👋 Привет! Я Данила Бурмистров — практикующий врач и Full-stack разработчик.

Этот канал — мой открытый дневник на стыке клинической медицины и создания веб-продуктов.

👨‍⚕️ Как врач, я вижу изнутри, где медицина теряет время на рутину, неудобный софт и устаревшие интерфейсы.
💻 Как разработчик, я проектирую и пишу сервисы, сайтам и инструменты, которые решают эти задачи — от клиники до индивидуальной практики.

📌 О ЧЕМ ЗДЕСЬ БУДЕТ КОНТЕНТ:
• Build in Public: процесс разработки моих MedTech-проектов, архитектура и реальные кейсы.
• Разбор AI-инструментов в разработке (Gemini, Codex) и их интеграция в медицину.
• Инженерный взгляд на клиническую практику и автоматизацию.

💬 Задать вопрос, обсудить проект или заказать разработку: @burmistrov_dd

🩺 Почему обычный софт не подходит врачам и как я разрабатываю медицинские инструменты

На клиническом приеме у врача есть ровно 10–15 минут на пациента. В этот тайминг нужно уместить осмотр, анализ анамнеза, принятие решений и заполнение медицинской документации.

Главная проблема большинства медицинских систем (МИС) и калькуляторов — перегруженный UI и лишние клики. Когда тебе нужно быстро посчитать риски или подобрать дозировку, интерфейс не должен мешать.

💻 Каким должен быть софт для врача с точки зрения разработчика:

• Скорость в приоритете: никаких тяжелых скриптов, загрузка мгновенная (SSR/Next.js).
• Логика под рукой: минимальное количество полей ввода, автоматическая подстановка и предсказуемые алгоритмы.
• Безопасность данных: клиентские вычисления там, где не требуется сохранение персональных данных.

Сейчас я развиваю платформу клинических калькуляторов и AI-помощников (инструменты-врача.рф), где объединяю врачебную логику и чистый веб-стек.

Вопрос к коллегам-врачам и IT-специалистам: с какими главными неудобствами в медицинском софте вы сталкиваетесь чаще всего? 👇

🧠 AI в медицине: почему простые чат-боты бесполезны и как строить умные гибриды

Сейчас каждый второй проект пытается встроить LLM «в лоб»: поставить обычное окно чата и отправить врача общаться с нейросетью. На практике на приеме это не работает — у врача нет времени писать промпты на 3 абзаца.

В своих сервисах я использую гибридный подход:

• Детерминированный код (Next.js / Node) отвечает за жесткую математику: расчет формул, дозировок и рисков. Здесь AI не нужен, тут нужна 100% точность без галлюцинаций.
• LLM (через Gemini API) подключается только там, где нужна интерпретация: сформировать понятное резюме для пациента, перевести медицинский термин на человеческий язык или подтянуть свежие клинические рекомендации.

В итоге врач получает готовый результат в 1 клик, а AI работает как незаметный ассистент «под капотом», а не как бесконечный собеседник.

Как вы относитесь к ИИ-помощникам на приеме: помогали бы они вам или только отвлекали? 👇

Нативные пуши прямо из браузера: забудьте про App Store 📲

До сих пор на созвонах с заказчиками и продуктовыми командами я регулярно слышу миф: «Нам обязательно нужно пилить мобильное приложение на Swift/Kotlin, иначе как мы будем шлоть push-уведомления?»

Спойлер: не нужно.

Технология PWA (Progressive Web App) в связке с Web Push API закрывает эту задачу на 100% — без модерации в сторах, 30% комиссий и раздутых бюджетов на мобильную разработку.

Как это работает для пользователя:
Заходит на ваш сайт и в 2 клика сохраняет его на экран «Домой».
Разрешает отправку уведомлений.
Вы отправляете push ➔ он приходит как обычный системный баннер на iOS, Android или Desktop.
🤯 Главный фикс:
«Вкладка закрыта или браузер свернут. Пуш придет?» — ДА.

За фоновую доставку отвечает Service Worker — специальный процесс, работающий на уровне операционной системы. Ему не нужна открытая вкладка в браузере, чтобы подхватить сигнал и нарисовать уведомление.

Что по поддержке ОС?
🍏 iOS / iPadOS: С версии 16.4+ Apple официально открыла Web Push для Safari (работает при добавлении сайта на Home Screen).
🤖 Android & Desktop: Chrome, Edge, Firefox, Safari — 100% нативная поддержка уже давно.

Почему это выгодно бизнесу и девам:
▫️ 0% комиссий Apple / Google.
▫️ 0 дней ожидания ревью и никаких неожиданных банов.
▫️ Единый стек (JS/TS) вместо содержания двух отдельных команд под iOS и Android.
▫️ Мгновенный деплой: обновили веб — обновилось всё приложение.

💬 Кто уже внедрял Web Push на продакшене? Насколько у вас отличается конверсия подписки от традиционного e-mail маркетинга? Давайте обсудим в комментариях!

