Розробка AI-системи для ведення електронних медичних карт (EHR AI)

Ручне введення в приймальному відділенні з'їдає години прийому, а історія пацієнта залишається розкиданою по картках. Ми розробляємо та впроваджуємо AI EHR під ключ: система сама збирає дані, підказує призначення та тримає записи в порядку. Лікар повертається до пацієнта, а не до клавіатури.

Розробка AI-системи для ведення електронних медичних карт (EHR AI)

Галузеві AI-рішенняСкладнийвід 2 тижнів до 3 місяців
Часті запитання

Чому AI EHR розвалюється на живих клінічних даних

На тестовому наборі система поводиться передбачувано: поля заповнені, довідники збігаються, модель впевнено розмічає діагнози. На живому потоці це ламається в першу добу.

Впровадження AI EHR упирається не у вибір моделі, а в якість клінічних даних, які надходять з десятка джерел у різному вигляді.

Лабораторія віддає структурований відповідь по своєму каналу, а висновок інструментального дослідження надходить сканом з кривим рядком і печаткою. Розпізнавання тексту висновків на таких сканах плутає дозування, одиниці вимірювання та дати — і далі це потрапляє в карту як факт.

Вільний текст лікаря додає своє: скорочення, локальні шаблони відділення, формулювання без дати відліку.

Зверху лягають помилки ручного введення на реєстратурі: поліс, дата народження, дублі пацієнтів. Помилка не залишається локальною — вона рве зв'язку епізодів, історія хвороби збирається неповно, а правила клінічних перевірок спрацьовують не на тих даних.

Вузьке місце обробки карт найчастіше не в моделі, а на стиках: обрив інтеграції з лабораторією, зависла черга повідомлень, розбіжність довідників послуг.

Поки стик не закритий, якість клінічних даних не піднімається ніякою донавченою моделлю — лікарю знову доводиться звіряти все вручну. Розбираємо, як це закривається.

Що дає AI EHR у щоденній практиці клініки

В основі AI EHR — розпізнавання мови та структурування сказаного за заданим шаблоном прийому: скарги, анамнез, огляд, призначення. Лікар говорить, система розкладає текст по полях, а не пише суцільним потоком.

Формат зберігання вибираємо не на око: записи лягають у модель HL7 FHIR — міжнародний стандарт обміну медичними даними, тому карта стикується з лабораторією, аптекою та зовнішніми системами без ручного перенесення.

Ефекти знімаємо замірами до і після. Частка карт, закритих без ручного набору, на потокових прийомах сягає 70–80%, підготовка запису прийому скорочується з 6–8 хвилин до 1–2.

Повернення карт на доопрацювання падають у рази — найчастіше їх викликали пропущені обов'язкові поля, а не суть запису.

Зникає окремий клас помилок введення: одруки в дозуваннях, розбіжності між призначенням і текстом карти, загублені рядки при копіюванні минулого прийому.

Цілісність тримається на перевірках при збереженні: доза звіряється з вагою, віком та супутніми призначеннями, несумісні позиції позначаються. Повнота клінічної карти перестає залежати від того, наскільки втомленим був лікар до кінця зміни.

Навантаження на лікаря зміщується: він перевіряє та підтверджує, а не набирає. Фінальне слово залишається за людиною, будь-яка правка фіксується в журналі з автором і часом. Далі розбираємо, з чого складається така система і як вбудувати її в поточний контур клініки.

Способи підключення: хмара, контур клініки, гібрид

Вибір схеми розгортання диктує не зручність інфраструктури, а політика клініки: де дозволена обробка персональних даних і які канали назовні взагалі відкриті.

Ми ведемо такі узгодження разом з ІТ-службою замовника, тому що від відповіді залежить і архітектура, і регламент експлуатації.

