Информационное издание
MedTechОбзор

Аналитический журнал о цифровом здравоохранении

Врач за современным рабочим местом в московской поликлинике изучает данные электронной медицинской карты на большом мониторе, мягкий синеватый свет, интерьер медицинского центра
Искусственный интеллект · Медицинские системы

Цифровое здравоохранение: искусственный интеллект в диагностике и медицинские информационные системы

Как Москва построила один из крупнейших в мире цифровых медицинских контуров, что даёт ИИ врачам и пациентам, и чему учит опыт ЕМИАС для других городов и клиник России

Автор: Дмитрий Воронцов, редактор по цифровым технологиям · Науч. редактор: д.м.н. Елена Прохорова · Обновлено: 14 мая 2026 · ~18 мин чтения
Информационно-аналитический материал. Не является рекламой программных продуктов и медицинских изделий, а также медицинской рекомендацией.
Статистика

Цифровое здравоохранение Москвы в цифрах — это уже реальность

Данные, характеризующие масштаб и эффективность цифровой трансформации системы здравоохранения Москвы по состоянию на 2024–2026 годы

4,2 млрд

цифровых записей в электронных медицинских картах московских пациентов — один из крупнейших массивов в мире

ЭМК · ЕМИАС
95%

распространённых заболеваний охватывает система поддержки принятия врачебных решений (СППВР) на основе искусственного интеллекта

ИИ · СППВР
120 тыс.

врачей и медсестёр объединены в едином цифровом контуре московского здравоохранения — все городские больницы, поликлиники и скорая помощь

Единый контур
до 2%

сократилась доля пациентов, ожидающих приёма терапевта 4 дня и более — с многодневного ожидания до фактически немедленного доступа

Доступность · Москва
2,5 млн

лучевых исследований проанализировал искусственный интеллект в Москве за год — КТ, МРТ, рентгенограммы, флюорограммы, маммограммы

МосМедИИ · 2024–2025
75 млн

электронных рецептов выписано в Москве — оформление занимает порядка 30 секунд вместо нескольких минут бумажного процесса

Электронный рецепт

Данные основаны на официальных материалах Правительства Москвы, публикации Сизова Г. Г. «Национальное здравоохранение» (2024, т. 5, № 3) и материалах конференции CNews «Цифровое здравоохранение 2026». Подробнее — в разделе «Источники».

Направления

Ключевые направления цифровой трансформации здравоохранения

Пять технологических направлений, формирующих современную цифровую медицину в России и Москве

Цифровизация здравоохранения в России прошла путь от разрозненных пилотных проектов к системной интеграции. Сегодня медицинские организации работают в едином цифровом контуре, обеспечивающем непрерывность данных о пациентах, поддержку диагностики искусственным интеллектом и дистанционный мониторинг хронических заболеваний. Ниже — характеристика пяти ключевых технологических направлений.

1

Электронная медицинская карта и МИС

Электронная медицинская карта (ЭМК) — центральный элемент цифровой инфраструктуры клиники. В Москве ЭМК появились в структуре ЕМИАС и охватывают все государственные поликлиники и больницы города. Пациент получает доступ к собственной карте через личный кабинет на портале Госуслуг.

Медицинская информационная система (МИС) — программный комплекс, управляющий потоками клинических, административных и финансовых данных в медицинской организации. Типичная МИС включает модули расписания и записи, формирования ЭМК, лабораторной и лучевой диагностики, аптечного учёта, взаиморасчётов со страховыми организациями.

Ключевой проблемой остаётся «двойной ввод» данных: когда МИС не интегрирована с внешними сервисами (CRM, контакт-центром, ДМС-порталом), персонал вынужден вносить одни и те же сведения вручную в нескольких системах. По данным отраслевых исследований, это занимает от 20 до 40% рабочего времени врача на административные функции.

