H τεχνητή νοημοσύνη βοήθησε ώστε τα εμβόλια για τον κορονοϊό να παραχθούν σε χρόνο ρεκόρ. Εργαλεία τεχνητής νοημοσύνης επισπεύδουν τις έρευνες για νέα φάρμακα και θεραπείες, ενώ συμβάλλουν στη σωστή διάγνωση ακόμα και για ασθενείς που βρίσκονται μακριά από τα αστικά κέντρα.
Καθώς, οι νέες τεχνολογίες και η τεχνητή νοημοσύνη μεταμορφώνουν τον χώρο της δημόσιας υγείας, η Ελλάδα προσπαθεί να προλάβει το τρένο των εξελίξεων, με πρώτο βήμα το Εθνικό Δίκτυο Τηλεϊατρικής.
«Αυτή τη στιγμή συντελείται μία πολύ μεγάλη αλλαγή και στην Ευρωπαϊκή Ένωση και στην χώρα μας» δήλωσε στο euronews o υφυπουργός Υγείας, Μάριος Θεμιστοκλέους.
«Σε δύο χρόνια από τώρα θα έχουμε μία τελείως διαφορετική μορφή του συστήματος υγείας με την ψηφιακή μετάβαση και την ολοκλήρωση των έργων που χρηματοδοτούνται κυρίως από το Ταμείο Ανάκαμψης και Ανθεκτικότητας. Η χώρας μας πρωτοστατεί, αυτή τη στιγμή, σε συνεργασία με πανεπιστήμια της Ελλάδας και του εξωτερικού στην εφαρμογή της τεχνητής νοημοσύνης κυρίως στον τομέα της διάγνωσης. Έτσι θα μπορούμε να κάνουμε χρήση της τηλεϊατρικής πιο εύκολα και πιο γρήγορα.»
Η αξιοποίηση των δεδομένων μπορεί να συμβάλει στην πολύ καλύτερη αντιμετώπιση των Ελλήνων ασθενών. Όπως αποκάλυψε στο 1ο SFEE Summit η Αγκάτα Γιάκοντσις, αντιπρόεδρος του Συνδέσμου Φαρμακευτικών Επιχειρήσεων Ελλάδος, μόλις τα μισά φάρμακα και θεραπείες που είναι διαθέσιμα στην Ευρώπη φτάνουν στους Έλληνες ασθενείς:
«Στην Ελλάδα, είναι διαθέσιμο μόλις το 50% των προϊόντων που είναι εγγεγραμμένα και διαθέσιμα σε ευρωπαϊκό επίπεδο» μας είπε. «Μόλις 5 στα 10 από αυτά τα προϊόντα έρχονται στην Ελλάδα. Για να αντιμετωπιστεί αυτό υπάρχουν διάφορες λύσεις. Καταρχάς δε θα πρέπει να αντιμετωπίζουμε διαφορετικά τους ασθενείς ανάλογα με το αν βρίσκονται σε ένα νοσοκομείο ή αν αγοράζουν ένα προϊόν από το φαρμακείο της γειτονιάς τους. Θα πρέπει να υπάρχει ένας ενοποιημένος προϋπολογισμός. Δεύτερον, πρέπει να αξιοποιήσουμε τα δεδομένα. Οι αποφάσεις που βασίζονται στα δεδομένα μπορούμε να πετύχουμε σημαντική βελτίωση (στη διαθεσιμότητα των φαρμάκων), αλλά και να μειώσουμε τη σπατάλη, εφόσον υπάρχει σπατάλη.»
ΕΦΚΑ- ΗΔΙΚΑ: Πολύτιμες βάσεις δεδομένων
Η εποχή των Μνημονίων άφησε στην Ελλάδα μία σημαντική κληρονομιά: τον ΕΦΚΑ και την ΗΔΙΚΑ. Οι δύο ενιαίοι φορείς είναι από τους μεγαλύτερους συλλογείς δεδομένων υγείας στην Ευρώπη. Εάν τα δεδομένα που συγκεντρώνουν αξιοποιηθούν από αρχές και ερευνητές μπορούν να αναβαθμίσουν καθοριστικά τις υπηρεσίες υγείας που παρέχονται στους Έλληνες πολίτες. Παράλληλα μπορούν να αποτελέσουν μαγνήτη για ξένες επενδύσεις, καθώς οι πολυεθνικές της φαρμακοβιομηχανίας «διψούν» για δεδομένα τα οποία χρησιμοποιούν σε συστήματα τεχνητής νοημοσύνης για την ταχύτερη ανάπτυξη νέων φαρμάκων.
«Είναι γεγονός ότι η χώρα μας, με όσα βίωσε την περίοδο της οικονομικής κρίσης έχει καταφέρει να εγκαταστήσει κάποια συστήματα συλλογής δεδομένων στον τομέα της υγείας, τα οποία είναι πραγματικά αξιόλογα και ίσως και πρωτοποριακά σε ευρωπαϊκό επίπεδο» είπε στο euronews o Ολύμπιος Παπαδημητρίου, πρόεδρος του Συνδέσμου Φαρμακευτικών Επιχειρήσεων Ελλάδος.
«Από την άλλη πλευρά, είμαστε μία χώρα που διαχρονικά παράγει ικανά και επιδέξια μυαλά. Αν μπορέσουμε να συνδυάσουμε αυτά τα δύο και τα θέσουμε σε ένα προβλέψιμο πλαίσιο λειτουργίας είναι πιθανό να μπορέσουμε να προσελκύσουμε στην χώρα επενδύσεις στο μέλλον. Επενδύσεις τοπικές, που είναι πιο εύκολο, αλλά κυρίως ξένες που δυνητικά θα είναι μεγαλύτερες σε μέγεθος. Αυτό χρειάζεται προγραμματισμό, σχεδιασμό, πολιτική βούληση, αλλά κυρίως χρειάζεται πολιτική σταθερότητα και προβλεψιμότητα στον σχεδιασμό και στις κινήσεις μας.»
Είναι χαρακτηριστικό ότι το 30% των συνολικών δεδομένων στην ΤΝ προέρχεται από τον χώρο της υγείας.Όπως τονίζουν στελέχη της εγχώριας αλλά και διεθνούς φαρμακοβιομηχανίας, η Ελλάδα, που έχει ήδη προσελκύσει σημαντικές ξένες επενδύσεις στον κλάδο, θα μπορούσε να εξελιχθεί σε έναν διεθνή κόμβο ανάπτυξης έρευνας και καινοτομίας στον τομέα της υγείας με την χρήση τεχνητής νοημοσύνης.
Άλλωστε ήδη οι 60 εταιρείες- μέλη του ΣΦΕΕ προσφέρουν 108 χιλιάδες θέσεις εργασίας, παράγοντας το 3,4% του εθνικού ΑΕΠ.