🤖 МедАссист vs Сбер Гигачат — какой ИИ лучше для расшифровки анализов в РФ?

В последний год ко мне на консультации всё чаще приходят пациенты с фразой «я уже спросил у Гигачат». Это новая реальность: российский ИИ от Сбера прочно вошёл в обиход — он встроен в мобильное приложение СберБанка, доступен в Telegram, в браузере, через API. Многие пациенты искренне считают, что раз Гигачат — российский, значит, ему «можно доверить» свои анализы.

Я как врач отношусь к этому с осторожным интересом. С одной стороны, у Гигачат есть реальные преимущества перед иностранными моделями для российского пользователя: данные хранятся в РФ, лучше понимаются русские медицинские термины, не нужны VPN и иностранные карты для оплаты. С другой — это всё ещё универсальная языковая модель со всеми её родовыми проблемами, включая галлюцинации и потерю информации в длинных документах.

В этой статье я разберу честно: где Гигачат действительно сильнее ChatGPT для российских пациентов, а где он повторяет те же ошибки, которые мы регулярно видим у универсальных ИИ. Общие принципы того, как универсальные LLM работают с медицинскими PDF, я разбирала в базовой статье про ChatGPT — здесь сосредоточусь на специфике Гигачат и российском контексте.

Что такое Гигачат в 2026 году и чем он отличается от ChatGPT

Гигачат — это семейство больших языковых моделей, которое разрабатывает Сбер и его подразделение SberDevices. На апрель 2026 у Сбера в линейке четыре основные модели для конечных пользователей: GigaChat 2 Lite, GigaChat 2 Pro, GigaChat 2 Max и анонсированный в марте флагман GigaChat 3 Ultra на архитектуре Mixture of Experts. Согласно технической статье от команды разработчиков на arXiv, GigaChat 3 Ultra — это модель с 702 миллиардами параметров, из которых одновременно активны 36 миллиардов, и контекстным окном до 128 тысяч токенов.

Для сравнения: GPT-5.4 и Claude Opus 4.6 поддерживают около миллиона токенов контекста. То есть на бумаге Гигачат пока проигрывает иностранным флагманам по объёму обрабатываемого текста — но 128 тысяч токенов всё равно с большим запасом перекрывают любой реальный медицинский PDF. Технически модель «увидит» бланк целиком, проблема будет не в этом.

Принципиальное отличие от ChatGPT — не в размере, а в инфраструктуре и юрисдикции. Гигачат — это российский сервис, который требует Sber ID для входа, российского IP-адреса для использования, и работает на серверах внутри страны. По тарифам для физических лиц частный пользователь получает миллион токенов на 12 месяцев бесплатно — этого хватит на сотни диалогов с расшифровкой анализов. Платные пакеты начинаются от 1300 рублей за 20 миллионов токенов младшей модели Lite. Никаких подписок в долларах, никаких блокировок по геолокации.

Архитектурно же Гигачат — такая же универсальная LLM, как и ChatGPT. Она обучена предсказывать следующий токен на огромном корпусе текстов на десяти языках, с акцентом на русский. У неё нет отдельного медицинского пайплайна, нет специализированного OCR для лабораторных бланков и нет жёстких клинических guardrails. И это значит, что все базовые проблемы, которые я разбирала в pillar-посте про ChatGPT — галлюцинации, эффект Lost in the Middle, отсутствие систематической проверки фактов — у Гигачат остаются такими же.

Где Гигачат реально сильнее ChatGPT для российских пациентов

Начну с честного списка плюсов — у российской модели они есть, и для пациента в РФ они существенные.

Русская медицинская терминология. Гигачат обучался на гораздо большей доле русскоязычных текстов, чем ChatGPT. Когда ко мне на разбор приходят пациенты с распечатками диалогов, я вижу разницу: на запрос «расшифруй биохимию» Гигачат реже путает «АЛТ» с «АсАТ», лучше понимает аббревиатуры русских лабораторий («ОАК», «КЩС», «ТТГ»), и не пытается перевести «фибриноген по Клауссу» обратно с английского. Это не про точность диагноза — это про базовое распознавание того, что вообще написано в бланке.

