Introducere
Începutul anului 2026 marchează un punct de inflexiune istoric în traiectoria integrării inteligenței artificiale (IA) în sistemele de sănătate europene. Dacă deceniul anterior a fost caracterizat de o proliferare entuziastă, dar adesea fragmentată, a proiectelor pilot și a algoritmilor experimentali, perioada actuală se definește prin maturizare structurală, rigoare legislativă și validare clinică la scară largă. Peisajul medical european nu mai este dominat doar de promisiunea potențialului tehnologic, ci de imperativele operaționalizării acestuia într-un cadru guvernat strict de noile reglementări ale Uniunii Europene.
Această tranziție de la "posibil" la "probabil" și, în cele din urmă, la "standard de îngrijire" este susținută de trei piloni fundamentali care s-au cristalizat pe parcursul anilor 2024 și 2025.
În primul rând, intrarea în vigoare și aplicarea etapizată a Regulamentului UE privind Inteligența Artificială (AI Act) a transformat mediul de dezvoltare, impunând standarde de siguranță și transparență fără precedent pentru dispozitivele medicale bazate pe Inteligența Artificială. Clasificarea acestor sisteme ca fiind de "risc înalt" a forțat dezvoltatorii din industrie să treacă de la o abordare de tip "move fast and break things" la una bazată pe dovezi clinice robuste, pe respectarea GDPR, pe necesitatea implementării unor protocoale stricte de siguranță pentru pacienți și guvernanță a datelor.
În al doilea rând, comunitatea medicală beneficiază acum de rezultatele unor studii clinice randomizate de anvergură, precum trialul MASAI din Suedia sau studiile multinaționale privind detectarea cancerului pulmonar, care oferă pentru prima dată dovezi statistice incontestabile privind capacitatea inteligenței artificiale de a îmbunătăți ratele de detecție fără a compromite specificitatea. Aceste studii nu mai compară doar performanța algoritmilor în medii izolate (in silico - experimente, simulări sau analize realizate pe computer, folosind software pentru a modela procese biologice, medicale sau inginerești), ci evaluează impactul lor real asupra fluxurilor de lucru clinice și a rezultatelor practice în diagnosticarea sau tratarea pacienților.
În al treilea rând, pentru decidenții din România, componenta de infrastructură digitală a devenit, în sfârșit, o prioritate strategică națională, cu fonduri masive alocate prin Mecanismul de Redresare și Reziliență (PNRR). România, în acest context, reprezintă un studiu de caz fascinant al modernizării accelerate, unde investiții de miliarde de euro sunt direcționate către crearea unui ecosistem digital coerent, de la modernizarea Platformei Informatice a Asigurărilor de Sănătate (PIAS) până la construcția spitalelor regionale "smart". Această infuzie de capital, cuplată cu o strategie națională de e-health, are potențialul de a reduce decalajele istorice față de vestul Europei, condiționată însă de capacitatea administrativă de implementare.
Prezentul articol își propune să analizeze în profunzime aceste evoluții dinamice, oferind o evaluare critică și detaliată a stadiului actual al evoluției și implementării în practică a diverselor modele de inteligența artificială medicale în Europa la începutul anului 2026. Analiza va încerca să lămurească și implicațiile legislative ale AI Act, va examina validitatea științifică a celor mai recente studii clinice și va evalua impactul socio-economic al folosirii modelelor specializate de inteligență artificială în sectorul medical, cu un focus special pe oportunitățile și provocările specifice României.
Cadrul Legislativ European și Impactul asupra Dispozitivelor Medicale
Arhitectura de reglementare a Uniunii Europene a suferit o transformare majoră odată cu adoptarea și implementarea Regulamentului (UE) 2024/1689, cunoscut sub numele de AI Act. Această legislație, prima de acest gen la nivel global, nu funcționează în vid, ci se intersectează complex cu Regulamentul privind Dispozitivele Medicale (MDR 2017/745) și Regulamentul privind dispozitivele medicale pentru diagnostic in vitro (IVDR 2017/746), creând un ecosistem de conformitate duală care redefinește accesul pe piață pentru tehnologiile medicale avansate.
