227 тысяч анализов спустя: кто и зачем сдает кровь в эпоху телемедицины в России
Исследование 10 861 запроса к сервису по расшифровке анализов с помощью ИИ МедАссист выявило неожиданный портрет цифрового пациента: это преимущественно женщина 30 лет, которая проверяет не базовые показатели, а маркеры, о которых еще недавно знали только врачи.
Медицинская статистика обычно отвечает на вопрос «чем болеют». Наше исследование отвечает на другой вопрос: «что люди сами хотят проверить».
Мы проанализировали 227 539 лабораторных показателей из 10 861 запроса к сервису МедАссист. Это сервис, который с помощью искусственного интеллекта помогает пользователям расшифровать результаты медицинских анализов: человек загружает бланк, а система с помощью ИИ переводит сложные медицинские термины на понятный язык, учитывая все взаимосвязи. Важно отметить: сервис не является медицинской организацией, не оказывает медицинских консультаций и не заменяет врача. Для исследования использовались исключительно обезличенные данные: из документов извлекались только пол, возраст и значения показателей, без какой-либо персональной информации.
Контекст исследования: бурный рост телемедицины в России. За период с 2020 по 2025 год выручка клиник от дистанционных врачебных консультаций выросла в три раза — с 5,6 до 15,8 миллиардов рублей. В 2025 году телемедицинский сегмент вырос на 35% и достиг 30% от общего объема рынка медицинских технологий. Активная аудитория телемедицинских сервисов в 2025 году составляет 1,43 миллиона человек, и эта цифра продолжает расти.
Это не выборка «среднего жителя России». Это иллюстрация глобального тренда на «4П-медицину»: предиктивную, превентивную, персонализированную и партисипативную. Это портрет человека, который активно управляет своим здоровьем, использует технологии для самодиагностики и не ждет, пока врач выпишет направление. И этот портрет оказался неожиданным: 70% — женщины, медианный возраст 30 лет (на поколение моложе населения), а ферритин (13,7%) и витамин D (7,2%) входят в топ-20 частотных тестов, опережая такие традиционные маркеры, как электролиты или коагулограмма.
Главные цифры: масштаб данных
запросов на расшифровку
распознанных показателей
показателя в среднем на один запрос
пользователей — женщины
медианный возраст
возрастной диапазон
В датасете есть всё: от анализов новорожденных (14 дней) до показателей 107-летнего человека. Но прежде чем переходить к инсайтам, важно понять методологию исследования.
Методология: как мы считали
📊 Техническая честность
Источник данных: Обезличенные запросы к сервису по расшифровке анализов на основе ИИ МедАссист за период май-декабрь 2025 г. Все персональные данные удаляются еще на этапе первичной обработки загружаемого документа.
Этапы обработки:
- Фильтрация: Удалены записи с ключевыми словами, указывающими на анализы животных (кошка, собака, кличка и т.п.).
- Классификация биоматериала: Большая языковая модель классифицирует текст по типу биоматериала: кровь (b), моча (u), кал (p), слюна (s) или «не лабораторный анализ» (na). В финальный датасет вошли только b/u/p/s.
- Извлечение структуры: LLM извлекает дату анализа, дату рождения, пол и список показателей (название, значение, единица измерения, референсный интервал).
- Безразмерная нормализация: Для каждого измерения используется его собственный референсный интервал. Мы не пытаемся глобально привести единицы к общему знаменателю, а рассчитываем унифицированные метрики следующим образом: Позиция = x − minmax − minиДоля отклонений = Nlow + NhighNdetгде x — значение анализа, min/max — границы референса, Nlow/high — количество результатов ниже/выше нормы, Ndet — общее число измерений с известным референсом.
- Обработка цензурированных значений: Результаты вида «<0.1» (ниже порога чувствительности прибора) или «>200» (выше диапазона измерения) называются цензурированными. Такие значения учитываются в частотах, но консервативно исключаются из расчета долей отклонений, чтобы не вносить искажения в статистику.
