Мировой рынок технологий искусственного интеллекта (ИИ) в медицинских устройствах достиг $19,1 млрд в 2024 году, а к 2037-му вырастет до $143,5 млрд при среднегодовых темпах 26,2%, говорится в исследовании Research Nester.

В России потенциальная емкость рынка ИИ в здравоохранении составляет 64,4 млрд руб., следует из аналитического отчета «Российский рынок искусственного интеллекта для здравоохранения» платформы прогнозной аналитики Webiomed («компании К-Скай»), опубликованного в феврале 2026 года. К 2030 году, согласно оптимистичным прогнозам аналитиков, он достигнет 121 млрд руб.

При этом реальный оборот компаний — разработчиков ИИ-решений для медицины по итогам 2025 года не превысил 1,5 млрд руб., по данным рейтинга «ЗдравAI 2025», подготовленного компанией «Цифровая медицина», ассоциацией «Национальная база медицинских знаний» и фондом «Сколково». Такой разрыв в оценках авторы рейтинга объясняют структурой спроса: основным заказчиком здесь выступает государство, а частный сектор пока не готов платить за сложные диагностические алгоритмы.

Как государство стимулирует рынок ИИ-решений

В период с 2019 по 2024 год, по данным Минздрава России, опубликованным в журнале «Национальное здравоохранение» в 2025 году, в создание и внедрение медицинских ИИ-решений было вложено 4,7 млрд руб. Около 70% составили государственные средства, частный капитал обеспечил почти 30% инвестиций.

Согласно данным отчета «Атлас МедТех 2025. Компании и решения цифровой экосистемы здравоохранения России», подготовленного ассоциацией «Руссофт», насчитывается более 200 отечественных компаний, разрабатывающих программное обеспечение в медицинской сфере, 62% их решений используют технологии искусственного интеллекта. Лидеры рынка, в соответствии с рейтингом «ЗдравAI 2025», — компании Webiomed, «Платформа третье мнение» и «Цельс» — зарабатывают преимущественно на госконтрактах и программах обязательного медицинского страхования (ОМС).

Внедрение ИИ стимулируют федеральные проекты, в частности запущенный осенью 2024 года «Инцидент № 11», в рамках которого ведется мониторинг применения медизделий с ИИ в субъектах РФ, а также мероприятия в рамках нацпроекта «Здравоохранение» по цифровой трансформации отрасли. Так, в принятой Программе государственных гарантий на 2025–2027 годы впервые закреплена возможность оплаты из средств ОМС решений на основе ИИ для анализа рентгенографии, флюорографии и компьютерной томографии органов грудной клетки и головного мозга.

По данным Минздрава России, по итогам 2024 года 84 региона запустили в государственных медучреждениях не менее трех ИИ-сервисов. По прогнозам «ЗдравAI 2025», к 2030 году в государственных медицинских учреждениях должны быть внедрены не менее 12 различных ИИ-сервисов.

Как частная медицина использует ИИ-инструменты

В частной медицине уровень внедрения ИИ зависит от масштаба компании. У сетевых клиник больше возможностей и заинтересованности во внедрении умных сервисов, несетевым же недостает ресурсов, говорят эксперты.

«Крупные игроки имеют гораздо более развитую инфраструктуру, которая позволяет интегрировать новые сервисы, в том числе на базе ИИ», — говорит старший менеджер технологической практики «ТеДо» Елизавета Ковалева.

Как следует из исследования Института статистических исследований и экономики знаний НИУ ВШЭ «Индикаторы цифровой экономики: 2026», именно крупные игроки благодаря централизованным ресурсам быстрее переходят от пилотов к масштабированию и первыми осваивают сложные алгоритмы. Однако в целом, по данным этого анализа, применение облачных сервисов в организациях здравоохранения значительно ниже среднего по экономике (21,8% против 61,4% в 2024 году).

В сегменте несетевых медицинских компаний 48% уже используют инструменты на базе ИИ, еще 7,2% планируют внедрение в ближайшее время, показало исследование медтех-компании Lab4U, проведенное в декабре 2025 года среди 750 отдельных клиник из 115 городов России.

