Сначала данные, потом ИИ: чему на самом деле учит эксперимент Microsoft (опыт Казахстана и стран Центральной Азии)
Авторы: Олжас Абишев¹, PhD; Елжан Биртанов²
¹ Nomad University (NOMU), Астана, Казахстан;
² KMC Group, Астана, Казахстан
Контактный автор: О. Абишев, email: oabishev@gmail.com
Главный научный вклад статьи в одном абзаце
Рекордная точность диагностического ИИ Microsoft получена на полных и проверенных данных, которых в большинстве систем здравоохранения Центральной Азии нет. Мы предлагаем типологию четырёх дефицитов медицинских данных и простую модель, показывающую, как доля достоверных данных снижает реальную точность ИИ. Вывод: в регионе узкое место - не алгоритм, а данные.
Аннотация
В октябре 2026 г. журнал Science опубликовал результаты Microsoft: система MAI-DxO поставила верный диагноз в 83,2% сложных клинических случаев против 36,1% у врачей общей практики со справочниками. Мы не оспариваем результат, но подчёркиваем условие, при котором он получен: все клинические данные в тесте были заранее полными, проверенными и записанными в единых терминах. В Центральной Азии и СНГ это условие, как правило, не выполняется. Опираясь на открытые источники и опыт авторов в построении электронного здравоохранения Казахстана, мы выделяем четыре типа дефицита медицинских данных: отсутствие, фрагментацию, искажение и нерепрезентативность. Центральный пример - выявленные аудитом Министерства финансов Казахстана 768 827 записей о скрининге рака шейки матки у мужчин. Простая модель показывает: при 30% достоверных данных точность ИИ опускается ниже уровня врачей из того же эксперимента. Мы предлагаем пять практических мер, от проверок правдоподобия данных до обязательной локальной валидации ИИ. Главный вывод: без вложений в качество медицинских данных диагностический ИИ в нашем регионе не покажет заявленной точности.
Abstract
In October 2026, Science published Microsoft’s results: the MAI-DxO system reached the correct diagnosis in 83.2% of complex clinical cases versus 36.1% for generalist physicians using reference tools. We do not dispute the result, but we stress the condition under which it was obtained: all clinical data in the test were complete, verified and recorded in consistent terminology in advance. In Central Asia and the CIS this condition is usually not met. Drawing on open sources and the authors’ experience in building Kazakhstan’s e-health system, we identify four types of medical data deficit: absence, fragmentation, distortion and non-representativeness. The central example is 768,827 records of cervical cancer screening in men identified by an audit of Kazakhstan’s Ministry of Finance. A simple model shows that with 30% reliable data, AI accuracy falls below that of physicians in the same experiment. We propose five practical measures, from data plausibility checks to mandatory local validation of AI. Main conclusion: without investment in data quality, diagnostic AI will not deliver the claimed accuracy.
Аннотация для междисциплинарного читателя (до 120 слов)
Программа Microsoft правильно определила болезнь в 8 случаях из 10, врачи - в 2–4. Но она работала с идеально заполненными медицинскими записями. У нас записи часто отсутствуют или содержат неправду: по документам почти 770 тысяч мужчин в Казахстане «прошли» обследование, предназначенное только для женщин. На таких данных ИИ будет уверенно ошибаться.
Ключевые слова: искусственный интеллект в медицине; качество медицинских данных; клиническая диагностика; цифровое здравоохранение; Центральная Азия.
Keywords: artificial intelligence in medicine; medical data quality; clinical diagnosis; digital health; Central Asia.
Таблица ценности
Элемент
Что нового
Теория
Типология четырёх дефицитов медицинских данных
Методология
Модель эффективной точности ИИ в зависимости от доли достоверных данных
Практика
Пять мер для министерств, фондов медстрахования и клиник до закупки ИИ
Научное сообщество
Измеримая задача: доля достоверных данных в национальных МИС
1. Скрытый участник эксперимента Microsoft - данные
22 октября 2026 г. Science опубликовал работу Microsoft о системе MAI-DxO [1]. На 304 сложных случаях она поставила верный диагноз в 83,2% случаев, врачи общей практики со справочниками - в 36,1%; на 325 случаях приёмного отделения - 80,3% против 46,8%. В тесте врач или ИИ запрашивает детали случая у модели-«привратника», которая знает полную историю болезни [1]. Сложные случаи взяты из разборов New England Journal of Medicine - отредактированных историй болезни с подтверждённым диагнозом. Случаи приёмного отделения - из MIMIC-IV-ED, открытой базы бостонского центра Beth Israel Deaconess, которую команда MIT вычищает более двадцати лет [2]. Иначе говоря, ИИ выиграл на одних из лучших медицинских данных в мире.
