Ένα νέο θεσμικό και τεχνολογικό περιβάλλον για τη διαχείριση των δεδομένων όπως η συνταγογράφηση φαρμάκων, οι νοσηλείες, ιατρικό ιστορικό και πολλά ακόμη, θα επιτρέπει την αξιοποίηση της Τεχνητής Νοημοσύνης στο ελληνικό σύστημα υγείας. Η κυβέρνηση, με νομοσχέδιο που βρίσκεται ήδη σε προχωρημένο στάδιο επεξεργασίας βάζει την υγεία σε μια νέα εποχή με βάση και τις μεταρρυθμίσεις που προωθεί η Ευρωπαϊκή Ένωση.
Στόχος είναι αφενός η δημιουργία ενός ολοκληρωμένου πλαισίου διακυβέρνησης των δεδομένων υγείας και αφετέρου η ενσωμάτωση προηγμένων εργαλείων τεχνητής νοημοσύνης σε κρίσιμες λειτουργίες του ΕΣΥ, από τη συνταγογράφηση έως τη διαχείριση φαρμάκων και την υποστήριξη της κλινικής απόφασης.
Οι σχετικές πρωτοβουλίες παρουσιάστηκαν στο πλαίσιο του συνεδρίου BEYOND 2026, από το Γενικό Γραμματέα Στρατηγικού Σχεδιασμού του Υπουργείου Υγείας Άρη Αγγελή και τον πρόεδρο της ΗΔΥΚΑ Ιωάννη Καραγιάννη οι οποίοι περιέγραψαν τον σχεδιασμό που βρίσκεται σε εξέλιξη. Σύμφωνα με όσα αναφέρθηκαν, προωθείται νέο νομοσχέδιο σε συνεργασία των Υπουργείων Υγείας και Ψηφιακής Διακυβέρνησης, το οποίο θα αποτελέσει τον «νομικό χάρτη» για την αξιοποίηση των δεδομένων υγείας και την εφαρμογή της Τεχνητής Νοημοσύνης στο σύστημα.
Από την ηλεκτρονική συνταγογράφηση στα προγνωστικά μοντέλα
Ένα από τα πιο ώριμα έργα αφορά την αναβάθμιση της ηλεκτρονικής συνταγογράφησης με δυνατότητες AI. Τα νέα εργαλεία θα μπορούν να ελέγχουν σε πραγματικό χρόνο αν η συνταγογράφηση συμβαδίζει με τα θεραπευτικά πρωτόκολλα, τις εγκεκριμένες ενδείξεις των φαρμάκων και τις κατευθυντήριες οδηγίες.
Παράλληλα, το σύστημα θα προειδοποιεί τους γιατρούς για πιθανές αλληλεπιδράσεις, παρενέργειες ή αντενδείξεις, λειτουργώντας ως υποστηρικτικός μηχανισμός λήψης αποφάσεων και όχι ως υποκατάστατο της ιατρικής κρίσης.
Στο ίδιο πλαίσιο αναπτύσσονται εργαλεία πρόβλεψης ελλείψεων φαρμάκων μέσω ανάλυσης ιστορικών και τρεχόντων δεδομένων της εφοδιαστικής αλυσίδας, καθώς και συστήματα health monitoring που αξιοποιούν μεγάλους όγκους δεδομένων για τον εντοπισμό τάσεων και πιθανών προβλημάτων δημόσιας υγείας.
Ο ψηφιακός φάκελος αποκτά «έξυπνες» λειτουργίες
Σύμφωνα με τον σχεδιασμό, μέχρι το τέλος Ιουνίου αναμένεται να ολοκληρωθεί η λειτουργία φωνητικής καταγραφής και αυτόματης συμπλήρωσης του Ηλεκτρονικού Φακέλου Υγείας. Ο γιατρός θα μπορεί να υπαγορεύει πληροφορίες κατά την εξέταση και το σύστημα θα τις μετατρέπει αυτόματα σε δομημένα πεδία, τα οποία θα επιβεβαιώνονται πριν την οριστική καταχώριση.
Παράλληλα αναπτύσσονται εφαρμογές για την αξιοποίηση προηγούμενων απεικονιστικών εξετάσεων, με εργαλεία που θα συγκρίνουν ιστορικά δεδομένα και θα υποστηρίζουν τη διαγνωστική διαδικασία. Προγνωστικά μοντέλα αναμένεται επίσης να ενσωματωθούν στα συστήματα επιχειρηματικής ευφυΐας (Business Intelligence) του ψηφιακού φακέλου, με στόχο την πρόβλεψη μελλοντικών εξελίξεων στην υγεία του ασθενούς και στον σχεδιασμό υπηρεσιών.
Το μεγάλο στοίχημα των δευτερογενών δεδομένων
Ιδιαίτερη βαρύτητα δίνεται στη δευτερογενή χρήση των δεδομένων υγείας, ένα πεδίο που αναμένεται να μετασχηματίσει τόσο τη χάραξη πολιτικών όσο και την ιατρική έρευνα.
Όπως επισημάνθηκε, τα δεδομένα θα μπορούν να χρησιμοποιούνται για την αξιολόγηση της αποτελεσματικότητας θεραπειών, την παρακολούθηση της συνταγογράφησης, τον καλύτερο σχεδιασμό πόρων και τη λήψη αποφάσεων βασισμένων σε πραγματικά δεδομένα.
Ωστόσο, η πρόσβαση θα πραγματοποιείται μόνο μετά από διαδικασίες αυστηρής ανωνυμοποίησης και σύμφωνα με τις απαιτήσεις του GDPR και του Ευρωπαϊκού Χώρου Δεδομένων Υγείας (European Health Data Space – EHDS).
Η επεξεργασία των δεδομένων θα γίνεται σε ελεγχόμενο περιβάλλον, με περιορισμένη πρόσβαση εξουσιοδοτημένων στελεχών και με στόχο να διασφαλιστεί πλήρως η προστασία της ιδιωτικότητας των πολιτών.
Η ποιότητα των δεδομένων καθορίζει την επιτυχία της AI
Κοινός τόπος όλων των παρεμβάσεων ήταν ότι η επιτυχία της τεχνητής νοημοσύνης δεν εξαρτάται μόνο από τους αλγόριθμους αλλά κυρίως από την ποιότητα των δεδομένων.
«Ένας αλγόριθμος είναι τόσο καλός όσο τα δεδομένα που χρησιμοποιεί», ήταν το χαρακτηριστικό μήνυμα που διατυπώθηκε κατά τη συζήτηση. Για τον λόγο αυτό, η διαλειτουργικότητα των συστημάτων, η καθαρότητα των πληροφοριών και η δημιουργία αξιόπιστων βάσεων δεδομένων θεωρούνται προϋποθέσεις για την επιτυχημένη εφαρμογή της AI στην υγεία.
Η Ελλάδα επιχειρεί πλέον να περάσει από την ψηφιοποίηση των υπηρεσιών στην αξιοποίηση της γνώσης που παράγουν τα δεδομένα. Το κατά πόσο αυτή η μετάβαση θα οδηγήσει σε καλύτερες υπηρεσίες, πιο αποτελεσματικές πολιτικές και εξατομικευμένη φροντίδα για τους ασθενείς θα εξαρτηθεί σε μεγάλο βαθμό από το θεσμικό πλαίσιο που αναμένεται να παρουσιαστεί τους επόμενους μήνες.
