Предложенная модель включает семь направлений и 24 учебные цели. Врачи должны получить базовое представление о машинном и глубоком обучении, больших языковых моделях и других видах ИИ, научиться оценивать качество доказательств эффективности алгоритмов, учитывать вопросы этики, конфиденциальности, предвзятости и ответственности, а также понимать принципы внедрения и последующего мониторинга таких систем. Еще два направления посвящены управлению изменениями в медорганизациях и способности адаптироваться к дальнейшему развитию технологий. Полученные знания предлагается закрепить на практических клинических случаях.
Авторы отдельно подчеркивают, что задача такой подготовки – не научить врачей самостоятельно создавать или переобучать модели. Специалисту необходимо понимать принципы работы ИИ настолько, чтобы отличать технические показатели алгоритма от его реальной клинической ценности, оценивать применимость системы для конкретной группы пациентов и при необходимости не соглашаться с ее выводами. Высокая точность модели, как отмечают исследователи, сама по себе не означает, что решение будет безопасно и эффективно после внедрения в реальную практику.
Схожий подход ранее предлагали исследователи из Университета медицинских наук силовых ведомств США и компании New Medical Education Australia. Они пришли к выводу, что распространение генеративного ИИ требует сместить акцент в подготовке медработников с передачи готовых знаний на развитие клинического мышления, критическую оценку ответов алгоритмов и понимание ситуаций, когда рекомендации ИИ следует отклонить. Авторы также предупреждали, что чрезмерная автоматизация учебного процесса может сделать его формальным, если ИИ одновременно создает задания, помогает выполнять их и оценивает результат.
Эксперты новой рабочей группы также предлагают обучать врачей не только использованию ИИ, но и его внедрению в работу медорганизаций. В программу могут входить вопросы качества данных, удобства систем, риска чрезмерного доверия автоматическим рекомендациям, изменения характеристик моделей со временем и их влияния на клинические решения. Даже хорошо валидированный инструмент, как отмечают авторы, может не дать ожидаемого эффекта из-за слабой интеграции в рабочие процессы или отсутствия контроля после запуска.
Первоначально новая образовательная модель разрабатывалась прежде всего для студентов медицинских вузов, однако ее авторы считают, что она может применяться также при подготовке ординаторов, практикующих врачей и руководителей медорганизаций.
Документ не предполагает введения единой обязательной программы: образовательные учреждения смогут адаптировать набор модулей под специальность, уровень подготовки и имеющиеся ресурсы. Следующим этапом разработчики называют проверку модели в разных странах и образовательных системах, а также создание учебных материалов и методов оценки полученных компетенций
Еще в 2025 году международная группа исследователей предложила создать отдельную медицинскую специальность – «алгоритмический консультант». Предполагалось, что такие специалисты будут помогать врачам выбирать подходящие ИИ-модели, интерпретировать их выводы и контролировать применение алгоритмов в клинической практике. Авторы инициативы исходили из того, что по мере распространения ИИ системе здравоохранения могут потребоваться специалисты с комбинированной подготовкой в области медицины и анализа данных.