В тесте привратник всегда знает ответ. Подключите его к реальным системам нашего региона - и он ответит: «анализ не вносился», «в трёх системах три разных значения», «записано, чтобы закрыть оплату» или «это норма для Бостона, а не для Шымкента». Это и есть четыре дефицита данных (табл. 1).
Таблица 1 – Типология дефицита медицинских данных
Тип дефицита
Суть
Последствие для ИИ
D1. Отсутствие
Данные на бумаге или не собраны
Неполная картина
D2. Фрагментация
Несвязанные системы, нет единого ID
ИИ видит часть истории
D3. Искажение
Приписки, записи под тариф
Уверенно воспроизводит ложь
D4. Нерепрезентативность
Данные другой популяции
Падение точности при переносе
2. Кейс: 768 827 мужчин
В январе 2026 г. IT-аудит Министерства финансов Казахстана выявил в системах оплаты медицинских услуг около 800 тыс. скринингов, не соответствующих полу пациента, на 1,8 млрд тенге, в том числе 768 827 «скринингов» рака шейки матки у мужчин; 3 640 услуг, «оказанных» 996 умершим; врача, «принявшего» 1 442 пациента за день [3]. Умысел это или ошибка учёта - проверки продолжаются. Для ИИ это не важно: модель, обученная на таких данных, «узнает», что скрининг шейки матки - рутинная процедура для мужчин, и изложит это уверенно. ИИ не отменяет правило «мусор на входе - мусор на выходе»; он делает мусор убедительным.
Это закономерность. По закону Кэмпбелла, чем сильнее показатель влияет на решения, тем сильнее он искажается [4]: запись, служащая основанием для оплаты, оптимизируется под оплату. В США алгоритм, использовавший расходы на лечение как замену потребности в лечении, систематически недооценивал тяжесть состояния темнокожих пациентов [5]. Финансовые данные кодируют финансы - и в Бостоне, и в Астане.
3. Сколько точности «съедает» качество данных
Aэфф = q · A + (1 − q) · ae (1)
где A - точность на корректных данных; q - доля случаев с достоверными ключевыми данными; aₑ - точность на дефектных данных.
Поясняющий пример. При A = 0,83 [1] и aₑ = 0,25 эффективная точность составит 77% при q = 0,9, 54% при q = 0,5 и 42% при q = 0,3 - ниже, чем у врачей приёмного отделения в том же эксперименте (46,8%). Величину q для систем региона пока никто не измерял.
4. Что делать
5. Где и почему наши результаты могут не работать
Это аналитическая работа: долю q мы не измеряли, формула (1) - иллюстрация. Природа записей из аудита не установлена, и мы не делаем выводов о чьей-либо вине. Крупные клиники региона могут иметь данные лучшего качества. Оба автора в прошлом руководили цифровизацией здравоохранения Казахстана, что может влиять на оценки.
6. Заключение
Урок эксперимента Microsoft для нашего региона - не «ИИ уже лучше врача», а «ИИ лучше врача там, где данные лучше наших». Модели можно купить, а достоверные медицинские данные можно только построить - до закупки ИИ, а не после.
Список литературы
Авторы: Олжас Абишев¹, PhD; Елжан Биртанов²
¹ Nomad University (NOMU), Астана, Казахстан;
² KMC Group, Астана, Казахстан
Контактный автор: О. Абишев, email: oabishev@gmail.com
Главный научный вклад статьи в одном абзаце
Рекордная точность диагностического ИИ Microsoft получена на полных и проверенных данных, которых в большинстве систем здравоохранения Центральной Азии нет. Мы предлагаем типологию четырёх дефицитов медицинских данных и простую модель, показывающую, как доля достоверных данных снижает реальную точность ИИ. Вывод: в регионе узкое место - не алгоритм, а данные.
