Umjetna inteligencija u hrvatskom zdravstvu ušla je u fazu u kojoj više nije riječ samo o eksperimentalnim projektima i znanstvenim radovima. Posljednje dvije do tri godine donijele su vidljiv zaokret: formira se specijalizirani AI healthtech ekosustav koji povezuje istraživačke institute, bolnice, startupe, tehnološke tvrtke i regulatorne institucije. Fokus se premješta s prototipova na alate koji moraju funkcionirati u stvarnom kliničkom okruženju – pod pritiskom vremena, regulative i odgovornosti prema pacijentu.
AI4Health.Cro kao središnja točka ekosustava
U središtu tog novog vala nalazi se europski digitalni inovacijski centar AI4Health.Cro. Riječ je o konzorciju od 15 partnera pod vodstvom Instituta Ruđer Bošković, u kojem sudjeluju i Fakultet elektrotehnike i računarstva (FER), Medicinski fakulteti, KBC-ovi, ali i privatne IT kompanije. Centar je dio mreže EDIH-ova koje Europska komisija financira kroz program Digitalna Europa kako bi ubrzala primjenu naprednih tehnologija u gospodarstvu i javnom sektoru.
AI4Health.Cro pruža tri ključne komponente koje su hrvatskoj sceni do sada kronično nedostajale: računalnu i podatkovnu infrastrukturu, strukturirano testno okruženje u bolnicama te mentorsku podršku stručnjaka iz AI-ja, medicine i prava. Startupi i razvojni timovi mogu kroz programe centra besplatno testirati svoje algoritme, primjerice za analizu medicinskih slika, predikciju rizika ili optimizaciju bolničkih procesa, u kontroliranim kliničkim uvjetima prije nego što ulože veće resurse u komercijalizaciju.
„Ako želimo da AI u zdravstvu zaživi u praksi, moramo izaći iz laboratorija i ući u bolnice – ali na siguran, kontroliran i reguliran način“, često naglašavaju domaći stručnjaci za medicinsku informatiku. Upravo to je prostor u kojem AI4Health.Cro djeluje: kao most između istraživačkih timova i stvarnih kliničkih potreba.
Od pilot-projekata do alata za svakodnevnu praksu
Hrvatska je i ranije imala niz projekata u području medicinske informatike i analitike podataka, no mnogi su ostajali na razini pilot-studija ili akademskih publikacija. Razlog je bio kombinacija faktora: nedostatak standardiziranih podataka, kompleksna regulativa (GDPR, medicinski uređaji), ograničeni budžeti bolnica i nedovoljna uključenost krajnjih korisnika – liječnika i medicinskih sestara – u dizajn rješenja.
Nova generacija AI healthtech projekata kreće od druge pretpostavke: rješenje mora biti integrirano u postojeće kliničke procese, interoperabilno s bolničkim informacijskim sustavima i dovoljno jednostavno da ga zdravstveno osoblje stvarno koristi. To znači dizajn „s liječnikom u petlji“ (human-in-the-loop), gdje AI nije zamjena, nego pomoćnik koji ubrzava i standardizira odluke.
Primjerice, algoritam za trijažu pacijenata u hitnoj službi ne može postojati kao zasebna aplikacija na jednom računalu, nego se mora uklopiti u radni tok od prijema pacijenta do pregleda i daljnje obrade. U praksi to znači suradnju s dobavljačima bolničkih informacijskih sustava, IT odjelima bolnica i regulatorima, što je za male timove bez institucionalne podrške gotovo nemoguća misija. EDIH modeli, kakav je AI4Health.Cro, upravo zato postaju ključni katalizatori.
Onkologija kao poligon za primjenu AI-ja
Onkologija je jedno od područja u kojem se pomak najjasnije vidi. Hrvatska je godinama pri vrhu europskih statistika po smrtnosti od nekih vrsta raka, a istodobno se suočava s manjkom specijalista, osobito radiologa i patologa. To je stvorilo prostor za rješenja koja mogu ubrzati i standardizirati dijagnostiku.
Na jednom od nedavnih natječaja AI4Health.Cro, fokusiranom na unaprjeđenje dijagnostike raka dojke, domaći timovi razvili su prototipe aplikacija koje uz pomoć računalnog vida označavaju potencijalno kancerogena mjesta na mamografskim snimkama. Rješenja su prezentirana pred stručnim žirijem u kojem su sjedili ICT stručnjaci, kliničari i predstavnici investicijskih fondova.
Algoritmi ne donose konačnu dijagnozu, već označavaju sumnjiva područja i predlažu prioritet za detaljniju analizu. Radiolozima to u praksi može značiti bržu obradu velikog broja nalaza i smanjenje rizika da se u moru slika propusti rani znak bolesti. Slični projekti pojavljuju se i u području analize patoloških preparata, CT i MR snimaka, gdje hrvatski timovi koriste znanje iz strojnog učenja i računalnog vida stečeno na drugim industrijama (npr. industrijska inspekcija, sigurnosne kamere) i prebacuju ga u medicinski kontekst.
Uz AI4Health.Cro, pojedini KBC-ovi i poliklinike ulaze i u bilateralne suradnje s domaćim tvrtkama. Primjer su rješenja za automatiziranu analizu laboratorijskih nalaza, predikciju rizika od komplikacija kod kroničnih bolesnika ili planiranje onkoloških terapija. Iako mnogi projekti još nisu dosegli razinu CE-oznake kao medicinski uređaji, trend je jasan: AI se sve češće doživljava kao alat u rukama liječnika, a ne kao konkurencija struci.