- Пороги публикации: Доли отклонений публикуются только при достаточном числе определимых (не цензурированных) измерений (минимум 10 для предварительных выводов, 50+ для устойчивых паттернов).
- Варианты названий: Разные лаборатории пишут названия анализов по-разному. Мы объединили варианты: например, «АЛТ», «Аланинаминотрансфераза», «Аланинаминотрансфераза (АЛТ)» считаются одним показателем. Нормализация выполнена полуавтоматически с ручной проверкой частотных вариантов.
- Эффект панелей: Для топ-листов анализов крови мы показываем частоту «без учета компонентов ОАК», чтобы панель из ~20 показателей не захватывала всё внимание. Для мочи и кала важно понимать, что многие показатели — это части стандартного бланка (тест-полоска, микроскопия осадка), а не отдельные назначения.
От сырых данных к чистому датасету: воронка фильтрации
Сервис МедАссист получает не только лабораторные бланки, но и любые медицинские документы, которые пользователи хотят понять. Поэтому первый шаг — отделить лабораторные анализы от всего остального.
14 427 — Исходный массив. Все запросы, которые когда-либо поступили в сервис
↓ −150 записей
14 277 — После фильтрации животных. Убрали анализы домашних питомцев (да, некоторые пытались загружать результаты анализов кошек и собак. Кстати, если из бланков с результатами анализов понятно, что это анализы животного, то отчет по ним МедАссист выдает корректный)
↓ −3 416 записей
10 861 — Финальный датасет. Только настоящие лабораторные анализы с определенным типом биоматериала
На последнем этапе отсеялось 3 416 записей. Это не «мусор» — среди них много ценного медицинского контента, но он относится к другим типам диагностики:
- 61% — текстовые медицинские документы: заключения врачей, выписки из стационара, протоколы операций, назначения.
- 19% — инструментальные исследования: УЗИ, КТ, МРТ, рентген, маммография.
- 11% — генетические тесты: ДНК-отчеты, панели генов, мутации, кариотипы.
- 9% — функциональная диагностика: ЭКГ, ЭХО-КГ, Холтер, спирометрия и др.
Эти данные остаются за рамками текущего исследования, но сами по себе представляют интерес для отдельного анализа и показывают широту запросов к сервису.
Что проверяют: 91% — это кровь
После классификации биоматериала картина оказалась ожидаемой: кровь — 90,9% всех анализов. Это универсальный источник информации о состоянии организма: от воспаления и инфекций до гормонов и витаминов. Остальное распределено между мочой (6,4%), калом (2,5%) и редкой слюной (0,2%).
| Биоматериал | Запросов | Доля | Показателей на запрос |
|---|---|---|---|
| 🩸 Кровь | 9 876 | 90,9% | 22 |
| 💧 Моча | 691 | 6,4% | 19 |
| 🔬 Кал | 272 | 2,5% | 25 |
| 💦 Слюна | 22 | 0,2% | 8 |
Число показателей на запрос — медианное количество разных показателей в одном запросе.
Хотя слюна занимает всего 0,2% в наших данных, современная наука считает этот биоматериал одним из самых недооценённых. Слюна — это не просто «вода», а биожидкость, которая для некоторых задач превосходит кровь по точности.
1. Гормоны (стероидный профиль): В слюне определяются именно свободные (биологически активные) фракции гормонов, которые реально действуют на клетки. В крови же мы часто видим общую сумму (связанный + свободный), что может искажать картину.
- Кортизол: «Золотой стандарт» для оценки стресса и функции надпочечников.
- Половые гормоны: Тестостерон, эстрадиол, прогестерон — позволяют точно оценить андрогенный/эстрогеновый статус.
- 17-ОН-прогестерон и DHEA: Важны при диагностике врожденной гиперплазии надпочечников и гиперандрогении.
Источник: Gröschl M. Saliva-based Hormone Diagnostics // Expert Review of Molecular Diagnostics, 2025.
