Την ώρα που η τεχνητή νοημοσύνη αποκτά ολοένα και μεγαλύτερο ρόλο στην ιατρική, από τη διάγνωση και την πρόγνωση, μέχρι την πρόβλεψη ασθενειών και την υποστήριξη κλινικών αποφάσεων, ένα κρίσιμο ερώτημα παραμένει ανοιχτό: πόσο έτοιμα είναι τα συστήματα υγείας και οι ίδιοι οι γιατροί να αξιοποιήσουν με ασφάλεια τις δυνατότητές της; Η αντίφαση αυτή αποκτά ιδιαίτερο ενδιαφέρον και στη περίπτωση της Ελλάδα, καθώς ο μετασχηματισμός του συστήματος υγείας βρίσκεται σε εξέλιξη, δημιουργώντας από τη μία σημαντικές προοπτικές για τη βελτίωση της περίθαλψης και από την άλλη νέες απαιτήσεις γύρω από την εκπαίδευση των επαγγελματιών υγείας.
Παράλληλα, ενώ εκατοντάδες νέα εργαλεία AI λαμβάνουν άδεια κυκλοφορίας και ενσωματώνονται σταδιακά στην καθημερινή κλινική πρακτική, ελάχιστα έχουν αξιολογηθεί ως προς το πραγματικό όφελος που προσφέρουν στους ασθενείς, ενώ εκκρεμότητες εντοπίζονται και σε θέματα ασφάλειας, διαφάνειας και ευθύνης.
Τις τρεις αυτές προκλήσεις ανέδειξε η Ελευθερία Χατζημιχαήλ, αιματολόγος και αναπληρώτρια καθηγήτρια Αιματολογίας στο Πανεπιστήμιο Ιωαννίνων, κατά την παρέμβασή της στο 9ο Ιατρικό Συνέδριο, σε πάνελ με τίτλο «Τεχνητή Νοημοσύνη στην Πράξη», επισημαίνοντας ότι η ανάπτυξη και η διάθεση νέων εφαρμογών δεν συνοδεύονται απαραίτητα από την αντίστοιχη επιστημονική τεκμηρίωση και προετοιμασία των ανθρώπων που καλούνται να τις χρησιμοποιήσουν.
Η εικόνα στην Ευρώπη και στις ΗΠΑ
Επικαλούμενη πρόσφατη επιστημονική μελέτη, η καθηγήτρια επισήμανε ότι από τα 1.357 ιατροτεχνολογικά προϊόντα με AI που είχαν λάβει άδεια ή έγκριση από τον αμερικανικό Οργανισμό Τροφίμων και Φαρμάκων (FDA) έως τις 5 Δεκεμβρίου 2025, μόλις 34 (δηλαδή ποσοστό 2,5%), συνδέονταν με καταχωρισμένες προοπτικές κλινικές μελέτες. Ακόμη πιο περιορισμένα ήταν τα επιστημονικά δεδομένα για την πραγματική αποτελεσματικότητά τους, καθώς μόλις 12 εργαλεία (ποσοστό 0,9%), είχαν αποτελέσματα δημοσιευμένα σε επιστημονικά περιοδικά, ενώ μόνο τρία (ποσοστό 0,2%), είχαν αξιολογηθεί με βάση την επίδρασή τους σε κλινικές εκβάσεις ασθενών, όπως η θνησιμότητα, η νοσηρότητα ή οι επανεισαγωγές στο νοσοκομείο.
Τα παραπάνω στοιχεία προέρχονται από μελέτη που δημοσιεύθηκε τον Αύγουστο του 2026 στο επιστημονικό περιοδικό PLOS Digital Health, ενώ σύμφωνα με τα στοιχεία που παρουσιάστηκαν, ο αριθμός των σχετικών προϊόντων που είχαν λάβει άδεια ή έγκριση από τον FDA ξεπερνούσε πλέον τα 1.600 έως τον Σεπτέμβριο του 2026.
Συνεπώς, το ζητούμενο δεν είναι μόνο πόσα νέα εργαλεία εισέρχονται στα νοσοκομεία, αλλά κυρίως κατά πόσο αποδεικνύεται στην πράξη ότι βελτιώνουν τη φροντίδα των ασθενών. Ακόμη, η κ. Χατζημιχαήλ υπογράμμισε την ανάγκη αυστηρότερης κλινικής αξιολόγησης των εφαρμογών τεχνητής νοημοσύνης, προτείνοντας να ακολουθείται μια διαδικασία αντίστοιχη με εκείνη της έγκρισης των φαρμάκων, τα οποία υποβάλλονται σε πολλαπλούς και αυστηρούς ελέγχους προτού διατεθούν στην αγορά.
