Η ψηφιοποίηση του υγειονομικού συστήματος και η χρήση τεχνολογίας και δεδομένων για τη βελτίωση της υγείας και των υπηρεσιών υγείας ήταν τα κεντρικά μηνύματα στο πλαίσιο της συζήτησης «AI and Healthcare Revolution», που διεξήχθη στο συνέδριο τεχνολογίας και καινοτομίας BEYOND 2024. Κατά τη διάρκεια της συζήτησης επισημάνθηκε η προσβασιμότητα των ασθενών στα ιατρικά τους δεδομένα, η σημασία της τεχνητής νοημοσύνης και των δεδομένων πραγματικού χρόνου (RWD) καθώς και η ανάγκη για τη στρατηγική τους προσέγγιση.
Στο πάνελ με τη θεματική συζήτηση « Open Health Data – Better, Faster, Healthier» συμμετείχαν ο κ. Μάριος Θεμιστοκλέους, Υφυπουργός Υγείας ο οποίος άνοιξε με χαιρετισμό και τις εργασίες της εκδήλωσης, η κα Agata Jakoncic, Managing Director Ελλάδος, Κύπρου και Μάλτας της MSD η οποία στην εισήγησή της παρουσίασε το «Ψηφιακό Οικοσύστημα Υγείας: Η αξία και οι δυνατότητες στην Ελλάδα», η κα Βασιλική Βακουφτσή Πρόεδρος Ένωσης Ελλήνων Ασθενών και ο κ. Δημήτρης Σταμόπουλος, ερευνητής και υποψήφιος διδάκτορας του ΕΜΠ , ο οποίος παρουσίασε τη μελέτη του ΙΟΒΕ με τίτλο «Ψηφιακή υγεία, Big Data και Real World Evidence στην Ελλάδα: Ο αντίκτυπος στο οικοσύστημα της υγείας και στην οικονομία».
Ατομικός Ηλεκτρονικός Φάκελος
Ειδικότερα, ο κ. Μάριος Θεμιστοκλέους, Υφυπουργός Υγείας, τόνισε μεταξύ άλλων ότι μέχρι το 2025 θα έχει ολοκληρωθεί ο Ατομικός Ηλεκτρονικός Φάκελος Ασθενούς και ο Ηλεκτρονικός Φάκελος Ογκολογικού Ασθενούς. Οι πολίτες θα μπορούν να έχουν πρόσβαση στον ιατρικό τους φάκελο εύκολα, είτε μέσω του υπολογιστή τους είτε μέσω του κινητού τηλεφώνου τους και να παρέχουν πρόσβαση στα δεδομένα του ιατρικού τους φακέλου σε γιατρούς του ΕΣΥ, σε ιδιώτες γιατρούς, σε επαγγελματίες υγείας, κέντρων υγείας και νοσοκομείων. Ψηφιακά εργαλεία όπως η Ενιαία Ψηφιακή Λίστα Χειρουργείου, η εγκατάσταση των συστημάτων ris pacs στα νοσοκομεία, η ψηφιακή ενοποίηση των νοσοκομείων, αποτελούν ορισμένα από τα ψηφιακά έργα στον τομέα της Υγείας, που θα αναβαθμίσουν τις παρεχόμενες υπηρεσίες προς τον πολίτη αλλά και τον τρόπο που εργάζονται οι επαγγελματίες υγείας.
Παραγωγή δεδομένων πραγματικού χρόνου
Η κα. Agata Jakoncic, Managing Director Ελλάδος, Κύπρου και Μάλτας της MSD, επισήμανε από πλευράς της ότι η παραγωγή δεδομένων πραγματικού χρόνου (RWD) από πολλές διαφορετικές πηγές έχει φέρει επανάσταση στον τομέα της υγείας και η μετατροπή τους μετά από κατάλληλη ανάλυση ή και σύνθεση σε Real-World Evidence (RWE), μπορεί να προσφέρει σημαντικά οφέλη για τους ασθενείς, το σύστημα υγείας και την κοινωνία. Η κα. Jakoncic αναφέρθηκε στην ανάγκη άμεσης δράσης και στη χώρα μας στα πλαίσια των Ευρωπαϊκών νομοθετικών πρωτοβουλιών για τον Ευρωπαϊκό Χώρο των Δεδομένων Υγείας (European Health Data Space) και την τεχνητή νοημοσύνη (Artificial Intelligence Act).
