Одно решение по базе данных помогло Хайди вернуть 18 миллионов часов врачам по всему миру.

Австралийский стартап Heidi только что обработал 81 миллион медицинских консультаций по всему миру после отказа от настройки базы данных. Вот почему изменение инфраструктуры имеет значение для ИИ в сфере здравоохранения.

Что происходит: Стартап Heidi в области здравоохранения из Мельбурна масштабировал свою платформу клинической документации, чтобы обработать 81 миллион медицинских консультаций всего за 18 месяцев.

Почему это важно: Медицинские работники тратят до 40% своего рабочего времени на задачи документирования, а не на непосредственный уход за пациентами. Поскольку спрос на решения в области здравоохранения на основе искусственного интеллекта растет во всем мире, техническая инфраструктура должна идти в ногу со временем.

Когда в конце 2023 года команда инженеров Хайди зашла в тупик, это была не проблема продукта. Медицинский писец ИИ работал. Клиницистам это понравилось. Но база данных не успевала.

Хайди построила свою первоначальную платформу на Amazon DocumentDB. Он прекрасно справился с ранним ростом. Затем компания масштабировалась. Использование взорвалось. Участились встречи с представителями систем здравоохранения. Внезапно инфраструктура, которая работала вчера, не смогла удовлетворить сегодняшние требования.

«Мы не могли масштабироваться без простоев, и это было критической проблемой: мы работаем в мире здравоохранения, где врачам необходим бесперебойный доступ к ресурсам 24 часа в сутки, 7 дней в неделю», — сказал Оскар Люкерсмит, руководитель отдела данных Heidi. «Наша первоначальная настройка базы данных не могла обеспечить тот уровень роста, который был необходим нашим пользователям, она не поддерживала функции поиска и построения индексов, которые являются ключевыми в сценариях использования ИИ, и мы испытывали увеличенную задержку».

Проблема заключалась не только в цифрах. Речь шла о том, что нужно здравоохранению. Отделение неотложной помощи больницы не может дождаться возобновления работы базы данных. Врач общей практики не может сказать пациентам: «Может быть, в следующий понедельник мы получим доступ к их записям». В здравоохранении инфраструктура не является внутренней проблемой. Это вопрос безопасности пациентов.

Почему жесткие базы данных не работают для ИИ

Здесь выбор базы данных становится стратегическим. Традиционные реляционные базы данных, такие как Power Bank и бронирование авиабилетов, работают блестяще, когда данные аккуратно укладываются в строки и столбцы. Запись клиента. Транзакция. Четкая, предсказуемая структура.

Медицинские данные не совпадают. Медицинская карта пациента включает направления, клинические записи, формы из трех разных больниц, результаты лабораторных исследований в разных форматах и контекст, который меняется в зависимости от специальности. Когда вы добавляете в эту смесь искусственный интеллект, проблема умножается.

Хайди нужно было объединить медицинские данные из нескольких источников в один согласованный формат. Также требовалась гибкость. По мере того, как стартап добавлял новые функции искусственного интеллекта, клиническое кодирование, генерацию истории болезни пациентов, сводки по палатам, модель данных должна была развиваться без перестройки всей системы. И все это необходимо было сделать, соблюдая при этом строгие требования безопасности и соответствия требованиям здравоохранения в 190 странах.

Это сразу же исключило жесткие реляционные базы данных. Хайди нужна была база данных, созданная для ИИ. Компания обратилась к MongoDB Atlas.

Модель документа MongoDB изменила все. Вместо того, чтобы помещать данные в таблицы с фиксированными столбцами, он работает с документами JSON, которые могут различаться по структуре. Медицинские данные из справочных систем, отделений неотложной помощи и специализированных клиник могут поступать в одну базу данных в их естественном формате, а затем преобразовываться для рабочих процессов ИИ.

«Документная модель MongoDB изменила правила игры для наших разработчиков», — объяснил Оча Чакрамурти, старший инженер-программист в Heidi. «Его гибкость позволяет нам быстро адаптировать наши приложения искусственного интеллекта к новым сценариям использования, что помогает нам масштабироваться до более чем 2 миллионов консультаций в неделю без простоев и узких мест».

То, что произошло дальше, удивило даже команду инженеров. «После перехода на MongoDB Atlas мы смогли сократить задержку ключевых API почти на треть, обеспечив бесперебойную работу медицинских работников в критических средах», — добавил Чакрамурти.

Сдвиг касался не только масштаба. Речь шла о скорости. Теперь разработчики могли быстрее создавать прототипы новых функций. Операционные группы могли развертывать обновления без простоев. Инфраструктура фактически помогла Хайди двигаться быстрее, а не медленнее.

Инструменты, меняющие современное здравоохранение

Один из самых сложных вариантов использования Хайди показывает, на что способна платформа сейчас: клиническое кодирование.