Clasificarea sistemelor de inteligența artificială medicale ca tehnologii de risc înalt
Nucleul noii paradigme de reglementare rezidă în sistemul de clasificare bazat pe risc introdus de AI Act. Conform Articolului 6 al Regulamentului, sistemele de Inteligența Artificială sunt considerate de risc înalt dacă sunt utilizate ca o componentă de siguranță a unui produs reglementat de legislația de armonizare a UE (cum ar fi MDR sau IVDR) sau dacă sistemul în sine este un astfel de produs și necesită o evaluare a conformității de către o terță parte.(1)
În contextul medical, această definiție acoperă o vastă majoritate a aplicațiilor clinice relevante. Algoritmii de diagnosticare imagistică, sistemele de suport decizional pentru oncologie, software-ul de monitorizare a pacienților critici și instrumentele de triaj în urgențe cad sub incidența acestei clasificări. Mai mult, Anexa III a AI Act listează explicit sistemele destinate utilizării în triajul pacienților în serviciile de urgență ca fiind de risc înalt, independent de clasificarea lor sub MDR, subliniind sensibilitatea legiuitorului față de deciziile care afectează accesul la servicii vitale.(2)
Implicația directă pentru producătorii de dispozitive medicale în 2025 și 2026 este necesitatea de a naviga printr-un proces de certificare mult mai laborios. Dacă anterior, sub MDR, accentul cădea primordial pe siguranța clinică și performanță, AI Act adaugă un strat suplimentar de cerințe axate pe drepturile fundamentale, guvernanța datelor și robustețea tehnică. Aceasta înseamnă că un algoritm de detecție a cancerului pulmonar trebuie să demonstreze nu doar că poate identifica nodulii maligni cu o anumită acuratețe (cerință MDR), ci și că seturile de date pe care a fost antrenat sunt reprezentative, lipsite de erori și bias-uri demografice care ar putea duce la discriminare (cerință AI Act).
Guvernanța datelor și cerințele de transparență
Unul dintre cele mai semnificative obstacole identificate în perioada 2024-2025 a fost conformarea cu standardele riguroase de guvernanță a datelor. Furnizorii de sisteme Inteligența Artificială de risc înalt sunt obligați să implementeze proceduri de gestionare a calității datelor pe tot parcursul ciclului de viață al sistemului. Aceasta include obligația de a examina posibilele bias-uri în seturile de date de antrenament, validare și testare. Pentru sistemele medicale, acest lucru a impus o reevaluare a arhivelor de date istorice(1). Multe sisteme dezvoltate înainte de 2024 s-au bazat pe baze de date oportune, adesea monocentrice sau limitate demografic. În 2026, validarea clinică necesită demonstrarea generalizării pe populații diverse. De exemplu, un sistem de dermatoscopie asistată de inteligența artificială trebuie să fie validat pe diverse tipuri de piele pentru a evita riscurile de sub-diagnosticare la anumite grupuri etnice, o cerință care acum are forță de lege, nu doar recomandare etică.(4)
Transparența și supravegherea umană reprezintă un alt pilon central. Regulamentul stipulează că sistemele cu inteligență artificială trebuie concepute astfel încât să poată fi supravegheate eficient de oameni. În medicină, acest concept este operaționalizat prin sintagma "human-in-the-loop". Interfețele utilizator ale dispozitivelor medicale lansate în 2025 au trebuit să fie reproiectate pentru a oferi nu doar o predicție (de exemplu, "Probabilitate Malignitate: 95%"), ci și elemente de interpretabilitate care să permită medicului să valideze raționamentul algoritmului (de exemplu, hărți de căldură care indică regiunea de interes sau referințe la caracteristicile vizuale detectate).(5)
Interacțiunea dintre AI Act și MDR: evitarea dublei reglementări
O provocare majoră abordată în ghidurile publicate de Comisia Europeană și Grupul de Coordonare a Dispozitivelor Medicale la începutul anului 2025 a fost armonizarea regulamentelor pentru a preveni birocrația excesivă. S-a clarificat faptul că documentația tehnică cerută de AI Act ar trebui să fie integrată în documentația tehnică existentă cerută de MDR, constituind un singur dosar de conformitate. (6)
Noua Arhitectură de Siguranță: EU AI Act & MDR
Totuși, o distincție critică a apărut între rolul de "Furnizor" (Provider) sub AI Act și cel de "Fabricant" (Manufacturer) sub MDR. Deși aceste roluri se suprapun adesea, AI Act introduce conceptul de "Deployer" (Utilizator profesional), care în context medical se referă la spitale și clinici. Începând cu anul 2025, spitalele din România și din restul UE au noi responsabilități legale: ele trebuie să asigure că personalul este competent în utilizarea sistemelor IA, că datele de intrare sunt relevante pentru scopul propus al sistemului și că monitorizează funcționarea acestuia pentru a detecta eventuale anomalii sau incidente.(6) Această schimbare transferă o parte din responsabilitatea performanței și acurateței software-ului cu IA de la producător către instituția medicală, forțând spitalele să investească în formarea continuă a personalului și în proceduri interne de audit al modelelor LLM personalizate și specializate și agenților IA.
