Обсуждая искусственный интеллект, мы часто начинаем с возможностей: что он умеет, какие профессии изменит, насколько повысит эффективность работы и ускорит ее. Для руководителя, который принимает решение об инвестициях, вопрос звучит иначе: что изменится в его организации после внедрения? Выдержит ли система рост нагрузки? Результат зависит от того, как организовано применение ИИ: какие операции он берет на себя, как взаимодействует с уже используемыми системами и насколько хорошо технология встроена в повседневную рабочую деятельность.

Именно здесь возникает вопрос инфраструктуры. Руководителю нужно принять ряд решений: на каком оборудовании будет работать приложение, откуда оно получит информацию, сколько будет стоить его содержание и кто обеспечит восстановление после сбоя. Эти вопросы определяют и экономику проекта, и возможность его развития. Поэтому уже при выборе ИИ-решения важно оценить не только его возможности, но также затраты и условия, необходимые для стабильной работы.

Наше исследование "Рынок ИИ-ускорителей" показало: только 9 процентов российских организаций полностью обеспечены вычислительной инфраструктурой для ИИ. Еще 40 процентов обеспечены частично, а 51 процент испытывает потребность в ней. Разрыв между интересом к технологии и готовностью ее применять означает, что значительная часть работы еще впереди. И речь идет о более широкой задаче, чем закупка дополнительных серверов.

В медицине, пожалуй, это заметно наиболее ярко. Здесь особенно важны время специалиста, доступность информации и надежность оборудования. На примере медицинских проектов видно, как цифровая технология становится полезным рабочим инструментом и почему для этого требуются совместные усилия разработчиков, инженеров и самих пользователей.

Польза в повседневной работе

В НМИЦ травматологии и ортопедии имени Н.Н. Приорова мы внедрили голосового ассистента хирургической безопасности. Он помогает операционной бригаде проходить чек-лист - перечень проверок на ключевых этапах операции в режиме реального времени. Система задает вопросы, уточняет ответы, сохраняет сведения в медицинской информационной системе, а также обращает внимание на возможные риски. К июню 2026 года ассистент работал в четырех операционных, с его участием было проведено более 1300 операций.

В основе решения - распознавание речи и большие языковые модели. Сотрудники могут фиксировать информацию голосом непосредственно в ходе работы. Принятие решений о лечении же остается за медицинской командой. Задача такого инструмента вполне практическая - помочь медикам выполнить обязательные проверки и оформить их результаты без отрыва от их профессиональных задач.

Но даже для такого решения нужно подготовить оборудование и настроить обмен данными с информационными системами лечебного учреждения. Сведения должны сохраняться в соответствующем разделе электронной медицинской карты конкретного пациента, чтобы специалисты могли обращаться к ним в ходе работы. Для нас это единая инженерная задача: проверить, как вместе работают микрофоны, компьютеры, программный продукт и медицинская информационная система, а затем организовать сопровождение системы.

Информация как рабочий ресурс

Еще до внедрения ИИ приходится разбираться с данными. Показатели могут оставаться на экранах медицинского оборудования, переноситься в документы вручную или храниться в различных информационных системах и программах. В таком виде использовать их для анализа трудно. Сначала необходимо наладить сбор информации и ее передачу в систему, с которой работают специалисты.

В другом нашем проекте в ЦИТО мы объединили с помощью реанимационно-анестезиологической информационной системы РАИСа 40 единиц медицинского оборудования в 21 операционной. Система собирает более 250 параметров. Совместно с партнерами мы обследовали оборудование и ИТ-инфраструктуру, подготовили рабочие места, обеспечили интеграцию с информационной системой больницы и обучили медицинских специалистов.

Сам по себе автоматический сбор показателей не является искусственным интеллектом. Но без него сложно двигаться дальше: прежде чем анализировать данные, необходимо получить их в подходящем для этого виде. При этом наличие данных еще не гарантирует пользы от новой аналитической функции. Ее предстоит проверять отдельно, вместе с профильными специалистами.

От пилота к масштабированию опыта

В Татарстане мы участвовали во внедрении системы РАИСа в перинатальном центре ГКБ N 7 имени М. Н. Садыкова. Пилот позволил проверить совместимость решения с медицинским оборудованием и его применение в работе службы анестезиологии-реанимации.