Единицы измерения СИ. В России биохимия чаще всего выдаётся в ммоль/л, мкмоль/л, г/л — система СИ. ChatGPT часто пытается «помочь» и параллельно пересчитать в американские мг/дл, иногда ошибаясь в коэффициенте конверсии. Гигачат по моему опыту такой инициативы не проявляет и работает с теми единицами, которые видит в документе. Меньше шансов, что показатель глюкозы 5,5 ммоль/л превратится в «99 мг/дл, что в норме» с потерей точности.

Российские референсные интервалы. Это тонкий, но важный момент. Референсные интервалы для одного и того же анализа могут отличаться между странами и даже между лабораториями внутри страны. Гемотест, Инвитро, КДЛ, Ситилаб публикуют свои нормы — и они почти всегда печатаются прямо на бланке рядом с результатом. Гигачат, видя этот бланк, чаще опирается именно на нормы из документа. ChatGPT иногда «подмешивает» американские референсы из своих обучающих данных, особенно для гормонов щитовидной железы и липидного профиля.

Хранение данных в РФ. Это ключевой аргумент в пользу Гигачат для пациентов, которым важна юрисдикция. По соглашению об использовании Гигачат для физических лиц, Сбер обрабатывает персональные данные в соответствии с российским законодательством, включая 152-ФЗ «О персональных данных». Серверы — на территории РФ, что снимает целый класс рисков, связанных с трансграничной передачей данных и доступом иностранных регуляторов.

Доступность без барьеров. Бот в Telegram, виджет в приложении СберБанка, веб-интерфейс giga.chat — всё работает без VPN, без иностранных карт, с авторизацией через привычный Sber ID. Для большой части российских пациентов это решающий фактор: пользоваться ChatGPT в обход блокировок умеют далеко не все.

Где Гигачат ломается на медицинских задачах

А теперь честно про слабости — потому что на консультациях я регулярно вижу последствия неправильного использования.

Галлюцинации никуда не делись. Гигачат — это всё та же вероятностная модель, которая оптимизирована на правдоподобность ответа, а не на истину. Я видела бланки, где Гигачат «уверенно» интерпретировал отсутствующие в документе показатели — например, добавлял в выводы «нормальный уровень витамина D», когда витамин D в анализе вообще не сдавался. Видела ситуации, когда модель придумывала референсный интервал для специфического онкомаркера, не сверившись с реальными данными лаборатории. Сама архитектура LLM не позволяет сказать «не знаю» — она всегда генерирует что-то правдоподобное.

Lost in the Middle на больших панелях. Этот эффект, описанный в работе Liu et al. (2023), универсален для всех transformer-моделей, включая Гигачат. Когда пациент загружает PDF с 50, 80, 100 показателями (типичная расширенная панель для чек-апа в Гемотесте или Инвитро), модель отлично прокомментирует первые показатели — общий анализ крови, который обычно идёт сверху бланка — и финальные строки. А вот биохимия в середине документа, где могут быть тонкие, но клинически важные изменения, рискует оказаться обработанной поверхностно. Архитектурно Гигачат это не решает.

Отсутствие систематической проверки взаимосвязей. Это самая опасная для пациента слабость. Грамотная интерпретация анализов почти всегда требует одновременного взгляда на несколько параметров. Ферритин читается в свете С-реактивного белка (он же — белок острой фазы). ТТГ интерпретируется вместе со свободным Т4 и иногда антителами. Глюкоза — в связке с гликированным гемоглобином и инсулином. Гигачат может прокомментировать каждый показатель отдельно, но систематически выстроить сетку клинических связей он не в состоянии — нет специализированной логики для этого.

