Правительство Москвы планирует существенное масштабирование технологий искусственного интеллекта в системе здравоохранения в течение ближайших трех лет. В период с 2027 по 2029 год столичные власти намерены внедрить новые решения на базе генеративных нейросетей, которые станут цифровыми помощниками для практикующих врачей. Об этом сообщил мэр города Сергей Собянин, подчеркнув стратегическую значимость цифровизации медицины для повышения точности диагностики и качества обслуживания пациентов.

Текущие достижения и масштабы внедрения

На сегодняшний день Москва является одним из мировых лидеров по интеграции высокотехнологичных решений в ежедневную врачебную практику. В медицинских учреждениях города уже успешно функционируют более 20 профильных сервисов, основанных на алгоритмах машинного обучения. Данные инструменты помогают специалистам анализировать лучевые исследования, выявлять патологии на ранних стадиях и автоматизировать рутинное заполнение медицинской документации.

  • Обработка маммограмм и КТ-снимков;
  • Выявление признаков сердечно-сосудистых заболеваний;
  • Анализ рентгенологических данных для поиска патологий легких;
  • Автоматизированная приоритизация экстренных случаев.

Перспективы развития генеративных нейросетей

Новый этап развития системы здравоохранения Москвы связан с переходом к использованию генеративного искусственного интеллекта. В отличие от классических алгоритмов, новые помощники способны обрабатывать неструктурированные данные и предлагать более комплексную поддержку в принятии клинических решений. В настоящее время профильные специалисты проводят тестирование и подготовку к запуску нескольких инновационных технологических продуктов.

«На данный момент в столице запущено уже более 20 профильных сервисов. Сейчас специалисты тестируют и готовят к внедрению еще несколько новых технологических решений», — отметил глава города.

Расширение использования цифровых ассистентов в 2027–2029 годах будет финансироваться в рамках городского бюджета. Ожидается, что интеграция ИИ позволит сократить время на постановку предварительного диагноза и снизит нагрузку на медицинский персонал в поликлиниках и стационарах столицы. Развитие инфраструктуры данных и обучение алгоритмов на базе московского здравоохранения создают надежную основу для дальнейшего технологического суверенитета в области медицинской кибернетики.