Μια γυναίκα 70 ετών στα Άγραφα, με επίμονο βήχα και δύσπνοια εδώ και δύο εβδομάδες. Το πλησιέστερο νοσοκομείο με πνευμονολόγο βρίσκεται στα Τρίκαλα ή στη Λαμία: τουλάχιστον δύο ώρες οδήγησης σε ορεινούς δρόμους, αν ο καιρός το επιτρέπει. Η εξέταση αναβάλλεται, τα συμπτώματα επιδεινώνονται, και η επίσκεψη γίνεται τελικά στα επείγοντα. Σε ένα μικρό νησί του Αιγαίου, η ίδια κατάσταση μπορεί να σημαίνει αεροδιακομιδή.
Σήμερα υπάρχουν διαγνωστικές συσκευές με ενσωματωμένη τεχνητή νοημοσύνη που μπορούν να πραγματοποιήσουν καρδιολογικό έλεγχο, ακρόαση πνευμόνων και δερματολογική εκτίμηση σε ένα περιφερειακό ιατρείο, σε δεκαπέντε λεπτά, με καθοδήγηση στην οθόνη, χωρίς να απαιτείται η φυσική παρουσία ειδικού. Τα αποτελέσματα αποστέλλονται σε πραγματικό χρόνο σε γιατρό αστικού νοσοκομείου, ο οποίος αξιολογεί και ανταποκρίνεται.
Ο Κανονισμός AI Act απαιτεί κλινική τεκμηρίωση σε πραγματικές συνθήκες (real-world evidence). Η Ελλάδα μπορεί να την προσφέρει: ασθενείς σε ορεινά ιατρεία και νησιωτικά κέντρα υγείας, μέσω μιας ήδη λειτουργικής υποδομής τηλεϊατρικής. Αυτή η τεκμηρίωση έχει αξία για κάθε ευρωπαϊκή χώρα με αντίστοιχα προβλήματα πρόσβασης.
Στη δουλειά μου στον τομέα της τεχνητής νοημοσύνης και της φαρμακευτικής καινοτομίας, βλέπω αυτά τα εργαλεία να αναπτύσσονται και να επικυρώνονται κλινικά καθημερινά. Το ερώτημα που με απασχολεί είναι: πότε θα φτάσουν σε ένα ιατρείο στη Θεσσαλία;
Τρία πράγματα συμβαίνουν ταυτόχρονα αυτή τη στιγμή, και μαζί δημιουργούν μια ευκαιρία που η Ελλάδα δεν είχε πριν από πέντε χρόνια.
Η υποδομή είναι πλέον γεγονός, γιατί το Εθνικό Δίκτυο Τηλεϊατρικής (ΕΔΙΤ), που ανέπτυξε η ΗΔΙΚΑ, έφτασε το 2026 στην προγραμματισμένη ωριμότητά του: πάνω από 800 πιστοποιημένοι κλινικοί χρήστες, 82 νοσοκομεία συνδεδεμένα, 160.000 εκτιμώμενα ραντεβού τηλεϊατρικής, δηλαδή λειτουργική υποδομή σε εθνική κλίμακα.
Υπάρχει ήδη και κλινική απόδειξη ότι αυτά τα εργαλεία δουλεύουν σε ελληνικό έδαφος. Ερευνητική ομάδα του Πανεπιστημίου Δυτικής Αττικής πραγματοποίησε πιλοτική εφαρμογή στα Άγραφα, χρησιμοποιώντας διαγνωστικές συσκευές τεχνητής νοημοσύνης τύπου TytoCare. Κάτοικοι χωριών πραγματοποίησαν καθοδηγούμενες φυσικές εξετάσεις χωρίς μετακίνηση σε νοσοκομείο. Τα αποτελέσματα δημοσιεύτηκαν το 2025 σε διεθνή επιστημονικά περιοδικά (Frontiers in Digital Health, Springer). Η τεχνολογία λειτούργησε σε ελληνικές συνθήκες: ορεινός όγκος, ηλικιωμένος πληθυσμός, περιορισμένη πρόσβαση σε ειδικότητες.
