Сейчас работаю по стратегии и инвестициям с проектом в сфере MedTech — и впечатлён размером отрасли, на которую можно влиять
Рынок медицины разбит на три сегмента:
— 9,3 трлн $ медицинские услуги и сервисы;
— 1,9 трлн $ лекарства;
— 0,7 трлн $ оборудование
Общий объём порядка 11,9 трлн $
Проект как раз в сегменте медицинских услуг и их цифровизации, но логично говорить о всём рынке, т.к. всё связано и взаимно влияет
К примеру, врач поставил точный диагноз, и вы не купили лишние лекарства на 300 тыс. и не заказали прибор за 500 тыс., выручка осталась в 1-м сегменте
Рядом живёт “маленький” рынок фитнес-тренеров, 15 млрд $ (в 800 раз меньше) — они тоже в игре. Прогрессивные тренеры применяют научные статьи и фундаментальную медицину, остальные стремятся это делать, чтобы пробиться в условиях высокой конкуренции
Расскажем также про 4 измерения диагностики, параллель с банкингом, государственные единые медицинские системы. Продолжение следует
Рынок медицины разбит на три сегмента:
— 9,3 трлн $ медицинские услуги и сервисы;
— 1,9 трлн $ лекарства;
— 0,7 трлн $ оборудование
Общий объём порядка 11,9 трлн $
Проект как раз в сегменте медицинских услуг и их цифровизации, но логично говорить о всём рынке, т.к. всё связано и взаимно влияет
К примеру, врач поставил точный диагноз, и вы не купили лишние лекарства на 300 тыс. и не заказали прибор за 500 тыс., выручка осталась в 1-м сегменте
Рядом живёт “маленький” рынок фитнес-тренеров, 15 млрд $ (в 800 раз меньше) — они тоже в игре. Прогрессивные тренеры применяют научные статьи и фундаментальную медицину, остальные стремятся это делать, чтобы пробиться в условиях высокой конкуренции
Расскажем также про 4 измерения диагностики, параллель с банкингом, государственные единые медицинские системы. Продолжение следует
🔥2
10 млрд сценариев и 4 измерения. Продолжаю рассказ о MedTech-проекте, вторым этапом для Pitch Deck мы углубились в проблематику. Вам врач ставил ложный диагноз?
По оценкам, в США 800 000 пациентов умирают либо получают инвалидность из-за диагностических ошибок. Пропускают травмы и онкологию, а когда 10 лет болит спина и плохо со сном — говорят что-то в духе “ничего страшного, само пройдёт”
В защиту врачей скажу: задача сложна. Для точного диагноза надо соединить 4 мира, 4 измерения:
1. 20 000+ возможных заболеваний, в т.ч. 17 000 диагностических категорий по ICD-11 и 6000 редких (орфанных) заболеваний;
2. 100 000 лекарств, порядка 12 000 INN (действующих веществ), плюс разнообразие брендов и форм выпуска;
3. 1 млрд генетических особенностей и наследственности (даже 8 млрд, но положим, что мир фрагментирован);
4. 200-300 типовых лайфстайлов, т.е. контекст жизни в данный период жизни, который напрямую влияет на эффективность лечения
Врач узкой специальности оперирует порядка 100 диагнозами. В конкретной стране доступны не все лекарства, их около 10 000. И, даже если генетику и стиль жизни упростить до 100 типовых случаев, получится:
100 × 10 000 × 100 × 100 = 10 млрд сценариев
Применять ML, LLM, RAG, умный поиск по научным статьям и клиническим случаям, обучать нейросети клиническому интеллекту, только так можно выйти на новый уровень диагностирования — ибо проблема чисто математически огромна
Расскажем об аналогии с банкингом и государственные единые медицинские системы, продолжение следует
По оценкам, в США 800 000 пациентов умирают либо получают инвалидность из-за диагностических ошибок. Пропускают травмы и онкологию, а когда 10 лет болит спина и плохо со сном — говорят что-то в духе “ничего страшного, само пройдёт”
В защиту врачей скажу: задача сложна. Для точного диагноза надо соединить 4 мира, 4 измерения:
1. 20 000+ возможных заболеваний, в т.ч. 17 000 диагностических категорий по ICD-11 и 6000 редких (орфанных) заболеваний;
