OpenEvidence против Atropos ChatRWD: сравнение медицинского ИИ по клиническим вопросам

OpenEvidence и Atropos ChatRWD представляют собой медицинские ИИ-системы для работы со сложными клиническими вопросами, однако решают эту задачу с помощью разных источников знаний и механизмов поиска. Сравнивать их только как две языковые модели некорректно: итоговый ответ зависит от архитектуры сервиса, доступа к медицинской литературе, обезличенным историям болезни, инструментам поиска и правил формирования заключения.

Главный вопрос здесь не в том, какая система «умнее». Важно понять, помогает ли доступ к большим массивам реальных медицинских данных отвечать на вопросы, для которых опубликованных исследований недостаточно.

Что сравнивают OpenEvidence и ChatRWD

OpenEvidence позиционируется как инструмент для поиска и обработки медицинских знаний, которыми врач пользуется при клиническом решении. Основой ответа в такой модели становятся научные публикации, руководства, обзоры и другие источники доказательной медицины. Система должна быстро связать вопрос врача с доступными материалами и представить вывод в удобной форме.

Atropos ChatRWD относится к системам, которые используют реальные данные здравоохранения, то есть real-world data. По заявлению Atropos Health, ChatRWD имеет доступ более чем к 300 млн историй болезни и способен применять эти сведения для исследований, включая анализ слабо изученных клинических вопросов. Заявление характеризует масштаб платформы, но само по себе не доказывает, что каждая история болезни доступна системе в полном объёме или используется в каждом ответе.

В представленном автором обзоре Alexandria описана как библиотека медицинских доказательств, автоматически формируемых из реальных историй болезни. Там же автор обзора связывает этот продукт с Atropos. Однако приведённое описание само по себе не подтверждает факт запуска продукта компанией и не позволяет считать такое описание установленным корпоративным фактом. В рамках обзора это следует воспринимать как изложение позиции автора, а не как независимую проверку.

Как проходило сравнение

В июне 2025 года девять врачей оценили ответы OpenEvidence и Atropos ChatRWD на 50 клинических вопросах. По изложению автора, ChatRWD показал явно лучший результат. Однако доступное описание не содержит полного набора вопросов, шкалы оценивания, распределения баллов, сведений о согласованности экспертов и статистической проверки различий.

Формулировка «явно лучший» поэтому остаётся авторской оценкой результата, а не универсальным доказательством превосходства ChatRWD во всех медицинских задачах. Небольшое экспертное сравнение может показать заметный разрыв на выбранном наборе вопросов, но не заменяет независимое исследование с заранее заданным протоколом, разными специальностями, контролем источников и проверкой ответов на новых клинических примерах.

На результат влияют даже детали постановки задачи. Если вопрос требует найти актуальное руководство, преимущество получает система с быстрым доступом к литературе и хорошим цитированием. Когда речь идёт о редкой комбинации заболеваний, терапии и исходов, полезнее может оказаться платформа, которая анализирует сходные обезличенные истории болезни и показывает наблюдаемые варианты течения.

Почему реальные истории болезни могут дать преимущество

Научная литература обычно лучше отвечает на вопросы о доказанной эффективности вмешательства, сравнении методов лечения и результатах контролируемых исследований. Её сильная сторона заключается в описании методологии, критериев включения пациентов и статистической оценке. Ограничение появляется там, где заболевание редкое, популяция недостаточно представлена в исследованиях, а клиническая ситуация слишком сложна для стандартного протокола.

Истории болезни содержат другой тип информации. В них можно искать сочетания диагнозов, возрастных факторов, сопутствующей терапии, лабораторных показателей и реальных исходов, которые редко попадают в одну публикацию. По мнению автора, именно это могло объяснить преимущество ChatRWD в сравнении на 50 вопросах: система, располагающая данными практики, могла находить эмпирические закономерности там, где литература давала неполный ответ.

Но большая база не равна качественной доказательной базе. Медицинская карта создаётся для лечения конкретного пациента, а не для идеального исследования, поэтому записи бывают неполными, неоднородными и зависимыми от практики конкретной клиники. Наблюдаемая связь между лечением и исходом также не доказывает причинность: на результат влияют тяжесть заболевания, выбор врача, доступность терапии и множество факторов, которые могли не попасть в набор данных.

Литература и обезличенные карты: разные сильные стороны

Наиболее полезна не замена литературы историями болезни, а их последовательное сопоставление. Статья показывает, что уже проверяли исследователи и насколько надёжным был дизайн работы. Реальные карты помогают понять, как похожие решения выглядели в практике и какие исходы наблюдались у пациентов, не полностью похожих на участников клинических исследований.