Παράλληλα αλλάζει και το ρυθμιστικό πλαίσιο, καθώς ο Ευρωπαϊκός Κανονισμός για την Τεχνητή Νοημοσύνη (EU AI Act) εισέρχεται στη φάση συμμόρφωσης για εφαρμογές υγείας που ταξινομούνται ως υψηλού κινδύνου. Κάθε αλγόριθμος τεχνητής νοημοσύνης που χρησιμοποιείται για ιατρική διάγνωση, αυτό που στη ρυθμιστική ορολογία λέγεται «λογισμικό ως ιατροτεχνολογικό προϊόν» (SaMD), πρέπει πλέον να πληροί αυστηρές απαιτήσεις διαχείρισης κινδύνου, διαφάνειας και κλινικής τεκμηρίωσης. Σύμφωνα με πρόσφατη έρευνα του Pharmaceutical Technology, περίπου το 60% των ευρωπαϊκών φαρμακευτικών εταιρειών σχεδιάζουν συστήματα διαχείρισης κινδύνου τεχνητής νοημοσύνης μέχρι το 2027, σημάδι ότι η βιομηχανία προετοιμάζεται ήδη.
Ταυτόχρονα, η MedTech Europe, ο ευρωπαϊκός κλαδικός φορέας ιατρικής τεχνολογίας, ζήτησε τον Μάιο του 2026 ένα ενιαίο, συνεκτικό ρυθμιστικό πλαίσιο. Η θέση τους είναι εύλογη: αντί να αξιολογούνται τα ίδια εργαλεία δύο φορές (μια από τον Κανονισμό Ιατροτεχνολογικών Προϊόντων, μια από τον AI Act), χρειάζεται ένα ενιαίο σύστημα. Αλλιώς, εργαλεία που ήδη φέρουν σήμανση CE, δηλαδή έχουν αξιολογηθεί ως ασφαλή για κλινική χρήση στην Ευρώπη, κινδυνεύουν να καθυστερήσουν σε ρυθμιστικές ουρές στις Βρυξέλλες.
Η τεχνολογία και η υποδομή υπάρχουν. Αυτό που λείπει είναι μια σκόπιμη στρατηγική για να τα συνδέσει, και μια ελληνική φωνή στις Βρυξέλλες που κατανοεί τόσο την τεχνολογία όσο και το έδαφος.
Η συζήτηση για την τεχνητή νοημοσύνη στην υγεία γίνεται σε αίθουσες συνεδρίων στο Βερολίνο και στο Άμστερνταμ. Τα πιλοτικά προγράμματα τρέχουν σε μεγάλα αστικά νοσοκομεία, με υψηλό εύρος ζώνης και πλήρη στελέχωση ειδικοτήτων. Τα αποτελέσματά τους είναι χρήσιμα, αλλά αφήνουν ανοιχτό ένα ερώτημα: λειτουργούν αυτά τα εργαλεία εκεί που χρειάζονται;
Η Ελλάδα μπορεί να απαντήσει σε αυτό, γιατί η γεωγραφία που δημιουργεί το πρόβλημα (ορεινοί όγκοι, νησιά, αποστάσεις ωρών από βασικές υπηρεσίες υγείας) κάνει ταυτόχρονα τη χώρα ιδανικό πεδίο δοκιμής. Αν ένα διαγνωστικό εργαλείο τεχνητής νοημοσύνης λειτουργεί αξιόπιστα σε ένα ιατρείο στα Άγραφα ή στη Γαύδο, με ασταθή σύνδεση, ηλικιωμένο χρήστη και χωρίς ειδικό γιατρό στο δωμάτιο, τότε μπορεί να λειτουργήσει οπουδήποτε στην Ευρώπη.
Ο Κανονισμός AI Act απαιτεί κλινική τεκμηρίωση σε πραγματικές συνθήκες (real-world evidence). Η Ελλάδα μπορεί να την προσφέρει: ασθενείς σε ορεινά ιατρεία και νησιωτικά κέντρα υγείας, μέσω μιας ήδη λειτουργικής υποδομής τηλεϊατρικής. Αυτή η τεκμηρίωση έχει αξία για κάθε ευρωπαϊκή χώρα με αντίστοιχα προβλήματα πρόσβασης.
