Από τις χιλιάδες ψηφιακές σαρώσεις στους πραγματικούς ελέγχους: το νέο σύστημα του Υπουργείου Υγείας επιχειρεί να αλλάξει τον τρόπο με τον οποίο εντοπίζονται ύποπτες πρακτικές, παραπλανητικές διαφημίσεις και πιθανές παραβάσεις στην ιδιωτική Υγεία. Το κρίσιμο τεστ, όμως, αρχίζει μετά το «κόκκινο» του αλγορίθμου.
Δέκα ημέρες μετά την έναρξη λειτουργίας του MedWatch, η συζήτηση δεν αφορά πλέον μόνο το τι μπορεί να εντοπίσει η τεχνητή νοημοσύνη.
Αφορά το τι συμβαίνει μετά.
Πόσες από τις περιπτώσεις που ένα ψηφιακό σύστημα χαρακτηρίζει ως υψηλής προτεραιότητας επιβεβαιώνονται από τον πραγματικό έλεγχο; Πόσες αποτελούν λανθασμένες ή ατελείς ενδείξεις; Και κυρίως: μπορεί ένα τέτοιο εργαλείο να βοηθήσει τις αρμόδιες αρχές να εντοπίζουν νωρίτερα τις «γκρίζες ζώνες» στην αγορά υπηρεσιών Υγείας;
Αυτά είναι ίσως τα σημαντικότερα ερωτήματα που ανοίγουν μετά τη σημερινή συνέντευξη Τύπου του Υπουργού Υγείας Άδωνι Γεωργιάδη για τις πρώτες ημέρες λειτουργίας του MedWatch.
Τι είναι το MedWatch
Το MedWatch δημιουργήθηκε ως ένα ψηφιακό εργαλείο εποπτείας της δραστηριότητας ιδιωτικών δομών Υγείας και της διαδικτυακής προβολής ιατρικών υπηρεσιών.
Αξιοποιεί δημόσια διαθέσιμες πληροφορίες από ιστοσελίδες, μέσα κοινωνικής δικτύωσης, ψηφιακές διαφημίσεις και άλλες διαδικτυακές πηγές και επιχειρεί να τις διασταυρώνει με στοιχεία επίσημων μητρώων.
Στόχος δεν είναι —τουλάχιστον βάσει του σχεδιασμού που έχει παρουσιαστεί— να «καταδικάζει» αυτομάτως έναν γιατρό ή μία δομή.
Στόχος είναι να λειτουργεί ως ψηφιακό ραντάρ: να εντοπίζει μέσα σε έναν τεράστιο όγκο πληροφοριών τις περιπτώσεις που εμφανίζουν ενδείξεις ασυμβατότητας με το ισχύον θεσμικό και δεοντολογικό πλαίσιο και να τις προωθεί για ανθρώπινο έλεγχο.
Και αυτή η διάκριση είναι κρίσιμη.
Ένα εύρημα του MedWatch δεν αποτελεί απόδειξη παράβασης. Αποτελεί ένδειξη που πρέπει να διερευνηθεί.
Οι αριθμοί της πρώτης σάρωσης
Τα στοιχεία της πιλοτικής εφαρμογής στην Αττική δείχνουν την κλίμακα του εγχειρήματος.
Στο ψηφιακό μικροσκόπιο μπήκαν 8.563 δομές, ενώ αναλύθηκαν 9.838 ψηφιακά περιεχόμενα, από τα οποία τα 8.055 ήταν πληρωμένες διαφημίσεις.
Η αρχική επεξεργασία ανέδειξε 5.069 υποψήφια ευρήματα σε 655 δομές.
Από αυτές, 231 κατατάχθηκαν στην «κόκκινη» κατηγορία και 424 στην «κίτρινη», δηλαδή σε διαφορετικά επίπεδα προτεραιότητας για περαιτέρω έλεγχο.
Στις 231 «κόκκινες» περιπτώσεις περιλαμβάνονταν περίπου 160 μη ιατρικές οντότητες, 50 ιατρεία, 7 πολυϊατρεία και 12 ιδιωτικές κλινικές.
