Разработали ИИ-ассистента для врачей.

Российский врач принимает решения в условиях нормативного хаоса: клинические рекомендации, стандарты, порядки и НПА растут и обновляются, а удобного инструмента навигации по этому корпусу не существует. В результате врач тратит время на ручной поиск по PDF, а цена ошибки слишком высока, потому что клинические рекомендации стали юридически обязательными документами.

Generic AI-инструменты эту проблему не решают: они ускоряют поиск, но могут галлюцинировать, что в медицине опаснее, чем отсутствие ответа.

Наша задача состояла в том, чтобы дать врачу быстрый и безопасный доступ к верифицированной нормативной информации со ссылкой на первоисточник и тем самым заменить ручную навигацию по документам интеллектуальным поиском.

Мы создали IQ DOC — ИИ-поисковик для врачей, который отвечает только на основе актуальных клинических рекомендаций и нормативных документов Минздрава РФ. В основе продукта — RAG-архитектура с двойным поиском, reranking и обязательной ссылкой на первоисточник в каждом ответе, поэтому система не советует, а показывает, откуда взята информация. Если релевантный документ не найден, продукт сообщает об этом, а не подменяет отсутствие данных убедительной галлюцинацией. 

Так IQ DOC стал новым рабочим слоем между врачом и нормативной базой: секунды вместо ручного поиска по десяткам страниц.

Исследование началось с анализа анкет и CustDev собранных в нашем сообществе Medach. Основные кластеры:

1) молодые врачи, которым не хватает уверенности и второго мнения

2) практикующие специалисты с высокой рутиной и нагрузкой

3) опытные врачи и руководители, для которых особенно важны стандартизация и снижение правовых рисков.

Отдельной проблемой оказалась фрагментарность текущих решений — врачу приходится переключаться между несколькими сервисами для поиска, проверки, генерации и оформления информации. Это исследование помогло нам уточнить не только целевую аудиторию, но и саму роль продукта: IQ DOC должен был стать единым рабочим инструментом, который снижает операционную нагрузку и даёт врачу больше уверенности в ежедневных решениях.

Продуктовая гипотеза родилась на пересечении двух фактов: врач обязан следовать клиническим рекомендациям, но навигация по ним остаётся ручной, а AI решения слишком ненадёжны для медицинского контекста. Поэтому мы сфокусировались на узкой, но критичной ценности — верифицированном поиске по клинической нормативке. В ядро продукта вошло только то, что напрямую усиливало доверие: поиск по клиническим рекомендациям, ссылки на источник, контролируемое поведение при отсутствии данных и простой веб-интерфейс.

Всё остальное — мобильное приложение, интеграции, препараты, B2B-надстройки — было сознательно отложено. Это позволило строить новый стандарт работы врача с нормативной информацией.

Следующим шагом мы собрали собственную базу знаний: полный корпус актуальных клинических рекомендаций Минздрава, стандарты, порядки и ключевые НПА. 

Главная задача была не просто скачать документы, а превратить их в рабочую основу для интеллектуального поиска: очистить, нормализовать, разбить на смысловые блоки и снабдить метаданными. Мы построили универсальный пайплайн обработки PDF, HTML и DOC, сохранили контекст, настроили различение действующих и устаревших версий и заложили обновление базы в течение 24 часов после публикации новых клинических рекомендаций. 

Особую сложность создавали таблицы, перекрёстные ссылки и медицинская терминология, включая эпонимные заболевания. В результате база знаний стала фундаментом нашего продукта и качественного медицинского поиска.

AI-логику мы проектировали вокруг принципа контролируемого ответа, а не вокруг максимальной свободы генерации. Система сначала обогащает запрос, затем выполняет двойной поиск — семантический и лексический, после чего reranking отбирает лучшие фрагменты для ответа. 

Итоговый текст формируется только из найденных документов и обязательно сопровождается ссылкой на конкретный приказ, пункт или раздел. Если релевантных фрагментов нет, система не выдумывает ответ, а честно сообщает об отсутствии данных. Такой подход позволил нам совместить естественный язык с жёсткой привязкой к первоисточнику. 

Именно эта архитектура доверия стала главным отличием IQ DOC от generic AI и большинства конкурентов.

Интерфейс проектировался под реальный ритм врача: дефицит времени, мобильный сценарий и необходимость быстро получить полезный результат. Поэтому выбрали чат как наиболее понятную и низкопороговую модель взаимодействия, но подстроили его под рабочие, а не “разговорные” сценарии. 