Варіант Коли підходить Обмеження
Хмара Мережа клінік з високим і нерівномірним навантаженням, потрібні зовнішні розрахунки Меддані поза контуром: обов'язкові договір обробки, шифрування при передачі та зберіганні, окремий контроль доступу
Контур клініки Жорсткі вимоги до зберігання персональних даних, ізольована мережа Потрібні власні обчислювальні потужності під модель; оновлення ставимо в узгоджене вікно, зовнішні інтеграції — тільки через узгоджений шлюз
Гібрид Обробка текстів усередині клініки, а обмін з лабораторією та важкі розрахунки — назовні Два контури: потрібні синхронізація довідників, розмежування ролей і наскрізне журналювання запитів

У гібридній схемі межа проходить по конкретному полю, а не по системі в цілому: все, що містить ідентифікатори пацієнта, залишається в контурі, назовні йде знеособлена задача, а відповідь повертається з прив'язкою до карти вже на стороні клініки.

Обмін з лабораторією будується так само — за результатами та заявками, без вивантаження повної історії.

Що однаково важливо у всіх трьох варіантах: незмінний журнал доступу до карт, ключі шифрування залишаються у замовника, а при втраті зв'язку система переходить в режим читання і не втрачає вже введене. Ці перевірки ми проганяємо до передачі і фіксуємо в регламенті.

Як ми впроваджуємо систему: етапи інженерної роботи

Впровадження починається не з моделі, а з даних: поки неясно, як влаштовані поточні карти і хто їх заповнює, автоматизація дає переконливу демонстрацію і сміття в реальній роботі.

Тому ми йдемо фіксованою послідовністю, де кожен етап спирається на результат попереднього і може бути зупинений без втрати вже зробленого.

  1. Аудит медичних даних — знеособлений зріз карт: повнота полів, частка вільного тексту, розкид формулювань між лікарями та відділеннями.
  2. Схема даних — узгоджуємо структуру записів, довідники та правила нормалізації, а також що система заповнює сама, а що залишається за лікарем.
  3. Схема інтеграції — точки обміну з медичною інформаційною системою та лабораторією, напрямок потоків, поведінка при недоступності зовнішнього сервісу.
  4. Прототип на архіві — проганяємо розпізнавання та витяг сутностей на історичних записах, щоб побачити помилки до клініки, а не всередині неї.
  5. Пілот на відділенні — система йде «в тіні»: лікарі ведуть карти як зазвичай, її підказки звіряються з підсумковими записами.
  6. Перевірка якості розпізнавання — точність і повнота за розміченою вибіркою, окремо критичні класи помилок: дозування, алергії, діагнози.
  7. Передача в експлуатацію — регламенти, ролі та права доступу, журналювання дій, інструкції для лікарів і служби підтримки.

Критерії приймання та набір розмічених прикладів фіксуємо до старту пілоту — інакше спір про якість зводиться до смакових оцінок і проект йде в нескінченну доопрацювання.

Що передаємо клініці: конфігурації, схеми, регламенти

Проект вважається зданим не тоді, коли модель впевнено відповідає на демонстраційному запиті, а коли клініка експлуатує систему без нас.

Тому в приймання входить пакет артефактів, за якими черговий інженер і завідувач відділення самі розгортають, перевіряють і супроводжують рішення.

  • Конфігурації розгортання — декларативні маніфести для тестового та робочого контурів: параметри підключення до сховища карт, ліміти навантаження, політика повторних спроб при збої зовнішнього сервісу. Контур піднімається однією командою, розбіжність між середовищами виключено.
  • Схема потоків даних — шлях запису від робочого місця лікаря через шар інтеграції до моделі і назад, з явною відміткою, де знеособлюються персональні дані, що осідає в журналі аудиту і які поля назовні не йдуть.
  • Матриця доступу до даних — таблиця «роль / набір полів / допустима дія» для лікаря, медсестри, реєстратури, адміністратора та сервісного інженера. Окремо зафіксовані заборони на масове вивантаження та порядок видачі тимчасових доступів.
  • Документація по впровадженню — покроковий порядок розгортання, міграції довідників та контрольні перевірки після кожного кроку: як переконатися, що довідник зійшовся, а старі записи читаються коректно.
  • Інструкції для персоналу — сценарії на одну-дві сторінки: як прийняти підказку, як відхилити, як повідомити про помилку. Для лікарів і для служби підтримки — різні версії, без технічних подробиць.
  • Регламент супроводу — які метрики якості та затримок дивляться щодня, при яких порогах спрацьовує оповіщення, хто і в який термін реагує, як відкочується оновлення моделі.
  • Набір приймальних сценаріїв — фіксований список перевірок на реальних знеособлених картах, за яким клініка сама підтверджує працездатність після кожного оновлення.

