Искусственный интеллект в медицине: где польза доказана, а где нет

Жизнь с искусственным интеллектом: от впечатляющих возможностей к проверяемой пользе

За одним названием скрываются разные технологии

История ИИ началась задолго до современных чат-ботов. Термин присутствовал уже в предложении Джона Маккарти и его коллег от 31 августа 1955 года, подготовленном к исследовательской встрече в Дартмутском колледже следующим летом. Обучение машин, работа с языком и решение сложных задач обсуждались как разные направления одной программы.

Это различие сохраняет значение. Система, выделяющая подозрительный участок на снимке, языковая модель, составляющая объяснение, и программа управления роботом могут использовать разные данные и методы обучения. Их нельзя оценивать по единой шкале «насколько машина умна».

Генерация текста, музыки и изображений сделала ИИ заметным в повседневной жизни. Но способность убедительно воспроизвести форму человеческой работы еще не показывает, насколько надежно система решает конкретную профессиональную задачу.

Как обучение превращает данные в убедительный ответ

Искусственная нейросеть состоит из связанных вычислительных элементов, параметры которых меняются при обучении. Она находит закономерности, позволяющие распознавать новые изображения или создавать текст. Сходство терминов с нейробиологией не означает, что такой алгоритм воспроизводит устройство человеческого мозга.

Неверно и представление, будто любой нейросети обязательно нужны миллионы примеров, каждый из которых вручную размечен человеком. Например, модель BERT, разработанная исследователями Google, предварительно обучалась на неразмеченных текстах. Одно из заданий состояло в восстановлении скрытых слов: материал сам давал основу для проверки ответа. Разметка специалистов могла понадобиться уже при обучении конкретной прикладной задаче.

Языковые модели усваивают сложные связи в данных, однако связность ответа не гарантирует фактическую точность. Правдоподобные вымышленные сведения принято называть галлюцинациями. В теоретической работе Адама Калая и соавторов, опубликованной как препринт в 2025 году, одна из причин их сохранения связана с оцениванием: если догадка приносит больше баллов, чем признание неопределенности, система получает стимул отвечать даже при недостатке оснований.

Для пользователя отсюда следует практическое различие: хорошо сформулированное объяснение нужно отдельно проверять на соответствие данным.

От распознавания родинки до проверки маммографии

В исследовании Андре Эстева и коллег из Стэнфорда, опубликованном в 2017 году в журнале Nature, нейросеть сравнивали с 21 дерматологом. На определенных задачах классификации изображений кожных образований она показала сопоставимый с врачами результат. Такой эксперимент подтверждает способность распознавать признаки на снимках, но не устанавливает превосходство над всей диагностической работой дерматолога.

В обычной практике важны история болезни, качество изображения, осмотр других участков кожи и решение о дополнительных исследованиях. Поэтому результат на подготовленном наборе фотографий нельзя автоматически переносить на любое приложение для самостоятельной проверки родинок.

Более близкую к повседневной медицине проверку провела команда исследования MASAI в Швеции. В нем 105 934 женщины были случайным образом распределены между маммографическим скринингом с поддержкой ИИ и стандартным чтением снимков двумя рентгенологами. Алгоритм помогал определять, какие исследования должен оценить один врач, а какие — два, и отмечал подозрительные участки.

В опубликованном в 2026 году анализе чувствительность, то есть доля обнаруженных случаев среди всех случаев рака, учтенных при наблюдении, составила 80,5% с ИИ против 73,8% в контрольной группе. Специфичность — доля верных отрицательных результатов у женщин без рака — была одинаковой: 98,5%.

При этом частота рака, выявленного между плановыми обследованиями, составила 1,55 против 1,76 на тысячу участниц. По этому основному показателю подход с ИИ подтвердил заранее установленный критерий не меньшей эффективности; статистически убедительного преимущества не обнаружено. Исследование также не доказывает снижения смертности. Его результат относится к конкретной организации скрининга, в которой алгоритм работал вместе с врачами.

Прогноз приступа и анализ генома требуют разных доказательств

Заявление о предсказании эпилептических приступов по ЭКГ имеет исследовательскую основу. Изменения сердечного ритма иногда предшествуют приступу, и алгоритмы пытаются обнаружить эти сигналы. Однако полезность предупреждения зависит от числа пропусков и ложных тревог.

