08 марта 2026

Обзор Российских систем поддержки принятия врачебных решений (СППВР)

82 728

Гусев Александр,
Директор по развитию бизнеса

Внедрение систем поддержки принятия врачебных решений (СППВР), наравне с телемедициной и электронными медицинскими картами (ЭМК), являются одним из ключевых направлений развитии цифрового здравоохранения.

Важно обратить внимание, что далеко не все приложения, используемые врачом при диагностике и лечении пациентов, можно отнести к термину СППВР. Процитируем определение, предусмотренное в национальном ГОСТ Р 71671-2024. Системы поддержки принятия врачебных решений с применением ИИ. Основные положения:

Система поддержки принятия врачебных решений (СППВР, Clinical decision support system, CDSS): программное обеспечение, позволяющее путем обработки и интерпретации собираемой информации на основе алгоритмов поддерживать принятие врачом решения на всех этапах лечебно-диагностического процесса с целью снижения ошибок и повышения качества оказываемой медицинской помощи.

Основываясь на этом определении и доступных обзорах литературы, мы относим к СППВР решения, одновременно удовлетворяющие следующим критериям:

  1. Система предназначена производителем для применения медицинскими работниками (врачами, фельдшерами) при оказании ими медицинской помощи
  2. Система встроена или интегрирована с электронной медицинской картой (ЭМК) и осуществляет автоматический сбор нужных для работы данных из ЭМК
  3. Система осуществляет анализ и интерпретацию извлеченных из ЭМК данных
  4. Система учитывает персональные особенности здоровья пациента
  5. Система формирует персональные подсказки врачу на основе интерпретации данных

Таким образом, мы не относим к СППВР различные справочники, включая базы знаний по клиническим рекомендациями, мобильные приложения типа UpToDate, справочники по законодательству и т.д. – поскольку информация, которую выводят эти приложения, никак не соотнесена с электронной медкартой пациента, а также потому – что в них отсутствует какая-либо интерпретация и персонификация выводимых подсказок с учетом индивидуальных особенностей пациента. Также мы не относим к СППВР продукты, предназначенные для применения пациентами – их корректнее относится к цифровым пациенстким помощникам. Кроме этого, мы не можем относить к СППВР системы ведения электронных медицинских карт (ЭМК), поскольку они обеспечивают ведение врачами медицинских записей, но не их интерпретацию и являются базовым видом программного обеспечения для здравоохранения

Важный нюанс: согласно российскому законодательству, СППВР могут относиться к медицинским изделиям. Главным критерием отнесения является наличие интерпретации: если СППВР анализирует внутри себя какие-то медицинские данные и выдает врачу результат этого анализа - то такая СППВР может потенциально содержать риск причинения вреда здоровью пациента, а значит разработчик такой СППВР обязан пройти процедуру государственной регистрации своего решения в качестве программного медизделия. Также это означает, что врачи не имеют право использовать в своей работе незарегистрированные Росздравнадзором СППВР. Более подробно об этой теме мы рассказали в этом посте блога https://webiomed.ru/blog/o-srokakh-registratsii-programmnogo-obespecheniia-kak-meditsinskogo-izdeliia/

В настоящее время мы знаем о 9 Российских системах поддержки принятия врачебных решений, список которых представлен в таблице ниже.

Разрешенные (зарегистрированные) СППВР

Описание решения Сайт
1 Webiomed – СППВР, ориентированная на оценку рисков и контроль соблюдения требований по профилактике заболеваний https://webiomed.ru/products/webiomed-dhra/
2 ТОП-3 – СППВР, которая помогает врачам ставить предварительный диагноз по анамнезу и данным медкарты пациента https://sbermed.ai/diagnostic-center/our-algorithms/top-3/
3 MedicBK – СППВР, помогающая провести экспертизу ЭМК, выявить коморбидных пациентов и скорректировать терапию и дообследования в рамках диспансерного наблюдения http://medicbk.com/
4 Электронный клинический фармаколог – СППВР, которая помогает врачу при назначении фармакотерапии, способствует уменьшению врачебных ошибок и осложнений в клинической практике https://www.ecp.umkb.com/
5 Galenos AI – СППВР для дифференциальной диагностики для раннего выявления онкологических заболеваний https://teh-lab.ru/proekty/galenos-ai/

СППВР, не имеющие государственную регистрацию

Описание решения Сайт
1 PharmFrame – СППВР для контроля правильности и безопасности назначения лекарственной терапии https://pharmframe.ru/ 
2 Lexema-Medicine – СППВР для назначения персонализированной терапии с использованием алгоритмов искусственного интеллекта https://lexema.ru/medicine/decision-support/     
3 Panacea – СППВР для контроля соблюдения клинических рекомендаций и стандартов оказания медицинской помощи  https://panaceadoc.ru/
4 Lissa Health – СППВР для автоматизации ведения медицинских записей и анализа данных ЭМК    https://lissa-health.com/clinics

 

Пожалуйста, оцените эту статью
( 4,01 из 5,
оценили: 1 592)
Ваша оценка: Не ставилась

Еще по этой теме

Обратите внимание на похожие статьи

24 Мар 2026

Обзор российских инвестиций в цифровое здравоохранение

Цифровое здравоохранение в России является сейчас с одной стороны сформированным рынком со своими нишами и конкурирующими игроками, но с другой …

28 Авг 2018

О развитии систем поддержки принятия врачебных решений и регистрации их как медицинских изделий

О системах поддержки принятия врачебных решений В настоящее время в Российской федерации осуществляется проработка национального проекта «Здравоохранение», включающего программу «Создание …

21 Авг 2018

Исследование эффективности систем поддержки принятия врачебных решений

Закон «Медицинские информационные технологии для экономики и клинического здоровья»(Health Information Technology for Economic and Clinical Health Act), важный компонент Американского …

Подпишитесь на нашу рассылку

Хотите получать интересную и полезную информацию о цифровом здравоохранении и искусственном интеллекте для медицины?
Включайтесь в нашу рассылку!

Мы рекомендуем

Epic встроила в электронную медкарту цифрового помощника на основе генеративного ИИ

Просмотров 296 1 месяц назад

Новая книга Боба Вахтера о гигантском скачке искусственного интеллекта для здравоохранения

Просмотров 412 1 месяц назад

Fine-Tuning vs RAG. Как борются с галлюцинациями LLM-моделей в здравоохранении

Просмотров 746 1 месяц назад

Прогноз развития искусственного интеллекта для здравоохранения в 2026-2030 гг.

Просмотров 2 408 1 месяц, 3 недели назад

Присоединяйтесь

Наши группы в соц сетях