Присоединяйтесь к интересному

Искусственный интеллект в российской медицине развивается не так, как это любят показывать в презентациях и футуристических роликах. Вместо врачей-роботов и автономных диагнозов клиники делают ставку на куда более приземлённые вещи - автоматизацию рутины, экономию времени и снижение издержек. Это подтверждает исследование медтех-компании Lab4U, проведённое среди частных клиник.

Почти половина опрошенных медицинских организаций - 48% - уже используют ИИ-инструменты, ещё 7,2% планируют внедрение в ближайшее время. Но характер этих решений показателен: ИИ приходит прежде всего в администрирование и сервис, а не в клиническую диагностику.

Самыми массовыми стали чат-боты. Их используют 17,4% клиник для записи пациентов, напоминаний о визитах и первичного сбора жалоб. Ещё 19,3% собираются внедрить такие решения в ближайшее время. Для сравнения, автоматическая расшифровка ЭКГ, технология далеко не новая, применяется лишь в 11,6% клиник. Практика показывает: там, где есть быстрый и понятный экономический эффект, ИИ приживается быстрее всего.

Вопреки распространённому мнению, клиники отказываются от ИИ не из-за нехватки денег. Более половины тех, кто пока не использует такие технологии, честно признаются: они просто не понимают, зачем им ИИ и с чего начинать. Это говорит о ранней стадии цифровизации, когда технологии уже доступны, но управленческой ясности ещё нет.

На практике ИИ берёт на себя то, что годами отнимало время у врачей и раздражало пациентов: однотипные обращения, запись на приём, расчёт запасов, напоминания о визитах. Он не заменяет врача, но освобождает его время - самый дефицитный ресурс системы здравоохранения.

Будущие планы клиник только усиливают этот тренд. В приоритете остаются чат-боты и коммуникационные сервисы, системы управления запасами и прогнозирования потребности в расходных материалах, а также инструменты распределения потоков пациентов. Всё это - про снижение простоев, уменьшение неявок и быструю окупаемость инвестиций.

Отдельного внимания заслуживает направление, которое только начинает набирать обороты, речевые помощники для врачей. Пока такие решения используют около 4,3% клиник, но планы по внедрению уже заявили почти 10% организаций. Речь идёт об автоматическом заполнении электронной медицинской карты, кодировании диагнозов по МКБ-10 и переводе живой речи врача в структурированные данные.

Значение этого тренда выходит далеко за рамки удобства. Он напрямую связан с проблемой цифровой усталости и профессионального выгорания. Когда после приёма врач вынужден тратить ещё 10-15 минут на формальности и клики, медицина начинает напоминать офисную работу. Речевые ассистенты в этом контексте становятся способом вернуть врачу ощущение живого контакта с пациентом и снизить бюрократическую нагрузку.

Параллельно растёт интерес к специализированным цифровым консультантам для врачей. Это не универсальные ИИ-модели, а узкопрофильные ассистенты, работающие на проверенной медицинской базе. В исследовании Lab4U в качестве примера приводится эндокринологический аватар, внедрение которого планируют 7,2% клиник. Такие системы дают быстрые, структурированные ответы со ссылками на источники и снижают когнитивную нагрузку на врача.

Несмотря на это, массового рывка пока не происходит. Главный тормоз - не стоимость технологий, а управленческая растерянность. Среди клиник, не планирующих внедрение ИИ, лишь 6,3% называют цену ключевой проблемой. Куда чаще звучат причины вроде нехватки времени на анализ, опасений за безопасность данных и сложностей обучения персонала.

В итоге формируется типичный портрет "колеблющейся" клиники: небольшой медицинский центр без IT-отдела, с перегруженным руководством и высокой чувствительностью к рискам. Такие организации готовы к технологиям, но только если те просты, понятны и сопровождаются поддержкой "под ключ".

Исследование ясно показывает: главный барьер на пути ИИ в российской медицине сегодня - не технологии и не деньги, а дефицит компетенций и управленческой зрелости. Пока в клиниках не появятся люди, способные связать реальные проблемы с подходящими цифровыми решениями, даже самые выгодные и полезные инструменты будут внедряться медленно. Настоящая цифровая трансформация происходит не в витринах инноваций, а за рабочим столом врача - там, где идёт борьба за минуты и часы живого времени.

