Искусственный интеллект в стоматологии. ИИ-слой программы для стоматологии в 2026 году.

Как стоматологу выбрать программу с функциями, слоями, агентами, признаками искусственного интеллекта? Или может быть еще подождать?

Искусственный интеллект в стоматологии перестал быть экспериментом. Он становится стандартом. Практика, которая использует ИИ, и практика, которая работает без него, решают одни и те же задачи: запись пациентов, диагностика, планирование лечения, документооборот, коммуникация. Но решают их по-разному. Одна тратят часы на рутину, другая — минуты. Одна полагается на память и бумажки, другая — на данные и алгоритмы. Одна догоняет, другая уже ушла вперёд. Задачи не изменились — изменились инструменты.

В 2026 году выбор программы для стоматологии — это не вопрос «есть ли там ИИ». Это вопрос «какой именно ИИ там реализован и насколько он готов к использованию прямо сейчас». Часть функций уже должна быть встроена по умолчанию. Часть — подключаться по запросу в короткие сроки. И есть третий уровень — полная замена привычных модулей облачного ПО на агентные системы, где ИИ управляет расписанием, качеством данных, задачами, коммуникациями и аналитикой без участия человека.

Но все эти функции — голосовой ассистент, диагностика, заметки, агенты — существуют не сами по себе. Они работают внутри вычислительного слоя, который и есть реализация ИИ в программе. Это не отдельная надстройка, не модуль и не «ещё одна кнопка». Это архитектурное решение, при котором ИИ становится не внешним дополнением, а внутренней средой, в которой выполняются все интеллектуальные задачи. Именно внутри этого слоя происходит распознавание речи, анализ снимков, генерация заметок, координация агентов и обращение к генеративным моделям.

Каждый поставщик реализует этот слой по-своему. Кто-то строит его на базе открытых фреймворков, кто-то разрабатывает собственную инфраструктуру. Кто-то интегрирует готовые модели через API, кто-то обучает свои. Но суть одна: ИИ-функции программы — это не набор разрозненных инструментов, а результат работы единого вычислительного слоя, который управляет данными, моделями и логикой их взаимодействия.

В Dentaltap этот вычислительный слой реализован как AI Maestro. Это не отдельный продукт, а архитектурная основа, в которую встроены все ИИ-компоненты: Clawdbot—Moltbot—OpenClaw как единая точка входа, Grok-агенты как исполнители, MCP как протокол для подключения генеративных моделей (Gemini, ChatGPT, Claude). AI Maestro не просто «связывает» их — он является средой, в которой они работают: принимает запрос, определяет, какие компоненты задействовать, координирует их выполнение и возвращает результат в том виде, в котором он нужен пользователю.

В целом, весь классический функционал программы для стоматологии можно переделать под агентскую архитектуру. Расписание, документооборот, коммуникации, аналитика, контроль качества — всё это потенциально может выполняться агентами без участия человека. Технически это возможно. Архитектурно — реализуемо. Но надо ли это делать? Готовы ли вы к тому, что привычные интерфейсы и ручные процессы будут заменены на автономные системы, которые принимают решения без вашего участия? Готовы ли вы доверить агенту управление расписанием, а другому — контроль качества данных, а третьему — распределение задач между сотрудниками?

Вопрос в том, стоит ли быть пионером и переходить на агентскую архитектуру полностью, или пока достаточно базового набора. Этот пост — не про выбор между «да» и «нет». Это про карту, по которой можно сверяться и понимать, где ваша практика находится относительно формирующегося стандарта.

Я Леша Калачников, сооснователь компании Tap Medical. Более 10 лет мы разрабатываем программу для стоматологии Dentaltap и продаём её по всему миру. Ежегодно в нашей программе создаётся более 2500 новых аккаунтов, а исследовательская компания GoodFirms (Лас-Вегас) уже шестой год подряд признаёт Dentaltap лучшим программным обеспечением для автоматизации стоматологической практики. У нас уже есть реализация ИИ-слоя и клиенты, которые платят за искусственный интеллект и активно участвуют в реализации нашего совместного ИИ-видения.

