Рынок ДМС входит в фазу, где классическая модель «оплатили счета — закрыли потребность» перестает работать: медицинская инфляция достигает около 15%, убыточность по рынку подбирается к 96% и выше, а бюджеты клиентов не растут сопоставимыми темпами. На этом фоне страховщики все чаще говорят не просто об автоматизации, а о переходе к управлению здоровьем, где искусственный интеллект становится инструментом снижения операционных затрат, точнее тарификации и более адресной работы с застрахованными.
В среде страховщиков бытует мнение, что ДМС является наиболее сложным видом страхования. Ведь в этой сфере существует множество бизнес-процессов, связанных с андеррайтингом, урегулированием, решением сложных медицинских ситуаций. Поэтому, неудивительно, что почти все лидеры рынка стали вкладываться в автоматизацию с применением искусственного интеллекта (ИИ).
Что давит на экономику ДМС
По словам участников Форума Insurtech Day-2026, прошедшего в Москве 23 июля 2026 г., страховщики сталкиваются с ускорением медицинской инфляции, ростом цен со стороны клиник (в отрасли укоренилась аббревиатура ЛПУ – лечебно-профилактическое учреждение) и дефицитом человеческого ресурса на ручное сопровождение договоров, согласований и аналитики. Это особенно заметно в корпоративном ДМС, поскольку здесь количество рутинных операций исчисляется десятками миллионов обращений в год.
Где ИИ дает эффект
ИИ в ДМС – не «модная надстройка», а средство убрать самые дорогие и массовые операции, выполняемые людьми. И это вовсе не обязательно внедрение чат-бота для первичной консультации по общим вопросам. В современной практике выделяют три основных направления применения данных технологий: это автоматизация медицинского пульта, включающая работу кол-центра, согласование медуслуг; предиктивная аналитика для андеррайтинга, управления рисками и даже для использования клиентом (BigData, которые частично доступны в личных кабинетах на HR-порталах); выявление случаев гипердиагностики и, как следствие, завышений в счетах клиник.
Юлия Галаничева, СК Ренессанс Страхование:
ИИ позволяет не только обрабатывать большие массивы данных по обращаемости, но и превращать их в рекомендации для клиента и страхователя. Это важно потому, что в ДМС экономический эффект часто лежит не в разовой оптимизации, а в управлении убыточностью на протяжении всего срока договора.
ИИ не только для страховщиков
При согласии пациента весь контур медицинских данных о нем подгружается в базу страховщика. Источники разные: это и медицинские протоколы, и истории телемедицинских консультаций, и реальные кейсы, обрабатываемые врачами-кураторами, а также информация, получаемая с носимых устройств/гаджетов и даже из блока здоровья в мобильном телефоне. Весь этот поток, в агрегированном виде, позволяет страховщику решать конкретные задачи по улучшению сервиса и оптимизации клиентского пути, предлагать новые возможности по профилактике, давать советы по правильному использованию тех или иных лечебных учреждений и врачей, помогая пациенту сделать правильный выбор.
Еще одна грань – взаимодействие с медицинскими организациями. ИИ позволяет найти компромиссы и правильные решения, чтобы клинике было выгодно сотрудничать со страховой компанией.
Татьяна Тамгина, СК СОГАЗ:
Мы все ставим во главу угла клиента. Но при этом делаем ставку и на полноценные партнерские отношения с медучреждениями. Сейчас время не интеграционных шин, а API-интеграции. Понятно, что не все мелкие клиники могут это делать, но крупные игроки должны работать по API в части передачи списков застрахованных.
Очень важный вопрос связан с безопасностью хранения и передачи персональных данных застрахованных и их использования. Если его не решать в соответствии с законодательством, он превращается в риски страховщика, которые могут быть связаны с регуляторными, репутационными и экономическими издержками.
Пару слов о врачебной тайне. Страховщику важно, обрабатывая медицинские данные пациента, не допустить его дискриминации у работодателя. Последний должен получать не личностные, а агрегированные данные по часто болеющим сотрудникам, обращаемости в конкретные медицинские организации.
Почему одного ИИ мало
На конференции звучала важная мысль: сам по себе ИИ не дает финансового результата, если процесс не перестроен под новую модель работы. Большинство компаний внедряют новые технологии в старые процессы, а реальную отдачу получают те, кто меняет саму операционную модель, а не просто «сажает ИИ на прежний конвейер». Это критично для ДМС, потому что здесь ценность создается на стыке страховщика, клиники, работодателя и застрахованного. Если ИИ ускоряет работу, но не меняет маршрут пациента, не сокращает число согласований и не улучшает обмен данными с клиниками, то экономический эффект остается ограниченным.
Глеб Костюрин, СК Ингосстрах:
Все страховые компании из ТОП-10 уже внедрили хотя бы один инструмент генеративного искусственного интеллекта. Но при этом меньше 15% из них видят какой-то ощутимый финансовый результат от этого. В лидеры выходят те, кто уходит от каких-то отдельных пилотов в сторону системного внедрения ИИ наряду с перестройкой своих бизнес-процессов.
Новая модель рынка
Главный ожидаемый сдвиг — от компенсационной модели страхования к экосистеме заботы и управления здоровьем. Технологии позволяют не только оплачивать лечение, но и выстраивать профилактику, персонализированные маршруты, телемедицинское сопровождение, чекапы и программы поддержки сотрудников.
При этом рынок осторожно относится к идее прямой тарификации программ медицинского страхования по биометрии, весу или данным носимых устройств застрахованных. Участники обсуждения подчеркивали, что информация должна использоваться для маршрутизации, профилактики и снижения рисков, но не для дискриминации клиента или автоматического принятия решения ИИ без участия эксперта. Снижать издержки в ДМС можно только там, где есть локализованные решения, понятная логика их принятия, интеграция с клиниками по API и прозрачная аналитика для работодателя. Именно в этой связке искусственный интеллект перестает быть экспериментом и становится инструментом экономики ДМС.
