Разработки молодых ученых Сеченовского Университета заняли первое место на конференции «Цифровые технологии в современной медицине». Сервис GISS AI автоматизирует первичный анализ электрокардиограмм, а платформа Laphub превращает видеозапись хирургического вмешательства в инструмент навигации, контроля рисков и обучения врачей.
Нейросеть вместо первичного прочтения пленки
На XXVII международном конгрессе «Информационные технологии в медицине» (ИТМ-2026) победителями V Всероссийской конференции молодых ученых стали студенты Сеченовского Университета Артем Осадчий и Юлия Вчерашняя. Их проект GISS AI занял первое место среди 40 разработок, представленных на заочном этапе конкурса. До финала добрались 11 команд, причем каждый эксперт жюри мог отдать голос только одному участнику.
Второе место получила Арина Терзи, техник Центра диагностики и телемедицины Департамента здравоохранения Москвы, с работой о дополненной реальности в медицинском образовании. Третьим стал Иван Лысанов из Национального исследовательского ядерного университета МИФИ, представивший интеллектуального ассистента врача-цитолога, исследующего щитовидную железу.
Для победителей из Сеченовского Университета задача оказалась предельно практической: помочь врачу разобраться с электрокардиограммой там, где счет может идти на минуты, а кардиолога поблизости нет.
ЭКГ снимают в поликлиниках, приемных отделениях, фельдшерско-акушерских пунктах и машинах скорой помощи. Получить запись несложно, но ее грамотная интерпретация требует опыта. Именно этот разрыв между массовостью исследования и доступностью квалифицированного анализа разработчики намерены сократить с помощью искусственного интеллекта.
GISS AI распознает нарушения ритма и проводимости на 12-канальной электрокардиограмме. При этом сервис не требует исходного цифрового сигнала: достаточно сфотографировать бумажную ленту на телефон. Специальный модуль преобразует изображение в цифровые данные, нейросеть анализирует их, а большая языковая модель формирует развернутое заключение с описанием зубцов, сегментов и отведений.
По словам Юлии Вчерашней, модель обучена на массиве из 345 тыс. ЭКГ и уже распознает шесть патологий.
Первый фильтр, а не замена врачу
Основными пользователями GISS AI должны стать специалисты, ежедневно работающие с большим потоком электрокардиограмм: фельдшеры, терапевты, кардиологи и врачи функциональной диагностики. Сервис берет на себя первичную обработку записей, ускоряет их сортировку и выделяет исследования, требующие оперативного внимания.
Особая ценность такого инструмента — в условиях, когда профильный специалист недоступен или перегружен: ночью, в выходные и праздничные дни. Однако разработчики подчеркивают, что алгоритм не подменяет врача и не выносит окончательного диагноза. Его задача — облегчить первичную интерпретацию и помочь быстрее определить приоритетность дальнейших действий. Отдельное направление работы — сделать результаты понятнее самим пациентам.
Артем Осадчий учится на пятом курсе Института клинической медицины имени Н.В. Склифосовского, окончил Цифровую кафедру университета, ныне работающую в формате Цифровой проектной школы «Локус», и совместный цифровой кампус Первого МГМУ и «Школы 21». Юлия Вчерашняя учится на курс младше. Оба проходят исследовательский трек индивидуальных образовательных траекторий и готовятся стать врачами-исследователями.
Разработчики связывают появление проекта с возможностями, которые дает университет: участием в акселерационных программах, дополнительным обучением и работой с ведущими специалистами на базе клинических больниц. По словам Вчерашней, эта среда помогла команде соединить медицинскую подготовку с разработкой цифровых решений.
Искусственный интеллект в операционной
Еще один проект Сеченовского Университета, вышедший в финал конкурса, переносит искусственный интеллект из диагностического кабинета непосредственно в операционную. Ассистент кафедры госпитальной хирургии Института клинической медицины имени Н.В. Склифосовского Марк Токарев разрабатывает Laphub — ИИ-платформу для лапароскопических вмешательств.
Система анализирует изображение с хирургической камеры в реальном времени. Она определяет анатомические структуры в кадре, обозначает безопасные зоны и обращает внимание хирурга на участки, где требуется повышенная осторожность. После завершения вмешательства платформа автоматически формирует разбор операции: фиксирует ключевые этапы, продолжительность каждого из них и моменты повышенного риска, а также составляет протокол.
По замыслу разработчика, Laphub должна работать как дополнительный навигационный инструмент, а не как автопилот, управляющий действиями хирурга. Платформа не принимает решения вместо специалиста, но помогает ориентироваться в ходе вмешательства и удерживать внимание на потенциально опасных участках.
Не менее важна образовательная функция. Запись операции можно будет последовательно разобрать, сопоставить с эталонным видео и оценить действия хирурга на каждом этапе. Такой подход расширяет возможности наставничества: обучение перестает зависеть исключительно от того, что преподаватель успел заметить во время вмешательства. По словам Токарева, цифровой разбор способен обеспечить каждому обучающемуся индивидуальную обратную связь, в том числе после сложных и продолжительных операций.
В финале конференции Сеченовский Университет представлял и Игорь Лян, магистрант направления «Информационные системы и технологии». Он презентовал разработку для интеграции медицинских информационных систем с системами анестезиологии и реанимации.
Кадры для цифровой медицины
Конгресс ИТМ-2026 объединил около 2 тыс. очных участников из 80 регионов России, Беларуси и Казахстана. Еще более 25 тыс. человек подключились к онлайн-трансляциям. Программа 27-го конгресса включала 30 мероприятий — от секционных заседаний до круглых столов. Это крупнейшая ежегодная профильная площадка в России, Восточной Европе и Средней Азии.
Председатель программного комитета, директор Центра цифровой медицины и искусственного интеллекта в медицине Института цифрового биодизайна и искусственного интеллекта в медицине Сеченовского Университета Георгий Лебедев назвал подготовку специалистов для цифрового здравоохранения одной из ключевых задач отрасли. Успех молодых исследователей, по его оценке, показывает, что отечественная медицинская среда способна не только готовить кадры, но и создавать новые технологические решения.
GISS AI и Laphub представляют два направления такого развития: автоматизацию первичного анализа ЭКГ и интеллектуальную поддержку хирургического вмешательства. В первом случае алгоритм помогает быстрее выявлять потенциально опасные изменения, во втором — ориентироваться в анатомии, контролировать риски и разбирать результаты операции. Обе разработки нацелены на одну задачу: встроить ИИ в повседневную медицинскую практику там, где цена ошибки высока, а время и профессиональное внимание врача ограничены.

