Сергей Дубин: пока все обсуждают ИИ, врачи используют его каждый день

Врачи по-прежнему задают короткие запросы. Но рядом с ними появились длинные клинические кейсы, уточняющие реплики и запросы на конкретное действие. Это меняет не только цифровой канал, но и саму единицу медицинской коммуникации: от материала «о заболевании» — к верифицируемому ответу в момент решения. Результатами исследования на основе более 28 тыс. обращений к специализированной медицинской ИИ в экосистеме MedInternet с «ФВ» поделился директор по продуктам агентства RX CODE Сергей Дубин.

Публичная дискуссия об искусственном интеллекте обычно сосредоточена на моделях: насколько они точны, что умеют, где ошибаются и смогут ли заменить привычный поиск. Данные реального использования показывают другой, менее технологический и более важный для фармацевтического рынка процесс. Меняется способ, которым врач формулирует информационную потребность.

Мы проанализировали выгрузку обращений к специализированной медицинской ИИ в экосистеме MedInternet. В ней 28 388 записей за период с 1 апреля по 1 июля 2026 года. Это не опрос и не декларация намерений. Это цифровой след реальных профессиональных задач — от короткого названия заболевания до многоэтапного разбора клинической ситуации.

При этом именно исследовательская оптика требует отказаться от нескольких эффектных, но слишком широких формулировок. Эти данные не говорят, что поиск исчез. Не доказывают, что каждое обращение сделано непосредственно во время приема. Зато они достаточно хорошо показывают, где и как возникает новая модель работы с медицинской информацией.

Медицинский ИИ становится не еще одной медиаплощадкой, а промежуточным слоем между клиническим вопросом и источником знания. Поэтому конкурировать предстоит не только за внимание врача, но и за доступность, доказательность и «ответопригодность» научной информации.

Как сформирован массив

В исходной выгрузке было 28 388 строк. После исключения очевидного технического трафика для анализа времени осталось 27 735 обращений для тематико-лингвистического анализа.

Идентификаторы пользователей и сессий были анонимизированы. Цитаты из свободного текста дополнительно сокращены. Классификация формулировок выполнена правилами по явным языковым маркерам; категории могут пересекаться. Исследование носит наблюдательный и разведочный характер: оно описывает поведение внутри конкретной цифровой экосистемы, но не измеряет качество ответов ИИ, назначения препаратов или клинические исходы.

ИИ вошел не в «свободное время», а в рабочий ритм

Самый устойчивый временной сигнал — концентрация обращений в первой половине рабочего дня. После исключения очевидного технического трафика 60% обращений приходятся на период с 9:00 до 18:00, а 30,2% — на четыре часа с 10:00 до 14:00. Максимум находится около 11:00. Вторник, среда и четверг дают 54,4% всего потока; в среднем в будний день обращений почти в 1,9 раза больше, чем в выходной.

Важно не переинтерпретировать этот факт. По одному времени нельзя утверждать, что ИИ использовали у постели пациента или непосредственно на приеме. Но данные явно противоречат представлению о медицинском ИИ как об инструменте исключительно вечернего самообразования. Значительная часть информационного спроса возникает тогда, когда идет основная профессиональная работа.

Для фармацевтической компании это меняет момент контакта с научной информацией. Раньше основной единицей коммуникации был материал: публикация, доклад, лендинг, рассылка. В среде медицинского ИИ единицей становится ответ на конкретный вопрос. Такой ответ должен находиться за минуты, а не требовать чтения многостраничного документа; содержать дату и источник; отделять доказанные положения от экспертной интерпретации; сразу указывать границы применимости.

Иными словами, недостаточно создать хороший контент. Его нужно спроектировать так, чтобы он был обнаружим и корректно извлекаем в момент, когда врач формулирует клиническую задачу.

Поиск не исчез — появился второй режим

Массив не подтверждает простую историю о том, что врачи массово отказались от короткого поиска и перешли к длинным диалогам. Медианная длина вопроса — шесть слов. 58,9% сообщений содержат не более семи слов. «Клинические рекомендации по…», «побочные эффекты…», «схема применения…», название диагноза или препарата — этот паттерн остается базовым.

