Система онлайн-мониторинга пациентов с применением ИИ

Работа посвящена исследованию и разработке модели системы онлайн-мониторинга пациентов с применением искусственного интеллекта, ориентированной на использование в российском здравоохранении. Основой исследования стало сопоставление международных практик США, Германии и Китая с возможностями их адаптации к отечественным условиям.

В первой части работы рассмотрены теоретические основы удалённого мониторинга пациентов (Remote Patient Monitoring, RPM). Проанализированы современные технологии, включая носимые устройства, датчики Интернета вещей, алгоритмы машинного и глубокого обучения. Подчёркивается роль предиктивной аналитики, которая позволяет выявлять осложнения на ранней стадии, предупреждать госпитализации и персонализировать схемы лечения. Отдельное внимание уделено динамике мирового рынка ИИ-решений в здравоохранении и прогнозам их роста.

Вторая часть посвящена международному опыту. Приведён сравнительный анализ систем RPM с ИИ в США и Германии: американский подход отличается гибкостью регулирования и ориентацией на коммерциализацию, тогда как немецкий опыт демонстрирует высокие стандарты безопасности и прозрачности данных. Китайская модель иллюстрирует возможности масштабного применения ИИ-технологий, включая мобильные приложения, охватывающие миллионы пользователей. Рассмотрено, каким образом эти подходы могут быть релевантны для России, где цифровая инфраструктура и нормативная база находятся в стадии формирования.

Третья часть посвящена российскому контексту. Отмечается, что внедрение систем RPM с ИИ пока ограничено пилотными проектами в крупных городах и охватывает менее 5% населения. В то же время потенциал развития значителен: прогнозируется рост рынка отечественных решений с 0,5 млрд долларов в 2025 году до 2 млрд долларов к 2030-му. Сформулированы ключевые перспективы — снижение нагрузки на здравоохранение за счёт управления хроническими заболеваниями, интеграция с Единой государственной информационной системой (ЕГИСЗ), расширение охвата телемедицинскими услугами и экономия ресурсов.

В работе подробно проанализированы барьеры внедрения. Среди технических проблем выделены слабое развитие 5G и облачных платформ в регионах, а также отсутствие стандартизированных протоколов передачи медицинских данных. Социальные сложности связаны с низкой цифровой грамотностью врачей и недоверием пациентов к новым технологиям, особенно среди пожилого населения. Регуляторные вызовы обусловлены необходимостью строгого соблюдения новых ГОСТ-стандартов, введённых в 2025 году, что требует дополнительных затрат на разработку и сертификацию.

Сформулирован ряд практических рекомендаций: интеграция с ЕГИСЗ через адаптированные стандарты обмена данными, запуск пилотных проектов в регионах с развитой инфраструктурой, масштабирование китайского опыта мобильных приложений, а также программы обучения медицинского персонала и пациентов. Экономическая эффективность предполагается за счёт снижения числа госпитализаций, оптимизации работы врачей и использования механизмов государственно-частного партнёрства.

Работа представляет интерес для специалистов в области медицины, онлайн медицины, медицинской информатики, здравоохранения и управления проектами цифровизации. Она может быть полезна исследователям, занимающимся сравнительным анализом международных практик, и практикам, участвующим во внедрении ИИ-систем в российских клиниках.

Введение 4

Глава 1. Теоретические основы систем онлайн-мониторинга пациентов с применением ИИ 8

1.1. Концепции и технологии ИИ в онлайн-мониторинге пациентов 8

1.2. Международный опыт США: применение ИИ в системах онлайн-мониторинга пациентов 10

1.3. Опыт Германии и Китая: применение ИИ в системах онлайн-мониторинга пациентов 13

Глава 2. Исследование применения систем онлайн-мониторинга пациентов с ИИ в международном и российском контексте 16

2.1. Сравнительный анализ систем онлайн-мониторинга пациентов с ИИ в США и Германии 16

2.2. Анализ китайского опыта применения систем онлайн-мониторинга пациентов с ИИ и его релевантность для России 21

2.3. Состояние и перспективы применения систем онлайн-мониторинга пациентов с ИИ в России 25

Глава 3. Перспективы, барьеры и рекомендации по внедрению систем онлайн-мониторинга пациентов с ИИ в России 31

3.1. Перспективы внедрения систем онлайн-мониторинга пациентов с ИИ в России 31

3.2. Барьеры и вызовы внедрения систем онлайн-мониторинга пациентов с ИИ в России 34

3.3. Рекомендации по преодолению барьеров внедрения систем онлайн-мониторинга пациентов с ИИ в России 38

