвердил федеральный закон, регулирующий правоотношения в области разработки, внедрения и использования больших фундаментальных моделей искусственного интеллекта. Данный законодательный акт создает правовую базу для создания конкурентоспособных отечественных ИИ-моделей и направлен на достижение технологического суверенитета страны. В документе подчеркивается, что применение ИИ-технологий будет способствовать повышению эффективности государственного и муниципального управления, в том числе в критически важной сфере здравоохранения. Закон закладывает фундамент для дальнейшего комплексного регулирования отрасли и стимулирования инноваций. Принятие документа является стратегическим шагом для интеграции передовых алгоритмов в государственные сервисы и социальные институты.

Министерство здравоохранения РФ инициировало проведение масштабного эксперимента по внедрению единой федеральной системы мониторинга движения лекарственных препаратов на основе электронных рецептов. Текущая ситуация характеризуется разобщенностью региональных информационных систем, что ограничивает возможность отпуска рецептурных лекарств в других регионах и затрудняет интеграцию частных медицинских организаций в общую сеть. Предложенная модель предполагает переход к централизованному учету на федеральном уровне для обеспечения бесшовного процесса взаимодействия между врачом, аптекой и пациентом. Согласно проекту постановления правительства, период апробации системы запланирован с 1 декабря 2026 года по 30 ноября 2027 года. Реализация данного проекта позволит создать единое цифровое пространство для контроля оборота рецептурных препаратов и повысить доступность лекарственной помощи для граждан вне зависимости от их местонахождения.

В данной статье Патрик Веллики, представитель компании HaloMD, анализирует критические аспекты соблюдения закона «No Surprises Act» (NSA), в частности, механизмы разрешения споров через независимый процесс пересмотра (IDR). Основное внимание уделяется проблеме невыплаты платежей по результатам IDR и существующим пробелам в правоприменении, которые создают финансовые риски для медицинских организаций. Автор подчеркивает, что отсутствие эффективного контроля за исполнением решений IDR ставит под угрозу стабильность выплат поставщикам медицинских услуг и может косвенно влиять на доступность помощи для пациентов. Статья рассматривает административные и экономические последствия для провайдеров, работающих в условиях неопределенности правового регулирования. Несмотря на то, что статья фокусируется на финансово-регуляторных аспектах здравоохранения, она имеет косвенное отношение к цифровизации и управлению данными в медицине через призму операционной эффективности.