Нет жёстких клинических guardrails. В медицине критически важна предсказуемость: одинаковый набор данных должен давать одинаковую интерпретацию, и эта интерпретация должна укладываться в клинические рекомендации. Гигачат, как любая генеративная модель, может выдать разные ответы на один и тот же запрос в разных диалогах. Я лично проверяла: один и тот же бланк с повышенным ферритином модель может прокомментировать как «избыток железа, скорректируйте диету» или как «возможен острофазовый ответ, проверьте СРБ» — рандомно, в зависимости от формулировки промпта.

Декларация 152-ФЗ — это не медицинская тайна. Здесь важная юридическая тонкость. Соответствие 152-ФЗ означает, что Сбер обрабатывает ваши персональные данные по российскому закону. Но данные о состоянии здоровья — это специальная категория, регулируемая статьёй 10 152-ФЗ. Их обработка требует письменного согласия субъекта или того, чтобы обработчик был лицом, профессионально занимающимся медицинской деятельностью и обязанным хранить медицинскую тайну. Публичный чат-бот ни тем, ни другим не является. Когда вы загружаете свой бланк в Гигачат, вы как пациент сами распоряжаетесь своими данными — это ваше право. Но Гигачат в этот момент не становится медицинским сервисом со всеми сопутствующими обязательствами.

Сценарий-тест: 50-показательный бланк Гемотеста через Гигачат

Чтобы не оперировать абстракциями, я провела понятный тест: взяла обезличенный бланк расширенного чек-апа из Гемотеста на 50 показателей (общий анализ крови с лейкоформулой, биохимия, липидный профиль, гормоны щитовидной железы, ферритин, витамин D, гомоцистеин, глюкоза с гликированным гемоглобином) и загрузила его в публичный Гигачат.

Что получилось хорошо: Гигачат корректно распознал кириллицу, правильно прочитал большинство названий показателей, не запутался в единицах измерения. Первые 10 показателей — общий анализ крови — прокомментировал детально и в целом разумно. Последние 5–7 показателей в конце бланка тоже получили внимание. Это типичный U-профиль внимания LLM.

Что получилось плохо. Во-первых, в середине бланка были два показателя — повышенный ферритин на фоне повышенного С-реактивного белка — и модель прокомментировала их по отдельности, рекомендовав «исключить избыток железа» по ферритину и «обратить внимание на воспаление» по СРБ. Связь между ними — что повышение ферритина с большой вероятностью связано именно с воспалением, а не с запасами железа — модель не выявила. Это ровно тот тип клинической ошибки, который пугает пациента зря.

Во-вторых, при перепроверке на следующий день с переформулированным запросом интерпретация некоторых показателей слегка изменилась, что для медицинского документа недопустимо. Один и тот же гомоцистеин был назван «в пределах нормы» и «на верхней границе, рассмотрите витамины группы B» — в зависимости от того, как был задан вопрос.

В-третьих, динамику модель в принципе не строит. Если у вас есть бланки за три года и вы хотите увидеть тренд по холестерину или ТТГ, Гигачат не сможет это сделать в одной сессии без явного прописывания каждой цифры в промпте. А с прописыванием — снова возникнет проблема Lost in the Middle, потому что данных станет много.

Для сравнения: в специализированном пайплайне расшифровки анализов каждый из этих 50 показателей сначала парсится в структурированный объект с полями (название, значение, единицы, референс, дата визита), и только потом аналитический модуль проходит по этой таблице, последовательно проверяя клинические правила. Lost in the Middle на структурированной таблице из 50 строк не работает так, как на свободном тексте PDF. Связь «ферритин при воспалении» — это явное правило в клинических протоколах, и оно либо применяется, либо нет.

Хотите конкретные клинические кейсы

После публикации этой обзорной статьи мы провели отдельный эксперимент: прогнали через Гигачат и МедАссист три реальные клинические панели — женщину 32 лет в подготовке к беременности (35 показателей), женщину 63 лет с первичным билиарным холангитом и мужчину 50 лет с наследственным гемохроматозом (по 125 показателей в расширенных диспансерных панелях). В первом кейсе Гигачат выдумал несуществующий анализ. Во втором — поставил правильный диагноз, но упомянул первую линию терапии одной проходной строчкой. В третьем — предложил план, который при основной болезни пациента опасен. Полный разбор с дословными цитатами обоих сервисов — в посте «Гигачат в расшифровке анализов: три клинических кейса», а полные входные панели и raw-ответы — отдельной страницей с исходными данными эксперимента.