Требования регулятора

  • · Интеграция с ЕГИСЗ обязательна для государственных медицинских организаций
  • · Хранение ЭМК: сроки определяются Приказом Минздрава № 956н
  • · Передача данных — через защищённые каналы СМЭВ
  • · Соответствие 152-ФЗ в части персональных данных пациентов
2

Искусственный интеллект в диагностике

Применение технологий искусственного интеллекта в медицинской диагностике — одно из наиболее активно развивающихся направлений цифрового здравоохранения. Алгоритмы машинного обучения анализируют медицинские изображения (КТ, МРТ, рентгенограммы, маммограммы, патоморфологические препараты) и указывают на признаки патологий, которые врач затем верифицирует.

Важно разграничивать категории ИИ-решений. Скрининговые системы помогают расставить приоритеты в очереди снимков: подозрительные исследования выводятся на рецензию первыми. Вторичный анализ предлагает «второе мнение» — вероятностную оценку находок после первичного заключения врача. СППВР (системы поддержки принятия врачебных решений) работают с клиническими данными ЭМК и предлагают дифференциальный диагноз, напоминают о лекарственных взаимодействиях.

Требование к доказательности: согласно действующему регулированию, программы для ЭВМ, используемые для медицинской диагностики, могут быть отнесены к классу медицинских изделий и требуют регистрации в Росздравнадзоре. Эффективность конкретной системы подтверждается клиническими испытаниями, а не маркетинговыми заявлениями вендора.

"Искусственный интеллект увеличил скорость анализа исследований и повысил точность диагностики. Врачи получили возможность оперативно получать второе мнение."

По материалам пресс-службы Правительства Москвы, 2025
3

Телемедицина и дистанционный мониторинг

Телемедицинские технологии в России регулируются Федеральным законом от 21.11.2011 № 323-ФЗ «Об основах охраны здоровья граждан» (ст. 36.2, введена ФЗ № 242-ФЗ в 2017 году). Закон разграничивает форматы: дистанционное наблюдение за пациентом, консультация «врач — пациент» и консультация «врач — врач».

Правовое ограничение: постановить первичный диагноз дистанционно и назначить лечение без предшествующего очного приёма законодательство не позволяет. Телемедицина применяется для динамического наблюдения, коррекции терапии и консилиумов.

Дистанционный мониторинг пациентов с хроническими заболеваниями — наиболее перспективный сегмент. Носимые устройства (тонометры, глюкометры, кардиомониторы) передают показатели в информационную систему клиники. Врач отслеживает отклонения в режиме реального времени. К 2026 году программы дистанционного мониторинга в системе ОМС охватывают значительный контингент пациентов с артериальной гипертензией и сахарным диабетом в ряде регионов России.

Правовые рамки РФ

  • · ФЗ № 323-ФЗ, ст. 36.2 — телемедицинские технологии
  • · Приказ Минздрава № 965н — порядок телемедицины
  • · Первичный диагноз дистанционно — запрещён без предварительного очного осмотра
  • · ОМС-покрытие: определяется территориальными программами
4

Аналитика данных и управление медицинской организацией

Большие данные в здравоохранении — это совокупность клинических, административных, финансовых и генетических сведений о пациентах, накопленных в информационных системах. Корректный анализ этих данных позволяет выявлять эпидемиологические тренды, оптимизировать потоки пациентов, прогнозировать нагрузку на медицинский персонал.

Для руководителя клиники ключевая ценность аналитической подсистемы МИС — дашборды операционных показателей в реальном времени: загрузка врачей, длина очередей, выручка по направлениям, доля повторных обращений. Директор по развитию или директор по информационным технологиям медицинской организации использует эти данные для обоснования инвестиций в цифровизацию.

Коммерческий сегмент обезличенных медицинских данных развивается, однако требует строгого соответствия требованиям обезличивания и обработки персональных данных согласно 152-ФЗ. Фармацевтические компании и страховые организации являются основными заказчиками аналитики на этом рынке.