Γιατί η AI έχει μπει στα ελληνικά ιατρεία από την «πίσω πόρτα»
Πέρα από τα ελλιπή στοιχεία για την αποτελεσματικότητα των εργαλείων, ακόμη μία σημαντική πρόκληση είναι η εκπαίδευση των γιατρών, η οποία δεν συμβαδίζει με τους γρήγορους ρυθμούς της AI, ενώ όταν γίνεται «πραγματοποιείται με προσωπική πρωτοβουλία και όχι συστηματικά». Συγκεκριμένα, η ομιλήτρια περιγράφει ένα περιβάλλον όπου η τεχνολογία έχει ήδη μπει στις κλινικές «από την πίσω πόρτα», καθώς πολλοί γιατροί χρησιμοποιούν δημόσια chatbots και μεγάλα γλωσσικά μοντέλα (LLMs) στην καθημερινότητά τους, χωρίς απαραίτητα να γνωρίζουν τους περιορισμούς τους ή να έχουν λάβει σαφείς οδηγίες για την ασφαλή χρήση τους.
Το γεγονός αυτό δημιουργεί πρόσθετους κινδύνους, ιδιαίτερα όταν τα εργαλεία χρησιμοποιούνται για την επεξεργασία ιατρικών πληροφοριών ή την υποστήριξη κλινικών αποφάσεων, καθώς τα συγκεκριμένα συστήματα έχουν σχεδιαστεί για ευρεία χρήση και δεν διαθέτουν κατ’ ανάγκη τις ειδικές ασφαλιστικές δικλίδες που απαιτούνται σε ένα κλινικό περιβάλλον.
Με άλλα λόγια, οι γιατροί καλούνται σε πολλές περιπτώσεις να εξοικειωθούν μόνοι τους με εργαλεία που ενδέχεται να επηρεάζουν ακόμη και τη λήψη κλινικών αποφάσεων, χωρίς να υπάρχει πάντοτε ένα οργανωμένο πλαίσιο εκπαίδευσης και καθοδήγησης.
Η απόσταση ανάμεσα στην ταχύτητα υιοθέτησης της τεχνολογίας και στην προετοιμασία των επαγγελματιών υγείας αποτυπώνεται και στα στοιχεία που παρουσιάστηκαν για τις Ηνωμένες Πολιτείες και την Ευρώπη. Ειδικότερα, το ποσοστό των γιατρών που χρησιμοποιούν AI στις ΗΠΑ έχει φτάσει το 81%, ενώ, σύμφωνα με στοιχεία του Παγκόσμιου Οργανισμού Υγείας (ΠΟΥ), το 74% των κρατών-μελών της Ευρωπαϊκής Ένωσης χρησιμοποιεί ήδη εφαρμογές Τεχνητής Νοημοσύνης στη διαγνωστική διαδικασία.
Ωστόσο, μόλις το 24% των χωρών προσφέρει σχετική εκπαίδευση στους εν ενεργεία επαγγελματίες υγείας, ενώ μόνο το 20% των πανεπιστημίων την έχει εντάξει στα προγράμματα σπουδών πριν από την έναρξη της επαγγελματικής άσκησης. Ακόμη πιο περιορισμένη εμφανίζεται η ύπαρξη οργανωμένης εθνικής στρατηγικής, καθώς, σύμφωνα με τα ίδια στοιχεία, μόλις το 8% των ευρωπαϊκών χωρών διαθέτει ειδικό εθνικό σχέδιο για την Τεχνητή Νοημοσύνη στον τομέα της υγείας.
Τα στοιχεία αυτά αναδεικνύουν μια ευρύτερη ευρωπαϊκή πρόκληση, η οποία αφορά άμεσα και την Ελλάδα. Καθώς το ελληνικό σύστημα υγείας επενδύει στον ψηφιακό του μετασχηματισμό, η ενσωμάτωση νέων τεχνολογιών δεν αρκεί από μόνη της για να εξασφαλίσει καλύτερες υπηρεσίες περίθαλψης.