Validarea clinică - dovezi din studiile majore (2024-2025)
Anii 2024 și 2025 au marcat tranziția de la studii retrospective și validări interne la studii clinice randomizate controlate (RCT) de mari dimensiuni, publicate în reviste de top precum The Lancet Digital Health, Nature Medicine și Radiology. Aceste studii furnizează baza factuală necesară pentru adoptarea pe scară largă a IA în protocoalele naționale de screening. Începutul anului 2026 marchează un punct de inflexiune istoric în traiectoria integrării inteligenței artificiale în sistemele de sănătate europene.
Screening-ul cancerului de sân: rezultatele definitive ale trialului MASAI
Mammography Screening with Artificial Intelligence (MASAI), studiul condus de cercetătorii de la Universitatea Lund din Suedia, reprezintă "standardul de aur" actual pentru evaluarea modelelor de inteligență artificială în screening-ul mamografic. Rezultatele actualizate publicate în februarie 2025 în The Lancet Digital Health oferă o imagine detaliată și extrem de încurajatoare asupra eficacității clinice a acestor sisteme.(8)
Eficacitatea Detecției: Studiul, care a inclus peste 100.000 de femei, a demonstrat o creștere cu 29% a ratei de detecție a cancerului în lotul de studiu asistat de inteligența artificială comparativ cu lotul de control (dublă citire standard de către radiologi). Concret, rata de detecție a fost de 6,4 cancere la 1000 de femei scanate cu suport IA, față de 5,0 la 1000 în grupul de control.(8)
Un aspect critic validat în 2025 este tipologia cancerelor detectate. Criticii screening-ului asistat de inteligența artificială și-au exprimat îngrijorarea că o sensibilitate crescută ar putea duce la supradiagnosticarea unor cancere indolente, care nu ar fi pus viața pacienților în pericol. Datele MASAI contrazic această ipoteză: studiul a raportat o creștere cu 24% a detecției cancerelor invazive (270 vs. 217) și o creștere cu 51% a cancerelor in situ (68 vs. 45). Mai mult, analiza subtipurilor a arătat că inteligența artificială a facilitat identificarea unor cancere invazive de dimensiuni mici (T1) și a unor leziuni de grad înalt, care beneficiază cel mai mult de pe urma intervenției precoce.(8)
Specificitatea și Sarcina de Lucru: Poate cel mai remarcabil rezultat este menținerea specificității. Deși a detectat semnificativ mai multe cancere, sistemul IA-empowered nu a generat o creștere statistic semnificativă a ratei de rezultate fals-pozitive (ratele de rechemare au fost de 2,1% pentru Inteligența Artificială vs. 1,9% pentru control, p=0.084).(13) Aceasta indică faptul că inteligența artificială nu doar "vede" mai mult, ci discriminează corect între leziuni maligne și benigne, evitând anxietatea și procedurile invazive inutile pentru femeile sănătoase.