Мы уже реализовали ИИ-слой, о котором я расскажу подробнее.

Мы не просто «добавили ИИ» в программу. Мы перестроили архитектуру так, чтобы ИИ стал вычислительным слоем, в котором работают все интеллектуальные функции. Не набор разрозненных инструментов, а единая система, управляемая оркестратором AI Maestro. И вот что уже работает.

Мы полностью автоматизировали голосовое общение с пациентами. Семь сценариев, которые раньше требовали участия администратора, теперь выполняются ИИ: приём звонков и запись, голосовые напоминания за день до визита, пост-процедурный мониторинг, сбор анамнеза до приёма, обработка срочных обращений вне рабочих часов, виртуальная приёмная и опросы удовлетворённости. Всё работает автоматически, без участия человека. Пациент звонит — ИИ записывает. Пришло время напомнить — ИИ звонит. После лечения — ИИ проверяет состояние. Это снижает нагрузку на персонал до 57% и повышает удовлетворённость пациентов на 37%.

Мы автоматизировали заполнение карт. После каждого приёма система собирает данные о процедурах, опросниках, витальных показателях и пародонтограмме, а затем генерирует структурированное резюме. Врачу остаётся только проверить и сохранить. Это сокращает время на заполнение карт до 77% и повышает качество данных до 85%. Второй вариант — голосовая диктовка через Gemini, ChatGPT или Copilot. Врач диктует, система преобразует голос в структурированную заметку и сохраняет в карту. Никакого ручного ввода.

Мы внедрили ИИ-анализ рентгеновских снимков, КЛКТ, внутриротовых сканов и клинических фотографий. В Dentaltap это работает через AI Imaging: врач загружает снимок, система автоматически обрабатывает изображение, наносит разметку, добавляет комментарии и рекомендации. ИИ находит кариес с чувствительностью до 95%, диагностирует плоскоклеточный рак с точностью 92%, опухоли слюнных желёз — до 87,5%, пульпитные и периапикальные заболевания — с точностью 71,6%, мукозит и периимплантит — 77,7%. Врач получает готовый результат без ручного анализа и копирования.

В 2017 году мы планировали сделать собственную свёрточную нейронную сеть для диагностики заболеваний полости рта. Это был логичный шаг — тогда языковые модели ещё не умели работать с изображениями, и единственным путём была разработка собственного решения. Но мы вовремя остановились. И сейчас я благодарен себе и команде за это решение. Потому что сегодня мы можем на лету интегрировать лучшие решения для диагностики — как специализированные партнёрские, так и языковые модели, которые научились анализировать изображения. И не просто интегрировать, а давать врачу выбор: хочешь — используй узкоспециализированный алгоритм от профильного партнёра, хочешь — отправляй снимок в Gemini или ChatGPT через MCP. Мы не привязаны к одному вендору и не заперты в собственной «кухне». Мы — проводник, а не тюрьма.

И это принципиально. Потому что диагностика — это область, которая развивается быстрее всего. Каждые полгода появляются новые модели, новые алгоритмы, новые подходы. Замкнуться на одном решении — значит обречь себя на отставание. Оставаться открытым и давать выбор — значит всегда быть впереди. В Dentaltap мы выбрали второй путь. И врач получает не «наше видение», а лучший инструмент на рынке — на свой выбор.

Мы интегрировали планирование лечения на основе больших языковых моделей — Gemini, ChatGPT и Claude. Это не просто «чат с ИИ», встроенный в программу. Это полноценный рабочий инструмент, который помогает врачу формулировать планы лечения, подбирать протоколы и принимать обоснованные решения.

Как это работает. Врач открывает карту пациента, формулирует запрос — например, «Составь план лечения для зуба 46 с учётом клинических рекомендаций Европейского общества эндодонтологов» — и отправляет его через OpenClaw. Запрос передаётся в AI Maestro, который через MCP обращается к выбранной языковой модели. Модель анализирует запрос, сопоставляет его с данными пациента (если они переданы), извлекает актуальные протоколы и генерирует структурированный ответ.

