Το Υπουργείο Υγείας παρουσίασε το MedWatch, ένα νέο ψηφιακό εργαλείο που αξιοποιεί τεχνητή νοημοσύνη για να εντοπίζει πιθανές παραβάσεις στη διαδικτυακή παρουσία ιδιωτικών δομών υγείας, ιατρείων και άλλων φορέων που διαφημίζουν ιατρικές υπηρεσίες.

Η βασική ιδέα είναι σχετικά απλή: αντί οι αρμόδιοι ελεγκτικοί μηχανισμοί να πρέπει να εντοπίζουν χειροκίνητα χιλιάδες ιστοσελίδες, διαφημίσεις και αναρτήσεις, το σύστημα αναζητά αυτόματα περιεχόμενο που ενδέχεται να έρχεται σε σύγκρουση με την άδεια μιας δομής, την ειδικότητα ενός γιατρού ή το ισχύον πλαίσιο για την πραγματοποίηση και τη διαφήμιση ιατρικών πράξεων.

Πώς λειτουργεί το MedWatch;

Σύμφωνα με όσα έχουν παρουσιαστεί μέχρι σήμερα, το MedWatch συγκεντρώνει πληροφορίες από δημόσια διαθέσιμες πηγές, όπως ιστοσελίδες, κοινωνικά δίκτυα και βιβλιοθήκες ψηφιακών διαφημίσεων. Στην παρουσίαση του συστήματος αναφέρθηκε επίσης ότι αξιοποιούνται πληροφορίες από μητρώα Ιατρικών Συλλόγων και εξετάζεται η ψηφιακή παρουσία των δομών σε υπηρεσίες και πλατφόρμες όπως Google, Meta και TikTok.

Στη συνέχεια, το σύστημα συγκρίνει όσα διαφημίζει ή δηλώνει μια δομή με στοιχεία όπως η ειδικότητα του γιατρού, η άδεια λειτουργίας και το είδος της δομής στην οποία επιτρέπεται να πραγματοποιηθεί μια συγκεκριμένη ιατρική πράξη.

Έτσι, για παράδειγμα, μπορεί να επισημανθεί μια περίπτωση όπου μια δομή φαίνεται να διαφημίζει ιατρική πράξη που δεν αντιστοιχεί στην άδειά της ή μια υπηρεσία που κανονικά απαιτεί διαφορετικού επιπέδου υγειονομική δομή.

Το σημαντικό είναι ότι το MedWatch δεν αποφασίζει μόνο του ότι έχει συμβεί παράβαση. Ο ρόλος του είναι να εντοπίζει περιπτώσεις που χρειάζονται περαιτέρω διερεύνηση.

Τι έδειξε η πρώτη πιλοτική εφαρμογή;

Σύμφωνα με την επίσημη ενημέρωση της κυβέρνησης στις 21 Σεπτεμβρίου 2026, κατά την πιλοτική εφαρμογή στην Αττική καταγράφηκαν 8.563 δομές και εξετάστηκαν 9.838 ψηφιακά περιεχόμενα, από τα οποία 8.055 ήταν πληρωμένες διαφημίσεις.

Το σύστημα παρήγαγε 5.069 υποψήφια ευρήματα σε 655 δομές. Από αυτές, 231 χαρακτηρίστηκαν «κόκκινες» και 424 «κίτρινες», ώστε να δοθεί διαφορετική προτεραιότητα στον περαιτέρω έλεγχο.

Σύμφωνα με στοιχεία που παρουσιάστηκαν στο ΕΡΤnews, μεταξύ των 231 «κόκκινων» περιπτώσεων βρίσκονταν περίπου 160 μη ιατρικές οντότητες, 50 ιατρεία, 7 πολυϊατρεία και 12 ιδιωτικές κλινικές.

Στις 21 Σεπτεμβρίου ο υπουργός Υγείας Άδωνις Γεωργιάδης δήλωσε ότι οι 231 περιπτώσεις είχαν ήδη σταλεί στον Ιατρικό Σύλλογο Αθηνών για έλεγχο.

231 «κόκκινες» δομές δεν σημαίνει 231 παραβάσεις

Ο αριθμός 231 δεν αντιστοιχεί σε 231 επιβεβαιωμένες παράνομες δομές ή 231 αποδεδειγμένες παραβάσεις.

Η ίδια η επίσημη κυβερνητική ενημέρωση αναφέρει ρητά ότι τα ευρήματα είναι «υποψήφια και μη επιβεβαιωμένα» μέχρι να ολοκληρωθεί ο ανθρώπινος έλεγχος.

Αυτό είναι ιδιαίτερα σημαντικό όταν χρησιμοποιείται τεχνητή νοημοσύνη για την αρχική ταξινόμηση. Ένα αυτοματοποιημένο σύστημα μπορεί να λειτουργήσει ως εργαλείο εντοπισμού και ιεράρχησης πιθανών προβλημάτων, αλλά η επισήμανση από έναν αλγόριθμο δεν αποτελεί από μόνη της απόδειξη παράβασης.

