Общий анализ крови — одно из самых знакомых лабораторных исследований.
Но знакомым он остаётся ровно до момента, когда пользователь открывает результат.
На экране или бумаге появляются:
HGB, RBC, WBC, PLT, HCT, MCV, MCH, нейтрофилы, лимфоциты, СОЭ — а рядом цифры, проценты, единицы измерения и отметки «выше» или «ниже».
Человек видит отклонение и почти автоматически начинает искать:
«Почему повышены лейкоциты?»«Что значит низкий гемоглобин?»«Опасно ли, если лимфоциты выше нормы?»
И здесь появляется интересный сценарий для искусственного интеллекта.
Не поставить диагноз.
А перевести лабораторный бланк с медицинского языка на человеческий.
На первый взгляд всё очевидно.
Есть показатель.
Есть результат.
Есть норма.
Если значение внутри диапазона — всё хорошо.
Если вышло за него — проблема.
Но медицина устроена сложнее.
Референсный интервал — это диапазон значений, используемый конкретной лабораторией для сравнения результата. Сам выход за пределы интервала ещё не означает заболевание. На показатели могут влиять возраст, пол, лекарства, питание, физическая нагрузка, стресс, время сдачи анализа и другие факторы.
Поэтому одна красная стрелка в бланке сама по себе мало что говорит.
ОАК содержит несколько групп показателей.
Сюда относятся:
Они связаны между собой и помогают оценивать характеристики красных клеток крови.
Например, просто увидеть сниженный гемоглобин недостаточно.
Для понимания картины важны и другие эритроцитарные показатели.
WBC показывает общее количество лейкоцитов.
Но дальше начинается лейкоцитарная формула:
Причём лаборатория может указывать как проценты, так и абсолютные значения.
Это важно: два показателя могут выглядеть противоположно в процентах, но абсолютные значения при этом оказываются нормальными.
PLT отражает количество тромбоцитов.
Дополнительно могут указываться MPV и другие тромбоцитарные индексы.
СОЭ — неспецифический показатель.
Он может изменяться при самых разных состояниях, поэтому интерпретировать его отдельно от остальных данных особенно рискованно.
Именно поэтому в сервисе ДокАнализ в материалах об общем анализе крови отдельно подчёркивает необходимость смотреть не на одну цифру, а на сочетания показателей и контекст.
Для общего анализа крови AI хорошо подходит к нескольким конкретным задачам.
Вместо:
HGB — 117MCV — 76MCH — 24
пользователь может получить понятную структуру:
гемоглобин — такое-то значение;средний объём эритроцита — такое-то значение;среднее содержание гемоглобина — такое-то значение.
Это уже сильно снижает порог входа.
Важно использовать именно диапазоны из исходного бланка, а не случайные нормы из интернета.
Разные лаборатории могут использовать разные методы, единицы измерения и референсные интервалы.
Например:
Не:
«У вас анемия».
А:
«Гемоглобин отражает способность крови переносить кислород; снижение показателя оценивают вместе с эритроцитарными индексами и другими данными».
Вот такой формат гораздо безопаснее и полезнее.
Предположим, у человека снижены нейтрофилы и повышены лимфоциты.
Поисковый запрос быстро выдаст десятки возможных причин.
Но сама комбинация может встречаться, например, при вирусной инфекции или в период восстановления после неё. При этом для оценки важны абсолютные значения клеток, симптомы, возраст, принимаемые лекарства и динамика.
То есть AI должен уметь не просто сказать:
«Лимфоциты повышены».
А показать:
«Имеет смысл оценивать этот показатель вместе с нейтрофилами, общим количеством лейкоцитов и клинической ситуацией».
Это принципиально другой уровень анализа.
Конечно, лабораторный бланк можно загрузить в универсальную нейросеть.
Но тогда пользователь сам должен объяснить, что ему нужно.
Например:
«Распознай все показатели, сохрани единицы измерения, используй референсные значения из моего бланка, не ставь диагноз, объясни каждый показатель простыми словами и выдели только те отклонения, которые действительно есть».