Врач получает не просто текст, а готовый план лечения в формате, который можно сразу использовать: текстовое описание — для быстрого ознакомления, структурированный JSON — для автоматической интеграции в карту пациента без ручного ввода, или список процедур с привязкой к конкретным зубам — для немедленного внесения в план лечения. Исследования подтверждают эффективность такого подхода: Gemini 3 Flash показывает наивысший медианный балл среди пяти LLM в реставрационном планировании, а в эндодонтической диагностике достигает точности 83,83%. Врач перестаёт тратить время на поиск протоколов, сопоставление факторов и формирование черновика плана. Вместо этого он получает готовую структуру, которую может проверить, скорректировать и утвердить. И всё это — в рамках единого интерфейса, без переключения между окнами и без ручного переноса данных.

Мы реализовали структурированный диалог для сбора анамнеза. Gemini 2.5 задаёт до 10 последовательных вопросов на основе жалобы пациента, имитируя клинический опрос. Это не анкета, а адаптивный диалог, который подстраивается под ответы пациента. Врач получает собранный анамнез в структурированном виде до начала приёма. Gemini 2.5 показывает наивысший диагностический балл среди конкурентов (43,6 против 37,2 у ChatGPT-4o и 31,6 у Claude 4), что подтверждает качество собранных данных.

Мы реализовали единую точку входа для управления клиникой через текстовые команды с OpenClaw. Врач или администратор пишет в чате: «Покажи пациентов на сегодня», «История лечения Иванова», «Запиши Петрову на завтра», «Отправь напоминание Сидорову» — и система выполняет действие. Без переключения между окнами, без поиска нужного раздела. Всё через один интерфейс. Это снижает рутину на 25% и экономит 1–2 часа в день.

Мы автоматизировали пять ключевых административных сценариев. Проверка страховок: ИИ подтягивает данные страховки, объясняет покрытие — рост платежей на 15%. Обработка новых пациентов: сбор данных, предложение слотов, отправка формы — качество данных 75%. Реактивация неактивных пациентов: персонализированный звонок, предложение записи — возврат пациентов 11%, рост выручки 19%. Цифровизация документов: извлечение данных из сканов, автоматическое заполнение карт — обновление карты 100%. Контроль качества данных: проверка полноты, корректности, обязательных полей — качество данных 95%.

Мы подключили аналитическую платформу Groq, которая анализирует данные практики в реальном времени: даты повторных визитов, длительность приёмов, посещаемость, нагрузку врачей. Система использует ансамблевые модели и модели временных рядов для прогнозирования и оптимизации. Качество данных — 95%, удовлетворённость пациентов — +53%.

Мы запустили добровольный обезличенный обмен данными между клиниками. Чем больше участников, тем точнее прогнозы отмен, нагрузки и планирования для каждого. Это не просто «обмен данными», а взаимовыгодная коллаборация, где каждый участник получает доступ к улучшенной аналитике без потери контроля над своими данными.

Мы используем MCP как единый протокол для подключения к генеративным моделям (Gemini, ChatGPT, Claude). Один протокол вместо множества интеграций. Это позволяет нам подключать любые модели без перестройки системы и давать врачу доступ к лучшим инструментам на рынке.

В Dentaltap все ИИ-функции — голосовой ассистент, диагностика, заметки, планирование, административные задачи — объединены в единый вычислительный слой, который мы называем AI Maestro. Это не отдельный продукт и не «ещё одна кнопка». Это архитектурная основа, которая управляет всеми интеллектуальными процессами в программе.

В основе AI Maestro лежит система из пяти специализированных агентов, каждый из которых отвечает за свою область. Они работают непрерывно, обмениваются данными и не требуют вмешательства человека в повседневной работе.