2. 100 000 лекарств, порядка 12 000 INN (действующих веществ), плюс разнообразие брендов и форм выпуска;
3. 1 млрд генетических особенностей и наследственности (даже 8 млрд, но положим, что мир фрагментирован);
4. 200-300 типовых лайфстайлов, т.е. контекст жизни в данный период жизни, который напрямую влияет на эффективность лечения
Врач узкой специальности оперирует порядка 100 диагнозами. В конкретной стране доступны не все лекарства, их около 10 000. И, даже если генетику и стиль жизни упростить до 100 типовых случаев, получится:
100 × 10 000 × 100 × 100 = 10 млрд сценариев
Применять ML, LLM, RAG, умный поиск по научным статьям и клиническим случаям, обучать нейросети клиническому интеллекту, только так можно выйти на новый уровень диагностирования — ибо проблема чисто математически огромна
Расскажем об аналогии с банкингом и государственные единые медицинские системы, продолжение следует
🔥1
Big Data в медицине. Готовлю MedTech-проект к масштабированию и инвестраунду, уже рассказал о рынке объёмом 12 трлн $ и бездне сценариев диагностики (их порядка 1 млрд и это консервативная оценка)
В чём проблема с данными в медицине? Выделим две проблемы:
1. Преемственность: данные анализов, болезней, процедур, аллергий, травм теряются. Между разными больницами, стационарами, частными клиниками и лабораториями информация искажается. Врач видит неполную картину, и это иногда фатально
2. Время, частичное следствие проблемы 1. Пока сдаёшь анализы и проходишь обследования, диагноза всё нет. Тем временем, болезнь прогрессирует и время утекает.
Парадокс вот в чём — нередко многие анализы и обследования ты УЖЕ проходил 5 лет назад, их можно использовать (как минимум, частично)
Было исследование в США, выяснили, что из-за несогласованности электронных медицинских карт дублировались 30% анализов, а на бюрократию тратится почти 300 млрд $
Медицина сегодня — это как банкинг 20 лет назад, “где карту открывали — туда и обращайтесь”. В финтехе мы привыкли к моментальным оплатам, выпискам, открыть карту 10 секунд, взять кредит 2-3 минуты. Встаёт вопрос — почему всё не так в медицине? Разве это менее важно?
-
Далее — расскажу про государственные единые медицинские системы в различных странах мира
И о том, как может выглядеть будущее в медицине, до которого, будем верить, мы все доживём; продолжение следует
В чём проблема с данными в медицине? Выделим две проблемы:
1. Преемственность: данные анализов, болезней, процедур, аллергий, травм теряются. Между разными больницами, стационарами, частными клиниками и лабораториями информация искажается. Врач видит неполную картину, и это иногда фатально
2. Время, частичное следствие проблемы 1. Пока сдаёшь анализы и проходишь обследования, диагноза всё нет. Тем временем, болезнь прогрессирует и время утекает.
Парадокс вот в чём — нередко многие анализы и обследования ты УЖЕ проходил 5 лет назад, их можно использовать (как минимум, частично)
Было исследование в США, выяснили, что из-за несогласованности электронных медицинских карт дублировались 30% анализов, а на бюрократию тратится почти 300 млрд $
Медицина сегодня — это как банкинг 20 лет назад, “где карту открывали — туда и обращайтесь”. В финтехе мы привыкли к моментальным оплатам, выпискам, открыть карту 10 секунд, взять кредит 2-3 минуты. Встаёт вопрос — почему всё не так в медицине? Разве это менее важно?
-
Далее — расскажу про государственные единые медицинские системы в различных странах мира
И о том, как может выглядеть будущее в медицине, до которого, будем верить, мы все доживём; продолжение следует
😁3
Структурирую MedTech-проект и исследую индустрию. Что, если нагло представить возможный сценарий будущего?
Что есть сейчас? На каком этапе развития находятся информационные системы разных государств?