Однако в небольших клиниках ИИ-решения внедряют точечно, решая конкретные операционные задачи, отмечают эксперты. По мнению менеджера практики «Стратегия» компании «Рексофт Консалтинг» Сергея Ермилова, доля затрат на ИИ в небольших и средних частных клиниках с оборотом до 100 млн руб. в год, как правило, невелика и составляет 1-2% от годовой выручки. «Это позволяет закупать простые и относительно недорогие решения — чат-боты, помощники врача для суммаризации истории болезни или автозаполнения стандартных документов, а также ИИ-ассистенты, направленные на автоматизацию процессов back-офиса», — поясняет эксперт.

Стоимость подписки на специфические решения, такие как системы поддержки и принятия врачебных решений и ассистенты для расшифровки снимков КТ/МРТ, существенно превышает возможности несетевых игроков, говорит Сергей Ермилов. По его словам, такие продукты наиболее востребованы в крупных диагностических центрах и многопрофильных клиниках с высоким потоком пациентов и развитой инфраструктурой.

Если в госсекторе внедрение ИИ ориентировано прежде всего на диагностические задачи (анализ снимков, поддержка врачебных решений), то в несетевых частных клиниках большим спросом пользуются административные и сервисные решения: чат-боты для записи и напоминаний (17,4%), автоматическая расшифровка ЭКГ (11,6%), речевые ассистенты для заполнения медкарт (около 4%), следует из материалов Lab4U. Инструменты прогнозирования рисков и интеллектуальные ассистенты анализа истории болезни только планируют внедрять 6% и 4,8% несетевых организаций соответственно.

Эксперты называют препятствия для внедрения новых решений. Согласно результатам исследования Lab4U, лишь 6,3% клиник, не использующих нейросети, среди основных причин отказа от технологии назвали высокую стоимость. При этом 43,8% в целом не понимают, с чего начать применение ИИ, еще 12,5% испытывают трудности с выбором и внедрением подходящих решений. Низкий спрос связан с непониманием эффектов от внедрения, отмечает заместитель директора Института цифрового биодизайна и ИИ в медицине Сеченовского университета Валерия Кузоватова в материалах к рейтингу «ЗдравAI 2025». Представители частного медицинского сообщества также высказывают опасения по поводу защиты медицинских данных и сложности обучения персонала.

Впрочем, данные опроса компании «Первый Бит», проведенного в 2025 году, показывают, что инфраструктурная база для внедрения ИИ уже создана. Согласно результатам опроса, проведенного свыше чем в 200 клиниках страны, 74% учреждений обладают собственной ИТ-инфраструктурой, позволяющей интегрировать ИИ-решения. Лучше всего к внедрению ИИ готовы многопрофильные центры (83%) и узкоспециализированные клиники (78%). 54% ИТ-директоров назвали ИИ главным технологическим трендом в здравоохранении. А 70% опрошенных организаций уже передают данные в ЕГИСЗ (Единая государственная информационная система в сфере здравоохранения).

Какие ИИ-сервисы нужны рынку

Спектр задач, которые частные клиники решают с помощью ИИ, широк — от прямого роста выручки до повышения качества услуг и безопасности.

Валерия Кузоватова говорит о смещении фокуса разработок в сторону решений, ориентированных непосредственно на пациента. По ее мнению, использование ИИ для повышения уровня лояльности пациентов и роста повторных обращений становится ключевым трендом.

Например, генеральный директор Lab4U Алексей Образцов отмечает эффект после внедрения системы на основе большой языковой модели (LLM), которая анализирует анамнез и результаты анализов, чтобы рекомендовать пациенту дополнительные исследования, а также информирует о возможных рисках и советует обратиться к нужному специалисту. По его словам, система окупилась практически сразу: «Уровень вовлеченности пациентов, оцениваемый по частоте взаимодействия с сервисом, вырос на 43%. В выручке это конвертируется в рост повторных обращений на 7%. Для рынка медицинских услуг это существенный рост».

Руководитель проектов по цифровой трансформации сети клиник «Будь Здоров» Владимир Штефан считает, что использование ИИ важно для повышения качества помощи и отладки процессов, в том числе не точечное исправление протоколов, а выявление нарушений правил и структуры в заполнении согласно требованиям клиники. «Через данный сервис нет попытки изменить клиническую мысль врача, он больше направлен на улучшение качества заполнения медицинской документации, что в перспективе должно повысить качество всей диагностики», — поясняет эксперт.

