МЕДОБР🌏НАВИГАТОР

Неожиданный подарок от коллег из «Эйдос Медицина».

Назвали новый симулятор, который должен конкурировать с нашим Harvey, моим именем.

Очень мило)

Не каждый день конкуренты выпускают продукт в твою честь.

Теперь у меня есть Harvey. И есть симулятор имени меня.

Кажется, это и называется признанием заслуг конкурентами.

То чувство, когда твоим именем назвали симулятор)

Медицинские вузы в Приоритете

Самарский ГМУ проводит форум «Медицинские вузы в программе “Приоритет-2030”». Обсуждаем, как меняется роль медицинского университета: связь образования, науки и клиники становится основой для разработки технологий, создания собственных производств и сотрудничества с промышленностью. За этим стоят вполне практические вопросы — каких специалистов готовить, кто будет их учить и как результаты университетских исследований дойдут до пациента.

Две мысли с пленарной сессии

Первая — университеты стремятся участвовать во всем пути от клинической задачи до применения технологического решения. Для этого нужны команды врачей, исследователей, инженеров и разработчиков. А значит, умение работать вместе становится задачей образовательной программы.

Вторая — обсуждался разворот к сохранению здоровья и активному долголетию. Перспектива понятна, но экономическая модель пока вызывает вопросы: кто будет оплачивать сохранение здоровья и какой результат считать достаточным? Эти вопросы влияют и на требования к будущим специалистам.

На секции «Лучшие практики в образовании», которую я модерировал, мы продолжили разговор через повседневную работу со студентом. Что из новых университетских проектов получает каждый обучающийся? Как найти для этого место в учебном плане? Как проверить результат?

В опыте четырех медицинских университетов были представлены разные решения: работа студентов над реальными запросами индустрии, междисциплинарные курсы, выбор модулей по интересам уже на первом курсе, исследовательские траектории и включение запросов регионального здравоохранения в содержание подготовки.

При этом небольшой проект с мотивированными участниками и практика, доступная всему курсу, требуют разных условий. Хороший результат пилота еще предстоит сделать частью повседневной программы.

Отдельная тема — возвращение к фундаментальным дисциплинам на старших курсах. Когда у студента появляются клинические вопросы, биохимия, физиология и анатомия приобретают другой смысл. Но переместить часы в учебном плане недостаточно: кафедрам нужно вместе пересмотреть содержание и задания.

Все это упирается в подготовку преподавателей. Обсуждали разделение методических, исследовательских и инновационных функций, обучение новым подходам, возможности ИИ для индивидуальной обратной связи. А вот как оценивать вклад преподавателя-клинициста и поддерживать клиническое наставничество — вопрос пока остается открытым.

В общей дискуссии мы вернулись к экзамену.

Почти 70% участников опроса «Голос будущих врачей» уделяют особое внимание экзаменационным вопросам и ответам. Прежде чем сетовать на мотивацию студентов, стоит посмотреть, что мы сами спрашиваем.

Предложить перечислить ветви нерва или описать симптомы пациента и спросить, какой нерв поврежден, — разные педагогические решения. Знания нужны в обоих случаях. Но второй вопрос показывает студенту их профессиональный смысл.

Обсуждали междисциплинарные экзамены и задания, проверяющие готовность действовать в конкретной ситуации. Их разработка требует совместной работы кафедр и обучения преподавателей. Это вполне конкретная задача, с которой можно начать изменения уже в собственной дисциплине.

Мы хотим, чтобы студент учился принимать решения, понимал происхождение медицинского знания и умел работать с коллегами. Теперь стоит проверить, насколько наши занятия и экзамены направляют его именно к этим результатам.

Оценка определяет обучение.

Подписывайтесь на МЕДОБР🌏НАВИГАТОР в Телеграм и в Макс

Сегодня я на Яндекс Scale.