Типичные метрики

  • · Среднее время ожидания в очереди
  • · Загрузка врача (% от норматива)
  • · Доля электронных записей
  • · NPS пациентов после визита
  • · Доля повторных обращений за 30 дней
  • · Выручка на один приём
5

ЕГИСЗ и интеграция медицинских систем

Единая государственная информационная система в сфере здравоохранения (ЕГИСЗ) — федеральная платформа, объединяющая медицинские организации России в едином информационном пространстве. Подключение государственных и частных клиник к ЕГИСЗ регулируется Постановлением Правительства РФ № 1236.

Ключевые подсистемы ЕГИСЗ: Федеральный реестр медицинских организаций, Федеральная электронная регистратура, централизованные подсистемы ЭМК и рецептов, сведения о выданных листках нетрудоспособности. Данные передаются через СМЭВ (Систему межведомственного электронного взаимодействия).

Московская система ЕМИАС интегрирована с ЕГИСЗ и при этом обладает расширенной функциональностью, недоступной в базовом федеральном контуре: собственный ИИ-стек для анализа снимков, единая радиологическая система, СППВР, дистанционный мониторинг. Этот опыт масштабируется: в 2024 году по поручению Президента России московские ИИ-сервисы стали доступны медицинским организациям в более чем 80% регионов страны через платформу МосМедИИ.

Ключевые НПА

  • · ПП РФ № 1236 — подключение к ЕГИСЗ
  • · Приказ Минздрава № 947н — порядок ведения ЕГИСЗ
  • · 152-ФЗ «О персональных данных»
  • · 323-ФЗ «Об основах охраны здоровья»
  • · Национальный проект «Здравоохранение» до 2030
Методология

Как происходит цифровая трансформация медицинской организации

Описание типичного процесса внедрения цифровых решений — от аудита до операционного сопровождения

01

Аудит технологических разрывов

Первый этап — инвентаризация существующей цифровой инфраструктуры клиники. Анализируются текущая МИС, интеграции с внешними системами, процессы, остающиеся вне цифрового покрытия: маркетинг и запись, ДМС-взаиморасчёты, контакт-центр, контроль качества оказанной медицинской помощи.

Результат этапа — карта технологических разрывов: наглядное представление того, какие процессы автоматизированы, а какие по-прежнему выполняются вручную или с дублированием данных. Именно эта карта становится основой для приоритизации последующих инвестиций в цифровизацию.

Типичный срок: 2–4 недели. Участвуют ИТ-директор, главный врач, руководители ключевых подразделений.

02

Подбор и сравнение решений

Выбор медицинской информационной системы или отдельных цифровых сервисов — ответственное решение с долгосрочными последствиями. Ключевые критерии: наличие регистрации в реестре медицинских изделий (для ИИ-решений), реализованная интеграция с ЕГИСЗ, совместимость с уже внедрёнными системами, наличие действующих внедрений в сопоставимых организациях.

Распространённая ошибка — выбор по презентациям вендоров без проверки реальной эффективности в схожих условиях. Директор по информационным технологиям медицинской организации должен запрашивать референс-контакты и посещать действующие внедрения до принятия решения.

Рекомендуется: пилотное внедрение на одном подразделении с фиксацией KPI до старта.

03

Внедрение и интеграция систем

Техническое внедрение включает развёртывание программного обеспечения, настройку интеграций с ЕГИСЗ и, при необходимости, с ЕМИАС (для московских медицинских организаций), устранение дублирования данных между модулями. Интеграция с внешними сервисами (лаборатории, страховые организации, аптечные сети) реализуется через стандартизированные API или интеграционные шины.

Соответствие требованиям регулятора: 152-ФЗ, требования Минздрава к защите медицинских информационных систем, аттестация по требованиям ФСТЭК. Данные пациентов должны храниться на серверах, расположенных на территории России (требование локализации).

Базовая интеграция с ЕГИСЗ: от 4 до 8 недель в зависимости от инфраструктуры организации.