Не каждый пользователь умеет составлять такой запрос.
В специализированном сервисе эта логика может быть частью самого продукта.
Например, ДокАнализ работает с медицинскими анализами как с отдельным типом документов: сервис может распознавать показатели, референсные диапазоны и объяснять результат простым языком. На сайте также поддерживаются PDF, JPG, PNG, DOC, DOCX и XLSX — то есть можно загрузить как файл, так и фотографию лабораторного бланка.
Многие получают результат на бумаге.
Поэтому вместо PDF проще сфотографировать бланк.
AI действительно может работать с таким изображением, но качество анализа напрямую зависит от качества снимка.
На фотографии должны быть хорошо видны:
Если цифра размыта или край таблицы обрезан, ошибка распознавания может затем превратиться в ошибочную интерпретацию. ДокАнализ отдельно рекомендует проверять распознанные значения по оригиналу.
Это, пожалуй, главный риск автоматической расшифровки.
Представим:
гемоглобин ниже нормы.
Плохой AI-ответ:
«У вас железодефицитная анемия».
Такой вывод делать нельзя только по одной строке.
Корректнее:
«Гемоглобин ниже референсного диапазона. Причины могут быть разными; для оценки обычно учитывают другие показатели общего анализа крови, дополнительные лабораторные данные и клинический контекст».
В медицинской статье самого сервиса - ДокАнализ, отдельно подчёркивается, что один отклонённый показатель не позволяет сделать вывод о состоянии здоровья, а результат нужно оценивать в комплексе.
Пользователь часто ищет:
«Норма гемоглобина».
Находит таблицу.
Сравнивает.
И получает совсем не тот вывод, который указан в его лабораторном отчёте.
Проблема в том, что референс зависит от нескольких факторов.
Кроме того, результаты могут быть представлены в разных единицах.
Поэтому базовое правило:
сначала смотрим значение и референс в исходном бланке, а уже потом ищем дополнительное объяснение.
AI-сервису тоже желательно работать именно с данными документа, а не подменять их универсальной «нормой».
Например, общий анализ крови плюс биохимия.
Десятки строк вручную искать неудобно.
Человек получает понятное название и объяснение каждого показателя.
Можно заранее подготовить вопросы:
Например, анализ крови был сдан месяц назад и сегодня.
AI может помочь структурировать изменения, но вывод о причинах этой динамики всё равно требует медицинского контекста.
Автоматический разбор особенно не стоит воспринимать как самостоятельное медицинское решение, если:
В этих ситуациях важны не только цифры в документе.
Не так:
загрузил анализ → AI поставил диагноз → начал лечение.
А так:
загрузил → проверил распознавание → понял показатели → увидел отклонения → сформулировал вопросы → обсудил их с врачом при необходимости.
Это и есть полезная роль AI.
Он сокращает дистанцию между непонятным лабораторным бланком и осмысленным разговором со специалистом.
В ДокАнализ медицинские анализы выделены в отдельный сценарий. Пользователь загружает документ или фотографию, а сервис помогает структурировать содержащиеся в нём показатели и объяснить их простыми словами. На главной странице сервиса также заявлена возможность бесплатно посмотреть краткий результат анализа перед полным разбором.
При этом сервис прямо позиционирует такой результат как информационный, а не как замену медицинской консультации.
И это, пожалуй, правильная граница для подобных продуктов.
Общий анализ крови уже содержит всю основную информацию.
Проблема в том, что для неподготовленного человека она записана на языке сокращений, референсов, процентов и медицинских терминов.
AI способен сделать этот документ значительно понятнее:
Но окончательный медицинский вывод не должен строиться только на автоматическом отчёте.
Поэтому лучший сценарий — использовать AI не как врача, а как понятный интерфейс к результатам лаборатории.
Попробовать такой разбор можно в ДокАнализ — сервисе расшифровки медицинских анализов с помощью ИИ.