Аннотация
В октябре 2026 г. журнал Science опубликовал результаты Microsoft: система MAI-DxO поставила верный диагноз в 83,2% сложных клинических случаев против 36,1% у врачей общей практики со справочниками. Мы не оспариваем результат, но подчёркиваем условие, при котором он получен: все клинические данные в тесте были заранее полными, проверенными и записанными в единых терминах. В Центральной Азии и СНГ это условие, как правило, не выполняется. Опираясь на открытые источники и опыт авторов в построении электронного здравоохранения Казахстана, мы выделяем четыре типа дефицита медицинских данных: отсутствие, фрагментацию, искажение и нерепрезентативность. Центральный пример - выявленные аудитом Министерства финансов Казахстана 768 827 записей о скрининге рака шейки матки у мужчин. Простая модель показывает: при 30% достоверных данных точность ИИ опускается ниже уровня врачей из того же эксперимента. Мы предлагаем пять практических мер, от проверок правдоподобия данных до обязательной локальной валидации ИИ. Главный вывод: без вложений в качество медицинских данных диагностический ИИ в нашем регионе не покажет заявленной точности.
Abstract
In October 2026, Science published Microsoft’s results: the MAI-DxO system reached the correct diagnosis in 83.2% of complex clinical cases versus 36.1% for generalist physicians using reference tools. We do not dispute the result, but we stress the condition under which it was obtained: all clinical data in the test were complete, verified and recorded in consistent terminology in advance. In Central Asia and the CIS this condition is usually not met. Drawing on open sources and the authors’ experience in building Kazakhstan’s e-health system, we identify four types of medical data deficit: absence, fragmentation, distortion and non-representativeness. The central example is 768,827 records of cervical cancer screening in men identified by an audit of Kazakhstan’s Ministry of Finance. A simple model shows that with 30% reliable data, AI accuracy falls below that of physicians in the same experiment. We propose five practical measures, from data plausibility checks to mandatory local validation of AI. Main conclusion: without investment in data quality, diagnostic AI will not deliver the claimed accuracy.
Аннотация для междисциплинарного читателя (до 120 слов)
Программа Microsoft правильно определила болезнь в 8 случаях из 10, врачи - в 2–4. Но она работала с идеально заполненными медицинскими записями. У нас записи часто отсутствуют или содержат неправду: по документам почти 770 тысяч мужчин в Казахстане «прошли» обследование, предназначенное только для женщин. На таких данных ИИ будет уверенно ошибаться.
Ключевые слова: искусственный интеллект в медицине; качество медицинских данных; клиническая диагностика; цифровое здравоохранение; Центральная Азия.
Keywords: artificial intelligence in medicine; medical data quality; clinical diagnosis; digital health; Central Asia.
Таблица ценности
Элемент
Что нового
Теория
Типология четырёх дефицитов медицинских данных
Методология
Модель эффективной точности ИИ в зависимости от доли достоверных данных
Практика
Пять мер для министерств, фондов медстрахования и клиник до закупки ИИ
Научное сообщество
Измеримая задача: доля достоверных данных в национальных МИС
1. Скрытый участник эксперимента Microsoft - данные
22 октября 2026 г. Science опубликовал работу Microsoft о системе MAI-DxO [1]. На 304 сложных случаях она поставила верный диагноз в 83,2% случаев, врачи общей практики со справочниками - в 36,1%; на 325 случаях приёмного отделения - 80,3% против 46,8%. В тесте врач или ИИ запрашивает детали случая у модели-«привратника», которая знает полную историю болезни [1]. Сложные случаи взяты из разборов New England Journal of Medicine - отредактированных историй болезни с подтверждённым диагнозом. Случаи приёмного отделения - из MIMIC-IV-ED, открытой базы бостонского центра Beth Israel Deaconess, которую команда MIT вычищает более двадцати лет [2]. Иначе говоря, ИИ выиграл на одних из лучших медицинских данных в мире.
В тесте привратник всегда знает ответ. Подключите его к реальным системам нашего региона - и он ответит: «анализ не вносился», «в трёх системах три разных значения», «записано, чтобы закрыть оплату» или «это норма для Бостона, а не для Шымкента». Это и есть четыре дефицита данных (табл. 1).
