Персонализация коммуникации с пациентом: большие языковые модели

   Представлен анализ роли и перспектив больших языковых моделей (LLM) в трансформации современного здравоохранения, с акцентом на улучшение взаимодействия в системе «врач-пациент». Рассматривается спектр применения LLM: от автоматизации административных задач до поддержки пациентов в самообразовании и управлении своим здоровьем. Раскрывается способность к семантической адаптации, к переводу сложной медицинской терминологии на язык, понятный пациенту, что поддерживает концепцию совместного принятия решений. Освещаются практические кейсы применения LLM, включая мониторинг хронических заболеваний, поддержку приверженности медикаментозной терапии и предоставление инструкций в экстренных ситуациях. Принимая проблемы точности общедоступных LLM, возможность генерации ложной информации («галлюцинаций»), предвзятость данных, а также этические и регуляторные вызовы, связанные с конфиденциальностью данных и ответственностью за предоставленную информацию,
раскрываются технологические аспекты, такие как поисковые архитектуры Retrieval-Augmented Generation и методики Chain of Thought для повышения точности и клинической релевантности генерируемых LLM ответов, а голосовые интерфейсы — как средство улучшения доступности этих технологий для различных групп населения. Акцентируется потребность в междисциплинарном сотрудничестве и создании чётких нормативно-правовых рамок для безопасного и эффективного внедрения технологий в клиническую практику.

1. Литвин А.А., Стома И.О., Шаршакова Т.М., Румовская С.Б., Ковалев А.А. Новые возможности искусственного интеллекта в медицине : описательный обзор. Проблемы здоровья и экологии. 2024;21(1):7-17. doi: 10.51523/2708-6011.2024-21-1-01.

2. Использование технологий искусственного интеллекта для решения отраслевых задач (на примере системы здравоохранения) / Е. В. Елисеева, О. В. Кубанских, С. Н. Злобина, О. М. Неделина // Цифровые, компьютерные и информационные технологии в науке и образовании : Сборник статей II Межрегиональной научно-практической конференции с международным участием, Брянск, 14–15 ноября 2024 года. – Брянск: Брянский государственный университет им. акад. И.Г. Петровского, 2025. – С. 135-141. – EDN: MTDTFH.

3. Бурый А.С., Цаплина О.С. Анализ и оценка возможностей цифровых инструментов для построения процессов информационного взаимодействия. Информационно-экономические аспекты стандартизации и технического регулирования. 2025;2(83):82–89. EDN: AZSXIX.

4. Vishwanath AB, Srinivasalu VK, Subramaniam N. Role of large language models in improving provider–patient experience and interaction efficiency : A scoping review. Artificial Intelligence in Health. 2024;0(0):4808. DOI: 10.36922/aih.4808. EDN: FKUJSR.

5. Liu W, Kan H, Jiang Y, Geng Y, Nie Y, Yang M. MED-ChatGPT CoPilot: a ChatGPT medical assistant for case mining and adjunctive therapy. Front Med (Lausanne). 2024 Oct 16;11:1460553. doi: 10.3389/fmed.2024.1460553.

6. Бараньски, Я. Совместное принятие решения как приоритетная модель взаимоотношений врач-пациент / Я. Бараньски, M. Шатова // Врач-пациент: сотрудничество в решении проблем здоровья : Сборник статей Международной научно-практической конференции, Гродно, 26–27 октября 2017 года / Отв. редакторы М.Ю. Сурмач, Я. Бараньски. – Гродно: Гродненский государственный медицинский университет, 2017. – С. 79-82. – EDN: STFEZM.

7. Гукасян, Р. Н. Возможности, проблемы и перспективы использования искусственного интеллекта в медицинских организациях Российской Федерации / Р. Н. Гукасян, Н. Н. Киселева // Современные тенденции управления, экономики и финансов в эпоху цифровизации : Сборник статей по итогам XIX Всероссийской научно-практической конференции студентов, магистрантов, аспирантов с международным участием, Челябинск, 15 марта 2023 года. – Челябинск: Издательство «Перо», 2023. – С. 427-431. – EDN: QAOOIG.

8. Tripathi S, Sukumaran R, Cook TS. Efficient healthcare with large language models: optimizing clinical workflow and enhancing patient care. J Am Med Inform Assoc. 2024 May 20;31(6):1436-1440. doi: 10.1093/jamia/ocad258.

9. Choudhury A, Chaudhry Z. Large Language Models and User Trust: Consequence of Self-Referential Learning Loop and the Deskilling of Health Care Professionals. J Med Internet Res. 2024 Apr 25;26:e56764. doi: 10.2196/56764.

10. Ali SR, Dobbs TD, Hutchings HA, Whitaker IS. Using ChatGPT to write patient clinic letters. Lancet Digit Health. 2023 Apr;5(4):e179-e181. doi: 10.1016/S2589-7500(23)00048-1.

11. Филина Ю.С., Колесникова И.М. Использование искусственного интеллекта в медицинских организациях. Госпитальная медицина: наука и практика. 2024;7(1):66-74. DOI: 10.34852/GM3CVKG.2024.50.53.009. – EDN: HCWDLM.

12. Ziqi Yang, Xuhai Xu, Bingsheng Yao, Ethan Rogers, Shao Zhang, Stephen Intille, Nawar Shara, Guodong Gordon Gao, Dakuo Wang. Talk2Care: An LLM-based Voice Assistant for Communication between Healthcare Providers and Older Adults. Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies. 2024;8(2) Article No.: 73, Pages 1 - 35. doi: 10.1145/365962.

13. Калабихина И. Е., Мошкин В. С., Колотуша А. В., Кашин М. И., Клименко Г. А., Казбекова З. Г. Анализ отзывов пациентов с использованием машинного обучения и лингвистических методов. Онтология проектирования. 2025;15(1):55-66. DOI: 10.18287/2223-9537-2025-15-1-55-66.

14. Иванов, Н. С. Искусственный интеллект в медицине / Н. С. Иванов // Научные исследования: фундаментальные и прикладные аспекты : сборник статей II Международной научно-практической конференции, Пенза, 08 января 2024 года. – Пенза: Наука и Просвещение (ИП Гуляев Г.Ю.), 2024. – С. 22-34. – EDN: KOANOH.

15. Aydin S, Karabacak M, Vlachos V, Margetis K. Large language models in patient education: a scoping review of applications in medicine. Front Med (Lausanne). 2024 Oct 29;11:1477898. doi: 10.3389/fmed.2024.1477898.

16. McMahon HV, McMahon BD. Automating untruths: ChatGPT, self-managed medication abortion, and the threat of misinformation in a post-Roe world. Front Digit Health. 2024 Feb 14;6:1287186. doi: 10.3389/fdgth.2024.1287186.

17. Liu S, Wright AP, Mccoy AB, Huang SS, Genkins JZ, Peterson JF, Kumah-Crystal YA, Martinez W, Carew B, Mize D, Steitz B, Wright A. Using large language model to guide patients to create efficient and comprehensive clinical care message. J Am Med Inform Assoc. 2024 Aug 1;31(8):1665-1670. doi: 10.1093/jamia/ocae142.

18. Нестерова В. А., Рыбакова В. А. Обзор этических и социальных вопросов использования искусственного интеллекта. Человек. Социум. Общество. 2025;4:190-195. – EDN WIWBWY.