Внедрение электронной системы проверки назначений сократило количество ошибок лекарственной терапии более чем в четыре раза, приводит пример из практики директор службы информационных технологий клиники «Медицина» (клиника академика Ройтберга) Максим Петухов. По данным компании, применение ИИ в радиологии — анализе рентгеновских снимков, компьютерной томографии и магнитно-резонансной томографии — позволяет получать результат машинного описания менее чем за три секунды при точности 95–98%, что ускоряет первичную интерпретацию и помогает врачу; а в ядерной медицине ИИ сократил время исследований позитронно-эмиссионной и компьютерной томографии до 15 минут и снизил дозу облучения.

В сервисных процессах доля успешных диалогов голосовых и текстовых ботов без переключения на оператора достигла 80%, а речевая аналитика позволила снизить критические ошибки операторов кол-центра на 43%, приводит данные Максим Петухов.

В Европейском медицинском центре (ЕМС), по словам директора по цифровой трансформации бизнеса Егора Сафрыгина, ключевым результатом внедрения ИИ стало ускорение и масштабирование процессов, в том числе рутинных, без снижения качества сервиса. К примеру, если раньше на подготовку квартального эпикриза пациенту врач тратил до трех часов, анализируя данные в ЭМК, то сейчас технологии на базе ИИ анализируют историю обращений и выдают сжатое резюме, которое врач только верифицирует и добавляет свои персональные комментарии. Таким образом, за час врач может сформировать до десяти эпикризов. Кроме того, зафиксирован четырехкратный рост количества рекомендаций от рентгенологов к клиническим специалистам и двукратный рост рекомендаций дополнительных обследований, что косвенно говорит о более глубокой диагностике.

Как клиники внедряют ИИ-решения

Единого стандарта развертывания ИИ на рынке нет, и решение о модели внедрения сегодня определяется не столько бюджетом, сколько стратегией работы с данными и требованиями информационной безопасности, говорят опрошенные «РБК Отрасли» эксперты. Утечки медицинских данных, по их словам, несут не только репутационные, но и финансовые риски для клиник — в этой логике выбор модели развертывания ИИ становится не столько техническим, сколько стратегическим решением.

Большинство компаний переходят на гибридную модель, отмечает Егор Сафрыгин. Вычислительные мощности, развертываемые локально, используются для обработки высокочувствительной информации, которая не может выйти за пределы контура организации с точки зрения экономической и кибербезопасности. По его словам, комбинирование SaaS (Software as a Service, модель подписки на ПО без установки на свои серверы) и локальной сети позволяет поддерживать высокий уровень безопасности и сохранять предсказуемость операционных расходов.

Владимир Штефан говорит, что в сети «Будь Здоров» около 90% персональных данных обрабатывается внутри контура клиники. SaaS здесь используют только при условии полной анонимизации и защищенных каналов связи.

По словам Максима Петухова, в клинике «Медицина» системы, обрабатывающие чувствительные медицинские данные и требующие глубокой интеграции с МИС (медицинской информационной системой), размещаются в локальном защищенном контуре.

В Lab4U, напротив, используют облачную модель с хранением данных на одном из крупнейших российских сервисов. «Безопасность не находится под угрозой, так как мы не передаем персональные данные пациентов для использования облачными моделями ИИ», — поясняет Алексей Образцов.

Кто отвечает за искусственный интеллект

Правовое поле, в котором существуют ИИ-решения для медицины, остается одной из самых сложных зон для частных клиник. По российскому законодательству оборудование с ИИ необходимо регистрировать в качестве медицинского изделия (ч. 1 ст. 38 Федерального закона № 323-ФЗ), поясняет адвокат, председатель совета учредителей автономной некоммерческой организации «Национальный аналитико-экспертный центр здравоохранения» Полина Габай. Использование незарегистрированного ПО влечет риски административной ответственности.

При этом использование ИИ не снимает ответственности с врача: финальное заключение формирует специалист, и именно он отвечает за возможные ошибки. Однако судебная практика по таким делам пока не сложилась, отмечает адвокат.

Страховые компании также активно используют нейросети для контроля соответствия выставленных медицинскими организациями счетов объему услуг, который должен быть оказан по заболеванию. Симметричное внедрение ИИ клиниками, полагает Полина Габай, может стать дополнительным драйвером оптимизации помощи. Технология работает, вопрос теперь не в том, внедрять ИИ или нет, а в том, как именно.