В выступлениях пленарного заседания особенно запомнились две цифры: более 94% разработчиков Яндекса регулярно используют ИИ-агентов, а общая экономия рабочего времени составляет около 10–12%. На отдельных задачах выигрыш может быть многократным, но в масштабе всей работы результат скромнее. Это собственные данные компании, не независимое исследование. И всё же такой разговор об эффективности лучше обещаний десятикратного роста производительности.

Что мы хотим получить от ИИ в медицинском образовании? Освободить время преподавателя? Дать обучающимся больше практики? Улучшить обратную связь и коммуникативные умения? Число пользователей нейросети само по себе ни на один из этих вопросов не отвечает.

Из показанного особенно интересны агенты, которым можно поручить последовательность действий: собрать сведения из нескольких систем, разобраться в контексте, подготовить документ, поставить задачу. При этом в демонстрации сотрудник проверял письмо перед отправкой, а разработчик принимал или отклонял изменения в коде. Вполне конкретная граница между работой системы и решением человека.

Представим применение на кафедре. Преподаватель поручает агенту собрать результаты учебных консультаций группы, выделить повторяющиеся ошибки и подготовить материал для следующего занятия. Система показывает, на каких наблюдениях основаны выводы. Преподаватель проверяет их и решает, что делать дальше. Это возможный сценарий использования показанных технологий; готового решения для кафедры в презентации не было.

Отдельная тема - собственная база знаний: учебные сценарии, методические материалы, научные публикации, записи занятий. На конференции говорили о поиске по документам, таблицам, изображениям, аудио и видео. Возможности широкие. Но способность обработать видеозапись занятия ещё ничего не говорит о точности оценки действий обучающегося. Её предстоит исследовать.

В демонстрации аналитики понравилась возможность проследить показатель до исходных данных. Этот принцип нужен и при оценке компетентности: преподаватель должен открыть конкретный фрагмент диалога и понять, почему система сделала такой вывод. Для исследовательской работы требование то же. Красивый график мало помогает, если непонятно, из чего он получился.

Есть и вопрос стоимости. Спикеры обсуждали удешевление вычислений, облачное и собственное размещение моделей. Для образовательного продукта имеет смысл считать стоимость законченной практики: разговор с виртуальным пациентом, обработка голоса, оценивание, обратная связь. Именно от этой суммы зависит, сколько попыток мы можем предоставить обучающемуся. Цена отдельного токена этого не показывает.

Наконец, полномочия агента. Подготовить рекомендацию, изменить оценку, отправить письмо, открыть доступ к материалам действия с разными последствиями. Права доступа и безопасность, которым уделяли много внимания в докладах, в образовательной организации придётся связать с ответственностью конкретных людей. Эти решения нужны уже при проектировании работы.

Поэтому и подготовку преподавателей стоит строить вокруг реального процесса. Выбрать одну задачу, определить допустимые действия ИИ и требования к результату, затем проверить: сколько времени освободилось, какие ошибки появились, что получил обучающийся. Здесь нам самим придётся точно сформулировать, какого улучшения мы ждём и как собираемся его увидеть.

Ответственность за подготовку будущего врача остаётся у нас.

#искуственныйинтеллект

Подписывайтесь на МЕДОБР🌏НАВИГАТОР в Телеграм и в Макс

Хороший врач не становится хорошим преподавателем автоматически. Можно безупречно выполнить сложную процедуру и не суметь научить ей другого. Особенно когда нужно дать человеку действовать самому, выдержать его ошибку, а потом разобрать случившееся так, чтобы следующая попытка была лучше.

Евгений Германович Рипп много лет занимался именно этим: учил преподавателей, проводил курсы в российских регионах, Беларуси, Казахстане. Работал с теми, кому предстояло учить будущих врачей и готовить медицинские команды. Подготовка инструкторов была постоянной частью его профессиональной жизни.

У обучения преподавателей есть важная особенность: то, чему. ты научил одного человека, он потом передаёт другим. Твоего имени может уже не быть в программе, но твой подход к работе в ней присутствует.