Команда Дрезденского технического университета изучила данные 39 взрослых с 252 приступами. При проверке, приближенной к прогнозированию будущих событий, качество модели оказалось значительно ниже, чем при менее реалистичном анализе записей. Авторы сочли результаты недостаточными для клинического применения исследованного подхода. Это не закрывает направление, но ограничивает обещания надежного предупреждения уже сегодня.

Ускоренный анализ генома имеет документированные примеры получения результата за часы. В работе команды Стэнфорда и партнеров 2022 года в двух клинических случаях потенциально значимые генетические варианты нашли менее чем за восемь часов. Такой срок обеспечивала вся цепочка: подготовка образца, чтение ДНК, быстрые вычисления и ручная оценка найденных изменений.

Обнаружение варианта еще не означает установления причины болезни: в одном из этих случаев его значение оставалось неопределенным. Поэтому выражение «ИИ расшифровал геном» скрывает и вклад лаборатории, и сложность медицинской интерпретации.

Виртуальная лаборатория нуждается в реальном эксперименте

ИИ способен участвовать и в организации исследовательской работы. В 2025 году Кайл Суонсон, Джеймс Зоу и коллеги представили Virtual Lab: несколько языковых моделей с разными научными ролями обсуждали поставленную человеком задачу и предлагали вычислительные решения. Человек задавал общее направление и давал обратную связь.

Система помогла спроектировать 92 варианта нанотел — небольших антительных белков, способных связываться с определенной мишенью. При лабораторной проверке два варианта показали улучшенное связывание с белком отдельных вариантов коронавируса SARS-CoV-2, сохраняя связывание с исходным вирусным белком.

Это результат совместной работы людей и алгоритмов. Он показывает возможность организовать поиск молекул, однако не подтверждает лечебную эффективность у пациентов. Физическое получение белков, эксперименты и дальнейшая оценка их свойств остаются необходимыми этапами.

Доверие к медицинскому ИИ проверяется после внедрения

Доброжелательный тон цифрового помощника сам по себе ничего не говорит о безопасности рекомендации. Философские пожелания «научить ИИ любви к человеку» не задают измеримых критериев качества медицинской системы.

Всемирная организация здравоохранения связывает безопасность генеративных моделей с точностью, защитой данных, независимой оценкой и контролем последствий применения. Отдельный риск — чрезмерное доверие автоматическому ответу: врач или пациент может пропустить ошибку именно потому, что рекомендация выглядит убедительно.

Поэтому проверка должна продолжаться после внедрения. Средняя точность не отвечает на вопросы о работе с разными возрастными группами, редкими заболеваниями или пациентами, слабо представленными в обучающих данных. Для каждой системы нужны понятная область применения, возможность сообщить об ошибке и определенная ответственность за последующие решения.

У цифрового помощника есть физическая инфраструктура

Разговор об ИИ включает и расход ресурсов. Сравнения обучения нейросети с годовым потреблением города малоинформативны без указания модели, оборудования, числа экспериментов и источников электроэнергии. Расход электричества и углеродный след также нельзя считать взаимозаменяемыми показателями.

По оценке Международного энергетического агентства, опубликованной в 2026 году, все центры обработки данных потребили около 485 ТВт·ч электроэнергии в 2025 году. Центральный прогноз на 2030 год — около 950 ТВт·ч. Эти цифры относятся ко всей инфраструктуре дата-центров, обслуживающей также задачи, не связанные с ИИ.

Практическая цена технологии зависит одновременно от эффективности вычислений, сложности запросов и масштаба использования. Более экономичная отдельная операция может сопровождаться ростом суммарного потребления, если операций становится значительно больше.

Пользу определяет весь путь пациента

Для здравоохранения следующий шаг — проверять, что происходит после ответа алгоритма. Если система быстрее находит подозрительное изменение, важно выяснить, ускоряет ли это подтверждение диагноза, сколько дополнительных обследований требуется и становится ли лечение своевременнее.

Такая оценка позволяет выбирать задачи, где технология дает измеримый результат. Она также помогает понять, оправдывает ли выигрыш затраты на внедрение, обучение сотрудников и проверку ошибок. Доступность ИИ приобретает практический смысл, когда вместе с программой пациент получает работающий маршрут медицинской помощи.