Обзор рынка AI в здравоохранении — диагностика, хирургия, разработка лекарств, российский опыт и регулирование.
Искусственный интеллект уже не эксперимент, а клиническая реальность. Мировой рынок AI в здравоохранении достиг $20–27 млрд в 2024 году, а к 2030 году, по консенсусным прогнозам аналитиков, превысит $110–160 млрд при среднегодовом темпе роста 36–39%. В России зарегистрировано более 50 медицинских изделий на основе AI, платформа МосМедИИ обеспечила бесплатный доступ к нейросетевым сервисам для 71 региона, а финансирование AI-маммографии через ОМС стало нормой во всех субъектах федерации. Отрасль переживает переломный момент — технологии переходят от пилотов к масштабному клиническому внедрению, меняя диагностику, хирургию, разработку лекарств и организацию медицинской помощи.
Масштаб рынка и ключевые направления применения
Оценки объёма мирового рынка AI в здравоохранении варьируются в зависимости от методологии: MarketsandMarkets указывает $21,66 млрд на 2025 год, Grand View Research — $26,57 млрд на 2024-й, Mordor Intelligence — $39,92 млрд на 2025-й. Разброс обусловлен различными определениями границ рынка — включением или исключением фарма-R&D, IT-инфраструктуры и медицинских изделий. Бесспорно одно: темп роста стабильно составляет 36–39% в год, а к 2034 году рынок может достичь $500 млрд — $1 трлн.
Северная Америка контролирует 45–59% глобального рынка, однако Азиатско-Тихоокеанский регион растёт быстрее всех — со среднегодовым темпом около 42,5%. Программное обеспечение занимает 44–50% рынка по структуре, машинное обучение — 38–40% по технологиям, а медицинская визуализация и диагностика — 22–31% по направлениям применения.
Инвестиции подтверждают стратегическую ставку индустрии на AI. В 2024 году AI-стартапы в здравоохранении привлекли $10,5 млрд через 511 сделок. В первом полугодии 2025 года AI-компании впервые получили большинство всех инвестиций в цифровое здравоохранение — 62% ($3,95 млрд). Средний размер раунда для AI-стартапов составил $34,4 млн — на 83% больше, чем для компаний без AI-компонента. Среди мегасделок выделяются Xaira Therapeutics ($1 млрд, Series A), Isomorphic Labs ($600 млн), Abridge ($550 млн суммарно в 2025), Lila Sciences ($550 млн).
По данным AMA, в 2024 году 66% врачей в США использовали AI — рост на 78% по сравнению с 38% годом ранее. Окупаемость вложений оценивается в $3,20 на каждый инвестированный доллар при среднем сроке возврата около 14 месяцев.
AI в диагностике уже превосходит врачей на узких задачах
Лучевая диагностика остаётся флагманским направлением AI в медицине. К июлю 2025 года FDA одобрило 873 AI-инструмента для радиологии — это 78% всех AI-устройств, допущенных регулятором. В Европе к концу 2024 года зарегистрированы 222 AI-продукта с CE-маркировкой, рост на 122% по сравнению с 2021 годом.
Среди лидеров отрасли — израильская компания Aidoc, чья платформа CARE™ продемонстрировала в FDA-валидационном исследовании среднюю чувствительность 97% и специфичность 98% по 11 острым состояниям. Платформа работает в более чем 1600 госпиталях. Компания Viz.ai специализируется на нейрокритических состояниях: AI сокращает время до лечения инсульта на 66 минут и экономит $36,7 млн в год для сети инсультных центров. Южнокорейская Lunit показала увеличение обнаружения рака молочной железы на 13% в плотных молочных железах (опубликовано в Lancet Digital Health).
Крупнейшее проспективное исследование в маммографии — PRAIM (Германия, Nature Medicine, 2025) — охватило 463 094 женщины. AI-поддерживаемый скрининг обнаружил на 17,6% больше случаев рака без увеличения числа ложных вызовов. Шведское исследование MASAI подтвердило более высокую чувствительность AI при сохранении специфичности.