În ceea ce privește eficiența operațională, studiul a confirmat o reducere cu 44,3% a volumului de muncă pentru radiologi.(10) Protocolul studiului a permis ca mamografiile clasificate de inteligența artificială cu un scor de risc foarte scăzut să nu mai fie supuse dublei citiri umane, permițând redistribuirea resurselor umane limitate către cazurile complexe. Această validare este esențială pentru sistemele de sănătate europene care se confruntă cu o criză acută de personal specializat în imagistică.
Cancerul de Interval: Rezultatele finale privind cancerele de interval (acele tumori care apar clinic între rundele de screening și sunt adesea ratate la screening-ul inițial) sunt în curs de analiză, urmărirea pacienților încheindu-se în decembrie 2025. Totuși, capacitatea IA de a detecta tumori invazive mici, negative pentru ganglioni, sugerează o probabilitate ridicată ca incidența cancerelor de interval să scadă în rapoartele viitoare.(8)
Detectarea cancerului pulmonar: acuratețe și reducerea rezultatelor fals negative
În domeniul pneumologiei și radiologiei toracice, studiile publicate în 2024 și 2025 au consolidat poziția algoritmilor de Deep Learning (DL) ca instrumente indispensabile pentru analiza CT cu doză mică (LDCT). Referința la o "acuratețe de 96%" din solicitarea inițială, deși corectă ca ordin de mărime pentru anumiți metrici (cum ar fi Aria de sub Curba ROC - AUC), necesită o contextualizare precisă bazată pe literatura recentă.
Studii precum cele realizate de Liu et al. și publicate în The Lancet Digital Health și Radiology: Artificial Intelligence au demonstrat că sistemele DL pot atinge o sensibilitate de 94-96% în detectarea nodulilor pulmonari maligni, depășind sensibilitatea medie a radiologilor umani, care se situează adesea în intervalul 88-89%.(14)
Un avans major în 2025 a fost capacitatea acestor algoritmi de a reduce rata alarmantă a rezultatelor fals pozitive, care a fost istoric "călcâiul lui Ahile" pentru sistemele CAD (Computer-Aided Detection) tradiționale. Noile modele, antrenate pe seturi de date longitudinale care includ evoluția temporală a nodulilor (volumetrie), au reușit să îmbunătățească specificitatea la 85-90%, discriminând mai eficient între granuloame, cicatrici și tumori active.(16) Această performanță este crucială pentru viabilitatea programelor naționale de screening pulmonar, unde costul investigării fiecărui rezultat fals-pozitiv ar fi prohibitiv.
Mai mult, cercetările recente au demonstrat utilitatea modelelor multimodale care integrează date imagistice cu bio-markeri clinici și date demografice, crescând acuratețea diagnostică globală. Algoritmii precum LungCanSeek au demonstrat sensibilități de peste 90% chiar și pentru stadiile incipiente (I și II) ale cancerului pulmonar, un domeniu unde ochiul uman are adesea dificultăți.(17)
Modelele generative (LLM) în medicină: de la experiment la utilitate clinică
Anii 2024-2025 au marcat trecerea modelelor lingvistice mari (LLM) de la stadiul de subiect predominant exploratoriu la instrumente cu aplicații clinice definite. Modele precum Med-PaLM 2 de la Google și BioGPT de la Microsoft au stabilit noi standarde de performanță. Med-PaLM 2 a atins o acuratețe de peste 85% la întrebările de tip examen de licență medicală din S.U.A., (USMLE), demonstrând o capacitate de raționament clinic comparabilă cu cea a medicilor experimentați în scenarii simulate.(18) Spre deosebire de modelele generaliste, aceste sisteme sunt optimizate pentru a oferi răspunsuri aliniate cu consensul medical științific.
