Athenahealth, чьими сервисами пользуются более 20% населения США, запустила интеграцию, позволяющую подписчикам Claude Pro и Max спрашивать ИИ о содержимом своей медицинской карты. Claude и медкарты теперь соединяет сервер AthenaPatient MCP: модель может получить результаты анализов, список лекарств, аллергии и историю приёмов — но только после авторизации самого пациента. Для русскоязычного IT-рынка это заметный пример того, как Model Context Protocol выходит из мира IDE и корпоративных ботов в одну из самых чувствительных отраслей.
Как сообщает ZDNet, доступ пока доступен пользователям тарифов Claude Pro за 20 долларов в месяц и Claude Max за 100 долларов в месяц. Пациент входит в Athenahealth под своими учётными данными, выбирает категории данных, которыми готов поделиться, и может в любой момент отозвать разрешение. Это важная деталь: речь не о том, что клиника выгружает базу в чат-бот, а о делегированном доступе к конкретной записи конкретного пользователя.
Через AthenaPatient MCP Claude может учитывать результаты лабораторных исследований, показатели жизненных функций, назначенные препараты, диагнозы, вакцинации, историю визитов, диагностические заключения, аллергии, процедуры и планы лечения. Практический сценарий выглядит прозаичнее рекламных обещаний вокруг ИИ в медицине: пациент спрашивает, каким был последний показатель эритроцитов, а не поручает модели выбрать лечение. Именно такая «скучная» автоматизация нередко и даёт наибольшую пользу — меньше звонков в регистратуру и повторяющихся вопросов врачу между приёмами.
Athenahealth отдельно подчёркивает, что сервис не даёт медицинских рекомендаций и не должен заменять клиническое суждение специалиста. Вице-президент компании по управлению продуктом, данным и экосистеме Сэм Лэмбсон в комментарии ZDNet призвал обращаться к квалифицированному врачу с вопросами о диагнозе, лечении или изменениях в плане помощи. Ограничение выглядит разумным: точный ответ «какой результат был в последнем анализе» — задача поиска и объяснения записи, а попытка интерпретировать отклонение без полного контекста быстро превращает удобный интерфейс в источник риска.
Самый чувствительный пункт соглашения — судьба данных. По заявлению Athenahealth, Anthropic не может использовать сведения, полученные через это соединение, для обучения моделей или улучшения собственных продуктов. Для пациентов это не отменяет необходимости читать экран согласия, а для разработчиков служит напоминанием: фраза «данные не идут в обучение» должна быть закреплена не только в маркетинговом тексте, но и в архитектуре доступа, договоре и журналах аудита.
Технически история интересна именно использованием MCP — открытого протокола, через который модель получает контролируемый доступ к внешним инструментам и источникам. В обычном чат-боте пользователь копирует в окно фрагменты выписки, рискуя потерять контекст и передать лишнее. Здесь Claude и медкарты работают через отдельный сервер-посредник с аутентификацией и разрешениями. Однако MCP не является волшебной защитой: безопасность будет зависеть от реализации OAuth-потока, минимизации прав, изоляции сессий, логирования запросов и того, насколько ясно интерфейс объясняет пациенту объём открываемых данных.
Сделка вписывается в более широкий заход крупных ИИ-компаний в healthtech. В 2026 году Microsoft объявила о совместной работе с Mayo Clinic над моделью для здравоохранения, а Boston Children’s Hospital — о партнёрстве с OpenAI для корпоративной ИИ-системы в исследованиях, клинических и административных задачах. Но у Athenahealth иной угол: не инструмент для внутреннего контура больницы, а разговорный слой непосредственно над личной картой пациента. Это означает и иной масштаб ответственности — ошибки интерфейса или неверно понятый ответ будут происходить не на пилоте в отделении, а дома у пользователя.
Спрос на такой слой уже есть. По данным опроса Pew Research Center, 34% взрослых американцев хотя бы раз обращались к чат-боту за медицинским советом. При этом большинство респондентов предпочитает человеческий контроль, когда ИИ применяется в клиническом контексте. Привязка модели к авторизованной карте может сделать ответы полезнее, чем у универсального чата, но не решает главную проблему: доступ к данным улучшает контекст, а не превращает языковую модель во врача.
Для продуктовых команд и CIO кейс Athenahealth важен не как приглашение срочно прикрутить LLM к любому хранилищу персональных данных. Он показывает более реалистичную траекторию: начать с навигации по документам, явно ограничить сценарии, дать пользователю гранулярный контроль и не маскировать справочный сервис под консультацию. Если такие интеграции станут нормой, конкурировать будут не только модели, но и качество прав доступа, объяснимость ответов и способность медицинских систем выдержать поток новых вопросов от пациентов.
