Как Globus встроила LLM в медицинскую информационную систему

О проекте: Команда Globus разработала ИИ-ассистента, который помогает врачам быстрее и точнее принимать клинические решения. Решение создано на базе большой языковой модели (LLM) и встроено прямо в медицинскую информационную систему (МИС), чтобы поддерживать врача в процессе диагностики и назначения обследований - без лишних действий и без отрыва от пациента.

Главная цель проекта — повысить качество диагностики и снизить риск того, что редкие или сопутствующие заболевания останутся незамеченными.

Задача: Работа врача — это непрерывный поток данных: жалобы пациентов, результаты анализов, история болезней, заключения специалистов. В такой динамике легко упустить мелкую, но критически важную деталь.

Перед командой Globus стояла задача создать ИИ-ассистента, который:

автоматически анализирует клинические данные; предлагает список возможных диагнозов и рекомендации по дополнительным обследованиям; полностью встраивается в МИС и не требует менять привычный рабочий процесс; обеспечивает безопасность, конфиденциальность и надежность на каждом этапе.

Реализация: Чтобы ИИ-ассистент был действительно полезным, мы построили модульную архитектуру и выделили пять ключевых функциональных блоков:

Инициализация и работа сессий Ассистент активируется при открытии карточки пациента и «следует» за действиями врача, формируя актуальный клинический контекст Обогащение данных Система автоматически подбирает все относящиеся к кейсу документы - сканы, выписки, результаты лабораторных исследований - и приводит их к единому формату Обезличивание и структурирование Персональные данные удаляются, а клиническая информация сортируется по медицинским категориям для дальнейшего анализа Интеграция с LLM Подготовленный контекст отправляется в языковую модель, которая формирует список вероятных диагнозов и рекомендации по следующему шагу Возврат результата Готовая подсказка автоматически появляется в интерфейсе МИС. Если данных недостаточно, ассистент честно предупреждает об этом

Результат: Создан и внедрен ИИ-ассистент, который органично вписан в процесс приема пациента Поддерживается обработка до 15 медицинских файлов за одну сессию Врачи получают рекомендации всего через несколько минут Система корректно оценивает неполноту данных и сообщает об этом пользователю Реализована отказоустойчивая архитектура с логированием, очередями и сценариями аварийного восстановления (fallback)

Источник: https://globus-ltd.ru/projects/kak-globus-it-vstroila-llm-v-meditsinskuyu-informatsionnuyu-sistemu