Этот пост написан Саси Муккамалой, техническим директором Redox.

Продолжение статьи «LLM, MCP и агентный ИИ — о боже!»

В декабре 2025 года я писал, что интероперабельность движется к миру, где интеграции формируются, отслеживаются и исправляются ИИ-агентами, которые понимают намерения и могут действовать в соответствии с ними. В то время это была лишь гипотеза. У нас в Redox уже работал внутренний MCP-сервер, был набор принципов проектирования и уверенность в том, что естественный язык станет полноценным интерфейсом для инфраструктуры интеграции в здравоохранении. Мы прогнозировали, что к июню у нас появятся бета-версии для тестирования с клиентами, а полноценный релиз (GA) состоится в конце 2026 года.

Вместо этого в июне 2026 года мы выпустили продукт. Наш MCP-сервер и набор AI-ассистентов стали общедоступными, и клиенты начали использовать их для рабочих интеграций. Фактически, уровень внедрения клиентами превзошел все целевые показатели. Единственное, что опережает темпы внедрения — это энтузиазм клиентов по поводу новых функций. Всего за несколько месяцев системы и инструменты, на которых работает интероперабельность, фундаментально изменились неожиданным образом. Что-то стало проще. Что-то — нет. На вопросы «кто выполняет работу?» и «сколько работы выполняется?» теперь есть совсем другие ответы. Некоторые из наших гипотез подтвердились. Некоторые были уточнены. Все эти выводы сформировали наше текущее видение и дорожную карту. Давайте разберемся в этом подробнее.

Что стало проще, а что нет

Заинтересовать клиентов в использовании функций ИИ стало проще. Когда мы открыли бета-тестирование MCP в конце 2025 года, нам приходилось самим искать участников. Список кандидатов был длинным, но лишь немногие клиенты были готовы попробовать. Интерес был реальным, но абстрактным; мало кто имел конкретный план или понимание того, что с этим делать. За месяцы между бета-версией и полноценным релизом разговор полностью изменился. Клиенты теперь легко видят ценность нашего MCP-сервера, часто потому, что они уже используют агентов где-то еще в своем стеке. Полезность нашего набора AI-ассистентов говорит сама за себя, и клиенты стремятся включить эти функции как можно скорее. (Небольшая реклама: ищите наш MCP-сервер в Anthropic Connector Marketplace!)

Сделать функции ИИ безопасными проще не стало. Разработка нашего MCP-сервера довольно проста. А вот предоставление доступа к платформе интеграции в здравоохранении через него — нет. То, что ограничивает агента, работающего с этой инфраструктурой, — это возможность видеть правильное состояние, наличие разрешения на изменение того, что его просят изменить, и возможность отменить или отследить это изменение впоследствии. Мы никогда не пойдем на компромисс в вопросах соблюдения требований конфиденциальности и безопасности данных в здравоохранении. За последние два квартала мы потратили столько же времени на определение областей авторизации, аннотирование инструментов, разрешение организационного контекста и поверхности аудита, сколько на проектирование промптов и контекста. Вся эта работа позволила нам обеспечить надежную и безопасную среду для пользователей, ежедневно взаимодействующих с нашими функциями ИИ и MCP.

Что изменилось

Подумайте вот о чем: исторически для изменения конфигурации требовалось знание нашего DSL (предметно-ориентированного языка), а это означало, что менеджеру проекта или бизнес-аналитику, который идеально понимает клинические требования, требовалась помощь сотрудника Redox для внесения изменений. С помощью AI-ассистента для изменения конфигурации тот же клиент просто описывает маппинг и получает работающую схему за считанные минуты. Мы наблюдали, как клиенты маппят полные сегменты HL7 для типов сообщений, с которыми они никогда не работали, включая условную логику, зависящую от наличия ресурса FHIR, а затем применяют ту же логику к нескольким подпискам. В других случаях операционный персонал теперь самостоятельно и безопасно вносит изменения в конфигурацию и HL7, не полагаясь на инженера.