Financiranje: od projekata do održivih proizvoda
Jedan od ključnih preduvjeta da AI healthtech preraste iz istraživačkih projekata u održive proizvode jest stabilno financiranje i jasna poslovna logika. Tu se u igru uključuju EU programi poput Digitalne Europe, Obzora Europa (Horizon Europe), ali i Nacionalni plan oporavka i otpornosti (NPOO) te nacionalni pozivi za digitalizaciju malih i srednjih poduzeća.
Kroz takve natječaje hrvatske IT tvrtke mogu dobiti bespovratna sredstva za razvoj specijaliziranih modula za zdravstveni sektor, nadogradnju postojećih SaaS platformi ili uvođenje AI komponenti u rješenja koja su već prisutna u klinikama i poliklinikama. To mijenja percepciju AI healthtecha: više nije riječ samo o „projektnom“ financiranju koje prestaje završetkom istraživanja, već o razvoju proizvoda koji moraju generirati prihode i imati jasnu vrijednost za bolnice i pacijente.
Na domaćoj sceni već se pojavljuju primjeri tvrtki koje su krenule iz općeg IT-a ili fintech domene, a zatim razvile vertikalne healthtech linije – od telemedicinskih platformi i sustava za upravljanje terminima do AI modula za analizu podataka. Investicijski fondovi i poslovni anđeli sve pažljivije prate to područje, svjesni da zdravstvena rješenja, iako regulativno zahtjevnija, dugoročno imaju veću otpornost na krize od klasičnih B2C aplikacija.
Regulativa, etika i povjerenje pacijenata
AI u zdravstvu ne može se razvijati izvan konteksta regulative i etike. Europski AI Act, GDPR i pravila o medicinskim uređajima postavljaju visoke zahtjeve za transparentnost, sigurnost i zaštitu podataka. Za male timove to je često veći izazov od samog razvoja algoritma.
Hrvatski AI healthtech ekosustav zato sve češće uključuje pravnike, stručnjake za kibernetičku sigurnost i etičke odbore već u ranoj fazi razvoja. AI4Health.Cro i srodne inicijative organiziraju radionice o usklađenosti s EU regulativom, modelima anonimizacije medicinskih podataka i upravljanju rizicima. Ključno je da se povjerenje pacijenata ne naruši: jasno informiranje o tome kako se njihovi podaci koriste, tko ima pristup i koje su koristi, postaje sastavni dio svakog ozbiljnog projekta.
„Tehnologija neće zamijeniti liječnika, ali liječnik koji koristi tehnologiju imat će prednost u odnosu na onog koji je ne koristi“ – rečenica je koju domaći stručnjaci često ponavljaju na konferencijama poput AI2FUTURE ili Future of Health. U hrvatskom kontekstu ona znači i da će ustanove koje ranije usvoje kvalitetna AI rješenja biti atraktivnije za mlade liječnike i inženjere, što je važno u zemlji koja se bori s odljevom kadrova.
Hrvatska kao nišni hub za AI u zdravstvu?
Sljedeća faza za hrvatski AI healthtech ekosustav bit će skaliranje. To uključuje dva paralelna procesa: šire usvajanje rješenja unutar domaćeg zdravstvenog sustava i izlazak na inozemna tržišta, prije svega u regiji srednje i jugoistočne Europe.
Na domaćem terenu izazov je fragmentiranost sustava i različite razine digitalne zrelosti bolnica. Dok pojedini KBC-ovi već godinama koriste napredne informacijske sustave i telemedicinu, druge ustanove još su u fazi osnovne digitalizacije. AI rješenja zato moraju biti dovoljno fleksibilna da se prilagode različitim okruženjima, ali i standardizirana kako bi se mogla certificirati i održavati na razini cijelog sustava.
Na međunarodnom planu, hrvatska prednost leži u kombinaciji jakih znanstvenih institucija, agilnog startup ekosustava i relativno nižeg troška razvoja u odnosu na zapadnoeuropska tržišta. Ako se uspješno iskoriste EDIH mreže, europski istraživački projekti i partnerstva s bolnicama u susjednim državama, Hrvatska se doista može profilirati kao nišni hub za AI rješenja u zdravstvu u srednjoj i jugoistočnoj Europi.
Ključno pitanje bit će hoće li se uspjeti održati tzv. inovacijski trokut: suradnja znanosti, industrije i zdravstvenih ustanova. Ako taj trokut ostane stabilan i dodatno se ojača, hrvatski AI healthtech mogao bi u sljedećih pet do deset godina prijeći put od „obećavajuće niše“ do prepoznatljive izvozne grane domaće IT industrije.
Što slijedi za domaću AI healthtech scenu
U kratkom roku, očekuje se daljnji rast broja pilot-projekata u bolnicama, osobito u područjima radiologije, patologije, kardiologije i upravljanja kroničnim bolestima. Paralelno, regulatorna tijela i stručna društva morat će definirati jasnije smjernice za validaciju i uvođenje AI alata u kliničku praksu.
Za hrvatske IT tvrtke i startupe to znači priliku, ali i obvezu: potrebno je ulagati u domensko znanje, partnerstva s medicinskim ustanovama i usklađenost s regulativom jednako ozbiljno kao i u sam razvoj algoritama. Tko taj izazov shvati na vrijeme, mogao bi postati dio prve generacije domaćih AI healthtech proizvoda koji će se koristiti ne samo u hrvatskim bolnicama, nego i mnogo šire.
