Тестирование ИИ в больницах: отчёт UPMC и KLAS

Отчёт UPMC Center for Connected Medicine и KLAS: менее половины больниц имеют среду для тестирования ИИ, 63% стратегий ИИ — ad hoc. Что делать клиникам.

7 октября 2026 · 7 мин чтения

По отчёту UPMC Center for Connected Medicine и KLAS Research (август 2026), менее половины больниц США имеют выделенную среду для тестирования ИИ-инструментов до их применения в клинической практике, а 63% систем здравоохранения называют свою ИИ-стратегию развивающейся или ad hoc.

Что показал отчёт UPMC Center for Connected Medicine и KLAS Research

Отчёт опубликован в августе 2026 года Центром подключённой медицины UPMC (Center for Connected Medicine) совместно с KLAS Research. В основу легли ответы руководителей систем здравоохранения — то есть людей, которые принимают решения о закупке и внедрении ИИ-решений, а не только о пилотных экспериментах.

Первый вывод: развёртывание ИИ идёт быстрее, чем инфраструктура управления им. Большинство американских больниц уже используют сторонние инструменты для клинических и административных процессов, но менее половины имеют выделенную среду для тестирования этих инструментов до того, как они соприкоснутся с пациентом.

Второй вывод: формальная оценка есть у большинства, но её качество несопоставимо. Методы валидации варьируются от формального тестирования на стороне вендора до слабо структурированных пилотных программ. Такая вариативность означает, что два одинаковых по профилю ИИ-решения могут получить абсолютно разный уровень проверки в зависимости от больницы.

Третий вывод: 63% систем здравоохранения описывают свою ИИ-стратегию как находящуюся в стадии разработки или как ad hoc. Иными словами, у большинства организаций нет воспроизводимого процесса принятия решений об ИИ — есть реакция на отдельные задачи.

Почему тестовых сред нет: время, капитал, кадры

Кен Ховард (Ken Howard), вице-президент по инжинирингу технологических сервисов UPMC Enterprises, объясняет разрыв временными и ресурсными ограничениями больниц. Логика такая:

Больница выявляет задачу, которую, как ей кажется, может решить ИИ.
У организации нет времени, капитала или специалистов, чтобы сначала построить структурированную тестовую среду.
Организация выбирает по умолчанию стандартный ИТ-процесс внедрения.

Ховард добавляет: без надёжного и воспроизводимого способа валидации инструмента системы здравоохранения закладывают типовый срок внедрения — шесть месяцев и более, — а затем обнаруживают, что ИИ-решение не даёт ожидаемой ценности.

> «Без выделенной или последовательной стратегии тестовой среды они пойдут по этому пути только для того, чтобы узнать, что вся эта работа, возможно, была не оправдана», — заявил Ховард.

Это не аргумент против ИИ, а аргумент против порядка принятия решений: отсутствие валидации сдвигает момент обнаружения проблемы с этапа подготовки на этап, когда деньги и время уже потрачены.

Ahavi: валидация вендорных алгоритмов на собственной популяции пациентов

UPMC пытается решить проблему собственной платформой реальных данных Ahavi. Она позволяет больницам проверять сторонние ИИ-инструменты на деидентифицированных данных пациентов до формального развёртывания. То есть производится проверка не абстрактного алгоритма, а алгоритма в контексте конкретной популяции.

Роб Барт (Rob Bart), главный медицинский информационный директор UPMC, подчёркивает: тестирование до внедрения — только часть уравнения. Второй элемент — тестирование алгоритмов вендора именно на собственной популяции пациентов UPMC, а не только на данных, которые предоставил поставщик. Это позволяет выявлять проблемы, которые обобщённый датасет может пропустить, — в том числе предвзятость (bias) и дрейф модели (model drift).

Логика здесь экономическая не меньше, чем клиническая: алгоритм с хорошими метриками на данных вендора может деградировать на другой демографии, другом кодировании диагнозов и другом уровне полноты ЭМК.

Governance не заканчивается на внедрении

Барт отмечает, что управление ИИ должно выходить далеко за пределы первичного развёртывания решения. В UPMC формальная структура управления ИИ действует более двух лет, и она включает непрерывный мониторинг инструментов после их запуска.

Это особенно важно для клинических алгоритмов — например, предсказывающих длительность госпитализации или риск повторной госпитализации.

> «Мы мониторим это через регулярные интервалы после внедрения, чтобы убедиться, что рекомендации, которые инструмент должен давать, остаются точными и отражают исходную [валидацию]», — говорит Барт.

Регулярные интервалы проверки клинических алгоритмов — прямая противоположность модели «внедрили и забыли», типичной для административного ПО.