Это и есть настоящая трансформация, и она заключается не в том, что «инженеры стали быстрее». Круг людей, которые могут безопасно внести изменения, значительно расширился.

Эффект второго порядка — это то, чего я не предвидел, и теперь мы слышим версию этого от большинства клиентов, которые используют эти инструменты уже несколько месяцев: инструменты ИИ создают больше задач в бэклоге, а не меньше. Когда стоимость предложения изменений в интеграции падает, предложений становится больше. Ресурсы, высвободившиеся на стороне реализации, почти сразу поглощаются работой, которую раньше не стоило даже записывать. Если вы измеряете свои инвестиции в ИИ количеством сэкономленных рабочих мест, вы измеряете не то. Измеряйте, насколько больше ваша команда выпускает при тех же ограничениях. Это версия парадокса Джевонса: удешевление процесса увеличивает объем выполняемой работы, а не количество свободного времени.

Третий эффект изменил направление нашей дорожной карты. Когда мы спрашивали клиентов, что их все еще беспокоит, они называли не объем ошибок. Они говорили о невидимых сбоях. Очередь, которая тихо пытается повторить запрос ниже порога оповещения. Поток на стороне источника, который изменил форму выше по течению и остался незамеченным, пока данные ниже по течению не стали выглядеть неправильно. Один руководитель интеграции описал нам свое устранение неполадок так:

«Иногда это действительно похоже на поиск иголки в стоге сена. Что-то, что помогло бы мне понять, какую форму стога сена я ищу, было бы отличным шагом в правильном направлении».

Это проблема, которую стоит решить. Дорогостоящая часть сбоя интеграции в здравоохранении редко заключается в стоимости исправления. Это стоимость плохих данных или отсутствия данных, переданных в интервале между тем, когда что-то сломалось, и тем, когда кто-то это осознал.

На недавнем вебинаре наш старший вице-президент по работе с клиентами Кейлин Гиго рассказала историю об организации здравоохранения, которая шесть недель не отправляла ни одного результата. Организация работала с интеграционной платформой без оповещений и мониторинга. Никто не заметил отсутствия трафика, пока кто-то не спросил, почему биллинг затих, потому что в этом рабочем процессе отсутствие результата означало отсутствие счета. Шесть недель тишины в бизнесе с оборотом почти в миллиард долларов в год — это не погрешность округления. Это реальная выручка, которую приходится взыскивать постфактум.

Этот разрыв между поломкой и обнаружением — это то, где происходит настоящий ущерб. Это может привести к расторжению контракта или испорченным отношениям с клиентом задолго до того, как кто-то найдет первопричину.

Как мы теперь думаем об инструментах ИИ

Вот что мы вынесли из последних шести месяцев: внедрение было простым, но безопасность была настоящей работой; высвободившееся время превратилось в большее количество задач в бэклоге, а не в меньшее; а сбои, которые причиняли больше всего боли, были теми, которые никто не ожидал.

Заглядывая в будущее, мы организуем инвестиции в трех областях, поскольку они несут разные риски и разные требования к доказательствам:

MCP-сервер — типизированные инструменты с правами доступа, которые может вызвать любой MCP-совместимый клиент. Это позволяет использовать агентное самообслуживание с помощью инструментов, которые наши клиенты уже используют.

Ассистенты в панели управления — контекстный слой для тех, кто уже просматривает лог, полезную нагрузку или редактор конфигурации внутри нашей панели.

Агенты в фоновом режиме — интеллектуальные процессы, постоянно работающие в вашей среде, которые сообщают вам то, о чем вы не спрашивали, но о чем должны знать.