Αν τα ελληνικά πανεπιστήμια, τα νοσοκομεία και οι φορείς χάραξης πολιτικής τοποθετήσουν τη χώρα ως ρυθμιστικό sandbox (δοκιμαστικό περιβάλλον εντός κανονιστικού πλαισίου) για εργαλεία τεχνητής νοημοσύνης στην υγεία, τα οφέλη είναι συγκεκριμένα: καλύτερη πρόσβαση σε φροντίδα υγείας για πληθυσμούς που σήμερα εξυπηρετούνται ελλιπώς, και ένα περιβάλλον όπου ελληνικές εταιρείες τεχνολογίας υγείας μπορούν να αναπτυχθούν γύρω από πραγματικά κλινικά δεδομένα και πρόσβαση σε ρυθμιστική τεκμηρίωση. Ένας τέτοιος κλάδος, με επιχειρήσεις που δημιουργούν εξειδικευμένες θέσεις εργασίας στην Ελλάδα, θα έδινε λόγο σε Έλληνες μηχανικούς, ιατρούς και ερευνητές που εργάζονται στο Μόναχο, στο Λονδίνο και στο Άμστερνταμ να σκεφτούν την επιστροφή.
Τίποτα από αυτά δεν γίνεται αυτόματα, και η Ελλάδα χρειάζεται πρώτα από όλα ενεργή συμμετοχή στη διαμόρφωση των ευρωπαϊκών κανόνων. Η συζήτηση για τον τρόπο εφαρμογής του AI Act στα ιατροτεχνολογικά προϊόντα γίνεται τώρα. Η ελληνική εμπειρία (τηλεϊατρική σε ορεινές και νησιωτικές περιοχές, πιλοτικό AI σε συνθήκες πεδίου) αποτελεί τεκμηρίωση που λίγες χώρες μπορούν να παρουσιάσουν. Αλλά κάποιος πρέπει να καθίσει σε αυτό το τραπέζι.
Χρειάζεται επίσης γέφυρα μεταξύ ακαδημαϊκής έρευνας και κλινικής εφαρμογής. Το πιλοτικό στα Άγραφα ήταν ερευνητικό πρόγραμμα, και η μετάβαση από τη δημοσίευση σε διεθνές περιοδικό στη μόνιμη λειτουργία διαγνωστικού εργαλείου σε περιφερειακό ιατρείο απαιτεί θεσμική βούληση και χρηματοδότηση, με συντονισμό μεταξύ πανεπιστημίων, νοσοκομείων και ΗΔΙΚΑ.
Και χρειάζεται εκπαίδευση. Οι 800+ κλινικοί χρήστες του ΕΔΙΤ αποτελούν ένα υπαρκτό δίκτυο επαγγελματιών υγείας που ήδη χρησιμοποιούν ψηφιακά εργαλεία. Η επέκταση των δεξιοτήτων τους στη χρήση διαγνωστικών εργαλείων τεχνητής νοημοσύνης έχει ήδη βάση: 82 νοσοκομεία που τρέχουν τηλεϊατρική σε καθημερινή λειτουργία.
Αλγόριθμοι τεχνητής νοημοσύνης για απεικονιστική διάγνωση, καρδιολογική παρακολούθηση και κλινική διαλογή φέρουν ήδη σήμανση CE στην Ευρώπη. Η ρυθμιστική συζήτηση θα κλείσει τα επόμενα χρόνια, με ή χωρίς ελληνική συμμετοχή. Και τα ταλαντούχα στελέχη που θα μπορούσαν να χτίσουν αυτόν τον κλάδο εδώ εργάζονται ήδη σε ερευνητικά κέντρα της βόρειας Ευρώπης.
Οι σωλήνες είναι στη θέση τους και η τεχνολογία είναι έτοιμη. Το ερώτημα είναι αν θα γίνουμε η χώρα που αποδεικνύει ότι η τεχνητή νοημοσύνη στη διάγνωση λειτουργεί στα βουνά και στα νησιά, ή αυτή που περιμένει κάποιον άλλον να βρει πρώτος τη λύση.
Ο Δρ Αθανάσιος (Θάνος) Βλόντζος εργάζεται στον τομέα της τεχνητής νοημοσύνης και της φαρμακευτικής καινοτομίας. Κατάγεται από τα Τρίκαλα και εργαζεται στο Λονδίνο
Με την εγγραφή σας, συμφωνείτε με τους Όρους Χρήσης μας (συμπεριλαμβανομένης της παραίτησης από ομαδικές αγωγές και των διατάξεων διαιτησίας) και αναγνωρίζετε την Πολιτική Απορρήτου μας.