În practica clinică, utilitatea modelelor lingvistice mari (LLM) generative s-a manifestat preponderent în sarcini administrative și de documentare, eliberând timpul medicilor. Un review din Nature Medicine (actualizat 2025) evidențiază utilizarea acestor modele pentru generarea automată a rapoartelor radiologice și sinteza biletelor de externare, cu o reducere a timpului administrativ de până la 50%.(20) Cu toate acestea, problema "halucinațiilor" (generarea de informații false dar plauzibile, inerente la modelele ce rulează pe rețele neuronale mari și iși bazează răspunsurile în principal pe predicție) rămâne un risc critic, impunând menținerea unui control uman strict asupra oricărui text generat automat înainte de a fi introdus în dosarul pacientului.(22)
Implementări strategice în spitalele europene
Adoptarea IA în Europa nu este uniformă, ci reflectă prioritățile specifice ale sistemelor naționale de sănătate. Germania, Olanda și Franța oferă modele distincte de integrare, axate pe arii terapeutice diferite.
Germania: Cardiologie intervențională de precizie și monitorizare postoperatorie
Germania, susținută de legea privind sănătatea digitală (DVG) care permite rambursarea aplicațiilor digitale, a devenit un lider în adoptarea inteligenței artificiale pentru cardiologia intervențională.
Monitorizarea Stenturilor și Planificarea PCI: Un domeniu de excelență este utilizarea inteligenței artificiale pentru monitorizarea și planificarea intervențiilor coronariene. Tehnologii precum software-ul Syngo.CT Coronary Cockpit de la Siemens Healthineers, lansat și prezentat pe larg la RSNA la sfârșitul anului 2025, utilizează algoritmi avansați pentru analiza automată a plăcilor de aterom și planificarea intervențiilor coronariene percutane (PCI).(24)
Acest sistem permite evaluarea neinvazivă a stenozelor coronariene prin angiografie CT (CCTA), oferind medicilor o hartă detaliată a leziunii și recomandări privind lungimea și diametrul stentului necesar înainte ca pacientul să intre în sala de cateterism. Studiile au arătat că utilizarea acestei tehnologii reduce trimiterile inutile către proceduri invazive și optimizează selecția pacienților, contribuind la o mai bună gestionare a resurselor și la reducerea riscurilor procedurale.(26)
De asemenea, cercetările din centre specializate clinice germane (ex. Charité Berlin) evaluează utilizarea inteligenței artificiale pentru predicția complicațiilor postoperatorii, cum ar fi microinfarctele cerebrale după procedurile de stentare a anevrismelor, utilizând date din analize de sânge și imagistică avansată pentru a cuantifica și stratifica riscul pacienților.(28)
Modele de implementare: Germania (Cardiologie de Precizie)
Olanda: Triaj avansat și diagnostic rapid în urgențe
Olanda, și în special centrul universitar Radboud UMC din Nijmegen, s-a poziționat ca un cadru de testare în condiții reale pentru validarea inteligenței artificiale în medicina de urgență.
Studiul ARTICA și Triajul Pre-spitalicesc: Proiectul ARTICA investighează o schimbare de paradigmă în gestionarea sindroamelor coronariene acute. Studiul evaluează dacă paramedicii, echipați cu dispozitive portabile de analiză a troponinei, corelată și cu algoritmi de risc (susținuți de IA), pot exclude infarctul miocardic direct la domiciliul pacientului, evitând transportul inutil la spital.(29) Această abordare descentralizată, validată prin studii riguroase, are potențialul de a decongestiona departamentele de urgență.
Detectarea AVC și a Cancerului Pancreatic: În imagistică, cercetătorii de la Radboud UMC utilizează algoritmi comerciali și dezvoltați in-house pentru prioritizarea pacienților cu accident vascular cerebral (AVC) și hemoragii intracraniene. Sistemele software bazate pe inteligență artificială analizează scanările CT imediat după achiziție și alertează radiologul dacă detectează o patologie critică, reducând timpul până la tratament.(30) Mai mult, un studiu publicat în 2025 în Lancet Oncology sub coordonarea cercetătorilor de la Radboud UMC a demonstrat că un sistem specializat bazat pe inteligență artificială poate detecta cancerul pancreatic pe scanările CT cu o acuratețe de 92%, comparativ cu 88% în cazul medicilor radiologi, reducând în același timp numărul de rezultate fals-pozitive cu 38%.(32) Având în vedere letalitatea ridicată a cancerului pancreatic și dificultatea diagnosticării precoce, acest instrument reprezintă un avans clinic major, ce va trebui validat prin cercetări ulterioare și trialuri randomizate.