1. Индия — общенациональная инфраструктура обмена данными: ABDM (Ayushman Bharat Digital Mission). Личный health ID связывает все приёмы и назначения, врач в Дели видит анализы сданные в Мумбаи. Зарегистрированы уже 797 млн уникальных ID, больше половины 1,5-миллиардного населения
2. Россия — модель централизованной системы, ЕГИСЗ развивается с 2010 года. Данные стекаются в региональные шины и далее в федеральный центр; пациент видит раздел «Моё здоровье» на портале Госуслуги. Интеграция всех частных клиник ещё в процессе
3. США — фреймворк TEFCA (Trusted Exchange Framework and Common Agreement) связывает 14 214 организаций, в системе прошло 500 млн записей. Но это не все мед. учреждения и не единая база данных, а лишь масштабный обмен данными
Если создать Big Data в масштабах государства и, тем более, мира, можно накапливать опыт в 100, 1000 раз быстрее. Возможно, ряд болезней будет побеждён, как когда-то тиф и оспа
Мой подопечный проект решает более узкую задачу — чтобы все профильные данные и научные статьи были в быстром доступе по запросу врача для спасения пациента
Горизонты завораживают
Три предыдущие части о данном проекте — в комментарии
2040 год. Входишь в кабинет врача, он сразу формулирует точный по смыслу запрос в Мировую Медицинскую Систему. Там уже есть все твои биомаркеры, ДНК, рост, вес, сон, спорт, история болезней, травм и психологических потрясений. Система анализирует 5000 лет мирового опыта, статьи, клинические случаи — и через 2 секунды формирует протокол лечения, который подходит конкретно тебе конкретно сейчас. Приём врача длится 10 минут, 7 из которых вы пьете чай и созерцаете прекрасное, ибо за первые 3 минуты вопрос уже решён.
Что есть сейчас? На каком этапе развития находятся информационные системы разных государств?
1. Индия — общенациональная инфраструктура обмена данными: ABDM (Ayushman Bharat Digital Mission). Личный health ID связывает все приёмы и назначения, врач в Дели видит анализы сданные в Мумбаи. Зарегистрированы уже 797 млн уникальных ID, больше половины 1,5-миллиардного населения
2. Россия — модель централизованной системы, ЕГИСЗ развивается с 2010 года. Данные стекаются в региональные шины и далее в федеральный центр; пациент видит раздел «Моё здоровье» на портале Госуслуги. Интеграция всех частных клиник ещё в процессе
3. США — фреймворк TEFCA (Trusted Exchange Framework and Common Agreement) связывает 14 214 организаций, в системе прошло 500 млн записей. Но это не все мед. учреждения и не единая база данных, а лишь масштабный обмен данными
Если создать Big Data в масштабах государства и, тем более, мира, можно накапливать опыт в 100, 1000 раз быстрее. Возможно, ряд болезней будет побеждён, как когда-то тиф и оспа
Мой подопечный проект решает более узкую задачу — чтобы все профильные данные и научные статьи были в быстром доступе по запросу врача для спасения пациента
Горизонты завораживают
Три предыдущие части о данном проекте — в комментарии
🔥2
Часть 5. Карта метаболизма. Чтобы похудеть и уменьшить % жира в теле, нужны 103 биохимические реакции (липолиз, активация, транспорт, β-окисление, цикл Кребса, дыхание – 12 типов реакций проходят в 5 этапов)
Продолжаю работу с MedTech-проектом по стратегии и Pitch Deck
Увидев огромную схему, осознал уровень сложности и кол-во переменных, сколько параметров нужно учесть врачу, чтобы принять клиническое решение
Например, решение “как правильно похудеть”. Создал дефицит калорий — но мышцы уходят. Добавил силовые — но откат, потому что нервы. Убрал стресс — но голова не варит. Добавил углеводов — начал отекать. Убрал креатин — сил опять нет. Тут настали Новогодние праздники, как отказаться от застолья?… И таких головоломок десятки
Если сравнительно простой вопрос “как похудеть” имеет столько тонкостей, что говорить о сложной редкой патологии? Без помощи новейшего стэка технологий не разобраться
