К 2030 году мировой системе здравоохранения будет не хватать 11 млн сотрудников, предупреждает ВОЗ. На этом фоне агентный ИИ в медицине быстро перестает быть красивой презентацией для совета директоров: по данным KPMG, 68% провайдеров уже внедрили AI-агентов в свои процессы. Для русскоязычной IT-аудитории это важный сигнал: одна из самых зарегулированных и консервативных отраслей начала всерьез проверять, может ли автономный софт разгрузить людей там, где классическая цифровизация только добавляла экранов и паролей.
Как пишет MIT Technology Review, главный аргумент в пользу нового подхода предельно приземленный: у больниц и клиник заканчиваются не идеи, а люди. Спрос на услуги растет из-за старения населения, найм буксует, персонал выгорает, а доступ к помощи остается фрагментированным. Именно поэтому AI-агентов сейчас используют не только для скучного бэк-офиса, но и для задач, которые раньше считались слишком чувствительными для автоматизации: координации маршрута пациента, предварительного опроса и сортировки обращений. Ставка делается на то, что машина снимет с врачей когнитивную рутину, а не попытается заменить их у кровати пациента.
Показательный кейс приводит нью-йоркский Hospital for Special Surgery, академический медцентр, специализирующийся на заболеваниях опорно-двигательной системы. Его chief digital and technology officer Ашис Барад говорит об AI-агентах не как об очередной надстройке над старой ИТ-средой, а как о попытке пересобрать сами процессы. В HSS агенты уже забрали на себя страховые претензии, которые раньше тянулись неделями и требовали участия как сотрудников клиники, так и внешнего подрядчика. Теперь система обрабатывает 1100 claims в месяц, этап апелляции сократился с 45 минут до пяти, а успешность апелляций, по словам HSS, выросла с 65% до 100% за девять месяцев после внедрения. Отдельно важно и то, что клиника вернула эту функцию внутрь организации, без зависимости от стороннего обработчика.
Следующий шаг еще интереснее: агентный ИИ в медицине выходит к пациенту, пусть и не напрямую в диагностику. HSS вместе с разработчиком Ema Unlimited запустил сервис записи и триажа, доступный круглосуточно через веб, текст и телефон. Система задает уточняющие вопросы, сопоставляет симптомы с правилами клиники, учитывает локацию пациента, страховое покрытие и доступность врача, а затем записывает к наиболее подходящему специалисту. Для ИТ-руководителей здесь важен не сам чат-интерфейс, таких на рынке уже слишком много, а архитектурная идея: агент работает не на одном скрипте и не на одном экране CRM, а на совокупности правил, внутренних протоколов и базы знаний организации. Если перевести с медицинского на инженерный, речь идет о попытке собрать работающий orchestration layer над разрозненными данными и бизнес-ограничениями.
На этом месте обычно начинается самое неприятное: безопасность, галлюцинации, ответственность за ошибку. Источник как раз подчеркивает, что в чувствительных, сложных или неоднозначных сценариях обращения эскалируются человеку. Каждое решение агента можно аудировать, сотрудники могут вмешаться в любой момент, а данные пациента защищаются в рамках внутренних протоколов HSS. Более того, внутри клиники решения по AI проходят через отдельный подкомитет, который Барад возглавляет вместе с senior nursing executive. То есть governance здесь не менее важен, чем модели и интеграции. Для любого бизнеса, который мечтает «встроить агента в процесс», это, пожалуй, самая полезная часть истории: автономность без наблюдаемости и права человека нажать стоп-кран в реальной отрасли не продается.
Есть и более неприятный вывод для тех, кто по привычке думает про AI как про набор локальных пилотов. Исследование Deloitte, на которое ссылается MIT Technology Review, показывает: лидеры внедрения чаще выбирают multiagent-подход и пересборку сквозных workflows, а не одиночные use case'ы. И это логично. Медицинские данные годами жили в разных системах, департаментах и форматах, а даже базовые метрики могли определяться по-разному от больницы к больнице. Барад приводит простой пример: у каждого госпиталя, где он работал, было свое понимание показателя time to start surgery. Пока у организации нет единого источника правды и нормальной интероперабельности, агент не сможет уверенно собирать контекст из нескольких приложений и принимать решение без ручных костылей. Поэтому главный урок этой истории для разработчиков, продактов и CIO не в том, что «нужно срочно купить AI». Урок в другом: без унификации данных, описанных правил, трассируемости решений и внятной ответственности агент останется дорогим виджетом на входе в старый бардак.
Оптимизм у рынка, впрочем, высокий. По исследованию KPMG, 84% провайдеров уже готовы передавать AI-агентам принятие решений по отдельным процессам. В HSS рассчитывают, что в будущем до 90% неклинических задач смогут выполнять именно агенты, освобождая врачей для сложной, деликатной и по-настоящему человеческой работы. Вопрос теперь не в том, придет ли агентный ИИ в медицину, а в том, кто сумеет превратить его из очередного интерфейса поверх хаотичных систем в реальную операционную платформу. Детали кейса доступны в .