Согласно прогнозу Webiomed в сфере ИИ в здравоохранении в период с 2026 по 2030 год произойдут изменения, включая переход к использованию LLM, а также ИИ-агентов.

Генеративный ИИ позволит значительно ускорить добавление новых функций в решения на основе ИИ, делая этот процесс быстрее и экономичнее по сравнению с традиционными моделями машинного обучения.

Специалисты полагают, что будущее развитие ИИ-систем будет происходить на основе гибридного подхода, в котором LLM сочетаются с рекомендательными алгоритмами и классическими ML-моделями для задач прогнозирования.

Эксперты считают, что быстрое увеличение числа решений на основе ИИ станет возможным благодаря ускорению и уменьшению стоимости их создания. Тем не менее из-за специфики LLM качество и надежность созданных продуктов начнут снижаться, увеличивая вероятность галлюцинаций. Поэтому для медицинского сектора необходимы специально дообученные отраслевые LLM.

В Webiomed считают, что в ближайшие годы в России появится специализированная LLM, созданная либо на основе коммерчески доступных моделей, либо на базе открытой архитектуры вроде DeepSeek, Qwen и аналогичных проектов.

Переход к использованию ИИ-агентов

ИИ-агенты смогут самостоятельно справляться со сложными многоступенчатыми задачами, разрабатывать стратегии действий и приспосабливаться к изменениям без непрерывного человеческого контроля. Они проникнут во все популярные сценарии применения ИИ, от чат-ботов до «виртуальных коллег», интегрированных в бизнес-процессы.

Также агенты будут активно задействоваться в персонализированных цифровых ассистентах для пациентов.

Централизация решений и переход к ИИ-платформам

Современные ИИ-разработки преимущественно представляют собой узконаправленные инструменты. Однако по мере дальнейшего распространения LLM и ИИ-агентов количество предложений на рынке увеличится. Потребители столкнутся с проблемой чрезмерного разнообразия специализированных решений, интеграция которых в существующую инфраструктуру станет экономически невыгодной и трудоемкой.

Тенденции указывают на формирование спроса на комплексные решения, способные объединить разные типы данных и интерфейсов в одну систему. Ожидается, что этот тренд проявится одновременно на двух уровнях. Первый из них — это интеграция на уровне инфраструктуры, поскольку для отдельных ИИ-решений в обязательном порядке потребуется обмен как полученными для анализа данными, так и результатами работы. Второй — централизация произойдет на уровне продуктов и объединения с МИС и пациентскими приложениями.

Таким образом, ключевым игроком на рынке станет тот, кто сосредоточится не столько на создании новых специализированных сервисов, сколько на эффективной интеграции существующих инструментов и совместимости с ведущими медицинскими платформами и приложениями для пациентов.

Переход к мультимодальным решениями

Повышение точности диагностики заболеваний на основании медицинских изображений ограничено отсутствием доступа ИИ к полной клинической картине, включающей историю болезни пациента, предыдущие диагнозы и медицинские обращения. Эта же проблема характерна и для решений, работающих с электронными медицинскими картами.

Такие ограничения создают выраженный стратегический спрос на разработку комплексных мультимодальных продуктов, интегрирующих анализ различных источников данных.

В долгосрочной перспективе ожидается расширение функционала систем за счет подключения дополнительных источников данных, таких как активность социальных сетей, покупка товаров и предпочтения в питании, образ жизни, экологические условия проживания. Интеграция этих разнородных потоков информации создаст основу для более точной и персонализированной диагностики и лечения.

Смещение продуктов от специализированных разработчиков к крупным технологическим корпорациям

Рост интереса к созданию универсальных централизованных решений, основанных на генеративном ИИ, повлечет значительное увеличение инвестиционных вложений. Для адаптации и эффективного развертывания таких моделей потребуется дорогостоящее оборудование.

Эти факторы приведут к постепенному перераспределению доли рынка в пользу крупных технологических компаний. Стартапы, действующие в рамках ограниченной функциональности или занимающиеся разработкой решений для небольших сегментов рынка, окажутся неспособны эффективно конкурировать с корпорациями, обладающими необходимыми финансовыми и техническими возможностями. Таким образом, несмотря на высокую начальную динамику, небольшие игроки в области ИИ уступят доминирующую позицию крупным игрокам и постепенно потеряют свое присутствие на рынке.