Тем не менее все больше экспертов склоняются к тому, что развитие технологий AI вышло на такой уровень, что это может оказать трансформационное влияние на сферу HealthTech. По прогнозу Boston Consulting Group, рынок использования технологий GenAI в медицине будет расти в ближайшей перспективе на 85 процентов в год. В свою очередь Gartner предсказывает: до трети новых медикаментов будет разрабатываться с помощью нейросетей. McKinsey ожидает, что применение генеративного AI может повысить вероятность успеха клинических испытаний на 10 процентов, сократив их стоимость и длительность на 20 процентов.
Мой личный опыт инвестирования, в том числе в глобальные компании-единороги, заставляет сомневаться в возможности скорого прорыва от использования AI для разработки фармпрепаратов. Слишком много нового мы узнаем об организме человека в процессе исследований. Другое дело - внедрение в медицинскую практику AI для работы с большими объемами данных. В качестве примера можно назвать систему IBM watsonx, которая использует генеративные нейросети для автоматизации бэк-офисных процессов, работы с имеющимися базами и повышения эффективности процессов в обслуживании клиентов и HR. Другой областью применения AI может стать диагностика. Здесь также речь идет не о создании чего-то принципиально нового, а об использовании сильных сторон нейросетей - обработке большого количества исследований в сжатые сроки, pattern recognition и так далее. Так, в прошлом году американская FDA одобрила Digital Diagnostics - первый AI для диагностики глазных заболеваний, вызванных диабетом, без участия врача.
На волне всеобщего оптимизма инвесторам не следует забывать о законе американского ученого-футуролога Амары: мы склонны переоценивать эффект от использования технологии в краткосрочной перспективе и недооценивать его в долгосрочной. Именно это произошло с интернетом. Надо быть готовым к тому, что в области вложений в AI в ближайшие годы количество неудач, вероятнее всего, будет превышать количество успешных кейсов.
Оценить перспективы применения нейросетей в здравоохранении в России еще сложнее, чем для глобального рынка. В целом в стране уделяется большое внимание теме цифровизации, созданы одни из самых передовых систем для государственных услуг и налогового администрирования. Финансовый сектор в России с технологической точки зрения также является одним из самых передовых. Все это создает благоприятную почву для внедрения AI в здравоохранение.
Однако для того, чтобы получить от этого хоть какие-то положительные результаты, необходимы серьезные инвестиции и серьезные технологические компетенции. Частный капитал пока неохотно идет в HealthTech: слишком непредсказуема экономическая отдача. Последний заметный всплеск вложений здесь отмечался более пяти лет назад и был связан с телемедициной.
Кажется, реальным локомотивом внедрения технологий AI в медицине у нас может быть только государство. Хорошей базой являются высокая централизация амбулаторного лечения и высокотехнологичной медпомощи, хорошая оснащенность больниц в крупных городах. Есть основания считать, что это отлично понимают в Минздраве РФ, который активно работает над рядом таких инициатив, как программа развития цифрового профиля пациента (фундамент для внедрения AI), портал непрерывного медицинского образования, развитие единой информационной базы с ключевой аналитикой по теме здравоохранения.
Частные российские компании из индустрии HealthTech в большинстве своем не имеют достаточных технологических компетенций или финансовых средств, которые можно было бы безболезненно поставить под риск. Однако в стране сформировались крупные игроки, которые как раз обладают и тем и другим: "Яндекс", "Сбер". Наиболее правильным для внедрения технологий AI будет формат, где государство выступает в роли заказчика и источника качественной big data, а компании-гиганты отвечают за разработку и применение решений на базе искусственного интеллекта.
Первое, что приходит на ум, - использование больших лингвистических моделей. В этом сегменте, с одной стороны, наши технологические лидеры особенно сильны, а с другой - очень понятны направления использования в медицине (виртуальный помощник по взаимодействию с пациентом, извлечение структурной информации из неструктурированных источников, обработка живой речи и так далее). После первых заметных успехов в области применения AI, возможно, сюда пойдет и частный капитал.