Почему ассистент для клиники ломается: МИС, 152-ФЗ и «здравствуйте» за 900 000 ₽

Однажды вечером у меня разболелся зуб. Сильно — так, что не до работы. Я написал в мессенджер ближайшей клиники: «Очень сильно болит зуб, когда могу прийти?». Ответа не было до утра. К утру я уже сидел в кресле другой клиники — там мне ответили за минуту и сразу записали.

Я типичный пациент: клиника потеряла меня на «здравствуйте», а не на лечении или цене.

Меня зовут Сергей Полухин, я сооснователь и CTO PapAI Soft. Мы делаем ИИ-ассистентов под ключ, и медицина — одна из самых показательных ниш. Показательная она вот чем: здесь нельзя поставить «какого-то там ассистента» и отчитаться. Медицинский ассистент ломается в трёх местах, которых нет ни у ресторана, ни у флориста: интеграция с МИС, чувствительные данные и нулевая терпимость к галлюцинациям. Разберём по порядку — и я покажу, что из этого получилось в цифрах.

Пациент не ждёт. Вообще

Начну с арифметики, потому что она отрезвляет. По аналитике наших медицинских проектов, до 30% пациентов клиника теряет на первой линии — ещё до того, как они дошли до врача. И 80% людей уходят, если ждут ответа в чате дольше 5 минут.

Посчитаем на пальцах. Клиника получает 1 000 обращений в месяц и теряет 30% — это 300 пациентов. При среднем чеке 3 000 ₽ мимо кассы проходит 900 000 ₽ выручки ежемесячно. И это без повторных визитов и без сарафанного радио, которое тоже уходит вместе с человеком. Пациент, который один раз не дождался ответа, почти никогда не возвращается: он открывает карту и выбирает клинику в соседнем доме. Как сделал я.

Почему так происходит? Не потому что администраторы плохие. А потому что первая линия устроена так, что физически не может отвечать быстро всегда:

• на администраторе одновременно звонки, мессенджеры, касса, документы и живая очередь у стойки;
• 30–40% обращений приходит вечером, ночью и в выходные — когда отвечать просто некому;
• в мессенджерах ответ занимает часы, а пациент готов ждать минуты.

Стандартная реакция клиники — нанять ещё одного администратора. Это работает ровно до момента, пока не начинает тянуть экономику вниз. Каждая ставка — фиксированный расход при переменном спросе: в пик регистратура захлёбывается, в спад простаивает, а зарплату платят всегда. На сети филиалов такая модель становится прямо убыточной — каждый следующий пациент обходится дороже предыдущего, а записей пропорционально не прибавляется.

Проблема не в количестве людей. Проблема в том, что людьми пытаются закрыть задачу, которая по природе типовая и круглосуточная. А это уже работа для ассистента.

МИС и запись 24/7 — здесь начинается настоящая интеграция

Вот где медицина отличается от всего остального. В ресторане ассистент может просто «понимать заказ». В клинике он бесполезен, если не умеет одного — записать пациента на приём по-настоящему.

А «пришлите ваши контакты, мы перезвоним» записью не считается. Это живая механика поверх медицинской информационной системы (МИС): пациент пишет свободным текстом → ассистент понимает запрос → сверяется с расписанием и базой знаний клиники → предлагает конкретный свободный слот → создаёт визит в МИС.

И всё это — в три часа ночи, без администратора, без «перезвоним завтра». Если бы ассистент не был интегрирован в расписание, он бы предлагал слоты, которых нет, и создавал двойные записи. В медицине последствия — подорванное доверие пациента и злой врач с наложенными приёмами. Как именно устроен такой чат-ассистент для клиники с записью в МИС — отдельная большая тема.

Отдельная тонкость — передача сложных случаев. Жалоба, осложнение, конфликт, вопрос вне сценария — всё это ассистент не выдумывает и не «решает сам». Он передаёт администратору вместе со всей историей переписки, чтобы человеку не пришлось переспрашивать. Это ключевая позиция: ассистент усиливает сотрудника. Администратор перестаёт быть «копировальной машиной графика» и занимается тем, ради чего нужен человек, — удерживает пациента в трудной ситуации.

Перфоратор в своё время не заменил строителей. Он избавил их от долбёжки стены вручную. Здесь ровно то же самое.

152-ФЗ: почему в медицине нельзя «просто взять GPT»

А теперь то, о чём любят молчать продавцы «ассистентов на коленке». Медицинские данные — это специальная категория персональных данных по 152-ФЗ. И цена ошибки тут вполне денежная.

