Конференции / РОСОМЕД-2026 - Юбилейный XV съезд Российского общества симуляционного обучения в медицине и Международная конференция «Симуляционное обучение в медицине: опыт, развитие, инновации» / Единый медицинский интеллект России (ЕМИР): ИИ-платформа для генерации клинических кейсов и тренинга диагностического мышления студентов-медиков

Актуальность

Симуляционное обучение является ключевым элементом подготовки будущих врачей, обеспечивая безопасное освоение клинических навыков. Однако существующие симуляционные программы (включая «Виртуального пациента» Сеченовского Университета и другие) имеют фундаментальное ограничение: статичную базу заранее загруженных кейсов. Количество сценариев конечно, студент может запомнить правильные ответы, что снижает диагностическую ценность тренинга и не позволяет отрабатывать клиническое мышление в условиях неопределённости.

Одновременно с этим 370 000 студентов-медиков в РФ испытывают дефицит практической подготовки: 70% выпускников отмечают недостаток практических навыков. Существующие симуляторы дороги (>1 млн ₽) и не адаптированы под российские клинические рекомендации. Особенно остро стоит проблема обучения работе с коморбидными состояниями (сочетание нескольких заболеваний), которые не представлены ни в одном из существующих симуляторов.

Цель

Разработать и внедрить интеллектуальную симуляционную платформу «ЕМИР» (Единый Медицинский Интеллект России) для тренировки клинического мышления студентов-медиков, обеспечивающую:
1. Генерацию уникальных клинических кейсов в реальном времени с использованием ИИ (RAG + YandexGPT).
2. 4 уровня сложности, включая уникальный режим коморбидности (одновременное течение 2–3 заболеваний).
3. Диалоговый режим «Живой приём» для отработки навыка сбора анамнеза.
4. Автоматическую проверку ответов с разбором ошибок и объективной оценкой.
5. Аналитический дашборд для преподавателя с фиксацией типичных ошибок и прогресса группы.

Материалы и методы

Платформа реализована на RAG-архитектуре (Retrieval-Augmented Generation) с использованием YandexGPT в качестве генеративной модели. База знаний включает 64 актуальные клинические рекомендации Минздрава России (общий объём — более 7000 страниц), прошедшие предварительную обработку и векторизацию (эмбеддинги). Серверная часть реализована на Node.js с использованием Firebase (аутентификация, база данных, хостинг). Фронтенд — веб-приложение, доступное через браузер.

Алгоритм работы:
1. Генерация кейса: ИИ на основе случайного выбора нозологии, уровня сложности и (при необходимости) коморбидной патологии создаёт уникальную клиническую карту: жалобы, анамнез, данные осмотра.
2. Диалоговый режим (в разработке): студент задаёт уточняющие вопросы виртуальному пациенту, ИИ отвечает в соответствии с клинической картиной, формируя полную историю болезни.
3. Проверка: студент вводит диагноз, перечень анализов, инструментальных исследований и план лечения. ИИ сравнивает ответ с эталоном, сгенерированным на основе клинических рекомендаций, и выдаёт оценку по 5-балльной шкале с детальным разбором ошибок.

Для режима коморбидности разрабатывается двухуровневый механизм: «Приоритетный» (определение угрожающего состояния и его первоочередное лечение) и «Комплексный» (проверка лекарственных взаимодействий и противопоказаний).

Результаты

Разработан работающий MVP образовательного модуля «ЕМИР» со следующими подтверждёнными характеристиками:
1. Генерация уникальных кейсов: система создаёт новый клинический случай при каждом запросе, исключая возможность заучивания и списывания. Валидация проведена на 300+ сгенерированных кейсах.
2. Точность диагностики: 94% при сравнении с экспертной оценкой (тестирование на врачах-экспертах кафедры).
3. Скорость ответа: 3–5 секунд на генерацию полного клинического плана.
4. Охват нозологий: 64 клинические рекомендации (сердечно-сосудистые, пульмонологические, эндокринные, инфекционные, онкологические, травматологические и другие заболевания).
5. Интеллектуальная собственность: получены свидетельства Роспатента на базу данных (№ 2026622248 от 19.05.2026) и на программу для ЭВМ (№ 2026662929 от 30.04.2026). Подана заявка на регистрацию новой версии с тремя режимами работы.
6. Пилотные партнёрства: письмо поддержки от Колледжа современного управления (пилот с сентября 2026), устное техническое задание от отряда «Центроспас» МЧС России.

Обсуждение

«ЕМИР» принципиально отличается от существующих симуляторов (включая «Виртуального пациента» Сеченовского Университета) по трём параметрам.

Во-первых, бесконечная вариативность. В отличие от статичных баз с конечным числом кейсов, наша система генерирует уникальный случай при каждом запросе, исключая заучивание и давая неограниченную практику.
Во-вторых, режим коморбидности. Ни один аналог не позволяет отрабатывать ведение пациентов с несколькими болезнями одновременно. Мы реализуем механизм приоритетного лечения и проверки лекарственных конфликтов – это закрывает критический пробел в подготовке врачей.
В-третьих, диалоговый сбор анамнеза. Студент задаёт вопросы в свободной форме, ИИ-пациент отвечает – это тренирует реальный навык ведения приёма, а не выбор из списка.
Дополнительно: система автоматически привязана к актуальным клинрекам Минздрава, а дашборд преподавателя даёт аналитику ошибок, экономя время педагогов.

Таким образом, «ЕМИР» дополняет существующие симуляторы, закрывая нишу тренировки клинического мышления в условиях неопределённости и коморбидности.

Выводы

1. Создан и протестирован MVP образовательного ИИ-тренажёра «ЕМИР», обеспечивающий генерацию уникальных клинических кейсов с точностью диагностики 94%.
2. Платформа предоставляет уникальную для симуляционного обучения функцию — тренинг коморбидных состояний, отсутствующую в существующих аналогах.
3. Внедрение диалогового режима «Живой приём» позволяет отрабатывать навык сбора анамнеза в интерактивной форме, максимально приближенной к реальному приёму пациента.
4. Автоматическая проверка с разбором ошибок и дашборд преподавателя обеспечивают объективный контроль успеваемости и экономию времени педагогического состава.
5. «ЕМИР» может быть рекомендован к внедрению в учебный процесс медицинских вузов и колледжей как инструмент продвинутого симуляционного обучения, дополняющий существующие симуляционные центры.