ИИ-модуль для операций на лёгких: пилот Ростелекома и Сеченова

9 ноября 2026 года в Институте персонализированной онкологии и Клинике госпитальной хирургии № 2 Сеченовского Университета начался пилотный проект по оценке ИИ-модуля для планирования операций на лёгких, созданного совместно с компанией «РТК Радиология» (цифровой кластер «Медицина» ПАО «Ростелеком»). О старте пилота 9-10 ноября 2026 года сообщили ComNews и Computerra.

Модуль автоматически выделяет на КТ-изображениях опухоли, доли и сегменты лёгких, бронхи, артерии и вены, строит интерактивную 3D-модель и прогнозирует дыхательную функцию после резекции — операции по удалению части лёгкого. На этапе первичной апробации точность сегментации лёгочной ткани (DICE) составила 93%, охват бронхиального дерева — 96%, охват сосудистого дерева — 97%. Директор Института персонализированной онкологии Сеченовского Университета Марина Секачева отметила, что это даёт врачу дополнительную информацию для предоперационного планирования и позволяет снизить травматизацию пациента при резекции. Заместитель технического директора «РТК Радиология» Андрей Долгов подчеркнул, что управляемая 3D-модель особенно важна в сложных клинических случаях. Такую модель врачу удобно изучать именно через грамотно спроектированный UI/UX-дизайн медицинского интерфейса — без этого даже точный алгоритм остаётся неудобным в операционной.

Как проходит пилот

Тестирование идёт на обезличенных КТ-снимках не менее 30 пациентов и продлится не менее месяца. Внедрение технологии в клиническую практику запланировано на 2027 год. Результаты анализа модуль сохраняет в электронную медицинскую карту пациента, привязывая 3D-модель и прогноз к конкретному случаю.

Что это значит для МИС и ИТ-служб клиник

Очередной федеральный ИИ-пилот в хирургии показывает общий паттерн: алгоритм выходит не как замкнутый модуль одного вендора, а как слой анализа над снимками, который клинике предстоит интегрировать самостоятельно или через вендора МИС. Для разработчиков и ИТ-служб клиник, работающих с лучевой диагностикой и хирургией, это означает несколько практических задач:

• Интерфейс для интерактивной 3D-модели. Результат ИИ-анализа — не просто текстовое заключение, а управляемая трёхмерная сцена, которую хирург должен вращать, приближать и сопоставлять с анатомией пациента прямо перед операцией. Если интерфейс просмотра спроектирован плохо, врач либо не пользуется моделью, либо теряет на ней время, которое сервис должен экономить.
• Привязка прогноза к истории пациента. Прогноз дыхательной функции после резекции нужно хранить в связке с конкретным КТ-исследованием и решением врача, а не выводить отдельным файлом вне медкарты.
• Готовность к масштабированию пилотов 2027 года. Подобные сервисы обычно проходят путь «федеральный НМИЦ → региональные клиники» за один-два года — стоит заранее уточнить у вендора МИС, предусмотрена ли интеграция с ИИ-модулями анализа КТ и 3D-визуализацией.

ИИ-модули для хирургического планирования — один из самых быстрорастущих сегментов медIT в 2026 году, наравне с лучевой диагностикой в онкологии и акушерстве. Кейс Ростелекома и Сеченовского Университета подтверждает: чем точнее алгоритм, тем выше требования к интерфейсу, через который хирург с ним работает.