Евгений Рипп был одним из пионеров медицинской симуляции в стране, руководил симуляционным центром Сибирского ГМУ, затем-в НМИЦ имени Алмазова. За этими должностями стояла работа над вполне конкретной задачей: сделать практическую подготовку постоянной частью образования врача. Чтобы студент возвращался к освоенным навыкам, решал всё более сложные задачи и понимал, что ещё ему предстоит отработать. Такой подход он последовательно внедрял в образовательные программы.

В 2024 году проект Евгения и Татьяны Рипп, Александра Зверева и Елены Пармон по системному включению симуляционных технологий в медицинское образование получил премию МЕДОБР-Навигатор.

Была и большая работа по организации работы симцентров, запуску аккредитации. Вместе с коллегами Рипп участвовал в разработке экзаменационных станций для оценки практических навыков. Здесь перед нами стоял тот же профессиональный вопрос: как понять, что врач действительно умеет делать то, о чём уверенно рассказывает?

14 сентября 2026 Евгений Германович покинул нас после тяжелой болезни.

О вкладе человека обычно судят по публикациям и должностям. В случае с Евгением Германовичем я бы смотрел ещё и на преподавателей, которых он учил. На программы, над которыми он работал вместе с коллегами. Именно там нужно искать его след: в том, как преподаватели, которых он обучал проводят занятие, разбирают ошибки и решает, готов ли обучающийся двигаться дальше.

Такой вклад трудно выразить цифрами, чтобы оценить его по-настоящему, нужно спросить себя: что я стал делать иначе благодаря Евгению Риппу?

ИИ в медицинском образовании: какие навыки мы продолжаем тренировать?
Вчера в Новгородском ГУ по приглашению проректора по медицинскому образованию Анастасии Новиковой мы обсуждали со студентами и коллегами использование ИИ в медицинском образовании.
Главный вопрос здесь что будущий врач продолжает делать самостоятельно, когда часть работы можно поручить модели.

Возьмём конспект лекции или описание клинического случая. Когда студент составляет их сам, он выделяет главное, связывает факты, замечает пробелы и формулирует выводы. Получая готовый текст, он может пропустить именно эту часть работы.

Если мы делегируем ИИ действие, ради которого организовано обучение, студент получает меньше возможностей его освоить.

Поэтому в учебной задаче я бы предложил такой порядок:
• сначала студент самостоятельно разбирает случай и объясняет своё решение;
• затем обращается к ИИ за дополнительными вопросами или разбором;
• после этого сравнивает ответы, проверяет расхождения и обосновывает, что стоит изменить.

Здесь остаётся работа для мышления. Причём убедительный ответ модели тоже становится предметом проверки. Будущему врачу необходимо замечать ошибки модели, проверять сведения по надёжным источникам и понимать, какие данные допустимо передавать конкретному сервису.

Этот же принцип важен для виртуальных пациентов. Сейчас мы апробируем платформу, на которой студент может провести учебный приём: задать вопросы, выслушать собеседника, отреагировать на его тревогу, объяснить свои действия.

После беседы система предлагает разбор коммуникации: где можно было уточнить ответ, дать пациенту договорить или иначе сформулировать вопрос. Есть и смоделированная обратная связь с позиции пациента.

Студент сам ведёт разговор и принимает решения. ИИ помогает организовать практику и даёт материал для её последующего обсуждения с преподавателем. Эффективность такого обучения нам ещё предстоит оценить в ходе апробации.
Для преподавателя здесь тоже меняется задача. Нужно определить, какие действия студент должен освоить самостоятельно, где помощь ИИ полезна и как проверить результат обучения.

Главный критерий образовательного ИИ-инструмента - что после работы с ним студент способен объяснить и сделать самостоятельно.