Во второй половине 2026 года мы сосредоточимся на следующем:

Агенты-наблюдатели

Мы начинаем с идентификации, сортировки и устранения ошибок, предваряя более специализированную работу по обеспечению качества данных. Причина — охват. Агент по очистке данных — это высокоточный инструмент, чрезвычайно ценный для определенной группы клиентов. Агент по обработке ошибок — это пожарная сигнализация, которая нужна в каждом здании.

Конкретно мы стремимся выявлять типы сбоев, которые находятся ниже текущего порога оповещений. Очереди, застрявшие в циклах повторных попыток. Скрытые сбои на стороне источника. Деградация соединения, видимая только в логах и больше нигде. Клиенты заслуживают проактивных уведомлений, а не дашборда, который кто-то должен не забыть открыть. Мы начинаем с жестких пороговых значений, постепенно снижая количество ложных срабатываний, а не наоборот, потому что недостаточно чувствительное оповещение приучает людей игнорировать его, и этот ущерб трудно исправить.

Параллельно с этим — обнаружение дрейфа данных. Когда вышестоящая система EHR меняет формат потока, сигнал об этом часто уже содержится в собираемых нами ошибках. Наша задача — связать эти симптомы с причиной и представить это как изменение в системе, а не как список отдельных сбоев.

Самообслуживание и комплексные решения

Второе направление инвестиций — завершение пути от намерения до работающей интеграции через MCP. Наши собственные команды внедрения теперь выполняют проекты «от и до» через сервер MCP — это внутреннее доказательство, которое мы хотели получить перед тем, как открывать его для более широкого использования. Фраза, которую мы используем внутри компании: «Сделай сам, но не в одиночку». Это означает, что клиенты могут использовать функции самообслуживания, когда это целесообразно, но при этом могут полагаться на руководство и поддержку команды Redox. В данном случае цель состоит в том, чтобы клиент мог полностью самостоятельно настроить соединение, если захочет.

Это не только вопрос скорости. Когда стоимость внедрения структурно снижается, экономика небольших подключений меняется: клиника, которая раньше не стоила усилий по интеграции, становится выгодной для подключения. Это проникает в здравоохранение глубже, чем любой прирост эффективности.

Еще одна небольшая реклама: подписывайтесь на нас в LinkedIn или подпишитесь на нашу ежемесячную рассылку, чтобы узнавать о новых функциях, которые мы выпускаем каждый месяц!

Что не изменилось

Наша политика управления остается такой же, как в июне, и она не станет мягче по мере того, как агенты будут становиться более функциональными.

PHI (защищенная медицинская информация) не используется для обучения моделей. Данные запросов проходят установленный путь хранения и деидентификации, а обработка клинических данных по-прежнему регулируется теми же протоколами интеграции, что и всегда. Вывод (инференс) выполняется на движке, соответствующем требованиям HIPAA, с принудительным разграничением данных. Функции ИИ остаются выключенными до тех пор, пока владелец организации не включит их и не примет условия — мы никогда не включали их по умолчанию ни для кого.

Для агентской работы действуют три правила. 1) Доступ на чтение расширяется раньше доступа на запись. 2) Каждое действие агента должно быть атрибутируемым и проверяемым. 3) Ничего не меняется в вашей среде, пока человек не даст на это согласие.

Это ограничение, которое мы принимаем, а не то, которому мы сопротивляемся. Автономия в инфраструктуре здравоохранения должна быть заработана постепенно, в процессе эксплуатации, на основе доказательств.

Что дальше

Видение не изменилось: интероперабельность как программируемая инфраструктура, где намерение является первостепенным вводом, а замкнутый цикл позволяет тому же уровню, который настраивает конфигурацию, отслеживать ее, объяснять и исправлять.

Что изменилось, так это то, что теперь я знаю, какая часть самая сложная. Это не настройка интеграции. Это долгий, неблагодарный средний этап — годы, когда поток работает в продакшене, а системы с обеих сторон тихо развиваются под ним. Именно здесь на самом деле завоевывается или теряется доверие к медицинским данным, и именно на это мы направим наших агентов в дальнейшем.