Драйверы и барьеры регионального управления цифровой трансформации персонализированной медицины

Актуальность. Цифровизация здравоохранения, в особенности в сегменте персонализированной медицины, становится важнейшим направлением модернизации социальной сферы и обеспечения устойчивого развития российских регионов. Стремительное развитие цифровых платформ, систем искусственного интеллекта и технологий анализа больших данных создаёт предпосылки для перехода к модели медицинской помощи, ориентированной на индивидуальные особенности пациента.

Однако эффективное внедрение таких решений требует согласованности между федеральными стратегиями и управленческими возможностями субъектов Российской Федерации, что обусловливает необходимость выявления и анализа ключевых факторов, влияющих на успешность цифровой трансформации в здравоохранении.

Цель ‒ выявление и систематизация драйверов и барьеров цифровой трансформации персонализированной медицины на региональном уровне.

Задачи: проанализировать управленческие, технологические и институциональные условия цифровизации в субъектах Российской Федерации; классифицировать основные барьеры и драйверы цифровой трансформации; выявить противоречия между целевыми ориентирами цифровизации и реальной региональной практикой.

Методология. В исследовании использованы методы институционального анализа, структурнофункционального подхода, сравнительного анализа региональных кейсов, а также содержательный анализ стратегических и нормативных документов в сфере здравоохранения.

Результаты. Выделены ключевые драйверы цифровизации: государственная поддержка, развитие цифровых технологий и искусственного интеллекта, управленческое лидерство на региональном уровне, а также рост общественного запроса на персонализированную медицинскую помощь. Среди барьеров зафиксированы нормативно-правовые, кадровые, инфраструктурные и организационные ограничения. Установлены системные противоречия между задачами цифровизации и возможностями действующей институциональной среды. Предложена многоуровневая классификация факторов влияния, учитывающая макро-, мезои микроуровни управления цифровой трансформацией.

Выводы. Эффективное внедрение персонализированной медицины в российских регионах возможно при условии учёта региональной специфики, развития цифровой зрелости управленческих структур и устранения институциональных и ресурсных барьеров. Результаты исследования могут быть использованы для проектирования адаптивных стратегий цифрового здравоохранения в субъектах Российской Федерации.

1. Мещерякова Н. Ю., Смирнова О. В. Включенность населения в процесс цифровизации здравоохранения // Journal of Social Policy Studies. 2023. Т. 21, № 2. С. 95–108.

2. Шишкин С. В., Потапчук А. С. Персонализированная медицина и цифровые технологии: вызовы и перспективы регионов // Региональная экономика и управление. 2023. № 4. С. 21–29.

3. Хохлова Т. А., Минакова А. В. Цифровая зрелость медицинских организаций: методические подходы и региональный опыт // Здравоохранение Российской Федерации. 2024. № 2. С. 44–51.

4. Николенко А. А., Беляева Е. С., Емельянова О. В. Особенности рынка инновационных технологий и его роль в региональной экономике // Инновационная экономика: перспективы развития и совершенствования. 2016. № 7(17). С. 238-242.

5. Савин И. Три абсолютных барьера при внедрении цифровых технологий в медицине // Российский журнал телемедицины и электронного здравоохранения. 2025. № 1. С. 18–24.

6. Ибрагимов Ш. М. Большие данные и ИИ как драйверы трансформации здравоохранения // Теория и практика современной науки. 2025. № 5. С. 32–38.

7. Факторы, оказывающие воздействие на инновационное развитие экономики / И. Н. Третьякова, Н. Ю. Ершов, Е. А. Богданова, Н. С. Казаков // Естественно-гуманитарные исследования. 2024. № 1(51). С. 245-249.

8. Тер-Григорьянц А. А., Ушвицкий М. Л. Методические подходы к оценке инновационного развития региона // Региональная экономика: теория и практика. 2013. № 10. С. 49-56. EDN PWOYTP

9. Синицкая Н. А., Хаирова Т. А. Комплексная система показателей, используемая при оценке инновационного развития регионов // Финансово-экономическое и информационное обеспечение инновационного развития региона: сборник материалов конференции. Ялта: Ареал, 2019. С. 109-113.

10. Методика оценки инновационного развития региона (на примере регионов Южного федерального округа) / А. А. Митус, Е. П. Гармашова, А. Г. Баранов, А. М. Дребот // Креативная экономика. 2020. Т. 14, № 12. С. 3259-3276.

11. Азаматова Р. М., Баллиева Х. Ю., Гузиева Л. М. Механизм формирования и реализации региональной инновационной политики // Современные проблемы науки и образования. 2014. № 4. С. 383. EDN QWXRGF

12. Проценко Н. А., Золотухина Т. В., Гвоздев С. И. Трансформация управления системой здравоохранения в условиях цифровизации в субъекте Российской Федерации // Регион: системы, экономика, управление. 2025. № 1(68). С. 72-77. https://doi.org/10.22394/1997-4469-2025-68-1-72-77. EDN VVEZCX

13. Магдилов М. М. Роль телемедицины в здравоохранении: преимущества и риски // Теория и практика экономики гражданской защиты на страже безопасности жизнедеятельности современного общества: материалы III Международной научно-практической конференции, г. Москва, 26 декабря 2023 г. М.: Объединенная редакция, 2024. С. 333-337. EDN HJJWCH

14. Цифровое здравоохранение. Необходимость и предпосылки / О. Э. Карпов, С. А. Субботин, Д. В. Шишканов, М. Н. Замятин // Врач и информационные технологии. 2017. № 3. С. 6-22. EDN ZGYVMB

15. Бацина Е. А., Попсуйко А. Н., Артамонова Г. В. Цифровизация здравоохранения РФ: миф или реальность? // Врач и информационные технологии. 2020. № 3. С. 73-80. https://doi.org/10.37690/1811-0193-2020-3-73-80. EDN BMYUHL

16. Краснянская О. В. Влияние инновационной экономики на трансформацию систем здравоохранения // Вестник Московского финансово-юридического университета МФЮА. 2024. № 4. С. 187-208. https://doi.org/10.52210/2224669X_2024_4_187. EDN TZSNTL

17. Петровский А. Б., Проничкин С. В., Шепелев Г. И. Информационно-логическая модель научно-технологического потенциала превентивной и персонализированной медицины // Искусственный интеллект и принятие решений. 2022. № 3. С. 21-35. https://doi.org/10.14357/20718594220302. EDN UMPTFQ