Система была развернута в пяти операционных, к ней подключили десять единиц оборудования - мониторы пациента и наркозно-дыхательные аппараты. Обучение прошли 44 сотрудника: 18 врачей и 26 работников среднего медицинского персонала. По данным на октябрь, с использованием системы провели 391 операцию.

Выбранные программно-аппаратные комплексы не должны зависеть от зарубежных поставщиков

При оценке пилота мы считаем важным смотреть не только на число подключенных аппаратов. Нужно понять, освоили ли сотрудники систему и используют ли ее в своей повседневной работе. Поэтому обучение и сопровождение следует планировать и закладывать в бюджет наравне с установкой оборудования и развертыванием системы.

Результаты пилота помогают оценить, что потребуется для масштабирования проекта. Однако в каждом конкретном лечебном учреждении требуется предварительный аудит медицинского оборудования и ИТ-инфраструктуры. Медицинское оборудование различных производителей, разный уровень цифровой зрелости, наличие или отсутствие сетей в лечебном учреждении, безусловно, влияют и на сроки внедрения, и на его стоимость.

Свобода выбора и стоимость развития

По мере расширения применения ИИ все большее значение приобретает доступность вычислительных мощностей. Для руководителя это вопрос предсказуемости: сможет ли организация развивать решение через год или два, покупать нужное оборудование и получать поддержку?

Поэтому необходимо расширять выбор вычислительного оборудования для ИИ, снижая зависимость от отдельных зарубежных поставщиков. При этом доступная альтернатива не всегда означает простую замену. Нужно учитывать совместимость с используемыми программами, трудоемкость адаптации и последующие расходы на обслуживание. Экономия при покупке может оказаться меньше затрат на переход.

Оценивать такую замену следует на той задаче, для которой покупается оборудование. До закупки важно проверить, как будет работать конкретное ИИ-решение, потребуются ли доработки и сколько будет стоить эксплуатация.

Один из способов упростить эту подготовку - заранее подобрать и проверить оборудование и программы в составе программно-аппаратного комплекса. Мы используем этот подход, в том числе в линейке Сайбокс.ПАК для ИИ и высокопроизводительных вычислений. Но и готовый комплекс нужно оценивать под нагрузку заказчика. Отдельно следует договориться о сопровождении: кто отвечает за поддержку, обновления и расширение системы на протяжении эксплуатации.

Надежность как часть экономики

При оценке цифрового проекта необходимо сразу учитывать расходы на его поддержку. Если система недоступна, сотрудники теряют время, а организация - деньги. Поэтому сравнивать варианты только по цене оборудования и внедрения недостаточно. В расчет должны входить поддержка, защита данных и восстановление после сбоев.

Требования зависят от того, для чего используется система. Кратковременная недоступность одного приложения может быть допустима, остановка другого нарушит работу целого подразделения. Руководству и технической команде нужно заранее определить, какие процессы критичны, как долго допустим перерыв и как сотрудники будут работать до восстановления системы. Исходя из этого можно обоснованно планировать расходы на резервирование.

Технический отказ, кибератака или недоступность центра обработки данных - разные ситуации, к которым нужно готовиться еще при проектировании. Причем недостаточно просто иметь резервное оборудование и копии информации. Необходимо проверить, что систему действительно можно восстановить в предусмотренные сроки.

В этом я вижу одну из основных задач интегратора: помочь клиенту соотнести требования к работе системы с техническими возможностями и бюджетом. Важно заранее объяснить, что обеспечивает выбранное решение, какие у него ограничения и что потребуется при росте нагрузки.

В медицинских проектах эти вопросы вполне конкретны: куда попадают показания прибора, где врач найдет запись, сможет ли воспользоваться программой тогда, когда она нужна. С таких деталей и начинается практическое применение ИИ. Клиенту нужен понятный результат в ежедневной работе, а обеспечить его можно, только если вместе с приложением подготовлены данные, оборудование и сопровождение.

Источник: https://rg.ru/2026/10/29/nachat-s-infrastruktury.html