11 января 2026 года Anthropic расширила Claude в здравоохранении и науках о жизни: компания представила Claude for Healthcare — инфраструктуру, подготовленную под требования HIPAA, плюс новые инструменты для исследовательской работы и коннекторы к CMS, Medidata и ClinicalTrials.gov.
Для клиники или научной группы смысл не в самой модели. Смысл в том, что запрос теперь адресуется к системе, где лежат реальные записи: правилам выплат, данным исследования, реестру протоколов. Ответ приходит с опорой на запись, и это меняет цену ошибки.
Ключевое слово в анонсе — коннекторы. Чат с моделью умеет обобщать, но не знает, что записано в конкретной истории болезни или протоколе. Подключение к источнику добавляет к ответу проверяемость, а вместе с ней требования к доступу и журналированию обращений.
Линия складывалась не за один релиз: в октябре 2025-го вышел Claude for Life Sciences с научными коннекторами и навыками под drug discovery, в январе 2026-го к нему добавилась медицина, к июню — приложение Claude Science для исследователей.
Что на практике значит «HIPAA-ready»
Формулировка читается как знак качества, хотя сертификатом не является. Речь об американском законе о защите медицинской информации: соответствие подтверждает организация, обрабатывающая данные, а не поставщик модели. Пометка ready говорит о другом — инфраструктура готова работать в таком режиме, с разграничением доступа, журналами и договором об обработке защищённых сведений.
Ответственность при этом остаётся на клинике. Перед пилотом нужны ответы на два вопроса: кто в цепочке считается оператором данных и какие категории записей допустимо отправлять в модель. Если ответственного нет, проект обычно встаёт на согласовании с юристами, а не на техническом этапе.
Есть и менее очевидный слой. Коннекторы описывают, к каким данным у модели есть доступ, но не отменяют проверку результата. В медицинском сценарии ответ без ссылки на источник бесполезен: спор с врачом или аудитором выигрывает запись, а не формулировка.
Куда Anthropic расширила Claude: CMS, Medidata, ClinicalTrials.gov
Подключённые источники закрывают разные звенья работы, и путать их задачи не стоит. От выбранного коннектора зависит формулировка вопроса: спрашивать про правила выплат у реестра исследований бессмысленно, ответ будет выглядеть правдоподобно и не иметь отношения к делу.
| Источник | Что содержит | Под какие задачи |
|---|---|---|
| CMS | Материалы службы, курирующей государственные программы медицинского страхования в США | Разбор требований, подготовка документов, сверка формулировок |
| Medidata | Данные клинических исследований на стороне платформы | Сверка показателей, черновики отчётов по ходу исследования |
| ClinicalTrials.gov | Открытый реестр клинических исследований | Поиск протоколов, оценка дизайна, подбор ориентиров |
Разница между источниками не косметическая. Реестр открыт, его данные можно проверить вручную, а ошибка в пересказе протокола бьёт по репутации, но не по пациенту. Данные исследования закрыты, и любой запрос к ним поднимает вопрос о правах доступа. Регуляторные материалы требуют точности формулировок: здесь вольный пересказ опаснее пропуска.
Почему в науках о жизни одних коннекторов мало
Исследовательская работа устроена так, что проверяемость важнее скорости. Отчёт, который нельзя воспроизвести, бесполезен при аудите; вывод, полученный из неизвестной версии данных, не пройдёт внутреннюю проверку. Поэтому рядом с коннекторами в анонсах появились формулировки про проверяемые артефакты и гибкий доступ к вычислительным ресурсам.
К середине 2026 года линия сложилась в три слоя: подключение к внешним системам, библиотека готовых навыков под типовые задачи и отдельное рабочее место исследователя. Claude Science описывается как настраиваемое приложение, которое объединяет привычные научные пакеты, выдаёт артефакты, пригодные для проверки, и даёт доступ к вычислениям по мере надобности.
Отдельная история — навыки. Agent Skills опубликовали в октябре 2025 года как открытый стандарт, а в октябре 2026-го передали в Agentic AI Foundation. По данным Anthropic, стандарт интегрировали более 70 платформ для агентов, включая ChatGPT, Cursor, GitHub Copilot и VS Code. Практический вывод простой: регламент работы с моделью описывают один раз и переносят между инструментами, не привязываясь к одному поставщику.
Что из этого применимо в России
Прямого ответа на вопрос «где включить» здесь нет, и это главное ограничение. Все три коннектора привязаны к американской практике: страховая система, платформа клинических исследований, реестр протоколов. Официальная доступность сервисов Anthropic на территории России не заявлена, а медицинские сведения требуют отдельного режима обработки.
Обработку персональных данных в России регулирует 152-ФЗ, и сведения о здоровье относятся к особо чувствительным категориям. Отправка таких данных во внешний сервис — решение уровня владельца клиники и юриста, а не ИТ-отдела. Для большинства российских организаций разговор про коннекторы к CMS заканчивается на этом пункте, и заканчивается справедливо.
Что остаётся полезным. Логику работы можно описать локально на открытом стандарте навыков и подключить к доступному инструменту. Методика пилота — ограниченный набор задач, проверяемые артефакты, журнал обращений — переносится независимо от того, чья модель используется. Это не замена готовым коннекторам, но рабочая альтернатива для проверки гипотезы.
Что проверить до пилота
Начинать стоит с процесса, у которого уже есть регламент и владелец. Тогда ошибка модели видна сразу, потому что есть с чем сравнить. Хуже всего подходят задачи, где результат оценивают на глаз: черновики писем, обзорные справки, рассуждения о сложных случаях.
Проверка занимает меньше времени, чем кажется. Часть вопросов закрывается при описании процесса, остальные требуют юриста и владельца данных.
- Кто владеет задачей и подписывает результат.
- Какие записи не должны покидать контур организации и чем это проверяется технически, а не обещанием.
- Чем фиксируется версия данных, к которым обращалась модель: без этого спор о расхождении не решается.
- Что считается ошибкой и по какой процедуре она разбирается.
- Сколько стоит час специалиста, вычитывающего каждый ответ, — экономия чаще всего съедается именно здесь.
Последний пункт обычно недооценивают. Если каждый ответ проверяет врач или научный сотрудник, выигрыш остаётся на черновой рутине: поиск, сверка формулировок, подготовка первого варианта документа. Задачи, где проверка дороже самой работы, от пилота лучше отсечь сразу.
С чего начать, если коннекторов нет
Первый шаг — опись данных, а не выбор модели. Достаточно выписать несколько задач, где ответ сверяется с записью в системе, и отметить, какие сведения в них фигурируют. Дальше проверяется, есть ли у этих сведений владелец и разрешённый контур обработки.
Если обе позиции закрыты, регламент описывают в виде навыка на открытом стандарте и тестируют на обезличенных данных. Такой пилот не требует зарубежной инфраструктуры и даёт ответ на главный вопрос: окупается ли проверка ответов. Обсуждение внешних источников имеет смысл только после этого результата.