В цифровой патологии ведущие позиции занимает Paige AI — первый FDA-одобренный продукт в этой области (Paige Prostate, 2021). Компания строит foundation-модель совместно с Microsoft на миллионе гистологических слайдов. PathAI демонстрирует точность свыше 95% в иммуногистохимической квантификации. В офтальмологии система LumineticsCore (ранее IDx-DR) стала первым автономным AI-устройством FDA с чувствительностью 87,4% и специфичностью 89,5% для диабетической ретинопатии. Метаанализ в дерматологии (53 исследования, npj Digital Medicine, 2024) показал, что AI статистически превосходит клиницистов: чувствительность 87,0% vs 79,8%, специфичность 77,1% vs 73,6%.
Опрос ESR 2024 года подтверждает массовое внедрение: 48% радиологов в Европе активно используют AI — рост с 20% в 2018 году. AI-поддержка сокращает время интерпретации на 15,7%, а для неопытных радиологов — на 25,7%.
Хирургические роботы и интраоперационный AI
Робот-ассистированная хирургия переживает взрывной рост. Intuitive Surgical с системой Da Vinci контролирует около 60% глобального рынка: более 10 670 систем установлено по миру, в 2024 году выполнено 2,68 млн операций (рост 17% к 2023). Выручка компании достигла $8,4 млрд, капитализация — $206,6 млрд.
Новейшая Da Vinci 5, одобренная FDA в марте 2024 года, обладает вычислительной мощностью в 10 000 раз выше предшественника и включает AI-модуль Case Insights — систему постоперационной аналитики, которая анализирует длительность этапов и плавность движений хирурга. В перспективе планируется обратная связь в реальном времени. Технология SmartFire в степлере SureForm 45 мониторит компрессию тканей в реальном времени и автоматически адаптирует параметры.
Конкуренция усиливается. Medtronic Hugo RAS работает в более чем 20 странах, объём процедур удвоился за год. CMR Versius получил одобрение FDA для холецистэктомии в октябре 2024 года и вышел на рынок США, к началу 2025 года система выполнила более 30 000 операций в 30 странах. Stryker Mako провёл более 1,5 млн ортопедических процедур. J&J OTTAVA — шестирукий робот — проходит клинические испытания FDA.
AI для планирования операций развивается не менее стремительно. Модель GoNoGoNet идентифицирует безопасные и опасные зоны диссекции при лапароскопической холецистэктомии с точностью пикселей более 90% и скоростью обработки менее 0,01 секунды. Платформа Caresyntax используется в 7 000 операционных по миру, обрабатывая 3 млн процедур в год и сокращая время оборота операционной на 10–15 минут. В 2024 году компания привлекла $180 млн.
Цифровые двойники открывают новую эру хирургического планирования. Компания inHEART получила одобрение FDA (март 2024) для AI-создания 3D-моделей сердца. Использование DT-моделей при простатэктомии снижает частоту положительных хирургических краёв с 22,2% до 8,1%. NVIDIA активно разрабатывает платформы для digital twin в хирургической робототехнике.
AI сокращает разработку лекарств с десятилетий до месяцев
Традиционная разработка нового препарата занимает 10–15 лет и обходится в среднем в $2,6 млрд с вероятностью неудачи 90%. AI радикально меняет это уравнение.
Наиболее впечатляющий пример — INS018_055 (Rentosertib) от Insilico Medicine, первый полностью AI-открытый и AI-спроектированный препарат, дошедший до клинических испытаний. Мишень (TNIK) найдена платформой PandaOmics, молекула спроектирована Chemistry42. От старта проекта до фазы I прошло менее 30 месяцев (вместо обычных 4–6 лет), стоимость доклинического открытия составила $150 000. В ноябре 2024 года были получены положительные результаты фазы IIa при идиопатическом лёгочном фиброзе: безопасность, благоприятный фармакокинетический профиль и дозозависимое улучшение ёмкости лёгких. Полные результаты опубликованы в Nature Medicine (2025).
Компания Exscientia совместно с Sumitomo Dainippon создала молекулу DSP-1181 для ОКР менее чем за 12 месяцев — рекордная скорость в индустрии. В ноябре 2024 года Exscientia завершила слияние с Recursion Pharmaceuticals на сумму $688 млн, создав объединённую платформу с более чем 60 петабайтами данных и крупнейшим суперкомпьютером в фарминдустрии — BioHive-2.