Твои устройства Apple работают только на 20%? 🍏⚡

Большинство людей покупают iPhone, MacBook и iPad, но продолжают использовать их как отдельные гаджеты: пересылают себе файлы в Telegram, переносят заметки вручную и отдельно организуют рабочие пространства.

Настоящая сила экосистемы Apple — в бесшовности. Это единый цифровой организм, где устройства работают в связке без лишних действий с вашей стороны.

В карточках выше (или в карусели) — пошаговый гайд по настройке. А вот главный чек-лист:

🔹 Шаг 1. Включаем бесшовную связь (Handoff)
Настройки ➔ Основные ➔ AirPlay и Handoff ➔ Включаем. Теперь любое действие, начатое на iPhone (письмо, заметка, вкладка Safari), мгновенно появляется в панели Dock на Mac.

🔹 Шаг 2. Единый фундамент через iCloud
Убедитесь, что на всех устройствах выполнен вход в один Apple ID и активна синхронизация. Это дает сквозной буфер обмена: скопировал текст или код на iPhone — нажал Cmd + V на Mac.

🔹 Шаг 3. Мобильный хаб и быстрые заметки
Фиксируйте идеи, структуры проектов или наброски на iPhone прямо на ходу. Сохранять ничего не нужно — всё сразу доступно на рабочем компьютере.

🔹 Шаг 4. Расширение рабочего пространства (Sidecar)
Не хватает одного экрана для разработки или дизайна? На Mac выберите Настройки ➔ Дисплеи ➔ Добавить (iPad). Планшет превращается во второй монитор с поддержкой Apple Pencil.

💡 Главный вывод: Экосистема — это не про понты, а про экономию времени и бесперебойный контекст в работе.

💬 Делитесь в комментариях: какой связкой гаджетов пользуетесь вы в ежедневных задачах?

🤖 Telegram-бот в 2026 году: больше, чем просто кнопки

Сегодня бот в Telegram — это не просто скрипт с тремя командами, а полноценное WebApp-приложение (Mini App), которое может заменить мобильную программу или интерфейс администратора. В MedTech и коммерции это главный инструмент снижения операционных издержек.

🩺 Почему я этим занимаюсь?
Как врач и full-stack разработчик, я вижу автоматизацию изнутри. Клиники и сервисные бизнесы теряют до 30% клиентов из-за долгого ответа администратора, путаницы в записи и отсутствия гибкой CRM-интеграции. Бот решает эти задачи 24/7.

🚀 Что умеет современный Telegram-бот:
• Интеграция с CRM и МИС: автоматическая запись клиентов, онлайн-расписание, выгрузка статусов.
• ИИ-консультанты (LLM): интеграция ChatGPT/Claude для умной квалификации лидов и ответов на сложные вопросы.
• Прием платежей: бесшовная оплата услуг прямо внутри мессенджера.
• Mini Apps: удобный графический интерфейс с каталогами, картами и личным кабинетом.

💡 Как устроена разработка?
Я разрабатываю ботов на чистом Python/Node.js с упором на отказоустойчивость, безопасность данных и масштабируемость. Вы получаете не «конструктор», а надежный софт, созданный под ваши процессы.
Сбор требований ➡️ Проектирование CJM ➡️ Кодинг и интеграция по API ➡️ Тестирование и запуск.

📌 Нужен бот для вашего бизнеса или клиники?
Напишите мне в личные сообщения, чтобы разбрать вашу задачу и составить ТЗ. Заставьте алгоритмы работать на ваш результат!

Почему в MedTech нельзя доверить расчеты нейросети?

Представьте: алгоритм ошибается в дозировке препарата на одну запятую. В обычном сервисе это мелкий баг, а в медицине — критическая угроза. Нейросети (LLM) прекрасны в работе с текстом, но принципиально непригодны для точных вычислений.

⚠️ В чем проблема LLM?
Большие языковые модели не "считают", а предсказывают следующее наиболее вероятное число. Попробуйте попросить модель посчитать сложную формулу клиренса креатинина — она выдаст красивый, но часто галлюцинированный и некорректный результат.

📐 Детерминированный код против нейросетей
Детерминированный код — это классические алгоритмы и математические формулы, которые при одинаковых вводных всегда дают 100% одинаковый и точный результат.

🛠 Гибридная архитектура: идеальный симбиоз
Чтобы создать надежный MedTech-сервис, используют паттерн разделения ответственности:

• Шаг 1. Парсинг (LLM): Нейросеть извлекает из свободного текста врача вес, возраст и анализы, превращая их в структурированный JSON.
• Шаг 2. Расчет (Код): Проверенная функция на Python или TypeScript выполняет математический расчет. Нуль галлюцинаций.
• Шаг 3. Интерпретация (LLM): Нейросеть берет точную цифру и переводит ее в понятное клиническое резюме.

💡 Практический вывод
Никогда не отдавайте математику в промпт. Делегируйте AI работу со смыслом и контекстом, а вычисления всегда фиксируйте в строгом коде.

Какой подход к AI используете в своих проектах? Пишите в комментариях!