Использование ИИ врачами удвоилось — стандарты не успевают

Кейт Айзенберг (Kate Eisenberg), старший медицинский директор DynaMed — ИИ-инструмента поддержки клинических решений, — ссылается на опрос Американской медицинской ассоциации (AMA): использование ИИ-инструментов клиницистами почти удвоилось с 2023 по 2026 год. Такой темп изменений ещё сильнее затрудняет синхронизацию стандартов оценки с реальной практикой.

Айзенберг считает, что при усилении проверок провайдерам нужно включать в них фокус на справедливость (equity). В веб-интерфейсе DynaMed изначально была возможность для пользователей отметить наличие проблемы справедливости, и клинические команды, по её словам, должны быть специально обучены оценивать ответы ИИ на предмет предвзятости.

Встроенные методы оценки критичны, отмечает Айзенберг, потому что отрасль до сих пор не имеет единого подхода к оценке таких инструментов. Пока стандарты не догнали практику, системы здравоохранения и вендоры в значительной степени управляют ИИ самостоятельно.

Аспект контроля ИИ	Типичная практика по отчёту	Подход UPMC
Среда тестирования до клиники	Менее половины больниц имеют выделенную	Платформа Ahavi на деидентифицированных данных
Оценка перед запуском	Есть почти у всех, методы — от формальных до неструктурированных пилотов	Тестирование на собственной популяции
Управление после запуска	Единого стандарта нет	Формальная структура управления ИИ более двух лет
Клинические алгоритмы	—	Регулярный мониторинг точности после внедрения
Зрелость стратегии	63% — «в разработке» или ad hoc	—
Оценка на справедливость	Нет отраслевого стандарта	Требуется обучение команд, разметка проблем в интерфейсе

Применимость для РФ

Переносится напрямую: принцип «валидация на собственной популяции пациентов, а не на данных вендора» — это чисто методологическая норма, не зависящая от юрисдикции. Так же напрямую переносится идея непрерывного мониторинга после внедрения: дрейф модели и изменение практики кодирования диагнозов в МИС — универсальные риски. Требование обучать клинические команды выявлять предвзятость в ответах ИИ тоже не привязано к регуляторике.

Не переносится из-за регуляторики. В США деидентификация опирается на правила HIPAA, которых в России нет. Обезличивание в РФ регулируется 152-ФЗ и подзаконными актами Роскомнадзора; обезличенные данные выводятся из-под действия закона, что формально открывает возможность строить тестовые среды, но требует собственной юридической проработки на каждом датасете. Кроме того, ПО, претендующее на функции медицинского изделия, в РФ подлежит регистрации в Росздравнадзоре — это отдельный барьер для быстрого пилотирования, которого нет у американских систем. Любая коммуникация о результатах внедрения ИИ для пациентов дополнительно ограничена ст. 24 ФЗ-38 «О рекламе».

Не переносится из-за инфраструктуры. Платформа типа Ahavi — продукт крупной академической системы с собственным массивом продольных данных. У большинства российских частных клиник сопоставимого объёма структурированных данных в МИС просто нет, а вендоры ИИ-сервисов обычно не передают доступ к весам и логике модели, что делает независимую валидацию технически сложной. Реалистичный стартовый шаг — не собственная платформа, а регламент: фиксированный чек-лист проверки инструмента на локальной выборке и календарь повторного мониторинга после запуска.

FAQ

Q: Сколько больниц имеют выделенную среду для тестирования ИИ? A: Менее половины — по отчёту UPMC Center for Connected Medicine и KLAS Research, опубликованному в августе 2026 года.

Q: Что такое Ahavi? A: Платформа реальных данных UPMC, которая позволяет больницам валидировать сторонние ИИ-инструменты на деидентифицированных данных пациентов до формального развёртывания.

Q: Почему 63% стратегий ИИ называют ad hoc? A: Из-за нехватки времени, капитала и специалистов: больница выбирает стандартный ИТ-процесс внедрения вместо построения структурированной тестовой среды, по объяснению Кена Ховарда из UPMC Enterprises.

Q: Сколько времени теряет больница без валидации ИИ? A: По словам Ховарда, типовый срок внедрения — шесть месяцев и более, после чего может выясниться, что решение не даёт ожидаемой ценности.

Q: Зачем мониторить клинические алгоритмы после внедрения? A: Чтобы убедиться, что рекомендации инструмента остаются точными и соответствуют исходной валидации; метод позволяет ловить предвзятость и дрейф модели, невидимые на обобщённых датасетах.

Q: Насколько выросло использование ИИ врачами? A: По опросу AMA, приведённому Кейт Айзенберг из DynaMed, использование ИИ-инструментов клиницистами почти удвоилось с 2023 по 2026 год.

Источник: MedCity News, 2026-08-30