Но рядом с ним появился качественно другой режим. По строгому правилу, учитывающему контекст пациента, текущую терапию, объективные показатели и запрос на решение, 9,1% вопросов можно отнести к клиническому кейсу. Хотя доля таких сообщений пока невелика, этот режим хотя бы раз использовали 18,7% активных пользователей. 6,4% запросов содержат 500 и более знаков; часть из них — полноценные выписки, протоколы исследований или последовательное описание анамнеза.

Пример реального запроса, редакционно сокращенного и обезличенного:

Это уже не запрос «артериальная гипертензия» и не поиск определения. Врач передает машине структуру клинической задачи: пациента, коморбидность, уже назначенную терапию, недостигнутую цель и ожидаемое действие.

Другой пример короче, но по сути такой же:

Главное изменение поэтому состоит не в исчезновении поиска, а в появлении двух режимов одновременно. Первый — быстрый справочный поиск. Второй — клинический диалог, в котором информация собирается вокруг конкретной ситуации. Для фармкомпаний опасно видеть только один из них. Короткий запрос требует высокой обнаружимости факта; клинический кейс — контекстной, доказательной и безопасной сборки решения.

Диалог — не метафора, а измеримый паттерн

Чтобы не принимать за диалог любые повторные обращения одного пользователя, сообщения внутри одной сессии были разделены на серии: новая серия начиналась, если между сообщениями проходило более 30 минут. В результате 22,3% серий содержали два и более обращения. На них пришлось 48,1% всех сообщений основных каналов. Медианный интервал между соседними сообщениями внутри такой серии составил 2,3 минуты.

Почти половина последующих неповторяющихся реплик по формальным признакам зависит от предыдущего контекста: это короткие фрагменты или уточнения вроде «у новорожденных», «а если форма не сольтеряющая», «что смотреть лабораторно», «уточни про реабилитацию». Отдельно от предыдущего ответа они неполны; внутри диалога — естественны.

Это принципиально важный сдвиг. При обычном поиске каждый запрос существует сам по себе. В диалоге ответ меняет следующий вопрос. Врач не просто получает материал, а движется по маршруту: определение — дифференциальная диагностика — выбор терапии — дозирование — мониторинг — исключения.

Для медицинских и маркетинговых подразделений это означает, что одного «ключевого сообщения» становится мало. Нужна связанная система модулей, между которыми можно переходить без потери доказательной логики. Информация о препарате должна быть связана с местом в алгоритме, критериями выбора пациента, необходимыми исследованиями, режимом применения, мониторингом, нежелательными явлениями и альтернативами.

Врач запрашивает не тему, а следующий профессиональный шаг

Правиловая разметка выявляет, какие задачи прямо названы в формулировках. В 18,9% вопросов есть явные маркеры диагностики или интерпретации данных; в 18,4% — выбора лечения и клинической тактики; в 9,5% — клинических рекомендаций, стандартов, нормативных документов или кодирования. Дозирование и режим применения явно присутствуют в 7,6% вопросов, безопасность, противопоказания и взаимодействия — в 5,3%, подготовка документации и профессионального текста — в 3,5%. Категории пересекаются, поэтому их нельзя складывать.

Даже эти консервативные оценки показывают: врач чаще приходит не за абстрактной темой, а за операционализированным знанием. Ему нужен ответ на вопрос «что делать дальше» — назначить ли исследование, чем различаются варианты, как изменить дозу, какие риски контролировать, где это закреплено в рекомендациях, как сформулировать диагноз или заключение.

Для фармкомпаний здесь возникает новая зона конкуренции. Научная коммуникация должна быть пригодна не только для чтения, но и для применения. Практическая ценность контента возрастает, если он содержит:

•  четкие критерии выбора и исключения пациента;
•  пороговые значения и последовательность действий;
•  дозирование с учетом возраста, функции почек и печени, сопутствующей терапии;
•  перечень исследований до начала лечения и во время мониторинга;
•  взаимодействия, противопоказания и «красные флаги»;
•  точную ссылку на источник, версию документа и дату актуализации;
•  честное описание неопределенности и ситуаций, когда данных недостаточно.

Это не означает, что ИИ должен продвигать препарат. Напротив: чем ближе цифровой инструмент к клиническому решению, тем выше требования к нейтральности, полноте и прозрачности источников. Рекламная интонация в этой среде не усиливает доверие, а разрушает его.

Привычка формируется в глубину раньше, чем в ширину

Еще один важный результат — сильная концентрация использования. В основных каналах 41,6% активных пользовательских идентификаторов обращались к ИИ в два и более разных дня. На них пришлось 89,9% всех сообщений. 21,2% врачей были активны на протяжении не менее 30 дней между первым и последним обращением — и создали 74,9% потока.

