莫斯科地区的AI助手已核查超过一百万条医生处方
2026年2月部署于莫斯科地区医疗系统的人工智能数字助手，在半年运行期间已处理超过一百万条医生处方。
该工具以两种模式运行：在面对面接诊患者时，以及在远程医疗咨询期间需要延长或调整现有处方时。这是俄罗斯临床实践中规模最大的神经网络应用案例，其结果令人印象深刻。
处方检查如何运作
算法自动根据15项关键标准评估每一条处方。其中包括药物相容性、是否符合患者年龄和性别，以及过量用药或超过建议服用期限的风险。系统在处方开具时启动：神经网络将患者数据与所开药物进行核对，并在患者获得药物之前就发出潜在威胁的警报。
地区部门新闻处强调：该技术为治疗方案选择增加了额外的精确度，但最终决定始终由医生做出。莫斯科地区副州长柳德米拉·博拉塔耶娃指出，该工具帮助选择最佳治疗方案，在面对面接诊和远程咨询中均能同样高效地工作。
需要明确的是：该助手不会取代专家，而只是补充其工作，减轻药物相容性检查的日常负担。这是一种合理的做法——人工智能承担分析工作，但患者健康的责任仍由人类承担。
俄罗斯医疗中的人工智能
莫斯科地区并非唯一将神经网络整合到医疗保健中的地区。类似项目正在联邦层面和个别地区启动，人工智能在这些地方承担日常检查和数据处理工作。在莫斯科，六年内测试了200项医疗人工智能服务，其中67项已在医院投入使用。来自75个地区的超过2000家诊所已接入城市平台“MosMedAI”，通过该平台可使用基于影像的放射诊断算法。
Yandex也在关注这一市场。7月底，该公司注册了“Yandex Med”有限责任公司，用于开发医疗软件。该数字助手可转录医生与患者的对话，在知识库中搜索所需数据，并准备病历摘要。
神经网络的应用也超出了诊所范围。借助它们，首次完整组装了噬菌体——感染细菌的病毒——的基因组。在使用人工智能创建的16个此类样本中，所有样本在实验室条件下均表现出生命力。
我的结论：将人工智能引入医疗不仅仅是趋势，而是行业演进的必然阶段。莫斯科地区的案例表明，神经网络能够显著降低医疗错误风险并提高治疗质量。问题只在于其他地区和私营诊所将多快适应这些技术。市场显然正朝着人机协同的混合模式发展。