Агент Scheduler управляет расписанием: прогнозирует отмены, оптимизирует слоты, предлагает оптимальные варианты записи на основе истории пациентов и загрузки персонала. Агент Data Quality контролирует качество данных: проверяет полноту карт, исправляет ошибки, сигнализирует о пропущенных полях. Агент Task Management распределяет задачи между врачами, ассистентами и администраторами, предлагая оптимальную балансировку нагрузки. Агент Communication автоматизирует коммуникации с пациентами: генерирует персонализированные сообщения, выбирает канал связи, отправляет уведомления. Агент Analytics & Reporting собирает данные от всех агентов, анализирует их и генерирует отчёты в реальном времени.

Все эти агенты работают не сами по себе, а под управлением оркестратора — AI Maestro. Именно он получает запрос от пользователя (через OpenClaw, голос или API), определяет, какие агенты и в каком порядке нужно задействовать, координирует их выполнение, агрегирует результаты и возвращает готовый ответ. Он не просто «связывает» компоненты — он является средой, в которой они существуют и выполняют свои задачи.

Врач пишет в OpenClaw: «Оптимизируй расписание на сегодня с учётом отмен». OpenClaw передаёт запрос AI Maestro. AI Maestro определяет, что нужен агент Scheduler. Scheduler анализирует расписание, прогнозирует отмены, предлагает оптимальные слоты. Результат возвращается в Clawdbot. Врач видит готовый план действий. Всё это занимает секунды и не требует переключения между окнами.

Или другой пример. Врач загружает снимок и пишет: «Найди признаки кариеса». OpenClaw передаёт запрос AI Maestro. AI Maestro через MCP обращается к Gemini, передавая снимок и запрос. Gemini анализирует изображение и возвращает структурированный ответ. AI Maestro интегрирует этот ответ в карту пациента — разметку на снимок, комментарии в раздел «Диагностика». Врач получает готовый результат без ручного переноса данных.

Вся система построена на принципе единой точки входа — OpenClaw. Врач не переключается между модулями и не ищет нужную функцию. Он просто формулирует запрос на естественном языке, а система сама определяет, какие инструменты задействовать и куда сохранить результат. Автоматическое размещение данных — ещё один ключевой принцип. OpenClaw «знает» структуру Dentaltap и сохраняет заметки в заметки, планы в планы, разметку на снимки. Никакого копирования и вставки. Агенты работают согласованно, не конфликтуя и не дублируя действия друг друга, а оркестратор обеспечивает доступ ко всем данным практики: картам, расписанию, истории, протоколам, изображениям.

Вопросы поставщикам программ для стоматологии, которые я собрал ниже, помогут вам отличить реальный ИИ от маркетинга. Они не про технологии. Они про задачи, которые вы решаете каждый день. Запись, диагностика, документооборот, планирование, коммуникация. Спросите поставщика, как он решает каждую из них. Если ответ не будет конкретным — значит, ИИ у него только на сайте.

ИИ в стоматологии перестал быть экспериментом. Он стал стандартом. Программа без автоматизации записи, документации и диагностики уже не соответствует сегодняшним стандартам.

ИИ-функции должны быть не набором разрозненных инструментов, а единым вычислительным слоем, управляемым оркестратором. Поставщик должен давать выбор: открытые протоколы (MCP) и интеграция с несколькими LLM — это стандарт, а не опция. Вы не обязаны внедрять всё сразу, но обязаны знать, куда движется рынок. Начните с базовых функций — голосовой ассистент, автоматическая заметка, диагностика снимков. Агентную архитектуру можно подключать позже, когда практика будет готова. Но знать, что она существует и уже работает — вы должны.

Не спрашивайте поставщиков «есть ли у вас ИИ?» Спрашивайте: «Как ваша программа решает конкретные задачи моей практики?» Если ответ не конкретный — ИИ у них только на сайте. Задавайте вопросы из списка выше. Они помогут отделить реальную автоматизацию от маркетинга.

Не торопитесь — возможно, вы не готовы или не выдержите ИИ-перегрузки. Пока всего 10% от запросов к генеративным моделям касаются автоматизации работы. У вас ещё есть время всё осмыслить, но уже беспокойтесь — опоздать!