В России разрабатывают ИИ-сервис, нацеленный на пищевую непереносимость, от которой, по оценке авторов проекта, страдают более 20 млн человек. Для IT-рынка это не очередной чат с советами про ЗОЖ, а попытка собрать в одном продукте нейросетевую обработку симптомов, персональные рекомендации и контур взаимодействия с врачом.
Проект под названием «Цифровой нутрициолог» создают в СПбГУТ под руководством доцента Риммы Лабковской, сообщает CNews. По задумке команды, платформа должна работать сразу в двух режимах: как цифровой помощник для пациента и как инструмент для медицинского специалиста, который видит данные, анализирует состояние человека и при необходимости корректирует лечение.
Ключевой аргумент разработчиков упирается не в моду на ИИ, а в довольно приземленную проблему диагностики. По данным Минздрава, которые приводятся в сообщении, скрытая непереносимость лактозы или глютена есть примерно у 15–18% населения страны, но диагноз получает лишь каждый десятый. На практике это означает длинный хвост людей, которые регулярно сталкиваются с болью, тяжестью, вздутием и другими симптомами, но не могут уверенно связать их с конкретными продуктами. В итоге они срывают диету, продолжают есть то, что им не подходит, и годами ходят по кругу между самодиагностикой и хроническими проблемами ЖКТ.
Внутри платформы заявлены три основных сценария. Первый — генератор безопасных рецептов. Встроенная нейросеть должна переписывать обычные рецепты, заменяя потенциально опасные ингредиенты на безопасные аналоги. В качестве примера разработчики приводят замену коровьего молока на овсяное. Важная оговорка: речь идет не о свободной кулинарной импровизации, а о генерации «под контролем медицинской базы знаний». Для отрасли это интересный акцент. Почти все ИИ-продукты на потребительском рынке обещают персонализацию, но как только дело доходит до здоровья, главный вопрос звучит просто: на чем именно стоит рекомендация и кто отвечает, если она оказалась плохой.
Второй сценарий — трекер симптомов. Пользователь может надиктовать жалобы голосом или ввести их текстом, после чего ИИ переводит описание в строгие медицинские коды и сопоставляет с рационом. Это уже ближе к тому, что в IT любят называть структурированием хаоса: из бытовой фразы вроде «после ужина опять все скрутило» система должна сделать запись, пригодную для анализа, поиска закономерностей и передачи врачу. Если этот слой действительно будет работать стабильно, у платформы появляется шанс стать не еще одним дневником питания, а чем-то более полезным: системой, которая помогает увидеть связь между едой и симптомами без ручной возни в таблицах.
Третий элемент — контур связи с врачом. Платформа анализирует данные пользователя, передает их медицинскому работнику, а тот может скорректировать лечение. Именно здесь проект пытается выйти за рамки привычных wellness-приложений. У трекеров калорий, сервисов с рецептами и «умных» дневников давно нет проблем с красивыми интерфейсами и подпиской. Проблема в другом: как только пользователь доходит до состояния «мне правда плохо», большинство таких приложений превращаются в цифровой блокнот. В случае с пищевой непереносимостью разработчики СПбГУТ делают ставку на то, что связка «пациент — ИИ — врач» даст более прикладной результат.
Где здесь продукт, а где исследовательская амбиция
Авторы проекта утверждают, что у платформы нет прямых аналогов ни на российском, ни на зарубежном рынке. Формулировка, конечно, смелая, и к таким заявлениям рынок обычно относится с привычным скепсисом. Но даже если убрать рекламный блеск, сам вектор понятен. Иностранные сервисы, как отмечают разработчики, чаще работают по подписочной модели, не учитывают российские продукты и не интегрированы с российскими врачами. С другой стороны, массовые приложения для подсчета калорий не умеют распознавать именно опасные для здоровья ингредиенты и не строятся вокруг клинической задачи.
Для российской продуктовой среды это знакомый сюжет: локальная команда берет нишу, где импортозамещение само по себе не является главной целью, но локализация данных, привычек питания и медицинского процесса становится критичной. В питании это особенно заметно. Набор продуктов, повседневные рецепты, маркировка, паттерны потребления и даже язык описания симптомов у пользователей здесь свои. ИИ-модель можно натренировать на чем угодно, но если в приложении нет нормальной работы с российским продуктовым контекстом, польза быстро заканчивается на первом же сырнике, кефире или полуфабрикате из соседнего магазина.
Есть и второй, менее очевидный слой. Проекты на стыке ИИ и медицины в России обычно упираются не только в алгоритмы, но и в маршрут данных: как собрать симптомы, как их формализовать, как не потерять врача по дороге и как сделать так, чтобы система не выглядела очередной игрушкой для грантовой презентации. На этом фоне «Цифровой нутрициолог» выглядит как попытка собрать именно рабочий пользовательский сценарий. Не «мы научили модель разговаривать о диете», а «мы хотим встроиться в процесс, где у человека есть жалобы, рацион и врач, которому нужен осмысленный сигнал».
Что это значит для IT-рынка
Если смотреть шире, история важна не только для medtech. Она показывает, куда вообще двигаются прикладные ИИ-сервисы в России. Период, когда было достаточно добавить к описанию продукта слова «нейросеть» и «персонализация», заметно затянулся, но рынок уже требует более внятной пользы. В случае с пищевой непереносимостью ценность легко проверить: стало ли меньше симптомов, реже ли человек обращается за экстренной помощью, начал ли он лучше соблюдать ограничения. Разработчики как раз дают такие ориентиры: они прогнозируют снижение числа экстренных обращений к врачам на 15% и сокращение неприятных симптомов со стороны ЖКТ как минимум на треть у активных пользователей.
Это пока именно прогноз, а не опубликованные результаты эксплуатации, и в этом месте полезно сохранять холодную голову. Любая медицинская или околомедицинская платформа хорошо выглядит на этапе концепции. Настоящая проверка начинается позже: когда выясняется, насколько точны рекомендации, как ведет себя голосовой ввод в реальной жизни, готовы ли врачи тратить время на новый интерфейс и не бросают ли пользователи трекер через неделю. Но даже с этими оговорками проект заслуживает внимания уже сейчас. Он попадает в редкую для российского ИИ-зоопарка категорию, где автоматизация решает не абстрактную задачу «повысить вовлеченность», а очень конкретную бытовую и медицинскую проблему.
Для разработчиков и продактов здесь тоже есть материал для размышления. Побеждают не те сервисы, которые умеют эффектно генерировать текст, а те, которые понимают контекст, снижают трение в сборе данных и встраиваются в существующую профессиональную практику. Если СПбГУТ удастся довести «Цифровой нутрициолог» до рабочего продукта, рынок получит показательный кейс: ИИ в здравоохранении может быть полезен не только в крупных диагностических системах и анализе снимков, но и в гораздо более приземленной зоне — там, где человек каждый день выбирает, что ему есть и почему потом снова болит живот.
Именно такие проекты теперь и будут отделять реальный прикладной ИИ от бесконечных демонстраций «умного помощника». Вопрос уже не в том, может ли модель переписать рецепт или распознать жалобу, а в том, сможет ли она стать частью медицинского маршрута без лишнего шума и ложных обещаний.