Άρχισε να αφήνει το αποτύπωμα της στα ευρωπαϊκά συστήματα υγείας η Τεχνητή Νοημοσύνη, η οποία, σύμφωνα με τον Παγκόσμιο Οργανισμό Υγείας χρησιμοποιείται ήδη στον τομέα της Υγείας σε όλα τα κράτη-μέλη της Ευρωπαϊκής Ένωσης, περιλαμβανομένης και της Κύπρου.
Υψηλή ανάλυση απεικονιστικών εξετάσεων που οδηγεί σε έγκαιρο εντοπισμό καρκινικών όγκων, βοηθά στον υπολογισμό κινδύνου για καρδιαγγειακές παθήσεις αλλά και ανάλυση δεδομένων που βοηθούν στην πρόβλεψη των αναγκών ενός νοσοκομείου σε προσωπικό και κλίνες, είναι πρακτικές που ακολουθούνται ευρέως πλέον στην Ε.Ε. ενώ, όπως επισημαίνει στην πρόσφατη έκθεση του ο ΠΟΥ, σε περισσότερες από τις μισές χώρες-μέλη της ΕΕ, χρησιμοποιούνται ήδη οι «ψηφιακοί βοηθοί» και τα chatbots για την ενημέρωση πολιτών και την καθοδήγησή τους στις υπηρεσίες υγείας.
Σε γενικές γραμμές, η έκθεση καταγράφει, για πρώτη φορά σε ευρωπαϊκό επίπεδο τα εργαλεία τεχνητής νοημοσύνης που ήδη αξιοποιούνται, εξετάζει την ετοιμότητα των κρατών-μελών της ΕΕ να τα εφαρμόσει και αναλύει τις προκλήσεις που σχετίζονται με την ασφαλή ενσωμάτωσή τους στην καθημερινή ιατρική πρακτική.
Πέραν από τη γενική διαπίστωση ότι η τεχνητή νοημοσύνη χρησιμοποιείται ήδη από όλα τα ευρωπαϊκά συστήματα υγείας, η έκθεση επισημαίνει ότι η ανάπτυξη της τεχνητής νοημοσύνης δεν προχωρά με τον ίδιο ρυθμό σε όλα τα κράτη.
Τα συστήματα υγείας της βόρειας Ευρώπης παρουσιάζουν υψηλότερο επίπεδο ψηφιακής ωριμότητας και περισσότερη εφαρμογή σχετικών εργαλείων, ενώ πολλές χώρες της νότιας και ανατολικής Ευρώπης βρίσκονται ακόμη σε μεταβατικό στάδιο. Οι διαφορές αυτές, όπως σημειώνεται στην έκθεση, σχετίζονται κυρίως με την ποιότητα των υποδομών δεδομένων υγείας, την εκπαίδευση του προσωπικού και την ύπαρξη εθνικών στρατηγικών για την αξιοποίηση της τεχνητής νοημοσύνης.
Ιδιαίτερη έμφαση δίνεται, επίσης, στην ανάγκη ενίσχυσης των μηχανισμών ασφάλειας και ελέγχου. Όπως επισημαίνει ο Παγκόσμιος Οργανισμός Υγείας, «η τεχνολογία εξελίσσεται ταχύτερα από τα θεσμικά πλαίσια που απαιτούνται για την ασφαλή χρήση της. Για τον λόγο αυτό, καλούνται τα κράτη-μέλη να επενδύσουν στην εκπαίδευση των επαγγελματιών υγείας, στη δημιουργία αξιόπιστων υποδομών δεδομένων και στην ενίσχυση της διαφάνειας προς τους ασθενείς σχετικά με τον τρόπο με τον οποίο χρησιμοποιούνται οι αλγόριθμοι στις ιατρικές αποφάσεις».
Συνολικά, η έκθεση καταλήγει ότι η τεχνητή νοημοσύνη «μπορεί να αποτελέσει καθοριστικό εργαλείο για την έγκαιρη διάγνωση ασθενειών, τη βελτίωση της πρόληψης και την αποδοτικότερη λειτουργία των συστημάτων υγείας, υπό την προϋπόθεση ότι θα συνοδευτεί από σαφείς κανόνες διακυβέρνησης και ισχυρή εμπιστοσύνη των πολιτών».
Τα δεδομένα για την Κύπρο
Η έκθεση βασίζεται σε πανευρωπαϊκή έρευνα που πραγματοποιήθηκε μεταξύ 2024 και 2025 και εξετάζει την ετοιμότητα των κρατών σε τομείς όπως η ύπαρξη εθνικής στρατηγικής για την τεχνητή νοημοσύνη, η διακυβέρνηση δεδομένων υγείας, η εκπαίδευση επαγγελματιών υγείας και η ενσωμάτωση αλγορίθμων στην κλινική πρακτική.
Στο πλαίσιο αυτό, η Κύπρος συγκαταλέγεται στις χώρες που αναπτύσσουν τις απαραίτητες ψηφιακές υποδομές και στρατηγικές πολιτικής, αλλά δεν έχουν ακόμη περάσει στο στάδιο εκτεταμένης εφαρμογής σε επίπεδο συστήματος υγείας.
Αυτό δεν σημαίνει, βεβαίως, ότι δεν έχουν ήδη ενταχθεί στον τομέα της Υγείας, δημόσιο και ιδιωτικό, ψηφιακά συστήματα τα οποία λειτουργούν στη βάση τεχνητής νοημοσύνης, διευκολύνοντας έτσι στην ταχύτερη διαχείριση ασθενών και ασθενειών.
Παράλληλα, στην Κύπρο, η ενσωμάτωση ψηφιακών τεχνολογιών στην Υγεία προωθείται κυρίως μέσω της Εθνικής Αρχής Ηλεκτρονικής Υγείας (ΕΑΗΥ), η οποία έχει ως αποστολή την ανάπτυξη εθνικού πλαισίου ηλεκτρονικής υγείας, συμπεριλαμβανομένης της υλοποίησης του Ηλεκτρονικού Φακέλου Υγείας, της τηλεϊατρικής και της ασφαλούς διαχείρισης βιοϊατρικών δεδομένων.
Η Κύπρος συμμετέχει στην ευρωπαϊκή υποδομή MyHealth@EU, μέσω της οποίας επιτρέπεται η διασυνοριακή ανταλλαγή δεδομένων υγείας, ενώ η ΕΑΗΥ λειτουργεί, επίσης, ως εθνικό σημείο επαφής για υπηρεσίες eHealth και συντονίζει την ανταλλαγή ιατρικών πληροφοριών, στοιχείο κρίσιμο για την ανάπτυξη αξιόπιστων υποδομών δεδομένων που αποτελούν προϋπόθεση για εφαρμογές τεχνητής νοημοσύνης στον τομέα της υγείας.