2. Инфекции и вирусы (ПЦР): Слюна — идеальный материал для выявления ДНК/РНК вирусов, даже при бессимптомном носительстве.
- Герпес-группа: ВЭБ (Эпштейна-Барр), ЦМВ, вирусы простого герпеса.
- ВПЧ (папилломавирус): Скрининг штаммов высокого онкогенного риска.
- Helicobacter pylori: Диагностика возбудителя гастрита.
Источник: Chiappin S. et al. Salivary Biomarkers // Clinical Chemistry, 2007.
3. Воспаление и онкомаркеры: В слюне активно изучают маркеры пародонтита (MMP-8, ИЛ-1β) и даже ранние признаки некоторых видов рака (поджелудочной железы, полости рта), что подтверждается обзорами в Journal of Clinical Medicine (2020) и Biomarkers in Medicine (2023).
Когда слюна лучше крови? Когда нужно оценить биологически активную часть гормонов, при диагностике инфекций у детей (неинвазивно!), а также для мониторинга суточных ритмов (кортизол, мелатонин), где стресс от укола иглой может исказить результат анализа крови.
70% пациентов — женщины: управление здоровьем как женская территория
Самый яркий паттерн датасета — гендерный дисбаланс. Среди 7 210 запросов с известным полом женщины составляют 70,5%, мужчины — 29,5%. Это соотношение 2,4:1, значительно превышающее естественное распределение в популяции.
Важное уточнение: 70% женщин — это пол пациента, указанный на лабораторном бланке, а не пол человека, который загружает документ в сервис. То есть это реальное распределение пациентов, чьи анализы попадают в сервис, а не характеристика тех, кто загружает.
Почему женщины чаще обращаются к сервису по расшифровке анализов? Данные не дают однозначного ответа, но позволяют выдвинуть несколько гипотез.
Превентивная культура и регулярный мониторинг. Женщины традиционно более внимательны к регулярным чек-апам. Гинекологические осмотры, планирование беременности, контроль гормонального статуса, мониторинг щитовидной железы — всё это создает привычку систематической диагностики и формирует культуру превентивного контроля здоровья.
Больше поводов для анализов. Женщины репродуктивного возраста проходят через множество состояний, требующих лабораторного контроля: менструальный цикл, планирование беременности, беременность, послеродовой период, пременопауза, менопауза. Каждое из этих состояний генерирует потребность в анализах, которых у мужчин аналогичного возраст зачастую просто нет.
Цифровая активность в здоровье. Исследования показывают, что женщины чаще используют мобильные приложения для здоровья, фитнес-трекеры, онлайн-консультации врачей. Телемедицина — естественное продолжение этого тренда. Возможно, женщины более комфортно чувствуют себя в цифровых медицинских сервисах и активнее их осваивают.
Социально одобряемое поведение. В обществе следить за здоровьем более приемлемо для женщин. Мужчинам же «проверять анализы без повода» может казаться проявлением слабости или излишней тревожности, что снижает их обращаемость за превентивной диагностикой.
Интересно сравнить наши данные с общей статистикой телемедицины. По данным крупных провайдеров, в 2023-2024 годах на онлайн-консультациях с врачами соотношение мужчин и женщин было почти равным (иногда с перевесом мужчин до 60%). Однако, когда речь заходит о работе с данными и глубокой аналитике здоровья, мы видим 70% женщин.
Это подтверждает гипотезу «Менеджер Семейного Здоровья»: женщина не просто лечится сама, она аккумулирует и анализирует медицинскую информацию для всей семьи (детей, мужа, пожилых родителей). Мужчина может позвонить врачу, когда "прижмет", но системным ведением медицинского "архива", вероятно, занимается женщина.
Это не означает, что женщины болеют чаще или имеют больше проблем со здоровьем. Данные показывают различия в обращаемости в сервис (что можно, при должной осторожности, сравнить с обращаемостью за диагностикой) и в готовности к превентивному контролю, а не эпидемиологию заболеваний.
