ИИ для медицинских организаций

Что ИИ делает в клинике: входящие документы, внутренние правила, обращения

Клиника, диагностический центр и лаборатория различаются по профилю, но административный слой складывается из одного и того же: бумаги на входе, внутренние правила, поток обращений, отчётность: бумаги на входе, внутренние правила, поток обращений, отчётность для руководства. Система берёт из него то, что повторяется каждый день и оставляет след — в учётной системе, в файлах или на бумаге, которую можно отсканировать. Решение о человеке такая работа не меняет: это административный пласт.

Входящие бумаги: направления, выписки, счета, акты

Один и тот же документ доходит до регистратуры в разных видах: снимок направления, скан с оттиском печати, PDF из чужой системы, таблица со своими колонками. Разбор идёт в два слоя. Первый достаёт значения и помечает место каждого: страница, строка, ячейка — сотрудник видит исходный фрагмент. Второй проверяет извлечённое правилами самой организации: обязательные поля, единицы измерения, сверка со справочниками.

Значение, в котором система не уверена, уходит в очередь с причиной сомнения: штамп лёг поверх даты, в бланке два номера, услуги нет в справочнике. Пока очередь не разобрана, документ в учёт не попадает. Устройство описано отдельно: два слоя разбора документа: извлечение значений и правила поверх них.

Внутренние правила: приказы, инструкции, методички

Порядок оформления, подготовка к процедуре, внутренний распорядок расходятся по десяткам приказов, а спрашивают о них у коллеги за соседним столом. Система отвечает по корпусу, который организация признала действующим, и показывает пункт и документ. Когда пункта нет или редакции расходятся, она говорит прямо и не достраивает ответ по памяти модели. Механику показывает страница ответ со ссылкой на пункт внутреннего документа.

Обращения в регистратуру и колл-центр

В регистратуру идёт поток однотипного: записаться, перенести, узнать часы и адрес, цену услуги. Ответы собираются из материалов организации, запись и перенос — по расписанию, которое ведёт учётная система; какие операции она принимает на запись, выясняет аудит. У каждого ответа есть измеримая уверенность: уверенный ответ уходит сразу, спорное достаётся администратору вместе с перепиской. Где проходит граница, определяют на аудите с перепиской. Какие темы уходят человеку всегда, определяют на аудите. Подробности приёма — в материале первая линия обращений и передача сложного случая человеку.

Обращения о самочувствии в этот приём не входят: описание состояния система не читает и специалиста по проблеме не подбирает. Звонки принимает голосовой ассистент, и это отдельная работа. Это клинический пласт, правила там другие.

Отчётность администрации

Цифры для управленческого отчёта лежат в разных местах: расписание в одной системе, расчёты и расходы в другой, часть таблиц ведут руками. Сведение такого среза вручную занимает дни и повторяется каждый месяц. Система приводит колонки, даты и единицы к одному виду и собирает отчёт по шаблону: загрузка кабинетов, обращения по каналам, расходы по подразделениям. Дальше видно, какой кабинет простаивает. Как собирается сводный отчёт по данным из нескольких систем, разобрано подробно.

Откуда система берёт данные и куда возвращает результат

Система берёт то, что в организации уже накоплено, и возвращает результат туда, где работают люди.

Учётная система, которую Dzeta AI подключала в своих проектах, — 1С. Что ещё подключаемо, выясняет аудит: как система отдаёт данные и кто отвечает за доступ. На пилоте хватает выгрузок, постоянное подключение настраивают при полном внедрении.

Клинический контур: что может быть реализовано

Граница между административными и клиническими задачами проходит по одному вопросу: меняет ли результат работы системы решение о человеке. Административный пласт отвечает «нет» — система обращается с файлом, строкой и очередью. Клинический отвечает «да»: такие задачи описаны здесь как то, что может быть реализовано, и требуют другой подготовки.

Сводка по результатам обследований для специалиста

Такой срез может быть собран из нескольких источников, и каждое значение несёт ссылку на исходник. Состав показателей и форму задаёт организация; если какого-то из заданных значений в источниках нет, в срезе стоит пропуск со ссылкой на место, где его искали. Толкований и заключений в срезе нет — только значения со ссылками. Состав показателей и форму задаёт организация.

Разметка и классификация изображений

Работа с изображениями может быть реализована на размеченном наборе: модель учится на примерах и раскладывает поток по заранее заданному признаку. Что система должна различать и какой результат считается верным, решает организация-заказчик. Разметка набора — отдельная работа со специалистами организации, её объём оценивают на аудите. Без примеров задача не начинается, сколько бы данных ни лежало в архиве.

Подсказка по внутреннему протоколу организации

Подсказка по протоколу может быть устроена как ответ по приказам: корпус только из документов организации, ответ со ссылкой на пункт, решение принимает человек. Цена ошибки выше, поэтому корпус ведут строже: редакции версионируют, вывод устаревшего фиксируют, за состав отвечает названный человек. Когда нужного пункта нет, это видно из ответа.

Программы, предназначенные для поддержки врачебных решений и для анализа медицинских изображений, в России относятся к регулируемому классу: для них предусмотрены регистрация, испытания и свои требования к документации. Это меняет объём проекта: сроки, состав работ и то, кто за что отвечает. Вопрос разбирают на аудите, до старта: на приёмке он обойдётся дороже.

Где работает система и кто видит данные

Систему на открытых моделях Dzeta AI разворачивает в контуре заказчика: она работает на серверах организации, там же остаются данные. Персональные данные организацию не покидают — рамку задаёт 152-ФЗ «О персональных данных». В ChatGPT и другие внешние сервисы данные не уходят, если заказчик этого не хочет.

Открытые модели дают ещё одно свойство: модель заменяется без переделки системы, правила и подключения остаются на месте. То же выручает, когда поставщик меняет условия: Dzeta AI разобрала, что закон об ИИ меняет для тех, кто уже внедряет.

Кто что подтвердил, видно в журнале: какой файл загрузили, что предложила система, что исправил человек. Свой IT-отдел не нужен — нужен человек, который понимает процесс.

Как внедряют в медицинской организации: аудит, пилот, приёмка

В продуктив проект уходит по результатам пилота. Критерии успеха и целевое качество фиксируют до старта на данных организации — по ним систему и принимают.

Начинают с пилота, чтобы убедиться на своих данных, что задача вообще решается, и только потом считать полный бюджет. Проверяют на 10⁠–⁠20 реальных документах, а набор собирают из худших экземпляров. Набор фиксируют до старта: сравнивать результаты разных недель можно только на одном и том же.

Часть бюджета уходит на подготовку данных, и её недооценивают чаще всего: разобрать бумажный архив, свести справочники, описать правила, которые держат в голове несколько человек. Из каких работ, кроме разработки, складывается счёт за внедрение — разбор в отдельной статье.

Когда ИИ в клинике не окупится

ИИ окупается там, где операция повторяется каждый день, идёт по устойчивой схеме и оставляет след в данных. Остальные случаи видны уже на аудите:

• Записи ведут на бумаге и никуда не переносят: проект начнётся со сбора данных и до первого результата не дойдёт.
• Операция редкая и отнимает мало времени — вложения не вернутся.
• Задачу закрывает регламент или настройка учётной системы: так и напишем по итогам аудита.
• В каждой системе свой справочник услуг и контрагентов: связать записи не по чему, сначала нужен порядок в данных.
• За решение отвечает человек, и цена ошибки высокая.
• Некому объяснить процесс и подтвердить результат в первые недели.