Με τη συμμετοχή κορυφαίων ακαδημαϊκών και στελεχών πληροφορικής πραγματοποιήθηκε το Σάββατο, 28 Μαρτίου, η επιστημονική ημερίδα με θέμα «Ψηφιακός Μετασχηματισμός Υγείας». Η εκδήλωση ανέδειξε τη μετάβαση του Πανεπιστημιακού Γενικού Νοσοκομείου Λάρισας (Π.Γ.Ν.Λ.) στη νέα ψηφιακή εποχή, εστιάζοντας στην έξυπνη επιτήρηση των ασθενών και την ενσωμάτωση της Τεχνητής Νοημοσύνης στην κλινική πράξη.
Κατά τη διάρκεια της ημερίδας παρουσιάστηκαν παραδείγματα εφαρμογής νέων τεχνολογιών:
• Η κα. Ν. Ντάβαρη παρουσίασε τη χρήση της αυτόματης χαρτογράφησης σώματος (ATBM) και της Τεχνητής Νοημοσύνης στη διάγνωση του καρκίνου του δέρματος, τονίζοντας ότι η ψηφιακή σύγκριση εικόνων side-by-side μειώνει δραστικά τις περιττές βιοψίες.
• Ο κος. Κ. Αργυρίου ανέλυσε τον τεράστιο όγκο δεδομένων που παράγουν οι ενδοσκοπήσεις και την ανάγκη για δομημένη καταγραφή, ώστε να είναι δυνατή η άμεση αναζήτηση ασθενών με συγκεκριμένες παθήσεις (π.χ. νόσος Crohn) μέσω κωδικοποίησης ICD-10.
• Οι κοι Μιχαήλ Σπανός και Δημήτριος Μαντζάρης παρουσίασαν συστήματα Real-time Medical Monitoring, που επιτρέπουν την συνεχή εποπτεία των ασθενών από το γραφείο των ιατρών – νοσηλευτών και την άμεση επικοινωνία της κλινικής ομάδας μέσω ζωντανής συνομιλίας.
• Ο κος Αθανάσιος Τζήκας, Προϊστάμενος Πληροφορικής του Π.Γ.Ν.Λ., παρουσίασε τη στρατηγική εξέλιξη των υποδομών του νοσοκομείου. Το 2026 αποτελεί έτος-σταθμό με την πλήρη ένταξη στο ΣΥΖΕΥΞΙΣ 2, την εφαρμογή του Cloud PACS για την αποθήκευση ιατρικών εικόνων και την επέκταση των υπηρεσιών Τηλεϊατρικής για την υποστήριξη απομακρυσμένων περιοχών.
• Ο κ. Ιωάννης Πανταζόπουλος παρουσίασε τον ρόλο της Προσομοίωσης Υψηλής Πιστότητας στον Ψηφιακό Μετασχηματισμό της Ιατρικής Εκπαίδευσης, αναδεικνύοντας πως οι σύγχρονες ψηφιακές τεχνολογίες επιτρέπουν την εκπαίδευση των φοιτητών και των ιατρών σε ένα ασφαλές, ελεγχόμενο περιβάλλον που προσομοιάζει την πραγματική κλινική εμπειρία.
• Ο κ. Βασίλειος Γερογιάννης ανέλυσε τη συμβολή της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης στην πρόβλεψη παθήσεων, εξηγώντας πώς η επεξεργασία μεγάλων δεδομένων (Big Data) επιτρέπει την έγκαιρη διάγνωση και τη δημιουργία προγνωστικών μοντέλων που βελτιώνουν την εξατομικευμένη φροντίδα των ασθενών.
Παρά την πρόοδο, οι ομιλητές ανάμεσά τους οι Κ. Ζάχου, Π. Βαλαράκου και Γ. Ευφραιμίδης εστίασαν στις υπάρχουσες δυσλειτουργίες:
1. Data Silos: Η πληροφορία παραμένει κατακερματισμένη σε διαφορετικά συστήματα (ΑΣΚΛΗΠΙΟΣ, ΗΔΙΚΑ, PACS) που δεν συνομιλούν πάντα μεταξύ τους.
2. Διοικητικό Βάρος: Τονίστηκε η ανάγκη για λιγότερα ψηφιακά κουτάκια και πιο έξυπνες ροές εργασίας, ώστε ο γιατρός να αφιερώνει χρόνο στον ασθενή και όχι στην πληκτρολόγηση.
3. Ασφάλεια και δεοντολογία: Επισημάνθηκε η αυστηρή συμμόρφωση με τον κανονισμό GDPR και το νέο EU AI Act, διασφαλίζοντας ότι η τελική κλινική απόφαση παραμένει πάντα στον άνθρωπο-ιατρό.