Το γεγονός ότι τόσο μεγάλο μέρος των αρχικών ευρημάτων αφορά μη αμιγώς ιατρικές επιχειρήσεις έχει ιδιαίτερο ενδιαφέρον. Αγγίζει μια περιοχή που τα τελευταία χρόνια αναπτύσσεται ταχύτατα: εκεί όπου η αισθητική, το wellness και εμπορικές υπηρεσίες συναντούν πράξεις ή ισχυρισμούς με ιατρικό χαρακτήρα.
Τι ψάχνει στην πραγματικότητα η τεχνητή νοημοσύνη
Το MedWatch δεν αναζητά μόνο «παράνομα ιατρεία».
Η λογική του είναι ευρύτερη.
Εξετάζει εάν μια υπηρεσία που προβάλλεται στο διαδίκτυο μπορεί να παρέχεται από τη συγκεκριμένη κατηγορία δομής, εάν συμβαδίζει με την ειδικότητα ή την εξειδίκευση του επαγγελματία και εάν ο τρόπος με τον οποίο διαφημίζεται είναι συμβατός με τους κανόνες που διέπουν την ιατρική προβολή.
Ενδεικτικά, στην πιλοτική εφαρμογή καταγράφηκαν ευρήματα σχετικά με τον τρόπο διαφήμισης, τον εξοπλισμό, πιθανές αναντιστοιχίες ειδικότητας, ισχυρισμούς περί θεραπειών ή «detox», προβολή συνταγογραφούμενων φαρμάκων και προωθητικές πρακτικές μέσω influencers.
Είναι ενδεικτικό ότι 3.383 από τα 5.069 αρχικά υποψήφια ευρήματα αφορούσαν τον τρόπο προβολής και διαφήμισης.
Αυτό μεταφέρει ένα μεγάλο μέρος της συζήτησης σε ένα πεδίο που μέχρι σήμερα ήταν εξαιρετικά δύσκολο να εποπτευθεί συστηματικά: το ψηφιακό αποτύπωμα της Υγείας.
Από τον δειγματοληπτικό στον στοχευμένο έλεγχο
Εδώ βρίσκεται πιθανότατα η σημαντικότερη αλλαγή που επιχειρεί να φέρει το MedWatch.
Ο παραδοσιακός έλεγχος έχει εκ των πραγμάτων περιορισμούς. Οι αρμόδιες αρχές δεν μπορούν να βρίσκονται καθημερινά σε κάθε ιατρείο, πολυϊατρείο, κέντρο αισθητικής ή ιδιωτική δομή.
Το ψηφιακό περιβάλλον, όμως, αφήνει ίχνη.
Μια ιστοσελίδα, μια πληρωμένη διαφήμιση, μια ανάρτηση στο Instagram ή στο TikTok, μια περιγραφή θεραπείας ή ένας ισχυρισμός για το αποτέλεσμα μιας μεθόδου μπορούν να εντοπιστούν και να αναλυθούν.
Η τεχνητή νοημοσύνη, επομένως, δεν αντικαθιστά τον ελεγκτή. Μπορεί όμως να του υποδείξει πού αξίζει να κοιτάξει πρώτα.
Αυτό είναι και το πραγματικό στοίχημα του MedWatch: η μετάβαση από έναν μηχανισμό που συχνά κινητοποιείται μετά από μια καταγγελία σε ένα σύστημα που μπορεί να εντοπίζει προληπτικά ενδείξεις και να κατευθύνει τον έλεγχο.
Γιατί το «κόκκινο» δεν σημαίνει ενοχή
Υπάρχει, ωστόσο, μία παράμετρος που δεν πρέπει να χαθεί μέσα στον ενθουσιασμό για τις δυνατότητες της AI.
Η τεχνητή νοημοσύνη κάνει λάθη.
Στον ανθρώπινο επανέλεγχο μέρους των αρχικών ευρημάτων του MedWatch διαπιστώθηκαν περιπτώσεις όπου ψηφιακές διαφημίσεις είχαν συνδεθεί λανθασμένα με δομές ή όπου όροι όπως «laser», «υαλουρονικό» και «αναισθησία» χρειάζονταν αξιολόγηση μέσα στο πραγματικό ιατρικό τους πλαίσιο.
Ακριβώς γι’ αυτό η ανθρώπινη εποπτεία δεν αποτελεί μια τυπική δεύτερη φάση. Είναι βασική προϋπόθεση αξιοπιστίας του συστήματος.