#МедицинскоеОбразование #ИИ #искусственныйинтеллект #виртуальныйпациент

Подписывайтесь на МЕДОБР🌏НАВИГАТОР в Телеграм и в Макс

Устали бороться с текучкой кадров, кассовыми разрывами и неэффективным маркетингом клиники? Получите системные решения от практиков медицинского бизнеса на курсе «Эффективное управление медицинской организацией» в МГИМО.

За 9 дней вы научитесь:
📌 Финансово моделировать работу клиники и избегать кассовых разрывов.
📌 Создавать и мотивировать команду врачей и администраторов.
📌 Увеличивать поток первичных пациентов и их лояльность.
📌 Разбираться в современных каналах продвижения и не сливать бюджеты
📌 Эффективно распределять существующие ресурсы и получать прибыль там, где другие её теряют

ℹ️ Обучение ведут практики - действующие руководители сетей клиник – Павел Бранд и Сергей Алдашенко (сеть стоматологий «Дента Эль» и сеть клиник «Семейная»), Антон Силин (клиника «Медскан на Яузе», сеть клиник «Нева»), Светлана Елькина (УГМК «Здоровье»), Александр Фоменко (сеть клиник «Верамед»), Владислав Шерстобоев (ГК «Эксперт»), Екатерина Арцруни (ГК «Моситалмед») и многие другие.

Старт потока: 25 сентября.

Формат: очный, г. Москва, МГИМО.

По итогам — разбор непосредственно Ваших кейсов, удостоверение гос. образца, все материалы остаются у вас.

Стоимость: 380 000 ₽.

Гранты для команд от 3-х человек.

По промокоду РОСМЕДОБР предоставляется скидка в размере 38000р.

Действует гибкая система рассрочек.

Забронировать место или запросить подробную программу по телефону: 8-925-317-09-00 (ТГ, Макс).

Реклама. АО УМК «АРТСМЕД». Erid: 2VtzqvVCLH1

Устали бороться с текучкой кадров, кассовыми разрывами и неэффективным маркетингом клиники? Получите системные решения от практиков медицинского бизнеса на курсе «Эффективное управление медицинской организацией» в МГИМО.

За 9 дней вы научитесь:
📌 Финансово моделировать работу клиники и избегать кассовых разрывов.
📌 Создавать и мотивировать команду врачей и администраторов.
📌 Увеличивать поток первичных пациентов и их лояльность.
📌 Разбираться в современных каналах продвижения и не сливать бюджеты
📌 Эффективно распределять существующие ресурсы и получать прибыль там, где другие её теряют

ℹ️ Обучение ведут практики - действующие руководители сетей клиник – Павел Бранд и Сергей Алдашенко (сеть стоматологий «Дента Эль» и сеть клиник «Семейная»), Антон Силин (клиника «Медскан на Яузе», сеть клиник «Нева»), Светлана Елькина (УГМК «Здоровье»), Александр Фоменко (сеть клиник «Верамед»), Владислав Шерстобоев (ГК «Эксперт»), Екатерина Арцруни (ГК «Моситалмед») и многие другие.

Старт потока: 25 сентября.

Формат: очный, г. Москва, МГИМО.

По итогам — разбор непосредственно Ваших кейсов, удостоверение гос. образца, все материалы остаются у вас.

Стоимость: 380 000 ₽.

Гранты для команд от 3-х человек.

По промокоду РОСМЕДОБР предоставляется скидка в размере 38000р.

Действует гибкая система рассрочек.

Забронировать место или запросить подробную программу по телефону: 8-925-317-09-00 (ТГ, Макс).

Реклама. АО УМК «АРТСМЕД». Erid: 2VtzqvA1rUr

Устали бороться с текучкой кадров, кассовыми разрывами и неэффективным маркетингом клиники? Получите системные решения от практиков медицинского бизнеса на курсе «Эффективное управление медицинской организацией» в МГИМО.