Корпоративный Гигачат vs частный пользователь — это две разные истории

Здесь важно развести два сценария, которые часто путают.

Корпоративный Гигачат MAX/Pro в защищённом контуре — это серьёзный продукт. Сбер активно продвигает его для медицинских организаций, банков, госсектора. В корпоративной версии можно настроить on-premise развёртывание, подписать договор с обязательствами по медицинской тайне, провести аттестацию системы по требованиям ФСТЭК. Для клиники, которая хочет встроить ИИ в свои внутренние процессы, это рабочий путь — с понятными юридическими рамками.

Публичный Гигачат в Telegram-боте или на giga.chat — это совсем другой продукт. Это потребительский сервис с публичной офертой, и пользовательское соглашение прямо описывает, что данные обрабатываются для оказания услуг и улучшения качества сервиса. Никакой медицинской тайны, никаких клинических обязательств — это чат-бот общего назначения. Когда вы туда загружаете свой бланк, вы общаетесь с массовым ассистентом, не с медицинским сервисом.

Подчёркиваю эту разницу, потому что в медицинских пабликах часто звучит аргумент «Гигачат — российский, значит, ему можно доверить свои анализы». Можно — но с пониманием, что этот сервис не несёт перед вами медицинских обязательств. С точки зрения 152-ФЗ ваши данные хранятся в РФ, что закрывает один риск. С точки зрения качества медицинской интерпретации — Гигачат остаётся универсальным ИИ со всеми ограничениями.

И ещё про штрафы по 152-ФЗ. С 2025 года в России действуют значительно ужесточённые штрафы за нарушения в обработке персональных данных. По данным Роскомнадзора и публичных юридических разборов, за обработку специальных категорий данных без законных оснований штрафы для юрлиц достигают сотен тысяч рублей за первичные нарушения и значительно больше за повторные и за неправомерную передачу. Это касается организаций, которые систематически работают с медицинскими данными — то есть медицинских клиник, лабораторий, страховых компаний. Частного пациента, который сам загрузил свой бланк в чат-бот, это напрямую не касается, но важно понимать общий контекст: российское регулирование медицинских данных в 2026 году заметно жёстче, чем три года назад.

Когда Гигачат имеет смысл использовать в медицинском диалоге

Я не хочу, чтобы статья выглядела как «Гигачат плохой, не пользуйтесь». Это не так. У него есть свои сценарии, в которых он работает хорошо, особенно для российского пациента.

Объяснение терминов из бланка. Если вы видите в результатах «изоформа CK-MB», «ИЛИ при сахарном диабете», «гемоглобин А1с» и не понимаете, что это, Гигачат прекрасно объяснит на нормальном русском языке, без перевода с английского.

Перевод результатов из иностранных лабораторий. Если вы сдавали анализы за границей и получили бланк на английском, испанском, иврите — Гигачат хорошо переведёт и пояснит контекст. Здесь его сильная сторона — это языки.

Подготовка списка вопросов к врачу. Если у вас приём через неделю и вы хотите сформулировать конкретные вопросы по своим симптомам и общему контексту — это идеальная задача для универсальной LLM, и Гигачат с ней справляется.

Общая ориентация в незнакомой области медицины. Узнать, чем занимается ревматолог, какие бывают подходы к лечению гипертонии, что вообще такое HRV-мониторинг — для просветительских вопросов это работает.

Просветительские диалоги о здоровом образе жизни. Вопросы о питании, физической активности, гигиене сна — без конкретной диагностики и расшифровки данных. Здесь Гигачат ничем принципиально не уступает ChatGPT и доступен без ограничений.