На фото Roche Biochemical Pathways 4th Edition (“Карта метаболизма”), схема 3500 реакций в организме человека — выложил в @apgrader. Для интереса, проследите по ней жиросжигание, ИИ поможет
Продолжаю работу с MedTech-проектом по стратегии и Pitch Deck
Увидев огромную схему, осознал уровень сложности и кол-во переменных, сколько параметров нужно учесть врачу, чтобы принять клиническое решение
Например, решение “как правильно похудеть”. Создал дефицит калорий — но мышцы уходят. Добавил силовые — но откат, потому что нервы. Убрал стресс — но голова не варит. Добавил углеводов — начал отекать. Убрал креатин — сил опять нет. Тут настали Новогодние праздники, как отказаться от застолья?… И таких головоломок десятки
Если сравнительно простой вопрос “как похудеть” имеет столько тонкостей, что говорить о сложной редкой патологии? Без помощи новейшего стэка технологий не разобраться
На фото Roche Biochemical Pathways 4th Edition (“Карта метаболизма”), схема 3500 реакций в организме человека — выложил в @apgrader. Для интереса, проследите по ней жиросжигание, ИИ поможет
❤1
Ты отстал от жизни, все уже давно написали приложения на Claude Code! — твердил мне внутренний голос
Потом оказалось, что:
1) не все;
2) кто написал — в 99% случаев лишь прототип;
3) от прототипа до Продукта — как от Земли до Луны;
4) почитаемый мной Perplexity функционально похож на Claude Code
В таблице — основные отличия Perplexity Computer и Claude Code. Именно для быстрых прототипов из серии «создай змейку на Python» или «напиши лендинг на React». Сравнивал независимый арбитр — Gemini 3.1 Pro Thinking
Есть тонкости, это разные подходы. Для не-ITшника не-программиста Клауд Код сложнее на старте
Обоим нужна зарубежная карта; в Perplexity есть читкод на +7 дней и бонус для преподавателей вузов
Потом оказалось, что:
1) не все;
2) кто написал — в 99% случаев лишь прототип;
3) от прототипа до Продукта — как от Земли до Луны;
4) почитаемый мной Perplexity функционально похож на Claude Code
В таблице — основные отличия Perplexity Computer и Claude Code. Именно для быстрых прототипов из серии «создай змейку на Python» или «напиши лендинг на React». Сравнивал независимый арбитр — Gemini 3.1 Pro Thinking
Есть тонкости, это разные подходы. Для не-ITшника не-программиста Клауд Код сложнее на старте
Обоим нужна зарубежная карта; в Perplexity есть читкод на +7 дней и бонус для преподавателей вузов
❤1
Работаю с MedTech-проектом по стратегии и инвестициям — и главный плюс в том, что у проекта есть прямой аналог в США
OpenEvidence — AI-софт для врачей, ARR $150 млн, инвестиции $250 млн по оценке $12 млрд. В США они охватили 40% врачей и применили продукт для 100 млн американцев
Умный поиск работает на лицензированных мед. данных и RAG-архитектуре с привязкой цитат, не выходит в open-web. Может анализировать 100-200 статей параллельно и составить медицинские заметки из разговора врача с пациентом
Был и такой случай: человеку стало плохо в самолёте. Ситуация осложнялась тем, что пациент принимал препарат от онкологического заболевания. Врач, летевшая этим рейсом, открыла OpenEvidence и спросила: нужна ли экстренная посадка? Платформа дала ответ: экстренная посадка не нужна, достаточно ввести конкретные препараты после приземления — в итоге рейс прибыл вовремя и пациенту штатно помогли
В феврале сеть Sutter Health, которая обслуживает 3,5 млн человек в Калифорнии, встроила OpenEvidence в инфраструктуру клиники — врач может искать прямо из карты пациента
Компания движется в сторону клинической операционной системы по принципу AI-first: вся документация, медицинское кодирование, подбор пациентов для клинических исследований, поддержка назначения терапии и клинических решений, все внешние и внутренние коммуникации