AlphaFold 3 (Google DeepMind) совершил прорыв в предсказании белковых структур: точность связывания белок-лиганд на 50% выше традиционных методов. За эту работу Демис Хассабис и Джон Джампер получили Нобелевскую премию по химии 2024 года. Модель использована более 3 млн исследователей в 190 странах. Isomorphic Labs на базе AlphaFold 3 заключила партнёрства с Eli Lilly и Novartis на сумму ~$3 млрд.
Рынок AI в клинических исследованиях оценивается в $1,85 млрд (2024) с прогнозом $22,89 млрд к 2034 году. AI-система RECTIFIER (Mass General Brigham) в рандомизированном исследовании (JAMA, 2025) показала почти вдвое более высокий показатель включения пациентов по сравнению с ручным скринингом. FDA к январю 2025 года рассмотрела более 500 заявок с AI-компонентом.
Системы поддержки принятия решений и AI-ассистенты врачей
Системы поддержки принятия врачебных решений (CDSS) трансформируются благодаря AI. Традиционные rule-based системы уступают место решениям на основе машинного обучения и больших языковых моделей, которые анализируют комплексные клинические данные, формируют дифференциальные диагнозы и персонализированные рекомендации по лечению.
Крупнейшая EHR-компания Epic Systems (42,3% рынка стационарных EHR в США, 325 млн пациентов) разрабатывает более 125 AI-функций на базе OpenAI GPT-4. В 2025 году компания представила AI-агентов: Art — клинический ассистент для подготовки к визиту, Emmie — чат-бот для пациентов в MyChart, Penny — помощник для финансового цикла. MyChart In-Basket ART генерирует более 1 млн черновиков ответов пациентам ежемесячно в 150+ организациях.
Oracle Health (бывший Cerner, 22,9% рынка) в октябре 2024 года анонсировал Clinical AI Agent — мультимодальный голосовой ассистент, который к февралю 2026 года сэкономил более 200 000 часов врачебного времени и создал ~1 млн заметок. Документация сократилась на 30% в день.
Самым успешным применением AI в 2025 году стала амбиентная клиническая документация — автоматическая генерация медицинских записей из разговора врача с пациентом. Microsoft Dragon Copilot (объединение DAX и Dragon Medical One) обрабатывает более 3 млн амбиентных записей ежемесячно в 600+ организациях. Экономия составляет 5 минут на визит, 93% клиницистов оценивают качество документации как лучшее или равное ручному. Конкурирующая платформа Abridge работает в Mayo Clinic, Johns Hopkins и Duke Health. В Mayo Clinic 332 врача сэкономили 18,6% времени на заметку, 86% отметили снижение усилий, а уровень выгорания упал на 55%.
Серьёзной проблемой CDSS остаётся alert fatigue — усталость от оповещений. Уровень игнорирования предупреждений достигает 46–96%, при этом лишь 7,3% оповещений оказываются клинически уместными. AI решает эту проблему путём предсказания реакций врачей и контекстно-зависимой фильтрации, хотя внешняя валидация таких подходов пока недостаточна.
Предиктивная аналитика спасает жизни уже сегодня
Предиктивные AI-модели демонстрируют убедительные клинические результаты. В области прогнозирования сепсиса система COMPOSER (UC San Diego) снизила смертность на 17%, Sepsis Watch (Duke Health) — на 27%, а мультицентровое исследование в 9 госпиталях показало снижение госпитальной смертности на 39,5%, длительности пребывания на 32,3% и повторных госпитализаций на 22,7%. Модель Sepsis ImmunoScore (FDA-авторизована в апреле 2024) достигла AUC 0,85 и чётко стратифицирует пациентов: смертность от 0% в группе низкого риска до 18,2% в группе очень высокого.
Для прогнозирования повторных госпитализаций система NYUTron (NYU Langone, Nature, 2023) — большая языковая модель, обученная на электронных медкартах, — предсказывает 80% реадмиссий и 85% случаев смертности. Градиентный бустинг показывает AUC 0,83 — значительно выше стандартного индекса LACE (0,66). В 2024 году 71% нефедеральных госпиталей США использовали предиктивные AI-приложения, интегрированные с EHR, причём среди крупных госпиталей этот показатель достигает 90–96%.
