ИИ в медицине в цифрах: 1,451 одобренное FDA устройство, 75% внедрения в системах здравоохранения и 43% без данных клинической валидации.
Внедрение широкое: около 75% медицинских систем США используют как минимум одно ИИ-приложение (годом ранее — менее 60%), а 74% американских больниц применяют ИИ-инструменты диагностики в радиологии.
Регуляторный объём реален: FDA перечисляет 1,451 медицинское устройство с ИИ, допущенное к рынку, — 1,104 только в радиологии, из них 295 получили допуск в 2025 году.
Разрыв, который имеет значение: менее 20% организаций достигли надёжного применения ИИ в основной клинической диагностике, а 43% одобренных FDA ИИ-устройств не имеют данных клинической валидации. Развёртывание обгоняет доказательства.
Радиология — это плацдарм. Три четверти допусков FDA и три четверти диагностических внедрений в больницах приходятся сюда по структурным причинам: изображения цифровые по умолчанию, эталонная истина сравнительно определима, а во врачебном процессе уже предусмотрен второй читающий специалист. Заявленные выигрыши реальны — больницы с поддержкой ИИ сообщают о заметном снижении диагностических ошибок, а алгоритмы обнаружения показывают высокую точность в контролируемых испытаниях.
Документирование и операционные задачи — более тихая победа: фоновая запись приёма, поддержка кодирования, планирование и сортировка пациентов. Меньше заголовков, чем у диагностики, быстрее окупаемость, ниже клинический риск.
Врачи подтянулись следом: использование среди врачей подскочило с 38% (2023) до 66% (2024) — одна из самых крутых профессиональных кривых внедрения за всю историю наблюдений.
43% одобренных FDA ИИ-устройств не имеют данных клинической валидации. Эта статистика заслуживает большего внимания, чем любое утверждение о точности в этой статье.
Допуск FDA для большинства ИИ-устройств проходит по путям, доказывающим существенную эквивалентность устройству-предшественнику, а не через проспективные клинические исследования, подтверждающие пользу для пациента. Прибавьте оговорку о контролируемых условиях к цифрам точности (результат на выверенных наборах данных регулярно превосходит результат на разнородных реальных популяциях) — и честный вывод звучит так: допущено ≠ валидировано ≠ полезно в вашей популяции.
Практическое следствие для медицинских систем: относитесь к заявлениям поставщика о точности как к отправной точке локальной валидации, а не как к её замене. Цифра «менее 20%» надёжного использования в основной диагностике — это то, что получается, когда учреждения действительно делают эту работу.
Примерно 95–97% допущенных ИИ-устройств получили разрешение по пути 510(k), а не через De Novo или PMA. Этот маршрут требует продемонстрировать существенную эквивалентность устройству-предшественнику, а не независимые клинические доказательства пользы.
Это и есть механизм, стоящий за проблемой валидации. Дело не в том, что регулятор упустил доказательства: путь, которым идёт большинство устройств, изначально не проектировался так, чтобы их требовать.
Совокупные разрешения на устройства по итогам 2025 года сильно сконцентрированы у действующих игроков рынка визуализации:
| Компания | Разрешения |
|---|---|
| GE HealthCare | 120 |
| Siemens Healthineers | 89 |
| Philips | 50 |
| Canon | 45 |
| United Imaging | 38 |
| Aidoc | 31 |
| DeepHealth | 28 |
Обратите внимание, о чём это говорит: рынок ИИ-устройств выигрывают компании, которые уже продали вам томограф, а не стартапы, выросшие вокруг ИИ.
FDA обновляет правила для устройств в рамках Quality Management System Regulation (QMSR), приводя американский надзор в соответствие с ISO 13485:2016. Для производителей это изменение процедуры соответствия; для покупателей — умеренный сигнал, что планка доказательности поднимается через системы качества, а не через сам путь допуска.
Не «есть ли допуск FDA?» — он есть более чем у 1,300 устройств. Спрашивайте, каким путём получен допуск, какое устройство было предшественником и существуют ли проспективные клинические данные на популяции, похожей на вашу. Эти три вопроса отделяют устройства, которые помогут, от тех, что просто прошли допуск.
Прогнозы группируются вокруг 52 млрд долларов для рынка медицинского ИИ в 2026 году — реальная и быстро растущая величина, которая при этом на порядок меньше некоторых цифр, ходивших по материалам эпохи 2025 года. (В более ранней версии этой статьи фигурировала дико завышенная рыночная оценка; она была без источника и удалена. Если статистику по медицинскому ИИ нельзя проследить до названного источника и методологии, не повторяйте её — в том числе за нами.)
75% медицинских систем с хотя бы одним ИИ-приложением и менее 20%, достигших надёжного применения в основной клинической диагностике, друг другу не противоречат. Большинство внедрений — административные и связанные с сортировкой изображений, где режим отказа — потерянная минута, а не пропущенный диагноз.
Уязвимость — в устройствах, которые влияют на клиническое решение без того, чтобы человек прочитал те же данные. 43% одобренных FDA ИИ-устройств не имеют данных клинической валидации — эта цифра колоссально важна для автономных решений и почти безразлична для пересортировки рабочего списка.
По каждому внедрённому инструменту: если он ошибётся, кто это заметит и когда? Инструменты с человеческой проверкой в ту же смену малорисковы независимо от статуса валидации. Тем, у кого её нет, нужны те самые доказательства, которых путь 510(k) не потребовал.
Sources: SQ Magazine healthcare AI statistics · TheAIDaily 75+ data points · Uvik 80+ key data points · About Chromebooks adoption tracker
Последнее обновление: 29 июля 2026 г.
Agents API от OpenAI упрощает создание устойчивых облачных агентов. Разбираем изменения, недоказанные тезисы и контролируемый запуск.
Как ИИ перекроил творческую работу: 86% внедрения, падение на 17% в дизайне, музыкальные мировые как шаблон и то, что суды так и не решили.
Данные 2026 года: 88% студентов используют генеративный ИИ, учителя экономят 5,9 часа в неделю — но формальные правила есть лишь у 13% школ.
Картина 2026 года: Digital Omnibus переносит обязанности для высокого риска на 2027 год, два новых запрета ЕС и надзор за GPAI.
Выявление мошенничества даёт 90–99 % точности и работает в 300 раз быстрее, но больше половины мошенничества тоже использует ИИ. Цифры и асимметрия.
Экспертные прогнозы для ИИ к 2030 году: сроки AGI, влияние на рынок труда, технологические прорывы и сценарии, по которым нет согласия.
Данные о занятости 2026: 87 714 сокращений из-за ИИ за пять месяцев, минус 28 000 в месяц в техе и финансах, и главное различие в автоматизации.
Восемь трендов, определяющих ИИ в 2026: гонка оценок, модели-однодневки, уход Sora, мировые по авторскому праву и намеренная пауза в регулировании.