Οι 231 «κόκκινες» δομές δεν είναι 231 αποδεδειγμένοι παραβάτες.
Είναι 231 περιπτώσεις στις οποίες το σύστημα έκρινε ότι υπάρχουν αρκετές ενδείξεις ώστε να δοθεί προτεραιότητα στον έλεγχο. Η τελική διαπίστωση μιας παράβασης και η επιβολή ενδεχόμενων κυρώσεων παραμένουν αρμοδιότητα των προβλεπόμενων ελεγκτικών και θεσμικών οργάνων.
Η επέκταση στη Θεσσαλονίκη
Το επόμενο βήμα έχει ήδη αρχίσει.
Στη Θεσσαλονίκη, το MedWatch είχε σημάνει μέχρι τις 25 Σεπτεμβρίου περίπου 70 ιατρεία, με πληροφορίες να αναφέρουν ότι περίπου 30 από αυτά έχρηζαν άμεσου ελέγχου.
Η επέκταση έχει σημασία γιατί θα δείξει εάν το μοντέλο μπορεί να λειτουργήσει σε μεγαλύτερη κλίμακα και τελικά να εξελιχθεί από πιλοτικό εργαλείο σε μόνιμο μηχανισμό εποπτείας.
Το πραγματικό τεστ αρχίζει τώρα
Η τεχνολογία μπορεί να σαρώσει χιλιάδες ιστοσελίδες και διαφημίσεις σε χρόνο που θα ήταν αδύνατον για έναν ανθρώπινο μηχανισμό ελέγχου.
Αυτό από μόνο του, όμως, δεν αρκεί.
Η επιτυχία του MedWatch θα κριθεί από κάτι πολύ πιο απτό: πόσα από τα ευρήματά του επιβεβαιώνονται, πόσο γρήγορα κινητοποιούνται οι αρμόδιες αρχές και τι συμβαίνει όταν πράγματι διαπιστώνεται παράβαση.
Θα κριθεί επίσης από τη δυνατότητα του συστήματος να περιορίζει τα ψευδώς θετικά ευρήματα και να διασφαλίζει ότι ένας αλγόριθμος δεν μετατρέπεται σε μηχανισμό δημόσιας ενοχοποίησης πριν μιλήσουν οι αρμόδιοι ελεγκτές.
Γιατί η τεχνητή νοημοσύνη μπορεί να εντοπίσει μια «κόκκινη σημαία».
Δεν μπορεί —και δεν πρέπει— να υποκαταστήσει τον γιατρό, τον ελεγκτή, τον επιστήμονα ή τη θεσμική διαδικασία.
Μπορεί λοιπόν να κλείσει τις «γκρίζες ζώνες»;
Το MedWatch έρχεται σε μια περίοδο κατά την οποία η συζήτηση για τις λεγόμενες «γκρίζες ζώνες» στην Υγεία έχει ανοίξει με ιδιαίτερη ένταση: επιστημοφανείς όροι, αμφισβητούμενες θεραπείες, μη ιατρικοί χώροι που προβάλλουν υπηρεσίες με ιατρικά χαρακτηριστικά, influencers, διαφημιστικές υποσχέσεις και ένα ψηφιακό περιβάλλον στο οποίο ο ασθενής συχνά δυσκολεύεται να διακρίνει την επιστημονική τεκμηρίωση από το marketing.
Ένα ψηφιακό εργαλείο δεν μπορεί να λύσει από μόνο του όλα αυτά τα προβλήματα.
Μπορεί όμως να αλλάξει κάτι θεμελιώδες: να κάνει ορατό εκείνο που μέχρι χθες μπορούσε να παραμένει χαμένο μέσα στον τεράστιο όγκο του διαδικτύου.
Και αν αυτή η πληροφορία μετατρέπεται γρήγορα σε τεκμηριωμένο, ανθρώπινο και θεσμικά ελεγχόμενο έλεγχο, τότε η πραγματική καινοτομία του MedWatch δεν θα είναι η τεχνητή νοημοσύνη.
Θα είναι η δυνατότητα να εντοπίζονται οι «γκρίζες ζώνες» πριν χρειαστεί ένας ασθενής να πληρώσει το τίμημά τους.