Это не позволяет говорить, что вся врачебная аудитория уже одинаково приняла новый инструмент. Картина иная: формируется ядро интенсивных пользователей, для которых ИИ становится частью регулярного рабочего процесса. Именно их поведение показывает не среднюю сегодняшнюю норму, а возможную траекторию развития.

Для фармкомпании важен практический вывод: общий объем обращений нельзя интерпретировать как равномерный охват. В аналитике нужно различать разовых и возвращающихся пользователей, короткий справочный поиск и разбор кейса, первый вопрос и уточнение, успешное нахождение источника и повторный запрос из-за недостаточного ответа.

Новые показатели эффективности медицинской коммуникации будут ближе не к числу показов, а к качеству покрытия профессионального спроса: на какую долю реальных вопросов существует актуальный доказательный ответ; насколько быстро он находится; содержит ли все необходимые ограничения; какие вопросы повторяются; где врач вынужден уточнять или искать альтернативный источник.

На какие тематические зоны стоит смотреть

Тематические контуры в данных пересекаются, поэтому корректнее оценивать не «долю диагнозов», а охват активных идентификаторов, у которых тема встречалась хотя бы один раз. Кардиоренально-метаболический контур — сахарный диабет, артериальная гипертензия, ХБП, сердечная недостаточность, дислипидемия и связанные состояния — присутствовал у 20,2% активных ID. Инфекционные заболевания и антимикробная терапия — у 17,1%, женское здоровье — у 13,7%, педиатрический контекст — у 12,6%, онкология — у 8,4%.

Эти цифры не являются рейтингом рынка и не отражают назначения. Они показывают, где особенно заметна потребность в навигации между рекомендациями, диагностикой, выбором терапии, дозированием и безопасностью. Именно здесь фармкомпаниям имеет смысл проверять, насколько их медицинские материалы отвечают реальным формулировкам врача, а не только утвержденному коммуникационному плану.

Пять направлений для фармкомпаний

1. Проектировать «ответопригодный» научный контент

Большой PDF остается важным источником, но плохо работает как единственная единица знания. Нужны небольшие верифицированные модули: один клинический вопрос — один четкий ответ — источник — дата — границы применимости. Такой контент легче найти, проверить, обновить и безопасно использовать в поисковых и диалоговых системах.

2. Перенести центр тяжести с заболевания на ситуацию

Врач формулирует задачу через пациента: возраст, коморбидность, лабораторные показатели, уже назначенные препараты, недостигнутые цели. Значит, медицинская коммуникация должна покрывать не только «препарат при заболевании», но и сочетания состояний, последовательность терапии, переключение, мониторинг и особые группы.

3. Сделать происхождение информации видимым

В среде ИИ доверие создается не уверенным тоном, а проверяемостью. Для каждого утверждения важны первоисточник, версия клинической рекомендации, дата обновления, уровень доказательности и различие между зарегистрированным показанием, рекомендацией и экспертным мнением.

4. Использовать агрегированный спрос как радар дефицита знаний

Повторяющиеся и неразрешенные вопросы могут показывать, где врачу не хватает понятного алгоритма, сравнительной таблицы, данных по особой популяции или практического разъяснения безопасности. Это материал для медицинского образования, исследований реальной клинической практики и планирования научного контента — но не для индивидуального профилирования врача.

Вместо заключения

Почти 30 тысяч обращений показывают не исчезновение традиционных источников и не готовую «революцию ИИ». Они показывают более практичный сдвиг: между вопросом врача и массивом медицинских знаний появляется диалоговый навигатор.

Врач по-прежнему открывает клинические рекомендации, читает публикации, обсуждает случаи с коллегами и посещает образовательные мероприятия. Но теперь он может начать с естественно сформулированного вопроса, уточнить его через две минуты, добавить анализы, коморбидность и уже назначенную терапию — и только после этого перейти к первоисточнику.

Для фармацевтического рынка это означает начало новой конкуренции: не за самый громкий контакт, а за то, чья научная информация окажется наиболее доступной, проверяемой и применимой в конкретной профессиональной ситуации. В этой модели выигрывает не бренд, который чаще упомянут, а организация, которая лучше превращает доказательства в честный и удобный маршрут к решению.