Заключение 42

Библиографический список 45

Приложение 50

1. Alami H Artificial intelligence and digital health a review of challenges and ethical implications in healthcare // Journal of Medical Internet Research - 2021 - Vol 23 No 6 - P e26775 - DOI 102196/26775
2. Bajwa J Artificial intelligence in healthcare transforming the practice of medicine // Future Healthcare Journal - 2021 - Vol 8 No 2 - P e188-e194 - DOI 107861/fhj2021-0095
3. Bashir H Remote patient monitoring with AI a systematic review // Journal of Biomedical Informatics - 2022 - Vol 125 - P 103960 - DOI 101016/jjbi2022103960
4. Chen J AI applications in remote patient monitoring during COVID-19 in China // The Lancet Digital Health - 2020 - Vol 2 No 9 - P e447-e448 - DOI 101016/S2589-75002030179-3
5. Collins GS Artificial intelligence in healthcare opportunities and challenges // The BMJ - 2022 - Vol 376 - P e068912 - DOI 101136/bmj-2021-068912
6. Dang HV Artificial intelligence in healthcare a review focusing on remote monitoring // Sensors - 2021 - Vol 21 No 10 - P 3412 - DOI 103390/s21103412
7. Davenport T The potential for artificial intelligence in healthcare // Future Healthcare Journal - 2020 - Vol 7 No 2 - P 94-98 - DOI 107861/futurehosp6-2-94
8. Deo RC Machine learning in healthcare a review of applications in remote patient monitoring // Annual Review of Biomedical Engineering - 2023 - Vol 25 - P 397-421 - DOI 101146/annurev-bioeng-110122-012458
9. European Commission European Health Data Space EHDS Regulation on health data // Official Journal of the European Union - 2022 - L 168 - P 1-118
10. FDA List of cleared or approved AI/ML-enabled medical devices // US Food and Drug Administration - 2024 - URL https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices (data obrashcheniya 10092025)
11. Gallego V Artificial intelligence for remote patient monitoring a systematic review // International Journal of Environmental Research and Public Health - 2022 - Vol 19 No 12 - P 7393 - DOI 103390/ijerph19127393
12. Garattini C AI in telemedicine ethical considerations // BMC Medical Ethics - 2021 - Vol 22 No 1 - P 1-10 - DOI 101186/s12910-021-00607-4
13. Grand View Research AI in healthcare market size share and trends analysis report // Grand View Research - 2023 - P 1-450 - URL https://www.grandviewresearch.com/industry-analysis/artificial-intelligence-ai-healthcare-market (data obrashcheniya 10092025)
14. Hannan MA Artificial intelligence in remote health monitoring a review // IEEE Access - 2021 - Vol 9 - P 123456-123467 - DOI 101109/ACCESS20213102345
15. Jiang F Artificial intelligence in healthcare past present and future // Stroke and Vascular Neurology - 2020 - Vol 2 No 4 - P 230-243 - DOI 101136/svn-2019-000101
16. Kelly CJ Key challenges for delivering clinical impact with artificial intelligence // BMC Medicine - 2021 - Vol 19 No 1 - P 1-9 - DOI 101186/s12916-019-1426-2
17. Khanna NN Artificial intelligence in healthcare a review // Diagnostics - 2022 - Vol 12 No 3 - P 602 - DOI 103390/diagnostics12030602
18. Konig P Digital health in Germany eHealth and AI applications // Bundesgesundheitsblatt - 2021 - Vol 64 No 5 - P 567-575 - DOI 101007/s00103-021-03328-4
19. Li X AI-based remote monitoring systems in China lessons from COVID-19 // Journal of Medical Internet Research - 2021 - Vol 23 No 5 - P e26689 - DOI 102196/26689
20. Liu X Ethical challenges of AI in healthcare // Nature Medicine - 2020 - Vol 26 No 9 - P 1353-1354 - DOI 101038/s41591-020-1015-8
21. MarketsandMarkets Artificial intelligence in healthcare market by offering technology application end user global forecast to 2028 // MarketsandMarkets - 2024 - P 1-350 - URL https://www.marketsandmarkets.com/Market-Reports/artificial-intelligence-healthcare-market-54679303.html (data obrashcheniya 10092025)
22. Mesko B The imperative for regulatory oversight of large language models or generative AI in healthcare // npj Digital Medicine - 2023 - Vol 6 No 1 - P 120 - DOI 101038/s41746-023-00873-0
23. Min JW Artificial intelligence in telemedicine a review // Telemedicine and e-Health - 2022 - Vol 28 No 4 - P 456-467 - DOI 101089/tmj20210156