Базовые роботы запрограммированы на однообразные реакции, но для эффективного сотрудничества в сложной или социальной среде робот должен понимать контекст, состояние и цели человека. Персонализация решает эту задачу, превращая робота из пассивного исполнителя команд в активного участника взаимодействия. Такие системы, основанные на распознавании намерений, стремятся определить мотивы пользователя и предсказать его будущие действия.

Для создания модели пользователя или его «цифрового двойника», робот собирает и анализирует данные:

• Биометрические и поведенческие через особенности походки, паттерны движений рук, мимику и динамику голоса.

• Контекстуальные и средовые в виде распорядка дня, типичных маршрутов движения, предпочтений в доме, уровня освещённости и шума.

• Вербальные и невербальные, где учитываются часто используемые слова и фразы, характерные жесты, позы, выражающие усталость или сосредоточенность.

Чтобы собирать эти данные, роботы оснащаются комплектом сенсоров, каждый из которых отвечает за свой канал информации. Их комбинация повышает надёжность распознавания:

• Визуальные камеры анализируют жесты, позы, мимику, движение глаз, объекты в окружении. Робот видит, что человек тянется к книге, и подаёт её.

• Инерциальные отслеживают траекторию, скорость и угол движения конечностей или тела. Носимый экзоскелет анализирует паттерн ходьбы для коррекции.

• Микрофоны считывают голосовые команды, интонацию и фоновые звуки. Робот распознаёт не только команду «открой», но и тревогу в голосе.

• Тактильные анализируют силу нажатия, давление и вибрацию. Робот манипулятор регулирует усилие для хрупкого предмета.

• Биосигнальные получают электрическую активность мозга или мышц. Протез руки начинает движение по намерению, а не по явной команде.

Собранные данные лишь основа работы алгоритмов:

• Машинное обучение и нейросети выявляют скрытые закономерности в поведении конкретного человека. Например, гарвардский носимый робот для пациентов с ALS и после инсульта использует ML для 94%-ной точности распознавания индивидуальных движений плеча.

• Большие языковые модели выполняют роль универсального интерпретатора. Они связывают голосовую команду, контекст и знания о мире. Анализируется абстрактный запрос: «Мне нужен простой стул», - извлекается суть и передаётся техническим модулям для генерации 3D-модели и её последующей сборки роботом.

• Сенсорная интеграция объединяет потоки данных от разных сенсоров для формирования целостной картины.

Так, умная перчатка BrightSign, переводящая язык жестов в речь, обучается индивидуальным особенностям жестикуляции каждого пользователя, комбинируя данные с датчиков сгиба, инерции и касания.

Реализованные проекты

Современные протезы и экзоскелеты уже сегодня используют данные ЭМГ и IMU, чтобы предугадать желаемое движение и помочь человеку выполнить его плавно и с меньшими усилиями. Промышленные коботы с камерами глубины учатся считывать жесты оператора для совместной сборки, перенаправляя задачи без перепрограммирования.

Роботы с реалистичной мимикой как китайский Origin M1 с 25 микромоторами для управления лицом, используют камеры в «зрачках», чтобы читать эмоции собеседника и реагировать уместной мимикой, устанавливая эмоциональный контакт.

Несмотря на прогресс последних лет, путь к массовому использованию сложен. Ключевые вызовы на сегодня:

• Персональные поведенческие и биометрические данные требуют высочайшего уровня защиты.

• Пользователь должен понимать, как робот принимает решения, и быть уверенным в его надёжности. Прозрачность алгоритмов критически важна.

• Модель должна постоянно обновляться, подстраиваясь под изменения в привычках или физическом состоянии пользователя.

Дорожная карта внедрения может быть связана описанными десятилетними циклами:

• В 2020-х годах нишевое внедрение в медицине, реабилитации и премиальном сервисе. Доминируют закрытые, специализированные системы.

