Все статьи
ИТ и технологии

ИИ-платформа Epic переходит от пилотов к полноценному внедрению: что нужно знать медицинским организациям

ИИ-агенты Epic — Art, Penny и Emmie — демонстрируют измеримый ROI у 85% клиентов. Новая Agent Factory и модели Curiosity на базе Cosmos сигнализируют о переходе к настраиваемому предиктивному ИИ в здравоохранении.

  • #epic-systems
  • #healthcare-ai
  • #agentic-ai
  • #ehr-integration
  • #clinical-workflow
epic-ai-platform-agent-factory-cosmos-health-systems

Стратегия Epic в области ИИ вышла за рамки пилотных проектов. Более 85% клиентов Epic сейчас используют хотя бы один инструмент Epic AI, а три основных агента компании — Art для клиницистов, Penny для управления циклом доходов и Emmie для пациентов — приносят документально подтвержденные операционные результаты в сотнях медицинских систем [1][2]. На встрече пользователей 2026 года и конференции HIMSS компания Epic обозначила следующую главу: создание платформы, на которой организации смогут разрабатывать собственных агентов, и семейства базовых моделей, обученных на реальных данных пациентов [2][5].

Три агента, которые уже приносят измеримый ROI

Art, Penny и Emmie работают с разными проблемными зонами, и результаты выражены в конкретных цифрах. Клиницисты в ряде организаций составляют выписные эпикризы на 20–30% быстрее, используя черновики записей о ходе лечения от Art [1][6]. В Riverside Health стационарные бригады тратят до 32% меньше времени на документацию и коммуникацию благодаря функции Inpatient Insights от Art [1]. Клинический эффект выходит за рамки скорости: в The Christ Hospital агент Art извлекает случайные находки из радиологических отчетов для последующего наблюдения, что позволило достичь уровня раннего выявления рака легких в 69% против среднего национального показателя в 46% [1][5].

Penny решает проблемы предварительной авторизации и отказов в оплате из-за ошибок кодирования. Summit Health сократила время подачи заявок на предварительную авторизацию лекарств на 42%, при этом 92% ответов, сгенерированных ИИ, были приняты без правок [1][6]. В медицинских системах, активно использующих Penny, количество отказов, связанных с кодированием, снизилось более чем на 20%, что сократило объем переделок и потерю выручки [1]. Также организации стали составлять письма с апелляциями по отказам на 23% быстрее [1].

Emmie берет на себя взаимодействие с пациентами. Rush University Medical Center сообщает о стабильном сокращении на 58% количества сообщений в службу поддержки, связанных с биллингом [1][6]. Пациенты Ochsner Health перенесли более 14 900 приемов через Emmie, что сэкономило почти 750 рабочих часов персонала [1]. В Sutter Health запущен Ask Emmie — разговорный помощник внутри MyChart, который опирается на медицинскую карту самого пациента; сейчас он доступен для начальной группы пользователей, далее планируется широкое внедрение [1][2]. Community Health Network зафиксировала снижение на 73% количества сообщений в InBasket по вопросам оплаты после запуска Ask Emmie [2].

Agent Factory превращает ЭМК в платформу для разработки агентов

Ключевой возможностью является Agent Factory — визуальная среда с функцией drag-and-drop, которая позволяет медицинским организациям создавать, настраивать и внедрять ИИ-агентов, способных рассуждать и действовать в рамках рабочих процессов Epic [2][3][5]. Агенты могут быть оснащены локальными политиками, базами знаний и защитными механизмами (guardrails), а их развертывание происходит в удобные для организации сроки [2][6]. Epic также планирует опубликовать библиотеку готовых платформенных агентов [6].

Фил Линдеманн, вице-президент Epic по данным и исследованиям, описывает Factory как «песочницу» для инновационных медицинских систем, которые хотят переосмыслить сквозные процессы — чтобы запись на прием, направления и взаимодействие с пациентом были связаны в единую сеть, а не управлялись как отдельные приложения [3]. Главный медицинский директор Джеки Герхарт отмечает, что это позволяет больницам «взять управление в свои руки» и проектировать инструменты под те проблемы, с которыми они сталкиваются на самом деле [3].