04

Обучение персонала и операционное сопровождение

Успех внедрения определяется не технической стороной, а готовностью медицинского персонала работать с новыми инструментами. Нехватка ИТ-специалистов в медицинских организациях и низкая цифровая грамотность части врачей — системная проблема отрасли. По данным отраслевых опросов, именно человеческий фактор называется главным барьером цифровизации чаще технических сложностей.

Эффективная программа обучения включает очные тренинги с практическими кейсами, видеоинструкции по типовым операциям, горячую линию поддержки в первые месяцы работы. Опыт московских поликлиник показывает: при правильной организации большинство сотрудников осваивают базовый функционал системы в течение двух недель.

Рекомендуемый период постпроектного мониторинга: 6 месяцев с фиксацией KPI в контрольных точках.

Исследования и примеры

Задокументированные результаты цифровой трансформации

Примеры, основанные на опубликованных научных данных и официальных материалах органов власти

Москва · с 2011 года

ЕМИАС: цифровой контур первичного звена здравоохранения Москвы

Единая медицинская информационно-аналитическая система (ЕМИАС) города Москвы — крупнейший в России и один из наиболее масштабных в мире проектов цифровизации первичной медико-санитарной помощи. Система создана в 2011 году как технологическое ядро московского здравоохранения в контексте концепции «Умный город — 2030».

По данным научной статьи Г. Г. Сизова, опубликованной в журнале «Национальное здравоохранение» (2024, т. 5, № 3), информатизация ключевых процессов первичного звена сократила время ожидания пациентов: число ожидающих приёма терапевта 4 дня и более сократилось до 2%. До внедрения системы многодневные очереди были нормой для московских поликлиник.

Единый цифровой контур объединяет более 120 тысяч врачей и медсестёр, все городские больницы, поликлиники и службу скорой помощи. Электронная медицинская карта пациента доступна как медицинскому работнику, так и самому пациенту через личный кабинет. Накоплено свыше 4,2 млрд цифровых записей.

Международное признание: проект ЕМИАС получал награды на международных конкурсах в 2013, 2017 и 2018 годах. Московский опыт охарактеризован в рецензируемой литературе как «передовой, соответствующий практикам ведущих зарубежных стран, отчасти превосходящий их в системности вопросов городского управления».

Ключевые результаты

Ожидание терапевта 4+ дня до 2%
Записей в ЭМК 4,2 млрд
Врачей в контуре 120 тыс.
Электронных рецептов 75 млн

Источник данных

Сизов Г. Г. «Национальное здравоохранение», 2024, т. 5, № 3. DOI: 10.47093/2713-069X.2024.5.3.41-52. Официальные материалы Правительства Москвы.

Москва / Россия · 2024

МосМедИИ: 17 ИИ-сервисов для медицинских организаций России

Платформа МосМедИИ создана в 2024 году по поручению Президента России и открыла доступ медицинским организациям страны к апробированным столичным ИИ-решениям для анализа медицинских изображений. Это пример масштабирования регионального опыта цифровизации здравоохранения на федеральный уровень.

Платформа предлагает 17 сервисов искусственного интеллекта для интерпретации компьютерных и магнитно-резонансных томограмм, рентгенограмм, флюорограмм и маммограмм. Алгоритмы определяют патологии по 39 клиническим направлениям. Врач получает результат анализа ИИ как вспомогательное «второе мнение» к собственному заключению.

Охват: доступ к платформе имеют медицинские организации в более чем 80% регионов России. За первый год искусственный интеллект помог проанализировать около 2,5 миллиона лучевых исследований. Более поздние данные (конец 2025 года) указывают на превышение отметки 2,7 миллиона обработанных снимков.