Franța: Democratizarea accesului la studii clinice
În Franța, inovația s-a concentrat pe rezolvarea deficiențelor structurale din cercetarea medicală. Platforma Klineo: Startup-ul francez Klineo, care a atras finanțări de 2 milioane de euro în 2024, utilizează algoritmi de procesare a limbajului natural (NLP) pentru a “potrivi” (matching) pacienții oncologici cu studiile clinice relevante. Până la sfârșitul anului 2025, platforma și-a extins acoperirea pentru a include toate tipurile de cancer din Franța.(33)
Sistemul analizează dosarul medical al pacientului – date genomice, istoric de tratament, caracteristici tumorale – și îl încrucișează instantaneu cu criteriile de eligibilitate a mii de studii active (de exemplu, cele desfășurate la Institutul Gustave Roussy).(35) Această tehnologie democratizează accesul la terapii inovatoare, rezolvând problema istorică a ratelor scăzute de înrolare în studii (doar ~5% dintre pacienții eligibili) și accelerând dezvoltarea de noi medicamente.
România - Un studiu de caz național în transformarea digitală
România se distinge în peisajul european printr-un efort concentrat de recuperare a decalajelor de infrastructură, alimentat de o infuzie de capital fără precedent prin Planul Național de Redresare și Reziliență (PNRR). Anii 2025 și 2026 sunt decisivi pentru materializarea acestor investiții.
Arhitectura financiară și investițiile PNRR
Referința la fonduri de 1,7 miliarde de euro ce au fost disponibile în 2025 este corelată cu alocările specifice din PNRR pentru Componenta 12 (Sănătate) și Componenta 7 (Transformare Digitală). Ministerul Finanțelor a raportat o accelerare a plăților la finalul anului 2025, cu 1,7 miliarde de lei (aprox. 340 milioane euro) plătiți doar în ultima perioadă a anului pentru proiecte de investiții publice, parte dintr-un portofoliu mult mai vast activ.(36)
Bugetul total alocat sănătății din finanțări europene depășește 2 miliarde de euro, vizând o gamă largă de obiective, de la digitalizarea administrativă la construcția fizică de unități sanitare moderne.(37) Această finanțare nu este doar o oportunitate, ci o condiționalitate strictă: rambursarea fondurilor alocate în proiecte depinde de atingerea unor jaloane precise (milestones) monitorizate de Comisia Europeană.
Modernizarea platformei PIAS: Coloana vertebrală digitală
Platforma informatică a asigurărilor de sănătate (PIAS), gestionată de CNAS, este în plin proces de refacere completă. Istoric, sistemul a suferit de blocaje frecvente și limitări tehnologice. Proiectul de modernizare, cu o valoare de aproximativ 100 de milioane de euro, a fost confirmat și lansat, având ca termen de finalizare completă luna august 2026.(38)
Obiectivele tehnice pentru 2025-2026 includ:
● Eliminarea hârtiei: Tranziția completă către fluxuri digitale pentru bilete de trimitere, rețete și scrisori medicale.
● Interoperabilitate: Unificarea Dosarului Electronic de Sănătate (DES) cu sistemele de prescripție și raportare, creând o bază de date centralizată și coerentă.
● Accesibilitate: Modulele funcționale care vor permite pacienților și medicilor accesul securizat și rapid la istoric medical sunt programate să devină operaționale etapizat, începând cu finele anului 2025.38 Importanța acestui proiect transcende simpla eficiență administrativă. O platformă PIAS funcțională și bogată în date structurate este precondiția esențială pentru orice implementare viitoare a inteligenței artificiale la nivel național. Fără date digitale curate și accesibile, algoritmii de sănătate publică sau de medicină personalizată nu pot funcționa.