Эта практика придёт и к нам
Далее — про обозримое будущее, во что может вырасти medical superintelligence в Российском и Евразийском контексте
OpenEvidence — AI-софт для врачей, ARR $150 млн, инвестиции $250 млн по оценке $12 млрд. В США они охватили 40% врачей и применили продукт для 100 млн американцев
Умный поиск работает на лицензированных мед. данных и RAG-архитектуре с привязкой цитат, не выходит в open-web. Может анализировать 100-200 статей параллельно и составить медицинские заметки из разговора врача с пациентом
Был и такой случай: человеку стало плохо в самолёте. Ситуация осложнялась тем, что пациент принимал препарат от онкологического заболевания. Врач, летевшая этим рейсом, открыла OpenEvidence и спросила: нужна ли экстренная посадка? Платформа дала ответ: экстренная посадка не нужна, достаточно ввести конкретные препараты после приземления — в итоге рейс прибыл вовремя и пациенту штатно помогли
В феврале сеть Sutter Health, которая обслуживает 3,5 млн человек в Калифорнии, встроила OpenEvidence в инфраструктуру клиники — врач может искать прямо из карты пациента
Компания движется в сторону клинической операционной системы по принципу AI-first: вся документация, медицинское кодирование, подбор пациентов для клинических исследований, поддержка назначения терапии и клинических решений, все внешние и внутренние коммуникации
Эта практика придёт и к нам
Далее — про обозримое будущее, во что может вырасти medical superintelligence в Российском и Евразийском контексте
2 недели работаю с MedTech-проектом по стратегии и инвестициям
Только в РФ сейчас 550 000 врачей, которые непосредственно диагностируют и лечат
Продукт — co-pilot для врачей. Делает моментальный research строго по медицинским данным и даёт решения под конкретного пациента. В перспективе — полноценная медицинская ОС с архитектурой AI-first, ориентированная на точность принятия клинических решений
Что проделали? Оценили рынок, сегменты и смежные рынки, сравнили конкурентов (конкурент из США стоит $12 млрд), проработали метрики продукта, а также:
— каналы продвижения;
— опыт и регалии команды (их много);
— концепт демо-видео (7 млрд + Interstellar);
— 4-х этапную стратегию (фокус-группа, пилоты, B2B, B2C);
— структурировали Pitch Deck, презентацию;
— назначен звонок с инвестором (ex инвест. директор Mail ru Group)
Если также смотрите в сторону рынка медицины и технологий внутри него — буду рад пообщаться
В прошлых публикациях — больше о медицинском рынке и вызовах:
1. Рынок 11,9 трлн $ и три сегмента;
2. Диагностика и 10 млрд сценариев;
3. Две проблемы медицинских данных;
4. Общенациональные медицинские системы;
5. Карта метаболизма и 103 реакции;
6. Medical Superintelligence, аналог из США;
7. Клинреки, PuBMed и ад врача
Ссылки на все семь частей оставил в комментарии, приятного изучения. Будут новости, stay tuned
Только в РФ сейчас 550 000 врачей, которые непосредственно диагностируют и лечат
Продукт — co-pilot для врачей. Делает моментальный research строго по медицинским данным и даёт решения под конкретного пациента. В перспективе — полноценная медицинская ОС с архитектурой AI-first, ориентированная на точность принятия клинических решений
Что проделали? Оценили рынок, сегменты и смежные рынки, сравнили конкурентов (конкурент из США стоит $12 млрд), проработали метрики продукта, а также:
— каналы продвижения;
— опыт и регалии команды (их много);
— концепт демо-видео (7 млрд + Interstellar);
— 4-х этапную стратегию (фокус-группа, пилоты, B2B, B2C);
— структурировали Pitch Deck, презентацию;
— назначен звонок с инвестором (ex инвест. директор Mail ru Group)
Если также смотрите в сторону рынка медицины и технологий внутри него — буду рад пообщаться
В прошлых публикациях — больше о медицинском рынке и вызовах:
1. Рынок 11,9 трлн $ и три сегмента;