Больницы используют стандартизированные буквенно-цифровые коды, Международную классификацию болезней, для классификации состояний пациентов и процедур. В Австралии код K35.8 обозначает острый аппендицит. Эти коды определяют выставление счетов, возмещение расходов и планирование системы здравоохранения. Но создание их вручную занимает часы. Врач осматривает пациента, пишет заметку, затем кто-то должен ее прочитать, интерпретировать клинические детали и присвоить правильный код.

Хайди автоматизировала это. Используя генерацию с расширенным поиском (RAG), писец ИИ читает клинические записи пациента, понимает медицинский контекст и автоматически присваивает правильный классификационный код. MongoDB Atlas Vector Search сделал это возможным. Вместо того, чтобы создавать отдельные векторные базы данных для поиска ИИ и хранить отдельную оперативную базу данных, все работает в MongoDB. Медицинские документы преобразуются в векторные представления. Система выполняет семантический поиск по ним. Соответствующая информация поступает непосредственно в модель ИИ. Одна архитектура. Никакого дублирования данных. Никаких проблем с синхронизацией.

«Хайди — отличный пример того, как выбор гибкой мультиоблачной платформы данных со встроенными возможностями искусственного интеллекта может дать разработчикам возможность быстро переходить от прототипа к производству, а затем масштабироваться», — сказал Саймон Эйд, старший вице-президент APAC, MongoDB.

Еще один инструмент в наборе Хайди — Ask Heidi, помощник с искусственным интеллектом, который помогает решать неклинические задачи. Он собирает истории болезни пациентов, составляет списки обходов палат и проводит клинические проверки. По словам Хайди, это может сэкономить до 50% времени врачей на выполнении этих задач, времени, которое возвращается на уход за пациентами.

Самая продвинутая функция, Heidi Vector Scribe, использует семантический поиск для преобразования огромных объемов медицинских документов в векторные вложения. Клиницисты могут задавать сложные медицинские вопросы, а система интеллектуально извлекает соответствующие внешние знания, напрямую связывая расшифрованные медицинские термины с соответствующими клиническими рекомендациями и фактическими данными.

Строительство со скоростью здравоохранения

Для руководства Хайди выбор инфраструктуры решил бизнес-проблему, выходящую за рамки простого масштабирования: подбор персонала.

«Для технических специалистов, захватывающие технологические вопросы, масштабируемость и эффективность MongoDB Atlas делают его краеугольным камнем нашего успеха, помогая нам привлекать разработчиков, которые хотят тратить время на преобразование здравоохранения, а не на управление базами данных», — сказал Чакрамурти.

На конкурентном рынке инженеров-программистов разработчики хотят работать над значимыми проблемами. Они хотят развертываться без страха. Им нужна инфраструктура, которая не увязнет в сложностях эксплуатации. Выбор MongoDB означал, что команда Хайди могла сосредоточиться на инновациях в области искусственного интеллекта, а не на администрировании баз данных.

На этом фундаменте компания быстро выросла. Хайди теперь поддерживает врачей отделений неотложной помощи, общей практики и специализированных клиник. Платформа работает на 110 языках в 116 странах. Крупнейшие сети здравоохранения используют Хайди, от Modality Partnership в Великобритании до Beth Israel в Массачусетсе. В Австралии системы здравоохранения внедрили Heidi настолько быстро, что Telstra Health создала собственный инструмент клинической документации Telstra Scribe поверх инфраструктуры Heidi.

Этот рост не замедлился. В октябре 2025 года Хайди привлекла 65 миллионов долларов в рамках финансирования серии B под руководством Point72 Private Investments, оценив компанию в 465 миллионов долларов. В раунде приняли участие существующие инвесторы Blackbird и Headline, в результате чего общий объем финансирования составил почти 100 миллионов долларов. В настоящее время компания выходит на новые рынки во Франции, Испании, Ирландии, Гонконге, Германии и Сингапуре.

Что дальше? Хайди изучает экосистему инструментов искусственного интеллекта для клинической работы. Компания описывает Heidi Scribe как «агентный уровень искусственного интеллекта», который не просто автоматизирует конкретные задачи, но и работает более автономно в клинических рабочих процессах.

Для здравоохранения во всем мире это важно. Клиницисты тратят более двух часов каждый день на другие задачи, помимо ухода за пациентами. Они теряют в среднем 65 000 долларов в год из-за административного бремени. Поскольку системы здравоохранения сталкиваются с нехваткой кадров и растущим спросом, даже небольшое повышение эффективности усугубляется.

Масштаб Хайди, составивший 81 миллион консультаций за 18 месяцев, показывает, что сейчас возможно, когда инфраструктура идет в ногу с амбициями. Решение о базе данных было техническим. Но результат человечен: врачи тратят меньше времени на набор текста, больше времени на выслушивание своих пациентов.

Следите за нашими историями в LinkedIn, ТвиттерФейсбук и Инстаграм.