Путь до ответа был сокращён до минимума: естественный запрос, быстрый вывод, ссылки на источник и переключение между режимами поиска одним действием. Дополнительно мы встроили калькуляторы, МКБ-ассистент и документооборот как соседние сценарии той же рутины.

Визуально продукт намеренно ушёл от привычной медицинской стерильности и был оформлен как профессиональный цифровой инструмент, вся визуальная стилистика это своего рода медицинский cyberpunk. В итоге UX/UI стал механизмом встраивания продукта в повседневную практику врача.

На этапе MVP мы сознательно включили только ядро ценности: поиск по клиническим рекомендациям, ссылки на первоисточники, веб-интерфейс и при отсутствии упоминания в нормативных документах соответствующий ответ.

Нам было важно создать продукт, который влюбит пользователя в себя и сформирует доверие: один некорректный ответ мог обнулить ценность продукта на старте. Разработка шла в условиях компактной стартап-команды, ограниченной инфраструктуры и параллельной работы над Medach как основным бизнесом. Поэтому каждый элемент проверялся по простому критерию: усиливает ли он полезность и надёжность поиска для врача. 

Такой фокус позволил запустить первую рабочую версию продукта с ясным позиционированием. IQ DOC вышел на рынок как инструмент, который задаёт стандарт прозрачности и верифицируемости среди ИИ-решений для врачей.

После запуска MVP мы тестировали продукт на реальной аудитории практикующих врачей из сообщества Medach. В центре проверки были конкретные рабочие сценарии: поиск тактики лечения, оформление документов, уточнение стандартов и юридическое обоснование решений. Мы отслеживали точность retrieval, качество ответа, ссылочность и поведение системы там, где релевантных данных нет. 

Тестирование быстро выявило слабые места — от обработки таблиц до фильтрации эпонимных заболеваний и маркировки суррогатных ответов. После этого мы доработали пайплайн, расширили базу за пределы клинических рекомендаций и усилили контроль качества. Этап подтвердил главное: врачи готовы пользоваться IQDOC.

После первых недель использования стало ясно, что IQ DOC востребован не только как поиск по клиническим рекомендациям, но и как более широкий рабочий инструмент врача. Поэтому в следующих итерациях мы добавили режимы поиска, НПА-модуль, МКБ-ассистент, документооборот, калькуляторы и новостной слой об изменениях нормативки. 

Мы последовательно собирали вокруг ядра единую среду для типовых врачебных задач. При этом всё, что не усиливало доверие и не экономило время, по-прежнему не попадало в продукт. Важным инсайтом стало и то, что врачи начали использовать IQ DOC не только на приёме, но и для самообразования и подготовки к экзаменам. Так продукт стал развиваться из точечного сервиса в новую цифровую привычку профессионального сообщества.

Дальше IQ DOC начал расти за счёт доверия сообщества. Это открыло сразу несколько направлений масштабирования: B2C-подписка для врачей, B2B-пилоты с клиниками (за полтора месяца провели порядка 10 встреч с крупными клиниками) и создание аналитических материалов для рынка. Ознакомиться с первым материалом, можно по ссылке https://www.kommersant.ru/doc/8534020

Одновременно мы рассматриваем расширение на СНГ и академическую публикацию как шаги к отраслевому признанию. Рост IQ DOC — это не просто увеличение пользовательской базы, а переход к новой инфраструктуре доверия для врача. То есть от полезного инструмента к стандарту работы с клинической и нормативной информацией.

IQ DOC быстро подтвердил рыночную востребованность: за первые 39 дней полный онбординг прошли 7 300+ врачей из 550+ городов России и 92 специальностей, а продукт собрал 25 068 запросов от более 4000 активных пользователей.

Мы сократили путь к нужному пункту клинических рекомендаций с 10–30 минут ручного поиска до нескольких секунд и ускорил ключевые сценарии врача — от тактики лечения до проверки ЖНВЛП (жизненно необходимые и важнейшие лекарственные препараты) и оформления больничного. Каждый ответ в системе верифицируем и содержит ссылку на первоисточник, а QA-процесс выявил 554 противоречия в корпусе клинических рекомендаций, превратив продукт ещё и в инструмент контроля качества нормативной базы. При этом проект уже вышел за рамки MVP: активна PRO-подписка, есть первый фарма-контакт и запущена пилотная интеграция с клиническим партнёром.