Με τη χρήση της Τεχνητής Νοημοσύνης, το Υπουργείο Υγείας, σε συνεργασία με την ΗΔΙΚΑ, επιχειρεί να εξαλείψει τα περιθώρια λαθών που έχουν να κάνουν με την ηλεκτρονική συνταγογράφηση φαρμάκων. Φαινόμενα όπως η πολυφαρμακία, η χορήγηση επικίνδυνων συνδυασμών φαρμάκων ή λανθασμένων δοσολογιών, τα οποία μπορεί να έχουν σοβαρές επιπτώσεις για την υγεία των πολιτών και την ισορροπία του συστήματος υγείας, καθώς και άλλες «ασάφειες» του συστήματος, αναμένεται να εξαλειφθούν με τη χρήση της νέας τεχνολογίας.
Ο κ. Άγγελος Πανούσης, Οικονομολόγος MSc, με εξειδίκευση στα οικονομικά και τη διοίκηση υγείας, με άρθρο του στο ΒΗΜΑ μας περιγράφει τις εξελίξεις στο συγκεκριμένο σύστημα, οι οποίες αναμένεται να ολοκληρωθούν μέσα στους επόμενους μήνες.
Όπως μας αναφέρει, η Τεχνητή Νοημοσύνη (AI) κάνει πλέον το επόμενο βήμα στο Εθνικό Σύστημα Υγείας, ενσωματούμενη στο Σύστημα Ηλεκτρονικής Συνταγογράφησης. Η εξέλιξη αυτή δεν περιορίζεται στην έως σήμερα διεκπεραιωτική λειτουργία της καταχώρισης φαρμάκων και θεραπειών από τους γιατρούς, αλλά επιχειρεί να μεταμορφώσει τη διαδικασία σε ένα ολοκληρωμένο εργαλείο υποβοήθησης για τους επιστήμονες υγείας και σε έναν ισχυρό μηχανισμό προστασίας για τον ασθενή.
Αξίζει να σημειωθεί ότι το σύστημα της ηλεκτρονικής συνταγογράφησης, το οποίο η Ελλάδα «αναγκάστηκε» να θεσμοθετήσει και στη συνέχεια να υλοποιήσει επί του πρώτου μνημονίου, το 2010, αποτελεί πλέον έναν τεράστιο μηχανισμό, καθώς, μέσω αυτού, εκδίδονται καθημερινά περίπου 435.000 συνταγές, αριθμός που αποτυπώνει το εύρος και τη σημασία της λειτουργίας του. Επιπλέον, η ηλεκτρονική συνταγογράφηση στη χώρα μας έχει καταστεί καθολικά αποδεκτή, με επίπεδα χρήσης που προσεγγίζουν το 100% του πληθυσμού, γεγονός που συνιστά πραγματική πρωτοπορία για τη χώρα.
Το νέο μοντέλο, το οποίο θα βρίσκεται σε πλήρη παραγωγική λειτουργία από την ΗΔΙΚΑ έως τα μέσα του 2026 και του οποίου η διαγωνιστική διαδικασία αναμένεται να ολοκληρωθεί έως το τέλος του παρόντος έτους, θα αξιοποιεί τις δυνατότητες της τεχνητής νοημοσύνης και «επεμβαίνοντας», όπου χρειάζεται, θα παρέχει τεκμηριωμένες κατευθύνσεις στους γιατρούς, κατά τη διαδικασία της συνταγογράφησης, ενισχύοντας τη λήψη αποφάσεων και μειώνοντας τα περιθώρια ιατρικών σφαλμάτων. Με αυτόν τον τρόπο, δημιουργούνται ουσιαστικές δικλείδες ασφαλείας απέναντι σε φαινόμενα πολυφαρμακίας, επικίνδυνων συνδυασμών φαρμάκων ή λανθασμένων δοσολογιών, τα οποία μπορεί να έχουν σοβαρές επιπτώσεις για την υγεία των πολιτών και την ισορροπία του συστήματος υγείας.
Παράλληλα, η ενσωμάτωση της τεχνητής νοημοσύνης δύναται να αποτελέσει καθοριστικό εργαλείο υποστήριξης του Υπουργείου Υγείας και του ΕΟΠΥΥ, στη διαδικασία περιορισμού του φαινομένου της υπερσυνταγογράφησης, καθώς θα είναι σε θέση να αποκαλύπτει, σε πραγματικό χρόνο, τις ύποπτες πρακτικές (όπως οι πρόσφατες αποκαλύψεις περιπτώσεων εικονικών συνταγογραφήσεων), λειτουργώντας ως ένας αποτελεσματικός μηχανισμός πρόληψης και καταπολέμησης της απάτης (anti-fraud system). Η τεχνητή νοημοσύνη έχει τη δυνατότητα να αναλύει τεράστιο όγκο δεδομένων με μεγάλη ακρίβεια, εντοπίζοντας αποκλίσεις ή ύποπτα μοτίβα στη συνταγογράφηση, που δύσκολα θα εντόπιζαν οι υγειονομικές αρχές, μέσω χειροκίνητων ελέγχων, ενώ ιδιαίτερα σημαντική εξέλιξη αποτελεί το γεγονός ότι οι έλεγχοι θα διενεργούνται και αναδρομικά πίσω στον χρόνο.