NLP-технологии для медицинских текстов позволяют извлекать структурированные данные из неструктурированных записей (81% исследований используют NLP для этих целей), автоматически генерировать радиологические отчёты (Rad AI, $60 млн Series C), деидентифицировать данные и искать кандидатов для клинических исследований. Мультимодальные модели нового поколения — Med-PaLM M (Google), Gemini, BiomedCLIP — объединяют анализ текстов, изображений, геномных данных и ЭМК в единую систему.
Регулирование AI в медицине: Россия задаёт стандарты
Россия стала первой страной в мире, принявшей национальные стандарты AI для здравоохранения — серию ГОСТ Р 59921.0–59921.9 (2021–2022), включающую более 11 стандартов по техническим испытаниям, управлению изменениями, требованиям к данным и менеджменту качества. В 2024 году вступили в силу новые ГОСТы: ГОСТ Р 71671-2024 (СППВР с AI), ГОСТ Р 71672-2024 (прогнозная аналитика) и ГОСТ Р 71737-2024 (менеджмент рисков AI-медизделий).
По данным Росздравнадзора, к началу 2026 года в России зарегистрировано 52 медицинских изделия на основе AI (43 из них отечественные) — рост в 2,5 раза за два года. Более 200 решений находятся в разработке. Первым зарегистрированным AI-медизделием стала СППВР Webiomed (К-Скай, апрель 2020). Среди зарегистрированных продуктов — Botkin.AI (лучевая диагностика), Care Mentor AI (5+ модулей для маммографии, КТ, онкологии), Цельс (рентген, КТ головного мозга), Третье Мнение (4 модуля для лучевой диагностики), СберМедИИ ТОП-3 (прогнозирование диагнозов) и другие.
Нормативная база опирается на несколько ключевых документов. Указ Президента РФ № 124 (февраль 2024) масштабно обновил Национальную стратегию развития AI: целевые показатели включают 80% доверия граждан к AI к 2030 году и 95% готовности отраслей. ФЗ-123 (2020) установил экспериментальный правовой режим в Москве, давший возможность тестировать AI-решения в реальной клинической практике. В декабре 2024 года Минздрав утвердил Кодекс этики применения AI в здравоохранении, охватывающий конфиденциальность, контроль, безопасность и ответственность.
Минздрав обязал каждый регион внедрить не менее 1 AI-медизделия с 2023 года, не менее 3 — с 2024-го, а к 2030 году — 12 медизделий с AI в каждом регионе. С 2024 года все регионы получили тариф ОМС на AI-маммографию, а с 2025-го — на AI-анализ рентгенограмм, флюорограмм и КТ. Росздравнадзор с октября 2025 года обязал разработчиков передавать данные обо всех сбоях AI-систем в автоматическом режиме.
Российский опыт: от московского эксперимента к федеральной платформе
Москва стала главной площадкой для внедрения AI в медицине в России. Эксперимент по компьютерному зрению в лучевой диагностике, запущенный в 2020 году в рамках ЭПР, достиг впечатляющих масштабов: к середине 2025 года обработано более 14 млн исследований с помощью более 50 AI-сервисов в 150 медицинских организациях Москвы. Точность AI достигает 95%, на одном снимке распознаётся до 14 патологий одновременно. AI заменил одного из двух врачей-рентгенологов при анализе маммограмм — доказана сопоставимость точности нейросети и врача по шкале BIRADS.
В 2024 году по поручению Президента создана федеральная платформа МосМедИИ (mosmedii.рф) с бесплатным доступом для всех регионов. К маю 2025 года к ней подключились 71 регион, более 1200 медорганизаций, обработано более 2,7 млн снимков. Доступны 17 AI-сервисов для КТ, МРТ, рентгенографии и маммографии.
ЕМИАС интегрирует AI по множеству направлений: компьютерное зрение в лучевой диагностике, автоматическая расшифровка ЭКГ, голосовой ввод (экономия 20% времени, точность 98%), чат-бот для сбора жалоб перед приёмом (терапия, ЛОР, гинекология, офтальмология, хирургия, педиатрия). В 2025 году появился AI-агент, который анализирует данные ЭМК и создаёт краткую выжимку из истории болезни, а также система «умной онлайн-записи», подбирающая специалиста по цели визита.
