Разработан внутренний AI-ассистент для медицинского персонала сети клиник, предназначенный для быстрого доступа к профессиональной информации без ручного поиска по нормативным документам. В основу системы положена база знаний по Международной классификации болезней (МКБ) и внутренней медицинской документации. Документы были структурированы, разбиты на смысловые чанки и индексированы с использованием LlamaIndex, после чего загружены в Dify для реализации Retrieval-Augmented Generation (RAG). Ассистент работает в формате диалогового чата и предоставляет контекстно-точные ответы на запросы врачей и администраторов: расшифровка кодов МКБ, уточнение диагнозов, сопоставление симптомов, регламентные вопросы и справочную информацию. Это значительно снижает время поиска данных и уменьшает риск ошибок, связанных с интерпретацией документов. Фронтенд-часть реализована в виде веб-чата на базе Chatlit, что обеспечивает быстрый доступ без сложной установки и удобное масштабирование. Решение ориентировано на закрытое использование внутри организации и может быть адаптировано под разные роли сотрудников. Проект демонстрирует практическое применение RAG-архитектуры в медицине и интеграцию LLM-решений в реальные бизнес-процессы клиник.