Медианный возраст 30 лет: на поколение моложе страны
Если типичный пользователь телемедицины — женщина, то типичный возраст — 30 лет (медиана для анализов крови). Для сравнения: медианный возраст населения России — около 40 лет. Пользователи лабораторной диагностики через цифровые сервисы на целое поколение моложе среднего жителя страны.
| Возрастная группа | Анализы крови | Анализы мочи | Анализы кала |
|---|---|---|---|
| 0–9 лет (дети) | 19,4% | 27,5% | 43,5% |
| 10–19 лет | 6,9% | 6,1% | 7,6% |
| 20–29 лет | 22,2% | 23,4% | 12,9% |
| 30–39 лет | 26,0% | 22,4% | 17,6% |
| 40–49 лет | 14,2% | 11,2% | 10,0% |
| 50+ лет | 11,4% | 9,4% | 8,2% |
Распределение по возрастным группам для пациентов с известным возрастом (N=6 207).
Резкое падение в подростковой группе объяснимо. Дети до 10 лет проходят регулярные обследования под контролем родителей. Подростки уже достаточно здоровы, чтобы не болеть детскими болезнями, но еще не столкнулись с хроническими проблемами взрослых. Плюс они редко сами занимаются своим здоровьем, а родители уже контролируют их меньше.
Интересно, что почти половина анализов кала (43,5%) приходится на детей до 9 лет. Это ожидаемо: копрограмму часто назначают малышам при проблемах с пищеварением, кишечных инфекциях или подозрении на глистные инвазии.
Топ анализов: что проверяют чаще всего
Общий анализ крови (ОАК) остается базовым скринингом — он встречается в 54% заключений крови. Это универсальная проверка воспаления, анемии, иммунного статуса. Но что проверяют помимо ОАК? Здесь начинается самое интересное.
Рассмотрим топ-20 анализов крови: от глюкозы до витамина D
- Глюкоза21,0%
- Аланинаминотрансфераза (АЛТ)19,6%
- Аспартатаминотрансфераза (АСТ)19,4%
- Холестерин общий18,8%
- Креатинин18,0%
- Билирубин общий17,8%
- Общий белок16,3%
- Тиреотропный гормон (ТТГ)14,9%
- Мочевина14,3%
- Ферритин13,7%
- Триглицериды10,7%
- Тироксин свободный (Т4 свободный)9,9%
- Холестерин ЛПНП9,5%
- С-реактивный белок9,2%
- Холестерин ЛПВП8,9%
- Билирубин прямой8,7%
- Мочевая кислота8,6%
- Щелочная фосфатаза8,3%
- Железо сывороточное7,7%
- 25-OH витамин D7,2%
Процент показывает долю запросов, содержащих этот анализ. Варианты названий объединены (например, «АЛТ» + «Аланинаминотрансфераза (АЛТ)» = один показатель). Данные для крови, N=9 876.
Что говорит этот топ-20? Список показывает четкую структуру приоритетов современной превентивной диагностики.
Базовый метаболизм (места 1, 4, 11): глюкоза (21,0%), холестерин общий (18,8%), триглицериды (10,7%) — классическая триада скрининга метаболического синдрома и сердечно-сосудистых рисков. Это «обязательная программа» ежегодного чек-апа.
Печень как зона контроля (места 2, 3, 6, 16): АЛТ (19,6%), АСТ (19,4%), билирубин общий (17,8%), билирубин прямой (8,7%). Печеночные ферменты проверяют в каждом пятом запросе — это отражает рост осведомленности о жировом гепатозе, влиянии алкоголя, лекарств, вирусных гепатитов. Раньше АЛТ/АСТ назначали «по показаниям», сегодня это базовый биохимический скрининг.
Почки (места 5, 9): креатинин (18,0%), мочевина (14,3%) — стандартная пара для оценки функции почек. Присутствуют почти в каждом биохимическом профиле.