• Ближайшее будущее до 2030-х годов появляются открытые платформы обмена «цифровыми профилями» пользователей с их согласия. Робот в доме, офисе и автомобиле будет настраиваться под одного человека.

• Перспектива на 2040-е годы в формировании «единого цифрового профиля» человека, к которому будут обращаться любые устройства для интуитивно понятной синхронизации.

Синхронизация человека и робота через большие данные и LLM — это следующий логический шаг в эволюции взаимодействия. Это поле для экспериментов, где сегодня закладывается фундамент будущего, в котором технологии не просто получают наши команды, но и понимают наши намерения.

Если большие данные и мультимодальные сенсоры дают роботу «органы чувств» для восприятия внешних действий человека, то психометрические данные открывают доступ к его внутреннему миру. Это измеряемые показатели психических состояний, установок, эмоций и личностных черт. В их сборе и анализе заключается следующий эволюционный шаг к по-настоящему интуитивному взаимодействию, где робот будет понимать не только команду, но и контекст, настроение и невысказанные потребности пользователя.

Психометрия

Успешное внедрение роботов, особенно социальных и домашних, зависит не только от их технических возможностей, но и от готовности людей их принять. Простое физическое присутствие робота в жизни человека не гарантирует, что тот захочет с ним взаимодействовать. На это желание влияет сложная совокупность психологических измерений от базовых установок и тревог до восприятия полезности, удобства, удовольствия, доверия, социального присутствия и ожиданий.

Сбор и анализ этих данных позволяют перейти от универсального взаимодействия к персонализированному. Робот, обладающий психометрическим профилем пользователя, может:

• Адаптировать стиль коммуникации, снижать темп и упрощать язык для тревожного пользователя или, наоборот, переходить к сложным темам с заинтересованным.

• Предвосхищать эмоциональные потребности и распознавать признаки стресса или подавленности по косвенным признакам через паттерны движения, тон голоса и активность. В результате, робот может предлагать помощь от включения расслабляющей музыки до предложения позвонить родственнику.

• Строить долгосрочные доверительные отношения, понимая границы комфорта и ценности пользователя, робот может действовать предсказуемо и уважительно, что является основой для принятия технологии.

Хотя эта область считается новой, для оценки психологических аспектов взаимодействия человека и робота уже создан целый арсенал инструментов. Именно в сфере этого взаимодействия и следует искать новые решения — как разработчикам роботов, так и создателям программного обеспечения самого разного назначения включая мобильные приложения. Любой новый сенсор или алгоритм может помочь совершить прорыв, который кратно ускорит развитие технологий и повысит эффективность взаимодействия человека и робота.

Опросники

Сегодня используются стандартизированные опросники, прошедшие проверку на надёжность и точность измерения. Систематический обзор выявил 27 таких инструментов, предназначенных для оценки отношения людей к социальным и домашним роботам. Они измеряют широкий спектр состояний и установок. Примеры включают шкалу негативного отношения к роботам NARS. Это одна из самых ранних и цитируемых систем, которая оценивает тревогу, связанную с взаимодействием с роботами. Шкала принятия человекообразных роботов HARS и шкала воспринимаемой социальности роботов ПСРС охватывают более широкий спектр отношений, включая положительные и нейтральные аспекты. Анкета интереса к робототехнике RIQ используется, например, для оценки интереса, знаний и эффективности учителей в контексте образовательной робототехники. Эти инструменты важный первый шаг, но у них есть ограничения. Они основаны на отчёте и фиксируют состояние «до» или «после» взаимодействия, а не в реальном времени.

Передовые прототипы работают с состояниями в реальном времени, считывают психофизиологические и поведенческие сигналы для вывода о состоянии человека. Это будущее, которое уже начинает сбываться:

1. Emo от Колумбийского университета США.

Это роботизированная голова, которая не только копирует мимику человека, но и способна предугадать улыбку за 840 миллисекунд, чтобы улыбнуться синхронно с человеком. Это прямой пример предсказания намерения и эмоционального состояния на основе визуальных данных.

