Лабораторные службы всё чаще сталкиваются не с нехваткой данных, а с их разрозненностью. Результаты анализов, сведения из приборов, записи в лабораторных информационных системах и данные из внешних программ могут храниться отдельно. Новая система LabVantage CORTEX, представленная на Pittcon 2026, должна помочь лабораториям не только хранить информацию, но и быстрее анализировать её с помощью искусственного интеллекта.
Что такое LabVantage CORTEX
В интервью Гэри Стимсон (Gary Stimson), руководитель направления технологий искусственного интеллекта в LabVantage, описал LabVantage CORTEX как «операционную систему для лаборатории». Речь идёт о цифровой среде, которая соединяет данные из разных источников и позволяет задавать к ним вопросы через простой интерфейс.
LabVantage традиционно работает в области лабораторных информационных систем. Лабораторная информационная система (laboratory information management system, LIMS) — это программное решение, которое помогает регистрировать образцы, отслеживать этапы анализа, хранить результаты и управлять лабораторными процессами. CORTEX, по словам Гэри Стимсона (Gary Stimson), должен расширить эту роль: не только сохранять данные, но и помогать их обрабатывать.
Что означает «агентный» искусственный интеллект
В материале используется выражение «агентный искусственный интеллект». Под ним обычно понимают программные системы, которые не просто отвечают на вопрос, а могут выполнять последовательность действий: найти нужные данные, сопоставить их, подготовить сводку, проверить ошибки или предложить следующий шаг.
Для лаборатории это может быть особенно важно. Специалисты часто тратят время на рутинные операции: проверку полей, поиск результатов в разных системах, перенос сведений, подготовку отчётов и первичный анализ. Если такие задачи частично возьмёт на себя цифровой помощник, у сотрудников останется больше времени на интерпретацию результатов и научную работу.
Первые шаги: меньше ошибок в интерфейсе
По словам Гэри Стимсона (Gary Stimson), внедрение таких инструментов будет идти постепенно. На первом этапе искусственный интеллект может помогать сотрудникам работать с пользовательским интерфейсом — то есть с экранными формами, полями и кнопками программы.
Например, если в лабораторной системе нужно указать дату выполнения, а пользователь случайно ставит срок за пределами допустимого периода, программа не блокирует работу, но задаёт уточняющий вопрос. Такой мягкий контроль может снизить число технических ошибок, не мешая специалисту выполнять задачу.
Следующий этап — более автономные цифровые помощники. Они смогут выполнять повторяющиеся операции с данными: искать закономерности, подготавливать выборки, сопоставлять результаты и помогать увидеть важные изменения.
Почему лабораториям мешают «островки» данных
Одна из ключевых проблем современных лабораторий — разрозненные хранилища данных. В крупной больнице разные лаборатории могут пользоваться разными системами, а данные одного пациента оказываются распределены по нескольким цифровым контурам.
Гэри Стимсон (Gary Stimson) привёл пример больницы, где вопрос о возможном заражении крови у пациента требует обращения сразу к нескольким источникам. Если результаты микробиологии, гематологии и других подразделений находятся в разных системах, специалисту приходится собирать картину вручную.
CORTEX должен объединять такие источники через так называемый семантический слой. Семантический слой — это прослойка, которая помогает программе понимать, что разные названия, таблицы и поля относятся к одной клинической или лабораторной сущности. Проще говоря, система должна не просто искать слова, а связывать смысл данных.
Что это может дать пациентам
Для пациента такие технологии незаметны, но потенциально важны. Чем быстрее лаборатория находит нужные данные и передаёт врачу цельную картину, тем меньше риск задержек, повторных запросов и административных ошибок.
Это особенно важно в ситуациях, где время имеет значение: подозрение на инфекцию крови, подбор лечения, контроль хронического заболевания, оценка эффективности терапии. Искусственный интеллект в лаборатории не заменяет врача и не ставит диагноз сам по себе, но может помочь специалистам быстрее добраться до нужной информации.
При этом качество таких систем зависит от исходных данных, настройки, проверки безопасности и понятных правил ответственности. Если данные неполные или неправильно связаны, цифровой помощник может выдать убедительный, но ошибочный вывод. Поэтому внедрение искусственного интеллекта в лаборатории требует не только технической, но и клинической валидации — проверки, что система действительно работает надёжно в реальных условиях.
Доверие важнее скорости
Гэри Стимсон (Gary Stimson) сравнил путь искусственного интеллекта в лабораториях с внедрением беспилотных автомобилей: технология существует давно, но массовое принятие зависит от доверия. В лабораторной медицине это особенно чувствительно, потому что ошибки могут повлиять на лечение пациента.
Поэтому наиболее реалистичный путь — постепенное внедрение. Сначала искусственный интеллект помогает с простыми подсказками и сводками. Затем берёт на себя повторяющиеся задачи. И только после накопления опыта и доказательств может переходить к более автономной работе с данными.
Внутри LabVantage, по словам Гэри Стимсона (Gary Stimson), похожие инструменты уже применялись для более повседневных задач: подготовки кратких итогов встреч, писем и повесток. Лабораторный контекст сложнее, потому что здесь требуется строгая прослеживаемость данных и защита конфиденциальной информации.
Кто такой Гэри Стимсон
Гэри Стимсон (Gary Stimson) работает в LabVantage почти 25 лет. Он пришёл в компанию после университета, занимался разработкой, работал на площадках клиентов и был руководителем продукта. Сейчас он возглавляет направление технологий искусственного интеллекта.
Интерес к лабораториям у него появился ещё в подростковом возрасте: его отец был химиком, и в 15 лет Гэри Стимсон (Gary Stimson) впервые увидел работу лаборатории изнутри. Позже он изучал химию, затем получил второе магистерское образование в области компьютерных наук. Он также отметил роль своего наставника Марка Хилла (Mark Hill), который поддерживал его интерес к новым технологиям.
Что будет дальше
В ближайшие годы лабораторные информационные системы, вероятно, будут постепенно превращаться из электронных архивов в активные рабочие среды. Они смогут не только хранить результаты, но и помогать связывать данные, выявлять ошибки, готовить отчёты и поддерживать принятие решений.
Однако важно не переоценивать такие решения. Искусственный интеллект не должен становиться «чёрным ящиком», которому доверяют без проверки. Для медицинских лабораторий принципиальны прозрачность, защита данных, аудит действий и возможность понять, на основании каких сведений система предложила тот или иной вывод.
Тема применения искусственного интеллекта в медицине быстро расширяется: ранее МКБ-11 писал о том, как модель искусственного интеллекта FINGERS-7B оценивает риск болезни Альцгеймера до появления симптомов. В лабораториях похожая логика может быть направлена не на замену специалиста, а на более быстрый и безопасный доступ к сложным медицинским данным.
Материал основан на интервью, опубликованном в формате спонсируемого контента.
Литература
News-Medical. Interview with Gary Stimson, Head of AI Technologies at LabVantage, on LabVantage CORTEX and agentic artificial intelligence in laboratory workflows. Pittcon 2026.
LabVantage. Information on LabVantage CORTEX presented at Pittcon 2026.