2. Диагностика и 10 млрд сценариев;
3. Две проблемы медицинских данных;
4. Общенациональные медицинские системы;
5. Карта метаболизма и 103 реакции;
6. Medical Superintelligence, аналог из США;
7. Клинреки, PuBMed и ад врача
Ссылки на все семь частей оставил в комментарии, приятного изучения. Будут новости, stay tuned
Появилось время взять инвест проект:
— структурировать смыслы;
— сформировать Big Idea;
— инвестиционная презентация, Pitch Deck;
— шаги привлечения инвестиций;
— стратегия выхода на рынок;
— ключевой бизнес-процесс;
— финмодель;
— помощь в переговорах
Свежий пример MedTech-проекта — в предыдущих восьми постах, час назад была встреча с инвестором
Опыт последних 10 лет включает 500 проектов, от питчей до акселераторов и книг: международные игроки retail, EdTech, общепит, карданы, Атланты; Saas-платформы, IT-стартапы в США; 6,5 млрд в дочку KAMAZ, 200 млн под оборотку в морскую торговлю зерном; лекция инвестора Forbes #32
Вторая фотография сделана 17 лет и 17 кг назад в Триесте, Италия, доклад на профильной конференции перед ведущими учёными со всего мира
— структурировать смыслы;
— сформировать Big Idea;
— инвестиционная презентация, Pitch Deck;
— шаги привлечения инвестиций;
— стратегия выхода на рынок;
— ключевой бизнес-процесс;
— финмодель;
— помощь в переговорах
Свежий пример MedTech-проекта — в предыдущих восьми постах, час назад была встреча с инвестором
Опыт последних 10 лет включает 500 проектов, от питчей до акселераторов и книг: международные игроки retail, EdTech, общепит, карданы, Атланты; Saas-платформы, IT-стартапы в США; 6,5 млрд в дочку KAMAZ, 200 млн под оборотку в морскую торговлю зерном; лекция инвестора Forbes #32
Вторая фотография сделана 17 лет и 17 кг назад в Триесте, Италия, доклад на профильной конференции перед ведущими учёными со всего мира
12 трлн. Сейчас работаю по стратегии и инвестициям с проектом в сфере MedTech — впечатлён размером отрасли, на которую можно влиять
Рынок медицины разбит на три сегмента:
— 9,3 трлн $ медицинские услуги и сервисы;
— 1,9 трлн $ лекарства;
— 0,7 трлн $ оборудование
Общий объём порядка 11,9 трлн $
Проект как раз в сегменте медицинских услуг и их цифровизации, но логично говорить о всём рынке, т.к. всё связано и взаимно влияет
К примеру, врач поставил точный диагноз, и вы не купили лишние лекарства на 300 тыс. и не заказали прибор за 500 тыс., выручка осталась в 1-м сегменте
Рядом живёт “маленький” рынок фитнес-тренеров, 15 млрд $ (в 800 раз меньше) — они тоже в игре. Прогрессивные тренеры применяют научные статьи и фундаментальную медицину, остальные стремятся это делать, чтобы пробиться в условиях высокой конкуренции
Расскажем также про 4 измерения диагностики, параллель с банкингом, государственные единые медицинские системы
https://t.me/apgrader
Рынок медицины разбит на три сегмента:
— 9,3 трлн $ медицинские услуги и сервисы;
— 1,9 трлн $ лекарства;
— 0,7 трлн $ оборудование
Общий объём порядка 11,9 трлн $
Проект как раз в сегменте медицинских услуг и их цифровизации, но логично говорить о всём рынке, т.к. всё связано и взаимно влияет
К примеру, врач поставил точный диагноз, и вы не купили лишние лекарства на 300 тыс. и не заказали прибор за 500 тыс., выручка осталась в 1-м сегменте
Рядом живёт “маленький” рынок фитнес-тренеров, 15 млрд $ (в 800 раз меньше) — они тоже в игре. Прогрессивные тренеры применяют научные статьи и фундаментальную медицину, остальные стремятся это делать, чтобы пробиться в условиях высокой конкуренции
Расскажем также про 4 измерения диагностики, параллель с банкингом, государственные единые медицинские системы
https://t.me/apgrader
MedTech part 2. 10 млрд сценариев и 4 измерения. Продолжаю рассказ о MedTech-проекте, вторым этапом для Pitch Deck мы углубились в проблематику. Вам врач ставил ложный диагноз?