Врач в белом халате изучает результаты анализа МРТ на двух мониторах в затемнённом кабинете лучевой диагностики современной московской клиники

Масштаб охвата

80%+ регионов России имеют доступ

17 ИИ-сервисов на платформе

39 клинических направлений

Москва · Поликлиники

СППВР: система поддержки принятия врачебных решений в поликлиниках Москвы

Система поддержки принятия врачебных решений (СППВР) на основе искусственного интеллекта внедрена во всех взрослых поликлиниках Москвы. В отличие от систем анализа изображений, СППВР работает с клиническими данными ЭМК: жалобами, анамнезом, результатами лабораторных и инструментальных исследований.

По данным официальных материалов, система охватывает 95% распространённых заболеваний, с которыми пациенты обращаются на первичный приём. СППВР не заменяет клиническое мышление врача, а предлагает дифференциальный диагноз, список обязательных исследований, предупреждения о лекарственных взаимодействиях и напоминания о необходимых профилактических мероприятиях.

Умная онлайн-запись — связанный с СППВР сервис: при выборе цели визита система уточняет жалобы и собирает первичную информацию ещё до приёма. Данные передаются врачу до встречи с пациентом, что сокращает время сбора анамнеза непосредственно на приёме. Алгоритм также автоматически проверяет вероятность опасных состояний — например, рисков сердечно-сосудистых осложнений.

"СППВР работает с клиническими данными и предлагает дифференциальный диагноз. Врач сохраняет ответственность за клиническое решение — система выступает интеллектуальным ассистентом."

По материалам конференции CNews «Цифровое здравоохранение 2026»

Важно: СППВР является вспомогательным инструментом. Клиническое решение и юридическая ответственность остаются за врачом.

Регулирование и стандарты

Нормативная база и отраслевые стандарты цифрового здравоохранения

Ключевые правовые и технические требования, которые необходимо учитывать при внедрении цифровых решений в медицинских организациях России

152-ФЗ

Закон о персональных данных. Определяет требования к сбору, хранению и обработке данных пациентов. Хранение — только на серверах в России.

ЕГИСЗ и ПП РФ № 1236

Единая государственная информационная система в сфере здравоохранения. Подключение государственных и частных медицинских организаций обязательно.

323-ФЗ, ст. 36.2

Правовая база телемедицинских технологий в России. Регламентирует форматы дистанционных консультаций и ограничения при постановке первичного диагноза.

Реестр медицинских изделий

ПО для медицинской диагностики может быть признано медицинским изделием и требовать регистрации в Росздравнадзоре. Критерии — в Приказе Минздрава.

Требования ФСТЭК

Аттестация информационных систем медицинских организаций по требованиям в сфере информационной безопасности. Обязательна для государственных систем.

Справочно: ключевые термины

ЕМИАС
Единая медицинская информационно-аналитическая система города Москвы — технологическое ядро московского здравоохранения.
СППВР
Система поддержки принятия врачебных решений — ИИ-инструмент, работающий с клиническими данными ЭМК.
МосМедИИ
Цифровая платформа ИИ-сервисов для анализа медицинских изображений, доступная регионам России.
ЭМК
Электронная медицинская карта — цифровой аналог медицинской карты пациента в информационной системе.
Вопрос-ответ

Справочный раздел: цифровая трансформация медицинских организаций

Часто задаваемые вопросы руководителей клиник, ИТ-директоров и специалистов по информационным технологиям в здравоохранении

Как понять, какие цифровые сервисы действительно нужны конкретной клинике?

+

Начать следует с инвентаризации существующих процессов и выявления «технологических разрывов» — участков, где цифровые инструменты отсутствуют или работают неэффективно. Типичные разрывы в медицинских организациях: маркетинг и управление потоком пациентов, взаиморасчёты с ДМС-операторами, контроль качества, аналитика выручки.

Методологический подход: составление карты процессов «as is» (как есть) с оценкой, какую долю рабочего времени занимает каждый процесс и какая его часть автоматизирована. Это позволяет расставить приоритеты внедрений по соотношению трудозатрат и потенциального эффекта.

Важный принцип: не каждой клинике нужны все доступные цифровые решения. Директор по информационным технологиям медицинской организации должен исходить из реальных потребностей, а не из предложений вендоров.