Щитовидная железа (места 8, 12): ТТГ (14,9%), Т4 свободный (9,9%) — базовый скрининг функции щитовидной железы. Высокая частота объясняется широкой распространенностью гипотиреоза, особенно у женщин, и доступностью самостоятельной проверки без направления эндокринолога. А вот Т3 свободный (5,8%) остался за пределами топ-20 (22-е место). Это логично: клинические рекомендации не советуют сдавать Т3 для первичного скрининга, так как он часто остается в норме даже при явном гипотиреозе. Его «звездный час» — диагностика гипертиреоза, что встречается реже.
Липидный профиль детально (места 4, 11, 13, 15): холестерин общий (18,8%), триглицериды (10,7%), ЛПНП (9,5%), ЛПВП (8,9%) — полная липидограмма для оценки атерогенного риска. Проверка «хорошего» и «плохого» холестерина стала рутинной.
Дефициты, ставшие массовыми (места 10, 20): ферритин (13,7%), витамин D (7,2%). Еще десятилетие назад это были узкоспециализированные тесты. Сегодня — must-have превентивного чек-апа. Ферритин показывает запасы железа (скрытый дефицит вызывает усталость, выпадение волос, когнитивные проблемы), витамин D связан с иммунитетом, костями, настроением. Их популярность — результат роста медицинской грамотности и доступности информации.
Яндекс Вордстат показывает рост поисковых запросов по слову «ферритин» с января 2018 по январь 2025: с практически нуля до ~800 тысяч запросов в месяц. Это увеличение более чем в 8 раз за семь лет, с особым ускорением после 2021 года.
Что стоит за этим взрывным ростом? Можно выделить следующие причины.
- Информационная революция: блогеры, нутрициологи, популяризаторы медицины объясняют, что гемоглобин может быть в норме, а запасы железа — истощены.
- Симптомы понятны каждому: хроническая усталость, которая не проходит после сна, выпадение волос, бледность, снижение концентрации — миллионы людей узнают себя в этом описании и идут проверять ферритин.
- Доступность: не нужно направление от врача, можно сдать в любой лаборатории.
Наши данные подтверждают тренд: ферритин в топ-10 (13,7% запросов) — это выше, чем многие «классические» анализы. Популярность ферритина — пример того, как цифровая медицинская грамотность меняет ландшафт диагностики. Анализ перестал быть врачебной прерогативой и стал инструментом самопонимания.
Воспаление и обмен веществ (места 14, 17, 19): С-реактивный белок (9,2%), мочевая кислота (8,6%), железо сывороточное (7,7%). СРБ — универсальный маркер воспаления, мочевая кислота — риск подагры и метаболических нарушений, железо — дополнение к ферритину для диагностики анемий.
Половые различия: мужчины в зоне липидного риска
Мы сравнили частоту отклонений от нормы у мужчин и женщин в одних и тех же возрастных группах. Результаты показывают неожиданную картину: пока женщины среднего возраста проходят через естественные гормональные перестройки, мужчины того же возраста (и даже моложе) демонстрируют более высокую долю отклонений в маркерах сердечно-сосудистого риска.
- Женщины 40–49 лет: Фолликулостимулирующий гормон (ФСГ) выходит за референс в 55% случаев — это естественная гормональная перестройка перед менопаузой. У мужчин того же возраста ФСГ практически всегда в норме.
- Мужчины 20–29 лет: ЛПВП («хороший» холестерин) снижен в 64% случаев. У женщин-сверстниц — только в 22%. Молодые мужчины уже в зоне кардиориска.
- Мужчины 40–49 лет: Коэффициент атерогенности повышен у 71%. У женщин того же возраста — только у 30%.
Разрыв в показателях липидного обмена между полами колоссальный, и он не в пользу мужчин. Это согласуется с эпидемиологическими данными о более раннем развитии атеросклероза и сердечно-сосудистых заболеваний у мужчин, но здесь мы видим его на уровне превентивных биомаркеров.