ANDIS și spitalele regionale de urgență (SRU)
Agenția Națională pentru Dezvoltarea Infrastructurii în Sănătate (ANDIS) a preluat gestionarea celor trei proiecte majore de infrastructură spitalicească: Spitalele Regionale de Urgență din Iași, Cluj și Craiova.
Stadiul proiectelor la începutul anului 2026:
● SRU Craiova: Este cel mai avansat proiect, construcția efectivă demarând în 2025 după finalizarea lucrărilor pregătitoare.(41)
● SRU Cluj: Lucrările au început în mai 2024, iar în 2025 s-a lucrat intens la excavații și organizarea șantierului, proiectul intrând în faza principală de execuție.(42)
● SRU Iași: Deși a întâmpinat întârzieri cauzate de contestații la licitații, contractul a fost atribuit în 2025 consorțiului CCN, iar proiectul avansează către faza de execuție în 2026.(44)
Aceste spitale sunt proiectate din start ca "smart hospitals", având infrastructura IT (PACS, rețele de date de mare viteză) integrată în planurile de construcție, pregătind terenul pentru adoptarea tehnologiilor de tip "spital digital" și integrare cu AI agentic încă de la inaugurare, prevăzută pentru orizontul 2027-2028.
Impactul asupra bugetului sănătății: economii de 500 de milioane de euro
Digitalizarea sănătății în România nu este doar o chestiune de modernizare tehnică, ci și de sustenabilitate financiară. Analizele economice, inclusiv cele realizate de firme de consultanță precum Horváth & Partners, estimează că un sistem de sănătate complet digitalizat ar putea genera economii anuale de cel puțin 500 de milioane de euro.(45) Dacă luăm în considerare și economiile potențiale realizabile prin utilizarea inteligenței artificiale în circuitul financiar, logistic și CRM al spitalelor precum și adoptarea în fluxurile tehnologice a soluțiilor robotizate, această sumă poate fi mai mare.
Aceste economii provin din:
● Reducerea erorilor de raportare: Monitorizarea strictă a serviciilor decontate prin noul PIAS.
● Eliminarea redundanței: Evitarea repetării inutile a analizelor și investigațiilor imagistice, deoarece istoricul pacientului va fi disponibil oricărui medic din sistem.
● Preventie: Eficientizarea programelor de screening (finanțate tot prin fonduri UE sau programe MS/CNAS) care permit diagnosticarea și tratarea bolilor în stadii incipiente, mult mai puțin costisitoare, reducerea incapacitații temporare de munca. a invaliditaîții și a pensionărilor anticipate din cauze medicale.
● Contribuția AI la reducerea costurilor administrative: Automatizare fluxuri logistice, CRM automatizat, pipeline flux pacienți modelat cu AI (programare în aplicație inteligentă), eficientizare achiziții (scraping oferte SEAP etc.)
Concluzii și perspective
Anul 2026 găsește sistemul medical european într-o etapă de consolidare strategică. Entuziasmul inițial față de inteligența artificială a lăsat locul unui pragmatism dictat de reglementări stricte și de nevoia de dovezi clinice solide.
1. Validarea este cheia: Succesul trialului MASAI demonstrează că inteligența artificială poate livra promisiunea unei medicini mai eficiente și mai precise, dar numai atunci când este implementată atent, cu respectarea fluxurilor de lucru clinice și a siguranței pacientului. Faptul că inteligența artificială poate reduce volumul de muncă al medicilor cu peste 40% fără a crește rata erorilor este un argument decisiv pentru adoptarea sa în sistemele publice.
2. Infrastructura ca precondiție: Cazul României subliniază un adevăr fundamental: nu poți avea medicină de precizie bazată pe Inteligența Artificială fără o infrastructură digitală de bază funcțională. Investițiile PNRR în PIAS și în spitalele regionale sunt fundația obligatorie pe care se va construi viitorul digital al sănătății românești.