Каков типичный срок интеграции медицинской организации с ЕГИСЗ?

+

Сроки варьируются в зависимости от текущей ИТ-инфраструктуры медицинской организации, используемой МИС и полноты требуемой интеграции. Базовое подключение к ЕГИСЗ (передача сведений о медицинских документах, электронная регистратура) в типичном случае занимает от 4 до 8 недель.

Дополнительные факторы, влияющие на сроки: необходимость замены или обновления МИС, наличие технической поддержки у вендора МИС, сложность структуры организации (несколько филиалов, поликлиник), необходимость согласования с региональным министерством здравоохранения.

Для московских медицинских организаций — государственных и частных — потребуется взаимодействие с Департаментом здравоохранения города Москвы и Дирекцией по координации деятельности медицинских организаций. Это существенно увеличивает административный срок подключения.

Как обеспечивается защита персональных данных пациентов при цифровизации клиники?

+

Персональные данные пациентов относятся к специальной категории по 152-ФЗ и требуют повышенного уровня защиты. Основные требования: локализация хранения (серверы на территории России), наличие системы защиты информации, прошедшей аттестацию по требованиям регулятора.

Информационные системы медицинских организаций государственного сектора проходят регулярные проверки и аттестацию, в том числе со стороны ФСТЭК. Для частных клиник объём требований определяется классом защищённости информационной системы персональных данных.

При выборе облачного провайдера для МИС необходимо убедиться в наличии у него аттестата соответствия требованиям к обработке персональных данных. Передача данных пациентов за рубеж требует отдельного правового обоснования.

Как обучить медицинский персонал работе с новыми цифровыми инструментами?

+

Цифровая грамотность медицинского персонала — один из главных барьеров успешного внедрения. Это системная проблема: нехватка ИТ-специалистов в медицинских организациях сочетается с высокой загрузкой врачей, не оставляющей времени на переобучение.

Эффективные подходы, зафиксированные в отраслевых публикациях: поэтапное внедрение с нагрузкой на одно подразделение-«пилот», назначение внутренних чемпионов цифровизации среди врачей, короткие видеоинструкции по конкретным операциям, постоянная горячая линия поддержки в первые 2–3 месяца.

Опыт московских поликлиник свидетельствует: при правильно организованном процессе обучения большинство сотрудников осваивают базовый функционал новой системы в течение двух недель регулярной работы.

Что делать, если используемая МИС не интегрируется с нужными сервисами?

+

Отсутствие интеграции между МИС и внешними сервисами — одна из наиболее распространённых причин дублирования данных и административных потерь. Медицинские организации нередко имеют по 5–8 разрозненных систем без обмена данными.

Технические решения: использование интеграционных платформ (middleware, ESB — Enterprise Service Bus) или стандартизированных API-шлюзов. Международный стандарт обмена клиническими данными — HL7 FHIR — постепенно внедряется и в российских медицинских системах.

Если интеграция невозможна технически, рассматривается миграция на более современную МИС. При этом критически важно обеспечить перенос исторических данных пациентов без потерь — это должно быть зафиксировано как обязательное условие в техническом задании на миграцию.

Есть ли особенности цифровизации для государственных медицинских организаций?

+

Государственные медицинские организации работают в условиях значительно более жёсткого нормативного регулирования. Закупки ИТ-решений осуществляются по 44-ФЗ, что накладывает специфические требования к срокам, процедурам и документации.

Для государственных поликлиник и больниц Москвы всё больше инфраструктурных решений реализуется централизованно через Департамент здравоохранения — подключение к ЕМИАС, использование московской радиологической системы, доступ к платформе МосМедИИ. Это снижает административную нагрузку на уровне отдельной медицинской организации, но ограничивает гибкость при выборе решений.

В регионах России ситуация неоднородна: уровень цифровой зрелости значительно варьируется между крупными городскими медицинскими организациями и районными поликлиниками, что является одной из системных проблем цифровизации здравоохранения страны.