«Эффект супергероя»: Высокая доля отклонений у мужчин может быть связана не только с биологией, но и с поведенческим паттерном. Мужчины реже проходят профилактические чекапы «просто так». Если мужчина 30 лет сдает развернутую липидограмму, скорее всего, у него уже есть жалобы или подозрения. Женщины же часто сдают анализы планово, «на всякий случай», разбавляя статистику нормальными результатами.
Отклонения от нормы: липиды лидируют
Какие показатели чаще всего выходят за референсные интервалы? В среднем по всему массиву данных 20,3% измерений (каждый пятый показатель) оказываются вне нормы. Мы детализировали эту статистику и подсчитали долю отклонений для каждого анализа с достаточным числом измерений.
Топ-20 показателей с наибольшей долей отклонений
Для устойчивости выводов показываем только анализы с числом измерений DetN ≥ 50.
| Показатель | Доля отклонений | Измерений (DetN) |
|---|---|---|
| Холестерин не-ЛПВП | 56,6% | 228 |
| Иммуноглобулин E общий | 53,4% | 58 |
| Холестерин ЛПНП | 52,9% | 643 |
| Коэффициент насыщения трансферрина железом | 52,0% | 50 |
| Коэффициент атерогенности | 50,7% | 227 |
| Прогестерон | 50,5% | 99 |
| Индекс атерогенности | 47,2% | 178 |
| Холестерин общий | 45,2% | 1 506 |
| Антитела к тиреоглобулину | 44,4% | 81 |
| 25-OH витамин D | 42,0% | 507 |
| Лимфоциты, % | 40,4% | 4 678 |
| Цветовой показатель (кровь) | 39,5% | 697 |
| Ретикулоциты, % | 39,2% | 74 |
| Индекс HOMA-IR | 39,1% | 92 |
| Гранулоциты, % | 37,5% | 304 |
| Сегментоядерные нейтрофилы | 35,4% | 1 132 |
| С-реактивный белок | 34,5% | 747 |
| Фолликулостимулирующий гормон (ФСГ) | 34,5% | 58 |
| Нейтрофилы, % | 34,4% | 3 142 |
| Антитела к тиреопероксидазе | 34,3% | 172 |
DetN — число определимых (не цензурированных) числовых результатов с референсным интервалом. Показаны только анализы с DetN ≥ 50 для статистической устойчивости. Варианты названий объединены.
Выход за пределы референсного интервала не означает болезнь — референсные диапазоны обычно строятся для 95% здоровой популяции. Это значит, что у 2,5% абсолютно здоровых людей показатель будет выше верхней границы и у 2,5% — ниже нижней. Это статистическая норма, а не диагноз. Но когда отклонений 50% и более — это сигнал о том, что показатель заслуживает внимания на популяционном уровне.
Липиды доминируют абсолютно. Пять из первых восьми мест занимают липидные маркеры: не-ЛПВП (56,6%), ЛПНП (52,9%), коэффициенты атерогенности (50,7% и 47,2%), общий холестерин (45,2%). Коэффициент и индекс атерогенности — это по сути один показатель (соотношение «плохого» и «хорошего» холестерина), который разные лаборатории называют и считают чуть по-разному. Более половины проверок «плохого» холестерина показывают результаты вне референса. Это сочетание реальной распространенности дислипидемий (особенно у мужчин, как мы видели выше), селекции (в сервис приходят те, кому есть что обсудить) и эффекта назначений (липидограмму часто сдают целенаправленно при подозрении на нарушения или для контроля терапии).
Аллергии и аутоиммунитет. Иммуноглобулин E (53,4% отклонений, место 2) — маркер аллергических реакций. Высокая доля отклонений ожидаема: его проверяют целенаправленно при аллергиях, астме, атопическом дерматите. Антитела к тиреоглобулину (44,4%, место 9) и антитела к тиреопероксидазе (34,3%, место 20) — маркеры аутоиммунного тиреоидита, одного из самых частых аутоиммунных заболеваний, особенно у женщин.