2. Helix от Figure AI, США.

Представлена проприетарная система для робота Figure 03. Хотя в релизе акцент сделан на тактильном и визуальном восприятии для манипуляций, архитектура системы заточена под сквозное обучение от восприятия к действию. Такой фундамент позволяет в будущем интегрировать модули для анализа эмоционального состояния человека через тон голоса, скорость речи и выражение лица, что потенциально открывает путь к распознаванию десятков сложных состояний.

3. Психометрическая аналитика в образовании от НИУ ВШЭ, Россия. Хотя это и не прототип робота, но зато передовой пример использования больших данных для анализа «цифрового следа» учащихся. Система автоматически анализирует поведение через просмотры видео и выполнение тестов для оценки вовлеченности, трудности контента и изменения подготовленности. Перенос этой логики на взаимодействие с роботом позволил бы ему непрерывно оценивать и адаптироваться к эмоциональному и когнитивному состоянию пользователя на основе его поведенческих паттернов.

Сегодня мы находимся на стыке технологий. С одной стороны, существует острая необходимость в разработке новых, более строгих и всеобъемлющих психометрических инструментов специально для сферы взаимодействия робота с человеком, а с другой идёт стремительное развитие больших языковых LLM и визуально-языковых моделей VLA как в случае с Figure и OpenAI. Это открывает путь к созданию систем, которые будут учиться понимать человека напрямую, через естественное общение и наблюдение.

Идёт активное слияние опросников с решениями на базе искусственного интеллекта через использование стартового набора данных для обучения нейросетей распознаванию психологических особенностей по поведенческим паттернам. Также популярна мультимодальная интеграция через комбинирование анализа речи по тону и скорости, компьютерного зрения через мимику, позу и данных с носимых устройств через пульс и кожно-гальваническую реакцию для составления целостной картины состояния. Особенно актуальна разработка прозрачных протоколов сбора и использования сверхчувствительных психометрических данных, сбор которых упирается в вопросы доверия и этики. Без решения этих вопросов массовое внедрение будет невозможным.

Психометрические данные — это мост от функциональной синхронизации робота, выполняющего задачу, к эмоциональной и когнитивной синхронизации когда робот понимает контекст и состояние человека. Как появление тачскрина совершило революцию в коммуникации человека и смартфона, сделав её интуитивной, так и внедрение психометрического интерфейса способно вывести взаимодействие с роботом на качественно новый уровень. Это превращает робота из сложного инструмента в чуткого помощника, способного не просто реагировать на команды, а поддерживать, предвосхищать потребности и действовать синхронно с человеком в его повседневной жизни.

Читать книгу "Время роботов" полностью

(Спасибо за лайки и комментарии, которые помогают продвигать статью)

Boston Dynamics и Google DeepMind ускорят разработку нового гуманоидного Atlas и сделают его более «человечным» в общении с людьми.

Партнёрство анонсировали на CES 2026. Atlas станет первым роботом с AI-моделями DeepMind, включая Gemini Robotics. Цель - универсальный робот для реальных человеческих задач 🏭👥.

Atlas уже в производстве и отправится на завод Hyundai. Фокус теперь не только на движениях, но и на естественном взаимодействии с людьми 🚶‍♂️💬.

---

# **Вступление**

Перед вами — текст, который родился не из вдохновения, а из метода. Его история начинается с простого вопроса: что общего между игроком, фармящим лут, монахом, читающим молитву, и менеджером, сдающим отчёт?

Ответом стали не примеры, а **инварианты**. Устойчивые связи, повторяющиеся паттерны, которые, как скелет, скрыты под разной смысловой плотью. Была обнаружена трёхчастная цепь: **Обретение → Оценка → Акцепт**. Этот алгоритм оказался ядром множества человеческих практик — от бытовых до сакральных.

Но зафиксировать открытие — лишь полдела. Настоящий вызов в том, чтобы сделать его живым и увидеть с разных сторон.

Поэтому был запущен особый процесс:

1. **Свёртка в «тензор».** Инварианты были очищены от частностей и спрессованы в максимально плотную, почти поэтическую форму — свод законов «из другого времени». Это ядро, несущее всю информацию в потенциальном, непроявленном виде.