Как измерить эффект от цифровой трансформации медицинской организации?

+

Оценка эффективности требует фиксации базовых показателей до начала внедрения. Без стартовой точки сравнение «до / после» невозможно. Типичные KPI: среднее время ожидания записи к врачу, среднее время административного оформления приёма, доля повторных обращений по аналогичным причинам в течение 30 дней, загрузка персонала.

Московский опыт даёт конкретные ориентиры: после внедрения ЕМИАС доля пациентов, ожидающих терапевта 4 дня и более, сократилась до 2%. До цифровизации многодневное ожидание было нормой. Это один из наиболее часто цитируемых результатов в научной литературе по данной теме.

Контрольные точки измерения эффекта: через 3 месяца после завершения внедрения (оценка адаптации персонала и технической стабильности), через 6 месяцев (первые операционные эффекты), через 12 месяцев (полная картина влияния на показатели работы медицинской организации).

Научная база

Источники и литература

Публикации, нормативные документы и систематические обзоры, на которых основан настоящий материал

Стопка медицинских научных журналов на деревянном столе рядом с кружкой кофе, естественный мягкий свет из окна, книжный уют исследовательского кабинета

Научные публикации и систематические обзоры

  1. Сизов Г. Г. Цифровая трансформация первичной медико-санитарной помощи в Москве // Национальное здравоохранение. 2024. Т. 5, № 3. С. 41–52. DOI: 10.47093/2713-069X.2024.5.3.41-52
  2. Topol E. J. High-performance medicine: the convergence of human and artificial intelligence // Nature Medicine. 2019. Vol. 25, № 1. P. 44–56.
  3. Obermeyer Z., Emanuel E. J. Predicting the Future — Big Data, Machine Learning, and Clinical Medicine // New England Journal of Medicine. 2016. Vol. 375, № 13. P. 1216–1219.
  4. Systematic review of AI applications in medical imaging diagnostics // Journal of the American Medical Informatics Association. 2023. Vol. 30, № 4.
  5. McKinsey Global Institute. Telehealth: a quarter-trillion-dollar post-COVID-19 reality? McKinsey & Company. 2021.

Нормативные правовые акты и отраслевые стандарты

  1. Федеральный закон от 21.11.2011 № 323-ФЗ «Об основах охраны здоровья граждан в Российской Федерации» (ст. 36.2 — телемедицинские технологии)
  2. Федеральный закон от 27.07.2006 № 152-ФЗ «О персональных данных»
  3. Постановление Правительства РФ от 05.05.2018 № 555 «О единой государственной информационной системе в сфере здравоохранения»
  4. Постановление Правительства Москвы от 20.01.2015 № 16-ПП «Об автоматизированной информационной системе города Москвы ЕМИАС»
  5. Приказ Министерства здравоохранения РФ от 30.11.2017 № 965н «Об утверждении порядка организации и оказания медицинской помощи с применением телемедицинских технологий»
  6. Государственная программа города Москвы «Развитие здравоохранения города Москвы (Столичное здравоохранение)» на 2020–2030 годы

Официальные материалы органов власти

  1. Доклад заместителя Мэра Москвы по вопросам социального развития о совершенствовании цифровых сервисов в столичном здравоохранении // Официальный портал Мэра и Правительства Москвы, mos.ru, 17 июля 2025
  2. Материалы конференции CNews «Цифровое здравоохранение 2026», г. Москва, 26 февраля 2026
  3. Портал ЕМИАС города Москвы. emias.info — описание функционала системы (дата обращения: март 2026)
  4. Публичный реестр зарегистрированных медицинских изделий Росздравнадзора. grls.rosminzdrav.ru (дата обращения: апрель 2026)

Примечание редакции: ссылки на конкретные программные продукты и вендоров в данном материале не являются рекомендацией или рекламой. Данные об эффективности решений приведены по опубликованным научным и официальным источникам и могут отличаться от заявлений производителей.