Что известно о масштабе OpenEvidence

По приведённым автором данным, в июне 2026 года OpenEvidence активно использовали более 700 тысяч медицинских специалистов, а за 2,5 года системой хотя бы раз воспользовались более полумиллиона врачей. Эти цифры представлены как данные об использовании сервиса и требуют отдельной проверки по методике подсчёта: активный пользователь, зарегистрированный специалист и врач, который хотя бы один раз открыл систему, не являются одной и той же категорией.

Популярность OpenEvidence говорит о востребованности интерфейса, скорости поиска и возможности задавать медицинские вопросы обычным языком. Она не доказывает точность каждого ответа и не показывает, как часто врач исправляет выводы системы. Для оценки клинической пользы нужны отдельные показатели: правильность ответа, полнота ссылок, способность распознавать неопределённость и влияние инструмента на решение врача.

Что неизвестно об устройстве OpenEvidence

Точная архитектура OpenEvidence в представленном описании не раскрыта. Версии о нескольких языковых моделях, медицинском дообучении и доступе к специализированным источникам обозначены как предположения, а не как подтверждённые сведения разработчика.

Это ограничение важно для сравнения. Название сервиса не сообщает, какая модель отвечает на вопрос, какие документы она получает перед генерацией, как система проверяет цитаты и использует ли разные модели для поиска, анализа и итогового текста. Даже одинаковый базовый алгоритм может давать разные результаты при различном наборе источников и настройках поиска.

По оценке автора, OpenEvidence и ChatGPT не используют массивы сотен миллионов медицинских записей пациентов как базу знаний. Эту формулировку следует понимать именно как авторскую оценку доступной информации, а не как полный технический аудит всех версий продуктов и внутренних контуров обработки данных.

Конфиденциальность и качество данных

Доступ к историям болезни создаёт отдельные требования к конфиденциальности. Обезличивание снижает риск раскрытия личности, но не превращает данные в безрисковый материал. Редкие диагнозы, необычные сочетания процедур и временные последовательности событий иногда позволяют повторно идентифицировать человека при сопоставлении с другими наборами данных.

Клиника, исследователь и разработчик должны понимать, какие данные передаются системе, кто контролирует доступ, где хранятся записи и используются ли запросы для дальнейшего обучения. Эти вопросы нельзя заменить общим обещанием «безопасной работы». Нужны правила доступа, журналирование операций, разграничение ролей и процедура удаления или блокировки данных, если это предусмотрено договором и применимым законодательством.

Риск смещения выборки тоже нельзя исключать. Если база преимущественно отражает крупные клиники, отдельную страну, конкретную страховую систему или определённую группу пациентов, выводы могут плохо переноситься на другую популяцию. Система, которая нашла закономерность в американских историях болезни, не получает автоматически доказательство применимости этой закономерности к пациенту в другой системе здравоохранения.

Как врачу использовать такие системы

Медицинский ИИ разумно применять как инструмент генерации гипотез, поиска литературы и структурирования информации, а не как самостоятельного диагноста. Врач формулирует клинический вопрос, проверяет исходные данные, просит систему разделить факты и предположения, а затем сверяет вывод с руководствами, первичными публикациями и конкретной картиной пациента.

• Сначала нужно определить задачу: дифференциальная диагностика, поиск терапии, прогноз исхода или оценка редкого сочетания факторов.
• Затем следует проверить, на каких источниках построен ответ и приводит ли система проверяемые публикации или описание исследовательской выборки.
• Для вывода из историй болезни нужно отделять наблюдаемую связь от доказанной причинности.
• Противоречивые рекомендации следует разбирать с учётом возраста, сопутствующих заболеваний, лекарственных взаимодействий и срочности состояния.
• Итоговое решение принимает медицинский специалист, который несёт ответственность за оценку пациента и выбранную тактику в пределах своей компетенции.

А что делать, если ChatRWD предлагает убедительный вывод, которого нет в руководствах? Такой результат следует считать исследовательской гипотезой. Его можно использовать для поиска публикаций, планирования анализа или обсуждения с коллегами, но нельзя превращать в готовое назначение без проверки происхождения данных и клинической применимости.

Итоговое сравнение

По представленным данным, ChatRWD мог получить преимущество именно благодаря источнику знаний, а не только благодаря языковой модели. Но такое объяснение остаётся гипотезой автора, пока не опубликованы полный протокол сравнения, числовые результаты, состав вопросов и сведения о том, какие данные система использовала для каждого ответа.

У OpenEvidence и ChatRWD разные профили полезности. Первый подход удобен для навигации по медицинской литературе и руководствам, второй потенциально силён в анализе реальной практики и поиске закономерностей в больших массивах историй болезни. Наиболее убедительная медицинская система должна соединять оба слоя, показывать происхождение вывода, обозначать неопределённость и оставлять окончательную клиническую оценку врачу.