Женские гормоны в зоне изменений. Прогестерон (50,5%, место 6) и ФСГ (34,5%, место 18) проверяют при планировании беременности, нарушениях цикла, менопаузе — состояниях, где отклонения скорее норма, чем исключение. Половина результатов прогестерона выходит за референс, что отражает специфику гормонального контроля у женщин репродуктивного возраста.
Витамин D — реальный дефицит, а не мода. 42% отклонений (в основном снижение) при 507 измерениях — это устойчивый паттерн. Отражает северные широты, образ жизни (офисная работа, недостаток солнца), сезонность. Культурный тренд на контроль витамина D опирается на реальную популяционную проблему.
Лейкоформула — физиологическая вариабельность. Лимфоциты % (40,4%, место 11), нейтрофилы % (34,4%, место 19), сегментоядерные нейтрофилы (35,4%, место 16), гранулоциты % (37,5%, место 15) — относительные доли этих клеток легко сдвигаются при ОРВИ, стрессе, физической нагрузке, после еды. Это не признак болезни, а нормальная реакция иммунной системы. Именно поэтому общий анализ крови часто «генерирует красные флаги» даже у здоровых людей.
Метаболические индексы и железо. HOMA-IR (39,1%, место 14) — индекс инсулинорезистентности, ранний предиктор диабета 2 типа. Коэффициент насыщения трансферрина (52,0%, место 4) — показатель обмена железа, часто снижен при дефиците. Цветовой показатель (39,5%, место 12) — устаревший индекс гемоглобинизации эритроцитов, который многие лаборатории еще используют. Ретикулоциты % (39,2%, место 13) — молодые эритроциты; повышение указывает на активное кроветворение в ответ на анемию или гемолиз.
С-реактивный белок (34,5%, место 17): треть анализов СРБ показывает повышение — маркер воспаления. Это может отражать хронические инфекции, избыточный вес, стресс, либо артефакт селекции (СРБ часто проверяют при подозрении на воспаление).
Задержка загрузки: медиана 1 день, но есть «долгий хвост»
Сколько времени проходит между датой анализа и загрузкой результата в сервис? Медиана — 1 день. Половина пользователей загружает результаты в тот же или на следующий день. Это говорит о высокой мотивации: люди хотят быстро получить расшифровку.
Но медиана скрывает вариабельность. Для полной выборки с известной задержкой (N=9 097) 90-й перцентиль — 71 день: 10% пользователей загружают анализы спустя более двух месяцев. Это могут быть архивные документы, сложные исследования (генетика, специализированные гормоны) или просто откладывание на потом.
Интересно, что при разбивке по демографическим группам (что требует наличия даты рождения на бланке, N=6 195) картина меняется: женщины загружают анализы быстрее, мужчины медленнее. Разница между общим P90=71 днем и демографическими P90 объясняется тем, что в общую выборку входят запросы без даты рождения, среди которых больше «долгого хвоста» (архивные документы, сложные анализы).
| Группа | Медиана (дни) | Среднее (дни) | P90 (дни) |
|---|---|---|---|
| Женщины | 1 | 34 | 34 |
| Мужчины | 1 | 51 | 45 |
| Дети 0–9 лет | 1 | 39 | 10 |
| Мужчины 20–29 лет | 2 | 84 | 121 |
Данные для подвыборки с известными датой рождения, датой анализа и датой загрузки (N=6 195).
Молодые мужчины 20–29 лет в среднем ждут почти 3 месяца (84 дня), прежде чем загрузить результаты. Десять процентов самых медленных ждут более 4 месяцев (121 день). Для сравнения: мамы загружают детские анализы в среднем за день. Это классический паттерн: мужчины часто откладывают заботу о здоровье, пока не заставит жизненная ситуация или близкие.
Примечание: Часть анализов могут загружать врачи или нутрициологи для своих пациентов — сервис МедАссист полезен и клиникам.