Таблица 1 – Типология дефицита медицинских данных
Тип дефицита
Суть
Последствие для ИИ
D1. Отсутствие
Данные на бумаге или не собраны
Неполная картина
D2. Фрагментация
Несвязанные системы, нет единого ID
ИИ видит часть истории
D3. Искажение
Приписки, записи под тариф
Уверенно воспроизводит ложь
D4. Нерепрезентативность
Данные другой популяции
Падение точности при переносе
2. Кейс: 768 827 мужчин
В январе 2026 г. IT-аудит Министерства финансов Казахстана выявил в системах оплаты медицинских услуг около 800 тыс. скринингов, не соответствующих полу пациента, на 1,8 млрд тенге, в том числе 768 827 «скринингов» рака шейки матки у мужчин; 3 640 услуг, «оказанных» 996 умершим; врача, «принявшего» 1 442 пациента за день [3]. Умысел это или ошибка учёта - проверки продолжаются. Для ИИ это не важно: модель, обученная на таких данных, «узнает», что скрининг шейки матки - рутинная процедура для мужчин, и изложит это уверенно. ИИ не отменяет правило «мусор на входе - мусор на выходе»; он делает мусор убедительным.
Это закономерность. По закону Кэмпбелла, чем сильнее показатель влияет на решения, тем сильнее он искажается [4]: запись, служащая основанием для оплаты, оптимизируется под оплату. В США алгоритм, использовавший расходы на лечение как замену потребности в лечении, систематически недооценивал тяжесть состояния темнокожих пациентов [5]. Финансовые данные кодируют финансы - и в Бостоне, и в Астане.
3. Сколько точности «съедает» качество данных
Aэфф = q · A + (1 − q) · ae (1)
где A - точность на корректных данных; q - доля случаев с достоверными ключевыми данными; aₑ - точность на дефектных данных.
Поясняющий пример. При A = 0,83 [1] и aₑ = 0,25 эффективная точность составит 77% при q = 0,9, 54% при q = 0,5 и 42% при q = 0,3 - ниже, чем у врачей приёмного отделения в том же эксперименте (46,8%). Величину q для систем региона пока никто не измерял.
4. Что делать
- Проверять правдоподобие до оплаты: правило «пол не соответствует услуге» выявляет все 768 827 записей. Антифрод-контур на едином портале финансирования Казахстана уже есть [6]; его нужно распространить на клинические поля.
- Сделать клиническую запись первичной, а счёт - производным от неё.
- Использовать ИИ как сборщика данных: структурированный опрос пациента, перевод свободного текста врача в структурированные поля.
- Подключить источники вне системы оплаты: носимые устройства, электронные предсменные осмотры.
- Требовать локальной валидации на местном бенчмарке клинических случаев (KazSDBench) до допуска ИИ в практику.
5. Где и почему наши результаты могут не работать
Это аналитическая работа: долю q мы не измеряли, формула (1) - иллюстрация. Природа записей из аудита не установлена, и мы не делаем выводов о чьей-либо вине. Крупные клиники региона могут иметь данные лучшего качества. Оба автора в прошлом руководили цифровизацией здравоохранения Казахстана, что может влиять на оценки.
6. Заключение
Урок эксперимента Microsoft для нашего региона - не «ИИ уже лучше врача», а «ИИ лучше врача там, где данные лучше наших». Модели можно купить, а достоверные медицинские данные можно только построить - до закупки ИИ, а не после.
Список литературы
- Sequential diagnosis with language models // Science. – 2026. – 22 Oct. – DOI: 10.1126/science.aeh7930.
- Johnson A.E.W. [et al.] MIMIC-IV, a freely accessible electronic health record dataset // Scientific Data. – 2023. – Vol. 10. – Art. 1.
- Лечение умерших, рак шейки матки у мужчин и приписки [Электронный ресурс] // Tengrinews.kz. – 2026. – URL: https://tengrinews.kz/tengri-health/lechenie-umershih-rak-sheyki-matki-mujchin-pripiski-pokazala-590481/.
- Campbell D.T. Assessing the impact of planned social change // Evaluation and Program Planning. – 1979. – Vol. 2, № 1. – P. 67–90.
- Obermeyer Z. [et al.] Dissecting racial bias in an algorithm used to manage the health of populations // Science. – 2019. – Vol. 366, № 6464. – P. 447–453.
- В Казахстане оплачивали лечение умершим и находившимся за границей – министр Балаева [Электронный ресурс] // BES.media. – 2026. – URL: https://bes.media/news/v-kazahstane-oplachivali-lechenie-umershim-i-nahodivshimsya-za-granitsey-ministr-balaeva/.
