Στο μικροσκόπιο των αρμόδιων ελεγκτικών μηχανισμών περνούν εκατοντάδες περιπτώσεις που εντοπίστηκαν από το MedWatch, το νέο ψηφιακό εργαλείο του υπουργείου Υγείας που αξιοποιεί τεχνητή νοημοσύνη για τον εντοπισμό πιθανών παραβάσεων σε ιατρεία και άλλες δομές όπου πραγματοποιούνται ιατρικές πράξεις.
Στην πρώτη φάση λειτουργίας του, το σύστημα εντόπισε 231 ενδείξεις που χαρακτηρίστηκαν «κόκκινες», εκ των οποίων οι 50 αφορούν ιατρεία. Πρόκειται για ευρήματα που δεν συνιστούν αυτομάτως αποδεδειγμένες παραβάσεις ή κυρώσεις, αλλά ενεργοποιούν περαιτέρω ανθρώπινο έλεγχο από τις αρμόδιες αρχές.
Η πλατφόρμα έχει σχεδιαστεί ώστε να παρακολουθεί συστηματικά το ψηφιακό αποτύπωμα γιατρών, κλινικών, ινστιτούτων και άλλων δομών υγείας, εξετάζοντας ιστοσελίδες, αναρτήσεις στα social media και διαδικτυακές διαφημίσεις.
ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ
Ανάμεσα στα ευρήματα που έχουν ήδη καταγραφεί περιλαμβάνονται περιπτώσεις που προκαλούν προβληματισμό.
Σε μία περίπτωση, γιατρός εμφανιζόταν στα μέσα κοινωνικής δικτύωσης ως influencer, χρησιμοποιώντας χορηγούμενες αναρτήσεις και μαρτυρίες ασθενών με στόχο την προσέλκυση πελατών. Η συγκεκριμένη πρακτική εξετάζεται υπό το πρίσμα των περιορισμών που θέτει η νομοθεσία για τη διαφήμιση ιατρικών υπηρεσιών.
Σε άλλη περίπτωση, το σύστημα εντόπισε ιατρείο στο οποίο φέρεται να πραγματοποιούνταν επεμβατικές πράξεις από γιατρό χωρίς την απαιτούμενη ειδικότητα. Παράλληλα, εντοπίστηκε δομή που φέρεται να πραγματοποιούσε ιατρικές πράξεις οι οποίες προβλέπεται να γίνονται αποκλειστικά σε νοσοκομειακό περιβάλλον.
Στα ευρήματα περιλαμβάνεται επίσης ιατρείο που φέρεται να διαφήμιζε ιατρικές πράξεις με τη χρήση μη δηλωμένης συσκευής λέιζερ, ενώ ιδιαίτερη βαρύτητα δίνεται και σε περιπτώσεις όπου υπάρχει αναντιστοιχία ανάμεσα στην ειδικότητα που εμφανίζει ένας γιατρός και στην ειδικότητα που είναι καταχωρισμένη στα επίσημα μητρώα.
Πώς λειτουργεί η τεχνητή νοημοσύνη
Το MedWatch σαρώνει σε τακτική βάση το περιεχόμενο που υπάρχει στο διαδίκτυο και αναζητά συγκεκριμένες ενδείξεις που μπορεί να συνδέονται με παραβιάσεις της νομοθεσίας ή του ιατρικού κώδικα δεοντολογίας.
Μεταξύ άλλων, το σύστημα εξετάζει εάν μια ιατρική πράξη πραγματοποιείται σε δομή που διαθέτει την απαιτούμενη αδειοδότηση, εάν εκτελείται από επαγγελματία με την αντίστοιχη ειδικότητα, καθώς και εάν χρησιμοποιούνται παραπλανητικοί ισχυρισμοί για θεραπείες ή αποτελέσματα.
Ελέγχεται ακόμη η διαφήμιση συνταγογραφούμενων φαρμάκων, η χρήση φωτογραφιών «πριν και μετά», οι πιθανές μη δηλωμένες συνεργασίες με influencers, η ύπαρξη μη δηλωμένου ιατροτεχνολογικού εξοπλισμού, αλλά και περιπτώσεις όπου χρησιμοποιείται ο όρος «ιατρικός» χωρίς την προβλεπόμενη άδεια λειτουργίας.
Η τεχνολογία λειτουργεί ουσιαστικά ως ένα ψηφιακό «ραντάρ» που υποδεικνύει στις ελεγκτικές αρχές πού θα πρέπει να στραφεί η προσοχή τους.
Τα «κόκκινα» ευρήματα δεν σημαίνουν αυτόματα ενοχή
Σημαντική είναι η διευκρίνιση ότι η επισήμανση μιας περίπτωσης από το MedWatch δεν αποτελεί απόδειξη παράβασης.
Όπως έχει επισημανθεί από την ομάδα που ανέπτυξε το σύστημα, κάθε εύρημα παραμένει σε επίπεδο υποψίας μέχρι να εξεταστεί από αρμόδιο άνθρωπο και να πραγματοποιηθεί ο προβλεπόμενος έλεγχος.
Το ίδιο υπογράμμισε και ο υπουργός Υγείας, Άδωνις Γεωργιάδης, εξηγώντας ότι τα «κόκκινα» ευρήματα αποτελούν σήματα για περαιτέρω διερεύνηση και όχι τελεσίδικη διαπίστωση ενοχής.
Στο μικροσκόπιο τα «κόκκινα» ιατρεία
Μετά την πιλοτική εφαρμογή στην Αττική, ο Ιατρικός Σύλλογος Αθηνών αναμένεται να αποκτήσει πρόσβαση στην πλατφόρμα και να ξεκινήσει ελέγχους στις δομές που έχουν επισημανθεί.
Σε περιπτώσεις όπου από τον έλεγχο προκύψουν σοβαρές παραβάσεις, ιδίως όταν υπάρχουν ενδείξεις πρόκλησης βλάβης ή απώλειας ζωής ασθενούς, οι υποθέσεις μπορούν να παραπεμφθούν στις αρμόδιες δικαστικές αρχές και στην Εθνική Αρχή Διαφάνειας.
Στον αρχικό πιλοτικό έλεγχο στην Αττική εξετάστηκαν χιλιάδες δομές και διαδικτυακό περιεχόμενο, με το σύστημα να καταγράφει συνολικά 231 «κόκκινες» και 424 «κίτρινες» δομές. Ειδικά στα ιατρεία, 50 κατατάχθηκαν στην κόκκινη κατηγορία και 274 στην κίτρινη.
{https://exchange.glomex.com/video/v-dlk4zg4xbb9t?integrationId=40599y14juihe6ly}
