ИИ в медицине: от экспериментов к реальной отдаче → Блог → 3000+ AI нейросетей на одном сайте

Искусственный интеллект проникает во все уголки медицины - от анализа снимков до разработки лекарств. Но главное изменение не в этом: индустрия наконец-то перешла от бесконечных пилотных проектов к реальному использованию ИИ с конкретной отдачей.

NVIDIA опубликовала второй ежегодный отчёт о состоянии ИИ в здравоохранении, и цифры говорят сами за себя. 70% опрошенных компаний активно используют ИИ (год назад было 63%). Генеративный ИИ и большие языковые модели внедрили уже 69% организаций против 54% в прошлом году.

График «Топ-5 областей ИИ по сегментам индустрии» показывает применение ИИ в здравоохранении.

Интересно, что 47% респондентов уже тестируют или используют агентный ИИ - технологию, которая ещё недавно казалась далёким будущем. А 82% считают открытое ПО и модели критически важными для своей ИИ-стратегии.

Где ИИ приносит реальные деньги

Руководители компаний не скрывают энтузиазма: 85% говорят, что ИИ помогает увеличивать доходы, а 80% - что снижает расходы. Причём речь не о туманных перспективах, а о конкретных применениях.

Производители медицинского оборудования (61%) делают ставку на анализ изображений - рентгенологи работают быстрее и точнее. Фармацевтические компании (57%) ускоряют разработку лекарств. Цифровые медицинские сервисы зарабатывают на виртуальных ассистентах и чат-ботах (37%), а больницы и страховые компании (39%) оптимизируют административные процессы.

Джон Носта, президент исследовательского центра NostaLab, считает, что в ближайшие полтора года самый заметный эффект будет именно в логистике и администрировании: "Расписания, документация, кодирование, координация ухода - вот где кривые внедрения уже идут круто вверх".

Влияние ИИ на рост доходов и снижение затрат в 2024 и 2025 годах.

Неудивительно, что 85% опрошенных планируют увеличить бюджеты на ИИ в этом году, причём почти половина (46%) - более чем на 10%.

Открытые модели против проприетарных

Индустрия делает ставку на открытый код. Это даёт гибкость для создания узкоспециализированных решений под конкретные задачи.

Но есть нюанс. Как отмечает Носта: "Открытые модели будут формировать интеллектуальное поле - они необходимы для исследований. Но в клинических условиях, где безопасность и ответственность не подлежат обсуждению, проприетарные системы останутся необходимыми для валидации и доверия". Проще говоря: экспериментируем на открытом коде, внедряем в продакшн - на проверенном.

Доктор Аннабель Пейнтер из Visiba подчёркивает важный момент: "Масштабирование генеративного ИИ начинается с фокуса на реальных клинических и операционных проблемах, а не на самой технологии". Организации, которые встраивают ИИ в существующие процессы, а не пытаются навязать его сверху как отдельный инструмент, видят реальный результат.

Гистограмма важности открытого ПО для организаций разного размера в процентах.

В общем, похоже, эпоха "давайте попробуем ИИ, вдруг что-то получится" заканчивается. Начинается время конкретных применений с измеримой выгодой. И это, пожалуй, самая обнадёживающая новость из всех.