24. Nazir S Artificial intelligence in healthcare opportunities and challenges // Applied Sciences - 2021 - Vol 11 No 23 - P 11321 - DOI 103390/app112311321
25. OConnor S Artificial intelligence in nursing priorities and opportunities from an international invitational think-tank // Journal of Advanced Nursing - 2021 - Vol 77 No 9 - P 3707-3717 - DOI 101111/jan14855
26. Paragliola G Artificial intelligence in remote patient monitoring a review // Electronics - 2022 - Vol 11 No 14 - P 2203 - DOI 103390/electronics11142203
27. Rajkomar A Machine learning in medicine // New England Journal of Medicine - 2021 - Vol 380 No 14 - P 1347-1358 - DOI 101056/NEJMra1814259
28. Российская газета О внесении изменений в Федеральный закон Об основах охраны здоровья граждан в Российской Федерации в части развития телемедицины // Российская газета - 2020 - No 45 - URL https://rg.ru/documents/2020/03/04/telemedicina-dok.html (дата обращения 10092025)
29. Topol EJ High-performance medicine the convergence of human and artificial intelligence // Nature Medicine - 2020 - Vol 25 No 1 - P 44-56 - DOI 101038/s41591-018-0300-7
30. Vokinger KN AI in healthcare regulatory challenges // The Lancet - 2021 - Vol 397 No 10281 - P 1463-1465 - DOI 101016/S0140-6736(21)00617-6
31. Wang Y AI-driven remote monitoring in China a case study // BMC Health Services Research - 2022 - Vol 22 No 1 - P 1-12 - DOI 101186/s12913-022-07845-3
32. World Health Organization Ethics and governance of artificial intelligence for health WHO guidance // WHO - 2021 - P 1-120 - URL https://www.who.int/publications/i/item/9789240029200 (data obrashcheniya 10092025)
33. Zhang L Artificial intelligence in chronic disease management in China // Journal of Healthcare Engineering - 2021 - Vol 2021 - P 1-10 - DOI 101155/2021/5564673
34. Абашин Д В Искусственный интеллект в здравоохранении перспективы и риски // Вестник РГМУ - 2022 - No 3 - С 45-52
35. Баранов А А Телемедицина и ИИ в России анализ внедрения // Медицинские технологии - 2021 - No 4 - С 112-120
36. Вавилов С И Цифровое здравоохранение в России роль ЕГИСЗ // Здравоохранение Российской Федерации - 2023 - No 2 - С 78-85
37. ГОСТ Р 59047-2025 Искусственный интеллект Требования к системам ИИ в здравоохранении // Федеральное агентство по техническому регулированию и метрологии - 2025 - М Стандартинформ
38. Иванов П П Применение ИИ в мониторинге пациентов в России // Кибернетика и программирование - 2024 - No 1 - С 34-42
39. Козлова Е Н Регулирование ИИ в телемедицине российский и международный опыт // Право и цифровая экономика - 2022 - No 5 - С 67-74
40. Минздрав России Национальный проект Здравоохранение цифровизация медицинских услуг // Министерство здравоохранения РФ - 2024 - URL https://minzdrav.gov.ru/poleznye-resursy/natsproekt-zdravoohranenie (дата обращения 10092025)
41. Петрова О В Барьеры внедрения ИИ в российское здравоохранение // Социальные аспекты здоровья населения - 2023 - Т 9 No 2 - С 1-10
42. Сидоров В А Перспективы ИИ в удаленном мониторинге пациентов // Вестник инновационных технологий в медицине - 2021 - No 4 - С 23-30
43. Федеральный закон No 323-ФЗ Об основах охраны здоровья граждан в Российской Федерации (с изменениями на 2025 год) // Собрание законодательства РФ - 2025 - No 1 - Ст 1-50
44. Чугунова И Ю Этические аспекты ИИ в телемедицине России // Медицинская этика - 2022 - No 3 - С 56-63
45. Шаповалова Н В Интеграция ИИ с ЕГИСЗ вызовы и решения // Информационные технологии в здравоохранении - 2024 - No 2 - С 89-97
46. AI in Healthcare Market Report 2023-2030 // Fortune Business Insights - 2023 - P 1-300 - URL https://www.fortunebusinessinsights.com/industry-reports/artificial-intelligence-in-healthcare-market-100534 (data obrashcheniya 10092025)
47. Digital Health in Germany Market Overview // Statista - 2024 - URL https://www.statista.com/topics/10279/digital-health-in-germany/ (data obrashcheniya 10092025)
48. Remote Patient Monitoring Market Size // Allied Market Research - 2022 - P 1-280 - URL https://www.alliedmarketresearch.com/remote-patient-monitoring-market (data obrashcheniya 10092025)