По оценкам, в США 800 000 пациентов умирают либо получают инвалидность из-за диагностических ошибок. Пропускают травмы и онкологию, а когда 10 лет болит спина и плохо со сном — говорят что-то в духе “ничего страшного, само пройдёт”
В защиту врачей скажу: задача сложна. Для точного диагноза надо соединить 4 мира, 4 измерения:
1. 20 000+ возможных заболеваний, в т.ч. 17 000 диагностических категорий по ICD-11 и 6000 редких (орфанных) заболеваний;
2. 100 000 лекарств, порядка 12 000 INN (действующих веществ), плюс разнообразие брендов и форм выпуска;
3. 1 млрд генетических особенностей и наследственности (даже 8 млрд, но положим, что мир фрагментирован);
4. 200-300 типовых лайфстайлов, т.е. контекст жизни в данный период жизни, который напрямую влияет на эффективность лечения
Врач узкой специальности оперирует порядка 100 диагнозами. В конкретной стране доступны не все лекарства, их около 10 000. И, даже если генетику и стиль жизни упростить до 100 типовых случаев, получится:
100 × 10 000 × 100 × 100 = 10 млрд сценариев
Применять ML, LLM, RAG, умный поиск по научным статьям и клиническим случаям, обучать нейросети клиническому интеллекту, только так можно выйти на новый уровень диагностирования — ибо проблема чисто математически огромна
https://t.me/apgrader
По оценкам, в США 800 000 пациентов умирают либо получают инвалидность из-за диагностических ошибок. Пропускают травмы и онкологию, а когда 10 лет болит спина и плохо со сном — говорят что-то в духе “ничего страшного, само пройдёт”
В защиту врачей скажу: задача сложна. Для точного диагноза надо соединить 4 мира, 4 измерения:
1. 20 000+ возможных заболеваний, в т.ч. 17 000 диагностических категорий по ICD-11 и 6000 редких (орфанных) заболеваний;
2. 100 000 лекарств, порядка 12 000 INN (действующих веществ), плюс разнообразие брендов и форм выпуска;
3. 1 млрд генетических особенностей и наследственности (даже 8 млрд, но положим, что мир фрагментирован);
4. 200-300 типовых лайфстайлов, т.е. контекст жизни в данный период жизни, который напрямую влияет на эффективность лечения
Врач узкой специальности оперирует порядка 100 диагнозами. В конкретной стране доступны не все лекарства, их около 10 000. И, даже если генетику и стиль жизни упростить до 100 типовых случаев, получится:
100 × 10 000 × 100 × 100 = 10 млрд сценариев
Применять ML, LLM, RAG, умный поиск по научным статьям и клиническим случаям, обучать нейросети клиническому интеллекту, только так можно выйти на новый уровень диагностирования — ибо проблема чисто математически огромна
https://t.me/apgrader
MedTech part 3. Big Data в медицине.
Готовлю MedTech-проект к масштабированию и инвестраунду, уже рассказал о рынке объёмом 12 трлн $ и бездне сценариев диагностики (их порядка 1 млрд и это консервативная оценка)
В чём проблема с данными в медицине? Выделим две проблемы:
1. Преемственность: данные анализов, болезней, процедур, аллергий, травм теряются. Между разными больницами, стационарами, частными клиниками и лабораториями информация искажается. Врач видит неполную картину, и это иногда фатально
2. Время, частичное следствие проблемы 1. Пока сдаёшь анализы и проходишь обследования, диагноза всё нет. Тем временем, болезнь прогрессирует и время утекает.
Парадокс вот в чём — нередко многие анализы и обследования ты УЖЕ проходил 5 лет назад, их можно использовать (как минимум, частично)
Было исследование в США, выяснили, что из-за несогласованности электронных медицинских карт дублировались 30% анализов, а на бюрократию тратится почти 300 млрд $
Медицина 2026 — это как банкинг 20 лет назад, “где карту открывали — туда и обращайтесь”. В финтехе мы привыкли к моментальным оплатам, выпискам, открыть карту 10 секунд, взять кредит 2-3 минуты. Встаёт вопрос — почему всё не так в медицине? Разве это менее важно?
https://t.me/apgrader
Готовлю MedTech-проект к масштабированию и инвестраунду, уже рассказал о рынке объёмом 12 трлн $ и бездне сценариев диагностики (их порядка 1 млрд и это консервативная оценка)
В чём проблема с данными в медицине? Выделим две проблемы:
1. Преемственность: данные анализов, болезней, процедур, аллергий, травм теряются. Между разными больницами, стационарами, частными клиниками и лабораториями информация искажается. Врач видит неполную картину, и это иногда фатально
2. Время, частичное следствие проблемы 1. Пока сдаёшь анализы и проходишь обследования, диагноза всё нет. Тем временем, болезнь прогрессирует и время утекает.