Что плохо подходит — повторюсь, потому что это важно. Прямая расшифровка бланков с многими показателями. Постановка диагнозов. Оценка динамики по нескольким бланкам за годы. Рекомендации по конкретным препаратам и дозировкам. Интерпретация пограничных случаев — онкомаркеров, ферритина при воспалении, гормонального профиля. Всё, что требует систематической работы с данными в рамках клинических протоколов, — за этим к специализированным сервисам и в конечном счёте к врачу.

Mini-FAQ

Гигачат соответствует требованиям 152-ФЗ для медицинских данных? Сбер декларирует соответствие 152-ФЗ и хранение данных на серверах в РФ — это серьёзный плюс перед иностранными сервисами. Но обработка медицинских данных как специальной категории по статье 10 закона требует письменного согласия и профессиональной медицинской тайны. Загрузка собственного бланка в публичный чат-бот формально остаётся вашим личным распоряжением своими данными — никаких гарантий медицинской конфиденциальности у потребительского сервиса нет.

Может ли Гигачат правильно прочитать бланк Гемотеста или Инвитро? С распознаванием русскоязычных бланков Гигачат справляется лучше, чем ChatGPT — у него меньше путаницы с кириллицей и единицами СИ. Но на больших панелях в 50+ показателей он, как и любая универсальная LLM, начинает терять данные из середины документа из-за эффекта Lost in the Middle и иногда придумывает референсные интервалы, которых нет в бланке.

Чем GigaChat 2 Max отличается от GigaChat 3 Ultra для медицинских вопросов? GigaChat 2 Max — текущий массовый продукт с контекстным окном 128 тысяч токенов. GigaChat 3 Ultra — анонсированная в марте 2026 флагманская модель на архитектуре Mixture of Experts с 702B параметров и встроенным поиском. Для повседневных медицинских вопросов в чате разница незаметна: обе модели одинаково склонны к галлюцинациям на узких клинических задачах, потому что не имеют специализированной медицинской архитектуры.

Безопаснее ли Гигачат, чем ChatGPT, для загрузки анализов в РФ? С точки зрения территории хранения данных — да, Гигачат работает в российском контуре, и это снимает часть рисков, связанных с трансграничной передачей. С точки зрения медицинской точности и защиты от галлюцинаций — нет: те же ограничения универсальной LLM сохраняются, и интерпретация анализов выходит за рамки публичной оферты сервиса.

Что выбрать для расшифровки анализов в РФ — Гигачат или специализированный сервис? Гигачат хорошо подходит для объяснения медицинских терминов, перевода, общих вопросов о здоровье и подготовки списка вопросов к врачу. Для непосредственной расшифровки многопоказательных бланков, отслеживания динамики и поиска синдромных взаимосвязей лучше специализированный сервис, который парсит каждую цифру в структурированный объект и работает в рамках клинических протоколов.

Заключение

Гигачат — это серьёзный российский ИИ-продукт, и для пациентов в РФ он во многих сценариях удобнее иностранных альтернатив. Российская юрисдикция данных, нормальное понимание русской медицинской терминологии, доступность без VPN — это всё реальные плюсы, которые не нужно списывать со счетов.

Но для конкретной задачи расшифровки анализов универсальный ИИ — российский он или западный — остаётся универсальным ИИ со всеми ограничениями: галлюцинации, потеря данных в середине длинного документа, отсутствие систематической логики клинических взаимосвязей. Мы в команде МедАссист строим инструмент, в котором каждая цифра из вашего бланка попадает в структурированный анализ, динамика по годам строится автоматически, а выводы остаются в рамках клинических протоколов — без креативности, которая в медицине превращается в риск. Это не замена врачу — это способ прийти к нему подготовленным.

Проверено медицинским экспертом Др. Айгерим Бисенова Главный врач, терапевт Проверено: 23 апреля 2026

Информация носит образовательный характер и не заменяет консультацию врача.

Обновлено: 01.05.2026