Πού αποδίδεται η ευθύνη όταν η AI κάνει λάθος
Πέρα από την εκπαίδευση και την επιστημονική τεκμηρίωση, η χρήση σύνθετων αλγορίθμων δημιουργεί και σύνθετα ερωτήματα ευθύνης. Όπως εξήγησε η κ. Χατζημιχαήλ, η τεχνητή νοημοσύνη στην διαδικασία λήψης αποφάσεων, αλλάζει τις υποχρεώσεις των νοσοκομείων, των κατασκευαστών και των επαγγελματιών υγείας, καθιστώντας αναγκαία την αποσαφήνιση του ρόλου κάθε εμπλεκόμενου. Η επιλογή και η ενσωμάτωση των κατάλληλων εργαλείων αποτελεί πλέον ευθύνη που περνά στα ίδια τα νοσοκομεία, όπως και η εκπαίδευση του προσωπικού τους. Ωστόσο, η τελική κλινική απόφαση παραμένει αποκλειστική ευθύνη του κάθε γιατρού.
Επιπλέον, «γκρίζες ζώνες» συναντώνται και στην περίπτωση που οι κατασκευαστές παράγουν και διαθέτουν ελαττωματικά συστήματα. Ακόμη, ασάφειες εντοπίζονται και ως προς την αξιολόγηση της επιμέλειας ενός γιατρού όταν χρησιμοποιεί AI, αφού δεν υπάρχει κάποιος συγκεκριμένος κανονισμός ή κάποιο πρωτόκολλο. Ως απάντηση σε αυτά τα «κενά», η καθηγήτρια τονίζει την ανάγκη πλήρους ιχνηλασιμότητας, δηλαδή της ακριβούς καταγραφής του τι πρότεινε το σύστημα AI, ποια στοιχεία εξέτασε ο γιατρός, ποια απόφαση έλαβε τελικά και σε ποια στάδια της διαδικασίας χρησιμοποιήθηκε η τεχνητή νοημοσύνη.
Το ζητούμενο για το ελληνικό σύστημα υγείας και ο ρόλος γιατρών και ασθενών
Παρά τις προκλήσεις, η κ. Χατζημιχαήλ αναγνώρισε τις σημαντικές δυνατότητες που προσφέρουν οι νέες τεχνολογίες, ιδιαίτερα στη διευκόλυνση της πρόσβασης ασθενών από απομακρυσμένες περιοχές σε εξειδικευμένη ιατρική γνώση, αλλά και στη μείωση χρονοβόρων διαδικασιών, επιτρέποντας στους γιατρούς να αφιερώνουν περισσότερο χρόνο στην ουσιαστική επικοινωνία με τους ασθενείς.
Στο επίκεντρο της συζήτησης βρέθηκε επίσης το κατά πόσο το ίδιο το σύστημα υγείας μπορεί να παρέχει στην ιατρική κοινότητα οργανωμένα, ασφαλή και εξειδικευμένα εργαλεία τεχνητής νοημοσύνης, καθώς και η σημασία της ποιότητας των πρωτογενών δεδομένων στα οποία βασίζονται οι εφαρμογές αυτές.
Χαρακτηριστικό ήταν το παράδειγμα που ανέφερε η καθηγήτρια σχετικά με τους αλγορίθμους που χρησιμοποιεί ήδη ο ΕΟΠΥΥ για τον έλεγχο αιτημάτων αποζημίωσης. Όπως επισήμανε, αντίστοιχες τεχνολογικές δυνατότητες θα μπορούσαν να αξιοποιηθούν και για τη διευκόλυνση του έργου των κλινικών γιατρών, θέτοντας το ερώτημα γιατί δεν έχουν ακόμη αναπτυχθεί ανάλογα εργαλεία για την υποστήριξη της καθημερινής ιατρικής πρακτικής.
Ολοκληρώνοντας, ιδιαίτερη έμφαση δόθηκε στον ρόλο που πρέπει να έχουν οι γιατροί στην ανάπτυξη των νέων τεχνολογικών εργαλείων, όχι απλώς «ως τελικοί χρήστες, αλλά ως συνδημιουργοί τους». Σε συνεργασία μάλιστα με τους ίδιους τους ασθενείς, θα πρέπει να συμβάλουν στην εκπαίδευση των συστημάτων και να θέσουν με ακρίβεια τα κλινικά ερωτήματα, ώστε οι εφαρμογές που θα προκύψουν να μπορέσουν να ανταποκρηθούν στις πραγματικές ανάγκες των ανθρώπων στους οποίους απευθύνονται.