«Η αξιοποίηση των δεδομένων υγείας έχει πολλαπλές εφαρμογές», μεταξύ των οποίων χαρακτηριστικά ανέφερε «πως είναι η χρήση τους για τον σχεδιασμό και την αξιολόγηση παρεμβάσεων πολιτικής υγείας στον τομέα της Δημόσιας Υγείας». Ειδική αναφορά έγινε στο παράδειγμα της Σουηδίας που θα καταφέρει να εξαλείψει τον καρκίνο τραχήλου της μήτρας πριν το 2030.
«Η Σουηδία έχει λάβει αλλεπάλληλα μέτρα από τη δεκαετία του 1960 (1967) για τον προσυμπτωματικό έλεγχο του καρκίνου του τραχήλου της μήτρας και από το 2006 για τον εμβολιασμό κατά του ιού HPV. H καταγραφή και η παρακολούθηση της εμβολιαστικής κάλυψης και της πρόσβασης των γυναικών στο πρόγραμμα προσυμπτωματικού ελέγχου οδηγούν πλέον τη χώρα κοντά στο στόχο της εξάλειψης του καρκίνου του τραχήλου της μήτρας – αν σκεφτεί κανείς ότι το 1965 η συχνότητα εμφάνισης καρκίνου του τραχήλου της μήτρας στη Σουηδία ήταν 24 περιστατικά ανά 100.000 γυναίκες ενώ σύμφωνα με στοιχεία του 2021 το ποσοστό επίπτωσης είναι 10,4 ανά 100.000 γυναίκες, κοντά στον στόχο του Παγκόσμιου Οργανισμού Υγείας για 4 ανά 100.000 γυναίκες».
Μηχανική μάθηση
Η Τεχνητή Νοημοσύνη δεν αντικαθιστά τις λειτουργίες του συστήματος υγείας, αλλά τις συμπληρώνει ως ένα οριζόντιο εργαλείο, αρκεί να αξιοποιηθεί κατάλληλα, ανέφερε ο κ. Δημήτρης Σταμόπουλος, ερευνητής και υποψήφιος διδάκτορας του ΕΜΠ. Τα RWD και RWE θα πρέπει να αντιμετωπίζονται διαφορετικά από τα Big Data και τα αποτελέσματα των μοντέλων μηχανικής μάθησης, καθώς διαφοροποιούνται στον τρόπο δόμησης και οργάνωσης τους. Η συλλογή/αξιοποίηση των RWD αποτελεί μια παγιωμένη πρακτική στο εξωτερικό μέσω της λειτουργίας ερευνητικών κέντρων – αποθετηρίων ή βάσεων δεδομένων.
Στην Ελλάδα, από την άλλη μεριά, υπάρχει ήδη μια πληθώρα ηλεκτρονικών συστημάτων/αποθετηρίων που συλλέγουν RWD (από ΕΟΠΥΥ, ΗΔΙΚΑ, ΕΟΔΥ, BI-Health, ΕΛΣΤΑΤ, κ.α.) και ο στρατηγικός σχεδιασμός της χώρας («Σχέδιο Ανάκαμψης και Ανθεκτικότητας Ελλάδα 2.0» και Βίβλος Ψηφιακού Μετασχηματισμού) όντως έχει τοποθετήσει τον ψηφιακό μετασχηματισμό και την εξασφάλιση της διαλειτουργικότητας στον τομέα της υγείας εντός του βασικού πυρήνα των μελλοντικών δράσεων. Ωστόσο, η χρήση των RWD και RWE αντιμετωπίζει προκλήσεις, κυρίως σχετικά με τη διασύνδεση των διαφορετικών πηγών, την ασφαλή πρόσβαση, και την προστασία της ιδιωτικότητας των ασθενών.
Οι προκλήσεις αυτές, σε συνδυασμό με τα λειτουργικά «κενά» και την έλλειψη ενιαία εθνικής στρατηγικής για τα RWD αφήνει το πλήθος πληροφορίας από τις διαφορές πηγές ανεκμετάλλευτο, και λειτουργεί ανασταλτικά για την παραγωγή RWE από τα RWD. Μια πιθανή λύση σε αυτό είναι η ίδρυση και λειτουργία ενός κέντρου αριστείας με αποστολή την προαγωγή της έρευνας και της καινοτομίας στο χώρο της υγείας μέσω της συλλογής και αξιοποίησης των RWD, το οποίο αναμένεται να λειτουργήσει ως πυρήνας ενός ψηφιακού οικοσυστήματος, να παρέχει πολλαπλασιαστικά οικονομικά οφέλη και να λειτουργήσει ως «αντίδοτο» στο φαινόμενο του brain-drain.
Διαβάστε επίσης
Νέα υπηρεσία για δωρεάν εξετάσεις σε δημόσια δομή (video)- Μέσα σε 4 ώρες κλείστηκαν 10.000 ραντεβού