Έξυπνες συνταγές, πιο αποτελεσματική υγεία
Στην πράξη, το «έξυπνο» σύστημα θα επιβεβαιώνει εάν μια θεραπεία είναι πράγματι αναγκαία για τους ασθενείς, θα προειδοποιεί τον θεράποντα ιατρό σε περιπτώσεις δυνητικά επιβλαβών φαρμακευτικών αλληλεπιδράσεων, χωρίς φυσικά να αντικαθιστά την ιατρική απόφαση και θα περιλαμβάνει υπενθυμίσεις προς τους πολίτες για την πορεία της φαρμακευτικής τους αγωγής, οδηγώντας σε υψηλότερα επίπεδα αποτελεσματικότητας και ασφάλειας στις υπηρεσίες υγείας. Το νέο μοντέλο της τεχνητής νοημοσύνης θα λειτουργεί σε συνέργεια με τα υπάρχοντα διαγνωστικά πρωτόκολλα και τα πρόσφατα ενσωματωμένα φίλτρα από τον ΕΟΠΥΥ, εξασφαλίζοντας ακόμα πιο ακριβείς και τεκμηριωμένες θεραπείες.
Ένα χαρακτηριστικό παράδειγμα καθημερινότητας αποτελεί το γεγονός ότι γιατροί της ίδιας ειδικότητας, για ασθενείς με παρόμοια κλινικά χαρακτηριστικά, συχνά προχωρούν σε διαφορετικές δοσολογίες ή συνδυασμούς φαρμάκων. Το νέο σύστημα θα εκπαιδεύεται πάνω σε τέτοια πρότυπα συνταγογράφησης και θα διενεργεί αυτόματο εντοπισμό των παραβάσεων, είτε αυτές οφείλονται σε λάθη, ειδικές ιατρικές περιπτώσεις ή ακόμη και σε εσκεμμένη κατάχρηση.
Ιδιαίτερα καινοτόμο στοιχείο αποτελεί η συνεργασία του νέου μοντέλου με τα υπόλοιπα ψηφιακά εργαλεία υγείας, όπως το myHealth App και ο Ατομικός Ηλεκτρονικός Φάκελος Υγείας, προσφέροντας στους γιατρούς μία πιο ολοκληρωμένη εικόνα για τον ασθενή. Μέσω ειδικών αλγορίθμων μηχανικής μάθησης, οι οποίοι είναι στην ουσία υπολογιστικά προγράμματα που «μαθαίνουν» μόνα τους από τη χρήση μαζικών δεδομένων και βελτιώνονται με τον χρόνο, θα ελέγχεται αυτόματα, αν μια συνταγή είναι απαραίτητη ή περιττή, βελτιστοποιώντας τη θεραπεία και εξοικονομώντας συγχρόνως πόρους από τη συνολική φαρμακευτική δαπάνη. Ταυτόχρονα, η ανάλυση των συνολικών εξαγόμενων δεδομένων υγείας που συλλέγονται, οδηγεί τους φορείς χάραξης πολιτικών υγείας στη λήψη τεκμηριωμένων αποφάσεων, βασισμένων σε ακριβή και αδιαμφισβήτητα στοιχεία. Στο σημείο αυτό είναι εξαιρετικά σημαντικό να τονιστεί η πρόβλεψη απόλυτης διασφάλισης των προσωπικών πληροφοριών των πολιτών, καθώς το νέο σύστημα θα αναπτυχθεί πλήρως, σύμφωνα με τον ευρωπαϊκό κανονισμό για την Τεχνητή Νοημοσύνη (AI Act) και το θεσμικό πλαίσιο προστασίας προσωπικών δεδομένων (GDPR).
Η ολοκληρωμένη εφαρμογή της τεχνητής νοημοσύνης στο εθνικό σύστημα ηλεκτρονικής συνταγογράφησης δε συνιστά απλώς ακόμα μία τεχνολογική προσθήκη, αλλά αποτελεί στρατηγικής σημασίας παρέμβαση για την περαιτέρω ενίσχυση της αξιοπιστίας, της διαφάνειας και της αποδοτικότητας του Εθνικού Συστήματος Υγείας, σημείο αναφοράς του οποίου είναι πάντοτε ο έλληνας πολίτης.