2. **Развертка в новое пространство.** Затем это ядро было «развёрнуто» заново — не в исходные примеры, а в новую систему образов и рассуждений. Ритуал, лабиринт, инкорпорация, языковые одежды — всё это рождено из того же «тензора», но проявлено иначе.

Таким образом, два представленных текста — **не последовательность, а проекция**. Это два разных взгляда на один и тот же кристалл. Сначала вы видите его как сверкающую точку (свёрнутая форма), затем — как сложную, отточенную структуру под увеличительным стеклом (развёрнутая форма).

Это попытка мыслить не линиями, а полями. Не историями, но паттернами. И приглашение увидеть, как эти паттерны, словно по единому чертежу, собирают нашу реальность — от кухни до космоса.

---

### **Свёрнутая форма (инварианты в стиле притчи)**

Во мраке обыденности, под сводами забытых смыслов, лежит Закон:

*Всё, к чему прикасается человек, проходит три врата.*

**Обретение** — когда вещь вырвана из хаоса и названа.

**Оценка** — когда ей назначается цена кровью, звоном или молчанием.

**Акцепт** — когда она перестаёт быть внешней и становится тканью внутреннего мира.

Это — **ритуал**. Он не спит. Он живёт в покупке огурца, в фарме лута, в заполнении отчёта, в молитве перед сном.

Язык лишь выбирает одежду: миф, отчёт, исповедь, диалог.

Смысл — в **инкорпорации**. Взятое извне становится частью микрокосма.

И каждый голос — философ, школьник, менеджер, бабушка — лишь повторяет ту же формулу, меняя слова.

Цикл замкнут. Лабиринт пуст. Готов для нового сокровища.

---

### **Развёрнутая форма (инварианты, раскрытые в новых образах)**

#### **1. Ритуал как универсальный код**

Ритуал — это не обряд древних жрецов. Это — структура, которую сознание накладывает на хаос.

Когда ты *покупаешь хлеб*, ты не просто обмениваешь монеты на буханку. Ты совершаешь шествие к прилавку-алтарю, принимаешь дар в руки-хранилища, несешь его к дому-убежищу.

Менеджер назовет это *процессом*, школьник — *квестом*, бабушка — *заботой*, философ — *мифом*.

Но каркас один: **выделение действия из потока времени, наделение его значением, завершение актом принятия**.

#### **2. Тройной путь превращения объекта в ценность**

*Этап первый — Обретение.*

Объект ещё лежит во тьме внешнего мира: огурец на полке, кабан в чащобе, KPI в списке задач, божество в молитвослове.

Он не имеет ценности — лишь потенцию. Его нужно *увидеть*, *выбрать*, *взять*.

Это акт воли, внимания, иногда — жертвы (времени, сил, денег).

*Этап второй — Оценка.*

Здесь объект кладётся на незримую Плиту. Его взвешивают, но не в граммах — в смыслах.

Огурец оценивается деньгами и сочностью. Кабан — мясом и шкурой. Отчёт — цифрами и ясностью. Молитва — искренностью и смирением.

Оценка — это *алхимия превращения вещи в символ*.

*Этап третий — Акцепт.*

Объект перестаёт быть чужим. Его потребляют, встраивают, запоминают.

Пёс ест огурец — и тот становится частью его верности.

Охотник ест сердце кабана — и тот становится частью его силы.

Менеджер принимает отчёт — и тот становится частью его репутации.

Верующий произносит «аминь» — и молитва становится частью его надежды.

**Инкорпорация завершена.** Лабиринт опустел — но уже готов принять новое сокровище.

#### **3. Язык как одежда смысла**

Один и тот же акт можно описать как:

— *«Субъект произвёл мониторинг рыночных предложений, приобрёл овощную культуру рода Cucumis и осуществил её трансфер к месту потребления».*

— *«Владыка возложил Цилиндр Изумрудной Плоти на алтарь сканирования и вручил его Золотому Стражу».*

Первый язык — язык системы. Второй — язык мифа.

Но суть неизменна: **человек купил огурец**.