Выводы: портрет цифрового пациента
Мы наблюдаем, как лабораторная диагностика превращается в «персональный интерфейс» к здоровью: человек собирает данные сам, а затем ищет инструменты (врач, ИИ, сервис), которые помогут превратить цифры в решение.
Анализ 227 тысяч лабораторных показателей рисует портрет нового типа пациента — проактивного, информированного, использующего технологии для управления здоровьем. Это преимущественно женщина 30 лет, которая не ждет симптомов, а регулярно проверяет ключевые биомаркеры: метаболизм, гормоны, витамины, воспаление.
Телемедицина устраняет ключевые барьеры: не нужно искать врача для направления, стоять в очередях в регистратуру, ждать записи к специалисту для обсуждения результатов. Это демократизирует доступ к диагностике, но одновременно создает новое цифровое неравенство — пока эта возможность доступна преимущественно молодым, городским, технологически грамотным людям.
Данные показывают сдвиг от реактивной медицины к превентивной: от модели «лечу, когда заболел» к модели «проверяю, чтобы не заболеть». Лабораторная диагностика перестает быть инструментом врача и становится инструментом пациента — способом понять свое тело, отследить динамику, принять информированное решение.
Гендерные различия в метаболических маркерах подчеркивают важность стратификации по полу и возрасту: мужчины демонстрируют более высокую долю отклонений в маркерах сердечно-сосудистого риска раньше и быстрее, женщины проходят через гормональные перестройки, требующие мониторинга. Это не «кто здоровее», а «у кого какие риски и в каком возрасте».
Популярность ферритина и витамина D — не просто мода, а отражение реальных дефицитов и роста медицинской грамотности. Люди узнают про эти маркеры из надежных источников, узнают себя в симптомах и идут проверяться. Анализы перестали быть врачебной тайной.
Качество данных — не баг, а реальность. Разные лаборатории по-разному пишут названия, единицы, референсы. Честная аналитика начинается не с «идеального датасета», а с прозрачного описания ограничений и консервативных метрик. Именно поэтому мы показываем DetN (число определимых измерений) рядом с каждой долей отклонений и честно говорим, где данных недостаточно для выводов.
Какие вопросы остаются открытыми? Будут ли эти паттерны распространяться на другие возрастные и социальные группы по мере роста цифровой грамотности? Приведет ли массовая самодиагностика к улучшению здоровья популяции или к росту медицинской тревожности? Как меняется роль врача, когда пациент приходит не с жалобами, а с детальной биохимией? Эти вопросы определят медицину ближайшего десятилетия.
Ограничения: что важно знать о данных
Смещение аудитории: Пользователи телемедицины — это люди, которые (а) сдают анализы, (б) имеют доступ к цифровым технологиям, (в) мотивированы понять результаты. Это не «средний житель России». Выборка смещена в сторону молодых, городских, более образованных и здоровье-ориентированных людей.
Гендерное смещение: Женщины представлены непропорционально (70% против ~51% в населении). Это может отражать культурные паттерны (женщины чаще занимаются здоровьем семьи) или особенности аудитории цифровых сервисов.
Селекция по поведению: Люди чаще загружают анализы, когда есть отклонения или беспокойство, а не «просто так». Это может завышать долю отклонений по сравнению с популяцией.
Географическое смещение: Пользователи телемедицинских сервисов, вероятно, концентрируются в крупных городах с хорошим интернетом и развитой лабораторной инфраструктурой. Данные могут не отражать ситуацию в сельских регионах или малых городах.
Качество извлечения: Данные извлечены из текстовых бланков с помощью LLM. Несмотря на высокую точность даже при плохом качестве изображений, возможны ошибки в распознавании редких названий, нестандартных единиц или сложных референсных интервалов.
Корреляция ≠ причинность: Исследование выявляет паттерны и корреляции, но не устанавливает причинно-следственных связей. Например, высокая доля отклонений липидов может отражать реальную распространенность дислипидемий, селекцию (сдают те, у кого подозрение) или практику назначений.
См. также
Обновлено: 22.12.2025