Кейс: як скоротили ручне введення в приймальному відділенні

Приймальне відділення клініки працювало у звичному режимі: лікар надиктовував або друкував карту після огляду, реєстратура вносила дані повторно, частина відомостей осідала в текстових замітках.

На оформлення однієї карти йшло 11–13 хвилин, обов'язкові поля були заповнені в 68% карт, і тільки 62% з них закривалися в день прийому.

Що перебудували в потоці даних

Ми поставили розпізнавання мови з медичним словником і прив'язкою до структури карти: сказане на прийомі розкладається по полях — скарги, анамнез, огляд, призначення.

Довідник препаратів підказує формулювання дозувань, а перевірка на протиріччя не дає підписати карту, якщо призначення конфліктує з алергіями. Чернетка готова до кінця огляду, лікарю залишається підтвердити і поправити.

Обмін з медичною системою йде через HL7 FHIR — дані лягають у ті ж поля, що й раніше, без ручного перенесення.

Результат пілоту

Пілот йшов шість тижнів на двох змінах приймального відділення і охопив близько 1 400 прийомів. Джерело замірів — журнали медичної системи та хронометраж на 120 прийомах, звірені зі старшими лікарями зміни.

Час оформлення карти скоротився з 11–13 хвилин до 3–4, заповненість обов'язкових полів зросла з 68% до 97%, частка карт, закритих у день прийому, — з 62% до 94%. Спірні призначення відсікає перевірка до підписання, а не видача.

Цифри зняті на живій зміні, а не в тестовому контурі: потік прийомів не зупиняли, лікарі працювали як зазвичай. Далі поширюємо автоматичне заповнення на стаціонар і виписки — ті ж поля і ті ж перевірки.

Чим відрізняється впровадження з нуля від доопрацювання готової системи

Розвилку вирішує не розмір клініки, а стан облікового ядра. Якщо записи структуровані, є єдиний ідентифікатор пацієнта та робочі довідники, доопрацювання існуючої системи швидше і передбачуваніше: AI-шар нарощується поверх, не ламаючи звичну лікарям логіку прийому.

Якщо ж облік тримається на текстових файлах, сканах і ручних журналах, впровадження з нуля виявиться чесніше — інакше розбір джерел розтягнеться на весь проект.

Доопрацювання починається з аудиту сховища: дивимося, які поля реально заповнюються на прийомі, де дублі пацієнтів, як влаштовано вивантаження.

Далі контур підключається до існуючої бази в режимі читання і поступово бере на себе витяг сутностей із записів, підказки кодів та зведення анамнезу.

Міграція без зупинки будується на тіньовому порівнянні: нова логіка рахує паралельно, розбіжності розбираємо на живих картах, перемикання йде по відділеннях, а не по всій клініці відразу.

Впровадження з нуля виправдано, коли джерела розрізнені і немає узгодженої термінології: тоді модель даних, довідники та правила кодування проектуються до першого запису.

Це знімає головні ризики заміни системи — втрату зв'язності історії, дублі та розрив між прийомом, лабораторією та розрахунками. Відкат продумуємо заздалегідь: старий контур залишається доступним для читання, поки новий не підтвердить повноту перенесення на звірці.

План переходу збираємо етапами: аудит джерел, прототип на вибірці карт, пілот на одному відділенні, звірка повноти, навчання, поетапне включення. Критерій виходу з пілоту — не загальне враження, а частка коректно кодованих записів і час на закриття прийому. Опишіть, як влаштований ваш облік сьогодні, — повернемося з планом переходу та оцінкою.

Технічні сумніви перед стартом: відповідаємо по пунктах

Перед стартом технічні команди задають один і той самий набір питань: де лежать медичні дані, хто відповідає за помилку моделі, як розмежувати доступ і скільки займе перевірка на реальних записах. Відповідаємо по пунктах.

Де зберігаються карти і хто до них звертається?

