ИИ-помощник анализирует данные стационаров
Помощник на локальной языковой модели встроен в витрины данных единой медицинской системы для анализа госпитализаций, операций и назначений.
не раскрыто
Кейсов внедрения: 138. Как компании применяют искусственный интеллект, какие задачи решают и какие результаты публикуют.
Помощник на локальной языковой модели встроен в витрины данных единой медицинской системы для анализа госпитализаций, операций и назначений.
не раскрыто
Установленный в поликлинике ассистент с камерой оценивает по лицу пациента 12 показателей здоровья.
Оценка занимает 10 секунд вместо 15–20 минут первичного осмотра медсестры.
Медицинские устройства автоматически передают показатели на платформу, где ИИ анализирует динамику, выявляет отклонения и уведомляет врача.
К 2025 году в пилоте подключено около 40 000 пациентов; в 2025 году добавлены 6 000 беременных в семи регионах.
После объединения обращений на одной платформе голосовой робот принимает типовые звонки и заявки на курьера.
не раскрыто
Голосовые роботы подтверждают и переносят записи, а IVR распознаёт цель звонка.
Доля звонков с ответом за 20 секунд выросла с 70% до 82%; разговор оператора сократился в среднем на 47 секунд; число неявок снизилось без раскрытия точного значения.
МЕДСИ использует платформу «Третье Мнение» для анализа и разметки медицинских снимков.
Анализ снимка занимает от 10 секунд до 2 минут; время на заключение сократилось на 80%.
Платформа поддержки врачебных решений на основе ИИ применяется в московском клиническом центре.
В описании проекта заявлен рост выявляемости заболеваний на ранней стадии на 14%.
Система в мобильном приложении анализирует фотографии кожи и направляет пользователей к дерматологу.
За три месяца проанализировано более 15 тыс. изображений; конверсия в приём дерматолога составила 12%.
Ассистент слушает разговор врача с пациентом и автоматически заполняет жалобы, анамнез, диагноз и рекомендации в протоколе приёма.
По данным компании, врачи тратили на документы до 40% меньше; протокол готовился не позднее чем за 35 секунд, а точность заполнения превышала 90%.
Модуль ищет информацию в нормативных документах, научных публикациях и сведениях о зарегистрированных лекарствах.
За время пилота модуль получил более 100 тыс. неповторяющихся запросов; сервис тестировали более 10 тыс. московских врачей.
Создана и применена на практике нейросеть для выявления фибрилляции предсердий по данным электрокардиограмм с обучением на раздельных наборах данных.
Нейросеть успешно применена на практике; количественный эффект не раскрыт.
В пилотных проектах ИИ применяется как вспомогательный второй контур анализа КТ-снимков.
Заявлено повышение эффективности диагностики рака лёгкого примерно на 10%.
Алгоритмы анализируют данные электронной медицинской карты, рассчитывают риски осложнений беременности и направляют оповещение лечащему врачу.
Система выявляет риск нарушения внутриутробного развития по совокупности косвенных признаков до появления клинических симптомов.
Медицинские учреждения используют УЗ-сканеры «РуСкан 80» со встроенным ИИ для автоматизации рутинных операций врача и анализа данных исследований.
В учреждениях восьми регионов России работают 11 аппаратов.
Роботы самостоятельно перемещаются между аптекой, лабораториями, процедурными кабинетами и палатами по выбранным повторяющимся маршрутам.
За три месяца шесть роботов выполнили свыше 4500 доставок, прошли более 2000 км, перевезли более двух тонн грузов и высвободили 3000 часов работы медиков.
Навык Алисы позволяет заказывать медицинские справки, вносить показатели в электронную медкарту, проверять записи к врачу и переносить или отменять их голосом.
Голосовой заказ ряда медицинских справок и управление записями доступны москвичам на устройствах с Алисой.
Поликлиника перешла от полностью ручного анализа медицинских снимков к процессу с подключённым искусственным интеллектом.
Результат применения ИИ не раскрыт.
Специализированное приложение на большой языковой модели ведёт персонализированный диалог, поддерживает пользователя во время тренировки и систематизирует занятия в журнале.
Бета-пользователи взаимодействовали с системой несколько недель.
На повторном приёме отдельный модуль помогает врачу сформировать заключительный диагноз с учётом данных электронной медкарты за последние два года.
При подготовке заключительного диагноза модуль учитывает двухлетнюю историю электронной медкарты.
Каждый договор перед подписанием проходит проверку через ИИ.
Проверка договоров стала обязательным правилом после случая с невыгодным условием в договоре поставщика.
Валидатор на базе ИИ автоматически читает медицинские карты и проверяет полноту записи по заданным критериям.
За неделю обработаны 803 карты: 55 нормально заполнены, 282 направлены на контроль, 456 отмечены как зона риска.
Жалобы анализируются с учётом закона о защите прав потребителей, судебной практики и второго мнения главврача.
Каждая жалоба получает категорию: A — клиника права, B — нарушение есть, но вероятен выигрыш, C — спорно, D — нужно решать миром.
ИИ транскрибирует звонки, разделяет их на целевые и нецелевые, оценивает работу оператора; отдельный контур отслеживает отсутствие ответа в переписках и направляет руководителю сигнал.
70% переписок ранее заканчивались без результата и предложения записи; сейчас получено 95 записей из 160 целевых звонков.
Алгоритмы анализируют медицинские изображения и помогают выявлять заболевания на ранних стадиях.
Проанализировано более 13 млн изображений; алгоритмы помогают выявлять 38 заболеваний, на одном снимке возможно обнаружить до 12 патологий.
Агент генерирует ответы на положительные отзывы с поисковыми фразами из пула городских запросов; отрицательные отзывы передаются команде на разбор.
Генерация ответов встроена в текущую работу с отзывами; количественный эффект не раскрыт.
Агент формирует риск-паспорт неактивных клиентов, проверяет карты, диалоги и расшифровки звонков, исключает нежелательные контакты и останавливает коммуникацию при негативе.
В первые дни конверсия в запись составила около 5%.
Нейросети обрабатывают медицинские исследования в учреждениях Минздрава.
Заявлена обработка 6400 исследований ежемесячно, сокращение времени диагностики на 30–40% и рост выявления патологий на 15–20%.
Внедрена система на базе моделей OpenAI: она транскрибирует входящие и исходящие звонки, оценивает их по единому чек-листу и формирует статистику, связанную с премированием администраторов.
По словам спикера, конверсия из целевого звонка в запись за квартал выросла примерно вдвое, а контроль стал занимать менее получаса в месяц.
В рамках GEO-продвижения настроена генерация ответов в ChatGPT через API с актуальными ценами; также созданы экспертные статьи, выполнена разметка страниц и автоматизирован сбор отзывов через CRM.
По данным ФОНИИ, за шесть месяцев AI-трафик вырос с нуля до 3400 визитов в месяц, конверсия посетителей из AI-каналов в запись достигла 11,2%, ROI за первый год составил 580%, а стоимость привлечения клиента снизилась на 63%.
Врач надиктовывает ход приёма: Whisper распознаёт речь, а DeepSeek структурирует текст и заполняет протокол. Мобильное приложение связано с учётными системами клиник.
Заявленное сокращение времени приёма — 50%. Дополнительный доход до 3 млн рублей в год — оценка потенциала.