Искусственный интеллект стал центральной темой конференции MedTech 2026, организованной ассоциацией AdvaMed, где дискуссия вышла за рамки простого обзора технических возможностей и перешла к глубокому анализу операционных и регуляторных проблем. Несмотря на царящий оптимизм, лидеры отрасли представили критические взгляды, указывающие на то, что следующий этап ознаменуется переходом от «медийного хайпа» к стадии преодоления сложностей реального внедрения в жестко регулируемой медицинской среде.
Проблемы управления системами и нормативного соответствия
Эрез Камински (Erez Kaminski), генеральный директор компании Ketryx, предупредил, что реальность развертывания искусственного интеллекта гораздо сложнее, чем многие себе представляют. Он отметил, что уровень фактического внедрения все еще ниже ожиданий, предположив, что главная проблема будет заключаться в «управлении сложностью».
По словам Камински, компании, которым в настоящее время трудно управлять одной регулируемой ИТ-системой, столкнутся с огромной проблемой, когда им придется управлять сотнями постоянно меняющихся интеллектуальных агентов (AI agents), особенно учитывая, что многие из этих сценариев использования будут пересекаться с критически важными процессами обеспечения качества, а также исследований и разработок.
Стратегия специализации и данные как конкурентный барьер
Со своей стороны, Мик Фаррелл (Mick Farrell), генеральный директор компании ResMed, сосредоточился на важности «вертикальной собственности» (Vertical Ownership). Фаррелл считает, что успех приходит не от попыток внедрить ИИ везде, а от создания инфраструктуры, специализирующейся в конкретных областях, таких как здоровье дыхательной системы и сон.
Он пояснил, что реальная сила заключается в использовании больших данных, которыми не обладают другие; ResMed владеет данными, охватывающими 28 миллиардов ночей, что дает компании возможность применять ИИ в широком масштабе для обслуживания миллионов пациентов, что конкурентам трудно воспроизвести. Он также отметил использование ИИ в цепочках поставок для достижения экономии затрат в условиях инфляции.
Разрыв между ответственностью и полномочиями в интеллектуальных системах
В контексте кибербезопасности и управления Захра Тимсах (Zahra Timsah), генеральный директор компании i-GENTIC AI, подняла фундаментальный вопрос о предоставлении ИИ обязанностей без четкого определения его полномочий. Она предупредила, что система может дать технически точный ответ, но совершить фатальную ошибку, ненадлежащим образом поделившись информацией о пациенте, нарушив нормативное требование или действуя на основе устаревшего законодательства.
Тимсах подчеркнула, что эта проблема представляет собой критическую точку пересечения политики в области ИИ и кибербезопасности, где дело не должно ограничиваться определением того, что нужно делать (политика), а должно включать контроль доступа и проверку каждого действия перед его выполнением (безопасность).
Различие между продуктивностью и поверхностными инновациями
Майк Уайт (Mike White), партнер Alexander Group, призвал различать продуктивные и непродуктивные варианты использования ИИ. Он считает, что реальные сценарии использования — это те, которые повышают продуктивность бизнес-процессов, например, агенты взаимодействия (engagement agents) для квалификации потенциальных клиентов в отделах продаж и маркетинга.
Напротив, Уайт раскритиковал некоторые тенденции, которые он считает бесполезными, такие как использование ИИ для анализа выражений лиц клиентов во время звонков по продажам для предложения ответных реакций, полагая, что этот тип приложений лишен реальной практической ценности по сравнению с агентами, поддерживающими основные процессы.
Что это означает для технического будущего в медицинском секторе?
Эти взгляды показывают, что сектор медицинских технологий проходит стадию технического созревания; вопрос больше не звучит как «может ли ИИ это сделать?», а как «как мы можем управлять этим и гарантировать соответствие требованиям?». Радикальные изменения произойдут в том, как ИИ интегрируется в жизненный цикл разработки продуктов (R&D) и процессы обеспечения качества, что потребует технической инфраструктуры, способной справляться с сотнями меняющихся систем, а не просто добавления интеллектуальных функций в конечные продукты.