С мая 2025 в России действуют оборотные штрафы за утечки персональных данных — до 15–20 млн ₽. За неуведомление Роскомнадзора об обработке ПДн — ещё 100–300 тыс. ₽ (источник: b-152.ru). Для клиники, где данные — это диагнозы, жалобы, история обращений, это конкретный риск.

Что из этого следует практически:

• данные хранятся и обрабатываются в РФ — на серверах внутри страны;
• в контуре работают российские LLM — YandexGPT (теперь Alice AI) или GigaChat, который Сбер в 2026-м выложил под лицензией MIT и который можно развернуть on-premise и дообучить под клинику;
• всё под NDA, с разграничением доступа, без утечки истории переписки «наружу».

Хорошая новость: российские модели за последний год дозрели до того, чтобы на них можно было строить серьёзный медицинский продукт, не оглядываясь на иностранные API. Это рабочий стек без оговорок «зато по закону». Как ИИ и персональные данные уживаются в рамках закона, я подробно разбирал в материале про ИИ и 152-ФЗ.

Галлюцинации: место, где ИИ не имеет права фантазировать

Самый частый страх, который я слышу от главврачей: «А он не начнёт ставить диагнозы и советовать таблетки?». Правильный ответ — не начнёт, потому что мы ему этого не даём. И это вопрос архитектуры.

Разберу без магии. Обычная большая языковая модель охотно «додумывает» — на то она и генеративная. В быту это мило, в медицине — недопустимо. Поэтому медицинский ассистент строится иначе, на двух опорах:

• RAG (retrieval-augmented generation). Ассистент не отвечает «из головы». Перед каждым ответом он достаёт факты из конкретной базы знаний клиники — цены, врачи, услуги, подготовка к приёму, расписание — и отвечает строго по ним. Нет факта в базе — нет ответа из воздуха.
• Жёсткое ограничение зоны ответственности. Ассистент закрывает организационные вопросы: записать, подсказать адрес, объяснить подготовку к УЗИ, назвать цену. Всё, что похоже на медицинскую консультацию, диагноз или назначение, — за врачом. Это зашито в сценарий.

Именно так закрывается риск галлюцинаций. ИИ здесь — как толковый стажёр на ресепшене: он знает регламент клиники наизусть и отвечает быстро, но лечить он не лезет и «на глаз» ничего не сочиняет. Так у нас устроена платформа PapAI MedScale: первая линия 24/7, запись с интеграцией в МИС, анализ звонков и внутренняя база знаний для персонала.

Кейс: сеть из 12 клиник

Теперь то, ради чего всё затевалось, — цифры на реальном проекте. Сеть из 12 клиник, наша платформа PapAI MedScale на первой линии. Что изменилось:

• время ответа пациенту — с 8 минут до 20 секунд. Быстрее в десятки раз, круглосуточно;
• высвобожден эффект 31 ставки администраторов — люди перестали работать «копировальной машиной графика» и занялись сложными случаями;
• наведение порядка на первой линии сэкономило сети 3,38 млн ₽ в год.

Отраслевой ориентир по таким проектам: системная работа с первой линией даёт +20–30% записей без найма новых сотрудников и −60% рутинной нагрузки на администраторов. Ноль потерянных обращений — круглосуточно, без доплат за переработки.

Обратите внимание: 8 минут → 20 секунд — это про деньги. Это про того самого пациента с зубной болью в 22:45, которого теперь не уводит клиника в соседнем доме.

Вывод: сначала естественный интеллект, потом искусственный

Если убрать хайп, автоматизация первой линии в клинике — это скучная операционная математика. Мгновенный ответ, ноль потерянных обращений, люди освобождены для работы, где действительно нужен человек.

Но есть принцип, который я повторяю на каждом аудите: если в клинике не работает естественный интеллект — процессы, расписание, ответственные, — искусственный её не спасёт. Сначала порядок, потом автоматизация. ИИ не чинит бардак, он масштабирует то, что уже работает.

И не нужно покупать всё сразу. Возьмите один модуль, который закрывает самую дорогую потерю. У большинства клиник это первая линия: она запускается за неделю, эффект виден в первый же месяц, а метрики легко считаются — записи, время ответа, доля потерянных обращений.

Если вы руководите клиникой — посчитайте прямо сейчас: сколько обращений в месяц вы получаете и сколько из них остаются без ответа дольше 5 минут? Умножьте на средний чек. Получившаяся цифра и есть ваша «стоимость молчания».