Дані не залишають контур замовника або виділений приватний сегмент. Кожне звернення до карти пишеться в незмінний журнал, передача та зберігання шифруються, а на навчання йдуть знеособлені вибірки зі збереженням зв'язності історії хвороби.

Хто відповідає за помилку моделі?

Модель формулює пропозицію, рішення приймає лікар. Кожен висновок супроводжується посиланням на вихідні записи та оцінкою впевненості: нижче порогу система не підставляє значення, а підсвічує поле.

Правки лікаря логуються і йдуть у донавчання — відповідальність залишається в клінічному процесі, а не переноситься на алгоритм.

Як розмежовується доступ між співробітниками?

Ролі розводяться за принципом мінімально необхідного доступу: лікар бачить своїх пацієнтів, ординатор — закріплене відділення, адміністратор — тільки метадані. Масове вивантаження вимагає окремого підтвердження, всі дії потрапляють в аудит.

Скільки триває пілот і за якими метриками його оцінюють?

Пілот тримаємо в межах одного відділення або профілю: 6–10 тижнів, заздалегідь зафіксовані метрики — частка полів, заповнених автоматично, час на оформлення прийому, повнота витягнутих сутностей. За підсумками видно, де точності достатньо для повсякденної роботи, а де потрібен контроль людини.

Що робити з різнорідними записами?

Скани, вільний текст, різні формати вивантажень проходять шар нормалізації: розпізнавання, приведення до єдиної схеми, розмітка неоднозначних випадків на ручну перевірку. Так історія пацієнта збирається в цілісну картину, а не залишається набором вкладень.

Обговоримо задачу і повернемося з оцінкою та планом робіт

Щоб перейти до оцінки, нам потрібна одна предметна розмова: які процеси вже оцифровані, хто зі спеціалістів працює з картами щодня і які операції віднімають у них найбільше часу.

Достатньо опису типового прийому та знеособленого зрізу записів — цього вистачає, щоб зрозуміти обсяг і не будувати план на припущеннях.

У відповідь надсилаємо пакет, за яким можна приймати рішення, а не обговорювати наміри:

  • Порядок етапів: розбір процесу та даних → прототип на вашому зрізі карт → пілот на обмеженій групі → розширення на інші підрозділи.
  • Склад пілоту: одне відділення та 8-15 користувачів, фіксований перелік сценаріїв (чернетка запису, структурування полів, пошук по історії, підготовка виписок) і зрозумілий набір винятків, які система не бере на себе.
  • Точки контролю: після розбору даних, після прототипу та на середині пілоту — з метриками за кожним сценарієм, а не з демонстрацією інтерфейсу.
  • Критерії приймання: частка полів, які заповнюються без правки лікарем, час на підготовку запису прийому, кількість звернень до історії пацієнта за один візит.
  • Формат передачі: опис інтеграції з вашою системою ведення карт, схема ролей і доступів, регламент перевірки відповідей моделі спеціалістом, інструкції для персоналу.
  • Відповідальні з обох сторін: хто підтверджує сценарії, хто дає доступ до зрізу даних, хто приймає результат на кожній точці.

План збирається під ваш контур, а не під типовий шаблон: якщо зовнішня система не віддає дані в потрібному вигляді, це з'ясовується на першому етапі і змінює обсяг робіт, а не терміни здачі. Опишіть задачу та поточний процес — повернемося з оцінкою, порядком етапів і планом пілоту.

Напрямки AI-розробки

Останні роботи

  • Розробка сайту компанії B2B ADVANCE
    Розробка сайту компанії B2B ADVANCE
    1543
  • Розробка веб-додатків для компанії FEEDME
    Розробка веб-додатків для компанії FEEDME
    1394
  • Розробка веб-сайту для компанії БЕЛФІНГРУП
    Розробка веб-сайту для компанії БЕЛФІНГРУП
    1081
  • Розробка інтернет магазину для компанії FURNORO
    Розробка інтернет магазину для компанії FURNORO
    1374
  • Розробка логотипу компанії B2B Advance
    Розробка логотипу компанії B2B Advance
    816
  • Розробка веб-додатків для компанії Enviok
    Розробка веб-додатків для компанії Enviok
    1142