Μάλιστα, κατά την παρουσίαση του MedWatch αναγνωρίστηκε ότι υπάρχουν γκρίζες περιοχές, ενώ οι εκπρόσωποι των ιατρικών φορέων τόνισαν την ανάγκη ανθρώπινου ελέγχου, καθώς μια περίπτωση που επισημαίνεται από το σύστημα μπορεί τελικά να αποδειχθεί νόμιμη.

Έρχεται και εφαρμογή για τους πολίτες

Παράλληλα με το MedWatch έχει ανακοινωθεί και δεύτερο ψηφιακό εργαλείο, αυτή τη φορά για χρήση από τους πολίτες.

Σύμφωνα με την επίσημη ενημέρωση, μέσω της εφαρμογής ο πολίτης θα μπορεί να αναζητά έναν γιατρό και να ελέγχει στοιχεία σχετικά με την άδειά του, ενώ προβλέπεται επίσης δυνατότητα αξιολόγησης ή ηλεκτρονικής καταγγελίας.

Ο υπουργός Υγείας ανέφερε ότι θα μπορεί κάποιος να εισάγει το ονοματεπώνυμο και τη διεύθυνση ενός γιατρού και να βλέπει τι άδεια διαθέτει.

Ωστόσο, στις 21 Σεπτεμβρίου η κυβέρνηση διευκρίνισε ότι, παρότι η εφαρμογή είναι έτοιμη, θα τεθεί σε ισχύ όταν δοθεί η απαραίτητη νομοθετική εξουσιοδότηση.

Τα ερωτήματα που παραμένουν

Για να αξιολογηθεί πραγματικά η αποτελεσματικότητα του MedWatch θα χρειαστούν περισσότερα δεδομένα από την πιλοτική του λειτουργία.

Το πρώτο ερώτημα είναι ίσως και το πιο απλό: πόσες από τις 231 «κόκκινες» περιπτώσεις θα επιβεβαιωθούν τελικά ως πραγματικές παραβάσεις; Αυτό είναι που θα μας δώσει μια πρώτη εικόνα για το πόσο ακριβής είναι η διαδικασία επισήμανσης.

Εξίσου σημαντικό είναι να γνωρίζουμε πόσες παραβάσεις ενδεχομένως δεν εντοπίζει το σύστημα. Η ακρίβεια ενός τέτοιου εργαλείου δεν κρίνεται μόνο από το πόσα περιστατικά επισημαίνει αλλά και από τα ψευδώς θετικά και ψευδώς αρνητικά αποτελέσματά του.

Ένα δεύτερο θέμα αφορά τα κριτήρια ταξινόμησης. Με ποιον ακριβώς τρόπο μια δομή χαρακτηρίζεται «κόκκινη», «κίτρινη» ή χαμηλότερου κινδύνου; Ποιο μέρος της διαδικασίας βασίζεται σε σαφείς νομικούς κανόνες και ποιο στην ερμηνεία του συστήματος τεχνητής νοημοσύνης;

Υπάρχει επίσης το ζήτημα των «γκρίζων περιοχών» που αναγνωρίστηκαν ήδη κατά την παρουσίαση. Η ιατρική πράξη, η αδειοδότηση, η ειδικότητα και ο εξοπλισμός δεν αποτελούν πάντοτε απλές κατηγορίες που μπορούν να αποτυπωθούν σε έναν αυτοματοποιημένο κανόνα.

Ένα ακόμη ερώτημα αφορά την επικαιρότητα των μητρώων. Αν το MedWatch συγκρίνει διαδικτυακούς ισχυρισμούς με στοιχεία αδειοδότησης, η ποιότητα του αποτελέσματός του εξαρτάται αναπόφευκτα από το πόσο πλήρη και ενημερωμένα είναι αυτά τα δεδομένα.

Παράλληλα, καθώς το σύστημα συγκεντρώνει και αναλύει μαζικά δημόσια διαθέσιμο ψηφιακό περιεχόμενο, θα ήταν χρήσιμο να υπάρχει αναλυτική δημόσια τεκμηρίωση σχετικά με το ποια δεδομένα αποθηκεύονται, για πόσο χρόνο διατηρούνται, ποιος έχει πρόσβαση σε αυτά και ποια διαδικασία ακολουθείται όταν ένας επαγγελματίας θεωρεί ότι έχει επισημανθεί λανθασμένα. Οι επίσημες ανακοινώσεις που έχουν δημοσιοποιηθεί μέχρι στιγμής περιγράφουν τις βασικές πηγές δεδομένων και τη λειτουργία του εργαλείου, αλλά όχι όλες αυτές τις τεχνικές λεπτομέρειες.

Αντίστοιχη διαφάνεια θα χρειαστεί και για την εφαρμογή των πολιτών δηλαδή, πώς θα λειτουργούν οι αξιολογήσεις; Θα είναι επώνυμες ή ανώνυμες; Πώς θα αντιμετωπίζονται κακόβουλες ή ψευδείς καταγγελίες; Και πόσο γρήγορα θα ενημερώνονται οι πληροφορίες σχετικά με τις άδειες των γιατρών;

Είναι ένα εργαλείο που θα κριθεί για τα αποτελέσματα του.