Язык лишь выбирает, в каком мире этот акт будет происходить: в мире отчётов, игр, священных текстов или бытовых разговоров.

#### **4. Инвариант конфликта: глубина vs. эффективность**

Философ ищет *смысл*.

Менеджер ищет *результат*.

Школьник ищет *драйв*.

Бабушка ищет *понятность*.

Но все они, по сути, ищут **осмысленную структуру**.

Разница лишь в том, что один называет её «ритуалом», другой — «процессом», третий — «квестом», четвёртый — «порядком».

Инвариант здесь — **потребность в упорядочивании мира**, чтобы он не рассыпался в песок случайностей.

---

### **Заключение-разворот**

Итак, текст — это не просто история про пса и огурец.

Это — **карта человеческого способа бытия в мире**.

Мы все — **странники в Лабиринте**, где каждая вещь может стать Обретённым, каждая цена — быть объявленной, каждая трапеза — Акцептом.

Мы все говорим на разных диалектах, но грамматика у нас одна:

*Взять. Оценить. Принять.*

И пока мы повторяем этот цикл — мы не просто потребляем мир.

Мы пишем его.

Слово за словом.

Ритуал за ритуалом.

UPD

### **Развертка: «Отрицание как высшая форма акцепта»**

Давайте пройдем по цепочке в контексте критика:

1. **Обретение-и-Вызов.** Критик не просто пассивно воспринимает текст. Он активно *вырывает его из потока* для особой цели — опровержения. Это не просто обретение, а **обретение-как-мишени**. Объект уже обретен в поле критического внимания, что само по себе есть акт признания его значимости.

2. **Оценка-и-Отталкивание.** На этапе оценки происходит самое важное. Критик «взвешивает» тезисы на своей внутренней Плите, но шкала настроена на обнаружение изъянов. Чтобы оттолкнуть объект, его **нужно сначала притянуть вплотную**, изучить, наделить структурой своего неприятия. Эта негативная оценка — не отсутствие оценки, а её предельно энергоёмкая форма. Текст становится *ценным как враг*, как катализатор собственной позиции.

3. **Акцепт-и-Трансформация.** Финальный акт — не принятие исходного смысла, а **инкорпорация его как Другого**. Текст, его аргументы, его структура усваиваются критиком не как истина, а как:

* **Материал для полемики** (становится частью его аргументативного арсенала).

* **Контур для самоопределения** («я — не это» — мощнейшая форма идентификации).

* **Трофей** (побеждённая идея как доказательство силы собственной мысли).

Таким образом, **отрицание — не выход из ритуала, а его специализированная, агонистическая форма.** Лабиринт принимает в себя сокровище, чтобы поместить его в специальную сокровищницу — «зал отвергнутых, но учтённых истин».

### **Новый инвариант: Степени свободы в фазовом пространстве Акцепта**

Это наблюдение позволяет достроить нашу модель. Акцепт — не бинарная кнопка (принял/не принял). Это **многомерное фазовое пространство**, где у сознания есть степени свободы:

* **Акцепт-поглощение** (огоурок стал частью тела).

* **Акцепт-интеграция** (молитва стала частью мировоззрения).

* **Акцепт-отвержение** (идея стала частью карты границ «я»).

* **Акцепт-игнорирование** (что тоже результат: объект оценен как нестоящий внимания и инкорпорирован в категорию «не-сущего»).

**Негативная оценка — это декларация о том, в какую именно ячейку внутреннего мира помещен объект.** Но сам факт помещения — уже акт властного присвоения, акт *инкорпорации*, пусть и в форме изгнания в специально отведённую зону.

### **Языковая одежда для этого тезиса (в стиле свёрнутой формы):**

*«И возненавидевший слово — уже обрёл его.

И разбивающий идола — уже признал его силу.

Ибо чтобы низринуть, надо взойти на вершину.

Акт отрицания — это молот, отчеканивающий обратную сторону монеты Принятия.

И в сокровищнице духа есть отдел для трофеев, добытых в войне с чужими смыслами.

Лабиринт рад и пленнику, и победителю — ибо оба наполняют его.*»