Парадокс вот в чём — нередко многие анализы и обследования ты УЖЕ проходил 5 лет назад, их можно использовать (как минимум, частично)
Было исследование в США, выяснили, что из-за несогласованности электронных медицинских карт дублировались 30% анализов, а на бюрократию тратится почти 300 млрд $
Медицина 2026 — это как банкинг 20 лет назад, “где карту открывали — туда и обращайтесь”. В финтехе мы привыкли к моментальным оплатам, выпискам, открыть карту 10 секунд, взять кредит 2-3 минуты. Встаёт вопрос — почему всё не так в медицине? Разве это менее важно?
https://t.me/apgrader
MedTech part 4. Структурирую MedTech-проект, разбираем индустрию. Что, если нагло представить возможный сценарий будущего?
2040 год. Входишь в кабинет врача, он сразу формулирует точный по смыслу запрос в Мировую Медицинскую Систему. Там уже есть все твои биомаркеры, ДНК, рост, вес, сон, спорт, история болезней, травм и психологических потрясений. Система анализирует 5000 лет мирового опыта, статьи, клинические случаи — и через 2 секунды формирует протокол лечения, который подходит конкретно тебе конкретно сейчас. Приём врача длится 10 минут, 7 из которых вы пьете чай и созерцаете прекрасное, ибо за первые 3 минуты вопрос уже решён.
Что есть сейчас? На каком этапе развития находятся информационные системы разных государств?
1. Индия — общенациональная инфраструктура обмена данными: ABDM (Ayushman Bharat Digital Mission). Личный health ID связывает все приёмы и назначения, врач в Дели видит анализы сданные в Мумбаи. Зарегистрированы уже 797 млн уникальных ID, больше половины 1,5-миллиардного населения
2. Россия — модель централизованной системы, ЕГИСЗ развивается с 2010 года. Данные стекаются в региональные шины и далее в федеральный центр; пациент видит раздел «Моё здоровье» на портале Госуслуги. Интеграция всех частных клиник ещё в процессе
3. США — фреймворк TEFCA (Trusted Exchange Framework and Common Agreement) связывает 14 214 организаций, в системе прошло 500 млн записей. Но это не все мед. учреждения и не единая база данных, а лишь масштабный обмен данными
Если создать Big Data в масштабах государства и, тем более, мира, можно накапливать опыт в 100, 1000 раз быстрее. Возможно, ряд болезней будет побеждён, как когда-то тиф и оспа
Мой подопечный проект решает более узкую задачу — чтобы все профильные данные и научные статьи были в быстром доступе по запросу врача для спасения пациента
Горизонты завораживают
@apgrader
2040 год. Входишь в кабинет врача, он сразу формулирует точный по смыслу запрос в Мировую Медицинскую Систему. Там уже есть все твои биомаркеры, ДНК, рост, вес, сон, спорт, история болезней, травм и психологических потрясений. Система анализирует 5000 лет мирового опыта, статьи, клинические случаи — и через 2 секунды формирует протокол лечения, который подходит конкретно тебе конкретно сейчас. Приём врача длится 10 минут, 7 из которых вы пьете чай и созерцаете прекрасное, ибо за первые 3 минуты вопрос уже решён.
Что есть сейчас? На каком этапе развития находятся информационные системы разных государств?
1. Индия — общенациональная инфраструктура обмена данными: ABDM (Ayushman Bharat Digital Mission). Личный health ID связывает все приёмы и назначения, врач в Дели видит анализы сданные в Мумбаи. Зарегистрированы уже 797 млн уникальных ID, больше половины 1,5-миллиардного населения
2. Россия — модель централизованной системы, ЕГИСЗ развивается с 2010 года. Данные стекаются в региональные шины и далее в федеральный центр; пациент видит раздел «Моё здоровье» на портале Госуслуги. Интеграция всех частных клиник ещё в процессе
3. США — фреймворк TEFCA (Trusted Exchange Framework and Common Agreement) связывает 14 214 организаций, в системе прошло 500 млн записей. Но это не все мед. учреждения и не единая база данных, а лишь масштабный обмен данными
Если создать Big Data в масштабах государства и, тем более, мира, можно накапливать опыт в 100, 1000 раз быстрее. Возможно, ряд болезней будет побеждён, как когда-то тиф и оспа
Мой подопечный проект решает более узкую задачу — чтобы все профильные данные и научные статьи были в быстром доступе по запросу врача для спасения пациента
Горизонты завораживают
@apgrader