За 9 дней вы научитесь:
📌 Финансово моделировать работу клиники и избегать кассовых разрывов.
📌 Создавать и мотивировать команду врачей и администраторов.
📌 Увеличивать поток первичных пациентов и их лояльность.
📌 Разбираться в современных каналах продвижения и не сливать бюджеты
📌 Эффективно распределять существующие ресурсы и получать прибыль там, где другие её теряют

ℹ️ Обучение ведут практики - действующие руководители сетей клиник – Павел Бранд и Сергей Алдашенко (сеть стоматологий «Дента Эль» и сеть клиник «Семейная»), Антон Силин (клиника «Медскан на Яузе», сеть клиник «Нева»), Светлана Елькина (УГМК «Здоровье»), Александр Фоменко (сеть клиник «Верамед»), Владислав Шерстобоев (ГК «Эксперт»), Екатерина Арцруни (ГК «Моситалмед») и многие другие.

Старт потока: 25 сентября.

Формат: очный, г. Москва, МГИМО.

По итогам — разбор непосредственно Ваших кейсов, удостоверение гос. образца, все материалы остаются у вас.

Стоимость: 380 000 ₽.

Гранты для команд от 3-х человек.

По промокоду РОСМЕДОБР предоставляется скидка в размере 38000р.

Действует гибкая система рассрочек.

Забронировать место или запросить подробную программу по телефону: 8-925-317-09-00 (ТГ, Макс).

Реклама. АО УМК «АРТСМЕД». Erid: 2VtzqwyVKWh

🧠🇷🇺 ИИ в здравоохранении РФ: что уже работает, а что мешает масштабированию

Программа ОРГЗДРАВ 2026 открылось форматом интервью с Вадимом Ваньковым - заместителем министра здравоохранения

Коротко по итогам:

🔹Государство переходит от пилотов к системному внедрению ИИ
ИИ уже рассматривается как обязательная часть цифрового здравоохранения. Формируются KPI до 2026 года и стратегия до 2030.

🔹 Главное правило остаётся неизменным:
«Последнее слово за врачом»

ИИ = поддержка принятия решений, а не замена специалиста.

📌 Что внедряется уже сейчас:

1️⃣ Анализ медизображений самый зрелый сегмент
КТ, рентген, маммография, флюорография.
Именно здесь ИИ даёт максимальный эффект на больших потоках исследований.

2️⃣ Анализ ЭМК (электронных медкарт)
Выявление групп риска, прогнозирование осложнений, помощь в диспансеризации.
Но внедрение сложнее, нужна глубокая интеграция в медсистемы и процессы.

🏥 МОСМЕД-ИИ становится базовой платформой масштабирования
К системе уже подключены 75 регионов.

⚠️ Главный барьер не алгоритмы, а инфраструктура данных

Проблемы:
• хранение огромных объёмов данных
• защищённая передача
• нехватка «сырых» медицинских данных
• переход к патоморфологии и геному → рост объёмов до эксабайтного уровня

👨‍⚕️ Важный тезис интервью:
Эффективность ИИ зависит не от модели, а от того, как она встроена в процесс.

Если врач вынужден всё перепроверять вручную нагрузка только растёт.

💡 Будущая модель:
«Врач + ИИ»

ИИ:
✅ снимает рутину
✅ сортирует типовые случаи
✅ помогает с триажем
✅ освобождает время для сложных пациентов

⚠️ Основные риски:
• чрезмерное доверие врачей к модели
• самолечение пациентов через ИИ
• снижение клинического мышления
• непрозрачность генеративного ИИ

📚 Отдельная проблема нехватка компетенций
Врачей и управленцев придётся массово обучать работе с ИИ-инструментами.

Горизонт 5–10 лет:
🔹персонализированная медицина
🔹цифровые профили пациентов
🔹профилактика вместо реактивного лечения
🔹интеграция данных ЭМК + носимых устройств + генетики

Главный вывод:
ИИ в медицине уже стал частью системы. Но успех будет зависеть не от «магии алгоритмов», а от качества процессов, данных, инфраструктуры и контроля безопасности.