Curiosity и Cosmos интегрируют предиктивные базовые модели в рабочий процесс

Параллельно с Agent Factory компания Epic создает Curiosity — собственное семейство медицинских базовых моделей, обученных на анонимизированных реальных записях пациентов из Cosmos, сети клинических исследований Epic [1][5][6]. Эти модели предсказывают следующее медицинское событие по диагнозам, лекарствам, процедурам и исходам [1][6]. Цель состоит в том, чтобы предлагать варианты лечения на основе данных непосредственно в точке оказания помощи и развивать такие функции, как проверка диагноза, которая предлагает дифференциальные диагнозы и следующие шаги на основе паттернов симптомов, анамнеза и исходов [1][6].

Ergo — так Epic называет свой комбинированный слой «интеллекта здравоохранения» — объединяет человеческие суждения с поиском паттернов ИИ в ЭМК, MyChart, сети Epic и Cosmos [2]. Разговорный ИИ для врачей позволит агенту Art отвечать на прямые вопросы («Какова динамика артериального давления этого пациента?») и на косвенные вопросы, исходя из контекста беседы [1][6]. Совместные повестки визитов позволят Art и Emmie вместе формировать общий план приема на основе приоритетов пациента и врача еще до начала визита [1][6].

Готовность имеет значение: начинайте с малого, используйте контекст, затем расширяйтесь

Генеральный директор Canvas Medical Адам Фаррен предупреждает, что большинство больниц пока не готовы использовать весь потенциал Agent Factory [3]. Его совет: демонстрировать первые победы с помощью «узкоспециализированных агентов», которые решают конкретные, высокозначимые проблемы, прежде чем переходить к более широким рабочим процессам [3]. Четко выполненная узкая задача гораздо лучше сложного процесса с большой вероятностью ошибки [3]. Фаррен также подчеркивает, что отличительной чертой агентного ИИ является поглощение контекста — медицинской карты пациента, протоколов больницы, постоянных назначений и истории аналогичных случаев, — и организации должны в полной мере использовать этот контекст, чтобы сделать агентов полезными и безопасными [3].

Схема внедрения самой Epic отражает эту логику. Инструмент Chart with Art был запущен в амбулаторных специальностях в феврале, расширен до сестринского ухода в Houston Methodist в марте (сейчас работает в 11 медицинских системах) и планируется к внедрению в сфере домашнего ухода в апреле [1][2]. Сейчас инструмент охватывает более 70 специальностей и несколько клинических ролей [2].

За чем следить дальше

Дорожная карта Epic включает автономные сессии кодирования и подачу апелляций агентом Penny в рамках установленных организацией ограничений [1], расширение доступности Ask Emmie [1] и конференцию Open@Epic в октябре для разработчиков приложений и экспертов в области здравоохранения [1]. Для руководителей медицинских систем практический вопрос заключается не в том, стоит ли внедрять ИИ, а в том, настраивать ли встроенных агентов Epic, расширять ли их возможности через Agent Factory или делать и то, и другое. Опыт показывает, что лучше начать с узкого, измеримого сценария использования, отработать процесс, а затем масштабироваться к межпроцессной оркестрации, которую обеспечивает Factory.

Источники

  1. Real Results, Right Now: How Epic AI Is Reducing Costs, Improving Care …
  2. Epic spotlights Agent Factory, Cosmos-powered predictive tools
  3. The Agentic EHR: Epic Unveils ‘Agent Factory’ and Custom Models
  4. HIMSS26: Epic expands AI road map, touts key outcome metrics
  5. Epic Is Letting Health Systems Build Their Own Agents — But Are They …
  6. 5 things to know about Epic’s 2026 UGM AI announcements
Editorial transparency
How this article was produced

Research, writing, and quality checks are documented below.

582 words 3 min read 6 sources
Автор

Brainy

Automated QA passed

AI-Powered Expert Researcher

Specializing in IT, artificial intelligence, digital marketing, finance, and consumer gadgets, Brainy pairs multi-source web research, evidence-aware synthesis, and editorial quality checks with clear, practical explanations for complex topics.

Research & verification
Multi-source evidence review
Writing model
nemotron-3-ultra-550b-a55b , gemma-4-31b-it
Cover image
flux.2-klein-4b
Publication workflow
Pipeline v1