Спустя всего несколько лет в здравоохранении появился новый герой. Какое-то время внимание было сосредоточено на электронных медицинских картах, которые воспринимались не столько как герой, сколько как удобный индикатор более глубоких системных проблем. Затем появилась «цифровая трансформация» — фраза, достаточно широкая, чтобы означать всё и ничего. За последние пять лет в центре внимания оказался искусственный интеллект.

Предполагалось, что ИИ спасет врачей от выгорания, восполнит нехватку кадров, восстановит прибыльность и — возможно, самое героическое — положит конец изнурительному процессу выполнения одной задачи, требующему пролистывания восьми экранов.

Но, вступая в 2026 год, стоит помнить о том, что мы, кажется, забыли: у здравоохранения уже есть герой, и это не искусственный интеллект.

Именно люди — врачи и персонал — ежедневно сталкиваются с регулированием, администрированием и неопределенностью, чтобы оказывать медицинскую помощь. Если это звучит слишком очевидно, чтобы быть глубоким смыслом, именно поэтому это нужно повторить. Где-то по пути мы начали вести себя так, будто ИИ — единственное, что способно спасти здравоохранение. Если бы это было правдой, разве здравоохранение уже не должно быть спасено?

Разрушение цикла ажиотажа вокруг ИИ

В этом году сценарии использования ИИ наконец-то разделятся на две категории: те, которые действительно заменяют задачи, и те, которые улучшают работу человека.

Лишь ничтожно малая часть процессов полностью автоматизируется от начала до конца. Остальные превратятся в гибридные рабочие процессы, которые будут укреплять клиническое суждение, а не заменять его. Любой ИИ, который не дополняет рабочий процесс врача, будет испытывать трудности с внедрением. Это не цинизм, это реальность. Вы покупаете ИИ не потому, что он эффектный. Вы покупаете его потому, что он работает.

Показывай, а не рассказывай.

Наряду с категоризацией следует «второй этап проверки».

На первом этапе требовалась прозрачность: покажите нам свою модель, свои данные, свои исследования по валидации. На втором этапе задаются более сложные вопросы: что изменилось благодаря вашему инструменту? Снизило ли это вред? Освободило ли это хотя бы пять минут рабочего времени врача? Если ответ отрицательный, неважно, насколько элегантно выглядит ваша ROC-кривая.

Слишком много экспериментов так и не находят реального клинического применения. Многочисленные исследования наглядно демонстрируют этот пробел, включая работу  Университета Дьюка,  оценивающую затраты на внедрение более чем в 200 000 долларов, и  отчет MIT Nanda, в  котором указывается на  95% уровень неудач пилотных проектов . Закономерность очевидна: пилотные проекты успешны на бумаге, но на практике терпят неудачу.

В  исследовании REVEAL-HF хорошо проверенная шкала оценки риска смертности, отображавшаяся непосредственно в электронной медицинской карте, не смогла повлиять на решения или результаты; большинство врачей просто игнорировали её. В  недавней оценке модели Epic Sepsis Model общий показатель AUROC (площадь под кривой рабочей характеристики приемника) выглядел достойно, но точность резко упала на ранних этапах, когда раннее вмешательство имеет значение. Модель может прекрасно работать в совокупности и при этом давать сбои именно в те моменты, когда она необходима врачам.

Иногда самые эффективные показатели оказываются самыми простыми.

На  симпозиуме по инженерным разработкам в здравоохранении, организованном Университетом Джонса Хопкинса  в декабре,  Эндрю Менард ,  исполнительный директор по стратегии и инновациям в радиологии в системе здравоохранения Университета Джонса Хопкинса, рассказал о том, как его команда оценила инструмент искусственного интеллекта для раннего выявления рака молочной железы и прогнозирования риска.

Он не стал начинать с кривых использования или диаграмм чувствительности. Он задал радиологам один вопрос: «Вы лучше спите по ночам?»

Ответ был однозначно положительным.

Этот ответ имел значение. Он отражал доверие и уверенность в клиническом применении. На этой основе организация перевела технологию из пилотного режима в рутинную клиническую практику. В отрасли, измученной пилотными проектами, которые никогда не масштабируются, ясность важнее сложности.

Усталость  ,  распространяющаяся по отрасли, — это не отказ от ИИ, это отказ от ажиотажа. И эта усталость полезна. Она напоминает нам, что ИИ — не сердце здравоохранения; сердцем являются врачи. Инструменты должны работать на них и вместе с ними, а не против них.

Хватит уже!

Этот сдвиг также выявляет недостаток популярной в последнее время позиции, звучавшей на конференциях: что автономный ИИ никогда не должен быть разрешен в здравоохранении. Эта позиция звучит принципиально, но в конечном итоге она наивна.

Если бы автономные системы исчезли завтра, нам пришлось бы отказаться от автоматической интерпретации почти всех ЭКГ-аппаратов. Автоматическая интерпретация началась не с глубокого обучения, а с текстовой строки, напечатанной на бумажной полоске. Даже первая одобренная FDA автономная модель, IDx-DR, не изобрела автономию, а формализовала её.

Настоящая проблема заключается не в автономии. Проблема в растущем разрыве между регулированием, аккредитацией и клинической практикой. Эти три области сталкиваются, и когда это происходит, реальность, как правило, берет верх или заставляет все остальное измениться.

Пора также признать, что ИИ зачастую не является чем-то новым. Это всего лишь более автоматизированная версия рабочих процессов, которые у нас существуют уже много лет. Это поднимает вопрос, который отрасль редко задает вслух: кто несет ответственность, когда ИИ совершает ошибку? Сегодня это почти никогда не поставщик. Эта реальность формирует сложные процессы закупок, управления и клинического поведения. Пока это не изменится, ИИ останется инструментом, а не заменой, и уж точно не главным действующим лицом.

Возвращение человеческого фактора в здравоохранение

Однако настоящей историей 2026 года может стать возвращение к человеческому фактору в здравоохранении.
После многих лет пустых обещаний и оценок, которые так и не оправдались — достаточно вспомнить призраки прошлых рынков — отрасль ожидает большего. Именно поэтому компас снова указывает на людей, а не на алгоритмы. Искусственный интеллект продолжит оказывать мощное влияние на здравоохранение, но он не является главным действующим лицом.

Здравоохранению нужен не новый герой, а более совершенные инструменты для тех героев, которые уже есть. Компании, которые это понимают, те, кто создает решения для улучшения, а не для замены, добьются успеха. Те, кто этого не понимает, будут писать убедительные отчеты о причинах, почему «время было неподходящим».

Между тем, врачи будут продолжать делать то, что делали всегда: быть рядом с пациентами, справляться с неопределенностью и принимать взвешенные решения в стрессовых ситуациях. Они будут и дальше тихо, но недвусмысленно напоминать нам, что в центре здравоохранения всегда был человек — независимо от того, насколько впечатляющим станет программное обеспечение.

Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.