Penda Health (Кения) — независимое РКИ не подтвердило заявления компании об эффекте ИИ

Коротко. Penda Health — сеть клиник первичной помощи в Найроби (Кения) — использует систему поддержки клинических решений AI Consult на основе моделей OpenAI. Ранее компания вместе с OpenAI опубликовала собственное исследование: по нему диагностических ошибок стало меньше на 16%, лечебных — на 13%.

Независимое рандомизированное контролируемое испытание (РКИ) с участием KEMRI-Wellcome Trust, London School of Hygiene & Tropical Medicine (LSHTM) и Университета Бирмингема (Nature Medicine, 2026) не показало значимого снижения доли пациентов с неудачей лечения в течение 14 дней после визита. Это главный клинический исход испытания.

Что изменили

До: клинический офицер (медработник, который ведёт приём) сам записывал диагноз и план лечения. После: часть клинических офицеров, отобранных случайно, во время приёма получала подсказки ИИ-системы по диагнозу, полноте записи и плану лечения. Решение оставалось за медработником.

Как измерили

Прагматическое кластерное РКИ: рандомизировали не отдельных пациентов, а 103 кластера клинических офицеров в 16 клиниках; апрель–июль 2025 года, около 9 700 визитов (в анализе первичного исхода — 9 347). Ведущие авторы и статистики — академические специалисты из KEMRI-Wellcome Trust, LSHTM и Бирмингема; первичный исход оценивали эксперты. Исследование финансировал фонд Гейтса, спонсор — PATH.

В статье отдельно зафиксировано: OpenAI не участвовал в дизайне исследования, сборе данных, анализе, интерпретации, подготовке статьи и решении о публикации, а предоставил только вычислительные ресурсы и техническую консультацию. Слабое место статья раскрывает сама: трое из 15 соавторов — сотрудники Penda Health, двое из них держат опционы компании.

Что получилось

Главный клинический исход — доля пациентов с неудачей лечения за 14 дней: повторное обращение с нерешёнными симптомами, эскалация помощи или проблема безопасности. В группе с ИИ таких пациентов было 2,2%, в контрольной — 2,0%; скорректированное отношение шансов 0,77 (95% доверительный интервал, ДИ, 0,55–1,08; p = 0,13). Разница статистически незначима: испытание не показало, что ИИ снижает этот показатель.

По вторичным показателям ИИ дал значимое улучшение: выросли точность записи диагноза (отношение шансов 1,74), полнота клинической записи (1,68) и уместность плана лечения (1,71), везде p < 0,001. Удовлетворённость пациентов не изменилась, различий в правильном применении антибиотиков тоже не нашли (отношение шансов 0,86; 95% ДИ 0,48–1,55).

Более раннее собственное исследование компании проводили без рандомизации: независимые врачи-рецензенты ретроспективно оценивали записи визитов. Оно заявляло о снижении диагностических ошибок на 16% и лечебных на 13%. Этот более оптимистичный результат расходится с итогом независимого РКИ по клиническому исходу пациента.

Почему так вышло

Причина расхождения между источниками не установлена. Независимое исследование показывает только сочетание результатов: запись и план лечения стали лучше, а доля неудач лечения за 14 дней значимо не изменилась. Почему одно не перешло в другое, авторы не выясняли. Сами они отмечают, что статистической мощности (способности испытания уловить эффект) хватало только на умеренные эффекты: небольшое снижение испытание могло не заметить.

Собственное исследование компании измеряло другое: ошибки, найденные рецензентами при повторном просмотре записей, а не итоговый исход лечения реальных пациентов в рандомизированном сравнении.

Чему учит

Исследование компании о собственном продукте, даже методологически аккуратное, может измерять показатель, который улучшить легче (например, ошибки в записи), чем итоговый клинический исход в независимом РКИ. Сравнивать их напрямую нельзя.
ИИ-подсказка способна заметно улучшить документирование и не изменить исход для пациента. Это разные уровни эффекта, и улучшение одного не гарантирует улучшения другого.
Результату больше доверия, когда исследование оплачивает независимый донор, а не поставщик или сама клиника, и статья прямо описывает роль поставщика модели.
Раскрытые опционы Penda у соавторов из её штата не обесценивают независимое РКИ, если дизайн, анализ и оценку исхода вели внешние специалисты.

Источники

Generative AI-enabled clinical decision support system in primary care: a pragmatic, cluster-randomized trial — Nature Medicine, 26.06.2026, через PMC.
AI Consult — собственное исследование компании — arXiv, июль 2025.

Уровень доказательности: A. Независимое кластерное РКИ с прозрачным раскрытием роли поставщика модели и конфликтов интересов. Итог смешанный: улучшение документирования и плана лечения при отсутствии значимого эффекта на главный клинический исход. Трое соавторов РКИ — сотрудники Penda. Собственное исследование Penda и OpenAI имеет одно происхождение (уровень C) и использовано только для контраста.