Рандомизированные исследования
MASAI, Швеция, 106 000 женщин, The Lancet 2026: +29% выявленных раков, -44% нагрузки, -12% интервальных раков; ограничение: одна страна, одна программа скрининга. EAGLE, Клиника Мэйо, 22 641 пациент, Nature Medicine 2021: +32% диагнозов сниженной фракции выброса; ограничение: два штата США. НМИЦ колопроктологии, 1 128 пациентов, 4 клиники, 2024: выявляемость аденом 47,2% против 41,3%; ограничение: краткосрочный показатель, не смертность.
Во всех трех работах ИИ встроен в обычный поток, а не вынесен в отдельный тест. В MASAI рентгенологи читали маммограммы с поддержкой ИИ, и интервальных раков, которые находят между скринингами, стало 82 против 93. В EAGLE ИИ анализировал обычную ЭКГ и передавал результат 348 врачам первичного звена в 45 учреждениях: на каждую 1 000 обследованных пришлось 5 дополнительных диагнозов. При колоноскопии система подсвечивает полипы на экране во время исследования; после 12:00, когда врач устает, прирост по аденомам доходил до 9,2%.
Проспективные и крупные наблюдательные
Университет Джонса Хопкинса, 590 000 пациентов, 5 больниц, Nature Medicine 2022: смертность от сепсиса ниже на 20%; ограничение: сообщение университета, дизайн в нем не описан как рандомизированный. Госпиталь в Торонто, 13 649 пациентов, CMAJ 2024: непредвиденные смерти ниже на 26%; ограничение: одно отделение как группа вмешательства. Сан-Диего, более 6 000 госпитализаций, npj Digital Medicine 2024: смертность от сепсиса ниже на 17%. Penda Health, 39 849 визитов, 2025: -16% диагностических ошибок; ограничение: оценка ошибок экспертами, одна сеть, исследование оплатил разработчик модели. NHS Grampian, 10 889 женщин, 2024: +12% раков; ограничение: моделирование нагрузки. Стокгольм, годовое наблюдение после ScreenTrustCAD, 2024, по сообщению компании-разработчика: +15% раков, чтение более чем на 36% быстрее; ограничение: сравнение периодов 2018–2019 и 2023–2024 годов.
В стационаре ИИ следит за параметрами из медкарты (в Торонто более 100, в Сан-Диего более 150) и предупреждает врача об ухудшении, а решение врач принимает сам. В Торонто число пациентов с пометкой высокого риска упало с 1 656 до 482: врачи получали точечные сигналы, а не поток тревог. В Penda Health результат зависел от внедрения: доля визитов, оставшихся с красным сигналом, снизилась с 35–40% до 20% только после обучения и наставничества врачей.
Опросы и внедрение
Mass General Brigham и Emory, 1 430 клиницистов, JAMA Network Open 2025: выгорание в одной из двух систем ниже на 21,2 пункта за 84 дня; ограничение: доля ответивших 11–30%. Канзас, 133 клинициста, 99 ответили на опрос, JAMIA Open 2025: 73% ответивших тратят меньше времени на документацию после смены; ограничение: самооценка. NYU Langone, 336 000 пациентов, Nature 2023: 80% повторных госпитализаций предсказано, примерно на 5% точнее стандартной модели.
В Канзасе платформу для записи приема предложили 181 клиницисту, пользоваться стали 133. Через медианные 92 дня 47% ответивших согласились, что могут принять еще одного пациента. Это самооценка, а не подсчет приемов, поэтому для клиники такой результат значит одно: эффект на время врача стоит проверить на своем расписании.
Что это значит
Доказательства есть в скрининге, стационаре и документации; в первичной диагностике по жалобам их пока меньше. Ограничение почти каждой работы одна страна или одна сеть: результат надо проверять на своей популяции. Для сервисного ИИ уровень проверки проще: две группы обращений и одна метрика за две недели.
Как отличить исследование от заявления
Рандомизированное исследование делит пациентов или врачей на группы случайно, поэтому разницу между группами можно приписать ИИ. Проспективное наблюдение следит за пациентами после внедрения, но группы не случайны: на итог влияют сезон, состав персонала и другие перемены в больнице. Сравнение «до и после» на разных годах еще слабее: в Стокгольме сравнивали 2018–2019 и 2023–2024 годы. Опрос врачей показывает их время и самочувствие, но не исходы пациентов.
Ниже этих уровней стоят тесты на архивных случаях и симуляциях: они показывают точность модели, но не то, что изменится в клинике. Заявление компании без числа участников и без рецензируемой публикации в обзор не попадает. Пример: разработчик стоматологического ИИ сообщил о 80% улучшении верного выявления детского кариеса, но не раскрыл ни числа врачей, ни числа снимков.
Что не вошло и почему
Исследовательская система Microsoft AI поставила верный диагноз в 85,5% из 304 сложных случаев журнала NEJM; 21 практикующий врач в тех же условиях дал в среднем 20% верных ответов. Компания сама пишет, что это исследование, а не продукт: до клиники нужны проверка безопасности, клиническая валидация и разрешение регулятора. Система Google Research для диагностического диалога получила оценки выше врачей по 28 из 32 критериев, но на 149 симулированных случаях с актерами вместо пациентов.
Британское исследование EDITH запущено 4 февраля 2025 года: почти 70 000 женщин, 30 площадок, 11 млн фунтов. Оно проверяет, может ли маммограмму читать один специалист с ИИ вместо двух. Итогов пока нет, поэтому работа войдет в обзор после их публикации.
Что есть по России
Из российских работ с исходом на пациентах в обзор вошла одна, рандомизированная: колоноскопия в НМИЦ колопроктологии. Остальные российские публикации чаще дают объем. В поликлиниках Москвы к маю 2024 года обработано 14,4 млн случаев с подсказкой диагноза для врача, решение остается за ним. В Свердловской области ИИ за 2024 год проанализировал более 1 млн снимков и отметил почти 44 000 случаев с признаками патологий. Объем показывает, что система встроена в работу, но не показывает, стало ли пациентам лучше.
Спрос государства при этом есть. Минздрав обязал каждый из 89 регионов закупить не менее одного зарегистрированного медизделия с ИИ в 2023 году и не менее трех в 2024 году, а к августу 2026 года в России зарегистрировано 59 отечественных медизделий с ИИ. Клиника, которая выбирает такую систему, может спросить у поставщика то же, что показано в мировых работах: дизайн, выборку, исход и ограничение.
Что проверить до покупки
Пять вопросов поставщику ИИ для диагностики. Зарегистрирована ли программа как медизделие: ПО, которое интерпретирует снимки и данные пациента и влияет на клинические решения, подлежит регистрации (323-ФЗ ст. 38). Какой дизайн проверки: рандомизация, наблюдение или архив. На какой популяции и в какой стране шла проверка. Что измеряли: исход у пациента, время врача или точность на архиве. Кто оплатил работу: в Penda Health исследование оплатил разработчик модели.
Затем пилот на своих данных с метрикой, записанной до старта: доля выявленных случаев, время описания, число лишних вызовов пациентов. Для сервисного ИИ, который ведет запись, подтверждения и документы, регистрация медизделия не нужна: Росздравнадзор относит программы для записи на прием к немедицинскому ПО. Пилот такого агента идет 14 дней, а сравнение строится на двух группах обращений.