Среди ведущих российских AI-компаний в медицине:
- «Третье Мнение» — лидер по охвату: 13 AI-сервисов, более 6 млн исследований в 2024 году, работает в 58 регионах, внедрён в МЕДСИ, EMC, Hadassah
- СберМедИИ — платформа из 50+ продуктов: КТ лёгких, КТ инсульт, ТОП-3 диагнозов, ЭКГ, маммография, дерматология. В 2024 году представила GigaDoc
- Цельс — рентген и КТ головного мозга, инвестиции 180 млн руб. от фонда НТИ, в 2023 году приобрёл Botkin.AI
- Webiomed — первое зарегистрированное AI-медизделие в РФ, лидер по выручке 2023 года, прогнозная аналитика на данных ЭМК
- Diagnocat — лидер по выручке среди AI-стартапов в стоматологической диагностике (КЛКТ)
- OneCell — AI-платформа для онкодиагностики в патоморфологии, инвестиции 223 млн руб.
- Neuromed AI (Сеченовский университет) — нейросеть, сдавшая аттестационный экзамен для ординаторов по кардиологии и онкологии (2025)
Рынок AI в здравоохранении России оценивается в ₽12 млрд (2024) с прогнозом ₽78 млрд к 2030 году. Суммарные инвестиции за 2018–2024 годы составили ₽4,7 млрд, из которых 69% — государственное финансирование. В 2024 году по ОМС выполнено 1,17 млн маммографий с AI на сумму 359 млн руб. AI сократил время скрининговых исследований на 60%.
Генеративный AI и мультимодальные модели определяют будущее
Генеративный AI — самый быстрорастущий сегмент рынка с CAGR 48%. Рынок GenAI в здравоохранении оценивается в $1,55 млрд (2025) и достигнет $45,82 млрд к 2034 году. Модель Med-PaLM 2 (Google) стала первой AI-системой, превысившей проходной балл экзамена USMLE. Gemini достиг 91,1% на том же экзамене и анализирует мультимодальные данные — рентгены, геномику, текст.
Мультимодальные модели — следующий рубеж. Med-PaLM M (Google) стала первой медицинской моделью, одновременно анализирующей рентгены, маммограммы, патологию, геномику и ЭМК. В патологии foundation-модели CONCH, Virchow и UNI обучены на миллионах гистологических слайдов. К 2028 году мультимодальные AI-агенты станут стандартом для сложной диагностики в онкологии, кардиологии и неврологии.
Federated learning решает проблему конфиденциальности: обучение AI на данных нескольких больниц без централизации. К 2027 году федеративные сети могут охватить целые регионы здравоохранения. FDA в декабре 2024 года выпустила рекомендации по Predetermined Change Control Plans для адаптивных AI-моделей — первый шаг к разрешению распределённого обновления моделей.
Персонализированная медицина на основе AI — рынок в $1,04 млрд (2024) с прогнозом $10,24 млрд к 2032 году — интегрирует генетические, поведенческие и экологические данные для индивидуальных планов лечения. AlphaFold 3 уже применяется для анализа влияния генетических вариаций на функцию белков. Google экспериментирует с Personal Health LLM, генерирующей персонализированные рекомендации на основе данных носимых устройств.
Заключение: к чему готовиться здравоохранению
AI в медицине прошёл точку невозврата. Три вывода определяют стратегию на ближайшие годы.
Во-первых, клиническая валидация больше не вопрос. Проспективные исследования на сотнях тысяч пациентов (PRAIM, MASAI, COMPOSER) доказывают, что AI улучшает диагностику и снижает смертность. Задача сместилась от «работает ли AI» к «как масштабировать AI эффективно и безопасно».
Во-вторых, Россия занимает уникальную позицию — первой в мире приняла национальные стандарты AI для медицины, создала федеральную платформу для бесплатного доступа к AI-сервисам и ввела оплату AI-диагностики через ОМС. При этом разрыв с мировыми лидерами по объёму инвестиций (₽783 млн vs $10,5 млрд глобально) остаётся значительным.
В-третьих, следующая волна — agentic AI. Переход от инструментов, которые помогают врачу, к автономным агентам, выполняющим целые цепочки задач (подготовка к визиту, документация, заказ исследований, планирование выписки), уже происходит в Epic, Oracle Health и российском ЕМИАС. К 2030 году пациенты будут сначала взаимодействовать с AI-триажными агентами, прогнозируется сокращение повторных госпитализаций вдвое, а AI будет предсказывать сепсис и сердечную недостаточность за дни до клинических проявлений.