3. Reglementarea ca avantaj competitiv: Deși AI Act impune bariere de intrare ridicate, el creează un mediu de încredere. Eticheta de "Inteligența Artificială de încredere" (Trustworthy AI), conformă cu standardele UE, poate deveni un avantaj competitiv global pentru companiile europene și un garant al siguranței pentru pacienți.
În concluzie, inteligența artificială nu mai este o viziune futuristă, ci o componentă operațională a medicinei moderne, a cărei integrare depinde acum mai puțin de inovația algoritmică și mai mult de capacitatea administrativă, legislativă și de capacitatea personalului și a infrastructurii de a o gestiona și utiliza optim, în beneficiul pacientului.
Notă de transparență: În realizarea prezentului articol, pentru documentare, conectare la biblioteci academice, analiză de date, editare finală și generare de infografice au fost folosite modele LLM generative: Mistral, Notebook LM și Scholar GPT.
(Raport elaborat pe baza surselor oficiale europene și a literaturii științifice publicate între 2024–2026.) Copyright ©: Sanithera Medical Solutions 2026. Autorul permite citarea parțială sau totală pentru uz academic sau personal, nu în scop comercial.
Lucrări citate:
How the EU AI Act impacts medical device manufacturers | PA Consulting, https://www.paconsulting.com/newsroom/med-device-online-how-the-eu-ai-act-impacts-medical-device-manufacturers-18-november-2024
Annex III: High-Risk AI Systems Referred to in Article 6(2) | EU Artificial Intelligence Act, https://artificialintelligenceact.eu/annex/3/
The EU AI Act and Medical Devices: Navigating High-Risk Compliance | ReedSmith, https://www.reedsmith.com/our-insights/blogs/viewpoints/102kq35/the-eu-ai-act-and-medical-devices-navigating-high-risk-compliance/
France Hospital | PDF | Wellness - Scribd, https://www.scribd.com/document/774263464/France-Hospital
Artificial Intelligence in healthcare - Public Health - European Commission, https://health.ec.europa.eu/ehealth-digital-health-and-care/artificial-intelligence-healthcare_en
AIB 2025-1 MDCG 2025-6 Interplay between the Medical Devices Regulation (MDR) & In vitro Diagnostic Medical Devices Regu - Public Health, https://health.ec.europa.eu/document/download/b78a17d7-e3cd-4943-851d-e02a2f22bbb4_en
Article 6: Classification Rules for High-Risk AI Systems | EU Artificial Intelligence Act, https://artificialintelligenceact.eu/article/6/
AI-supported breast cancer screening – new results suggest even higher accuracy | Lund University, https://www.lunduniversity.lu.se/article/ai-supported-breast-cancer-screening-new-results-suggest-even-higher-accuracy
Screening performance and characteristics of breast cancer detected in the Mammography Screening with Artificial Intelligence trial (MASAI): a randomised, controlled, parallel-group, non-inferiority, single-blinded, screening accuracy study - Lund University Research Portal, https://portal.research.lu.se/en/publications/screening-performance-and-characteristics-of-breast-cancer-detect/
Screening performance and characteristics of breast cancer detected in the Mammography Screening with Artificial Intelligence trial (MASAI): a randomised, controlled, parallel-group, non-inferiority, single-blinded, screening accuracy study - PubMed, https://pubmed.ncbi.nlm.nih.gov/39904652/
AI-Enhanced Mammography Screening Significantly Improves Breast Cancer Detection, Reduces Radiologist Workload | Imaging Technology News,2026,https://www.itnonline.com/content/ai-enhanced-mammography-screening-significantly-improves-breast-cancer-detection-reduces
ScreenPoint Medical: AI-Enhanced Mammography Screening Significantly Improves Breast Cancer Detection and Reduces Radiologist Workload, https://screenpoint-medical.com/insights/news-coverage/screenpoint-medical-ai-enhanced-mammography-screening-significantly-improves-breast-cancer-detection-and-reduces-radiologist-workload
Does AI-Supported Mammography Improve Breast Cancer Detection Rates?, https://www.obgproject.com/2025/02/26/does-ai-supported-mammography-improve-breast-cancer-detection-rates/
Deep learning object detection-based early detection of lung cancer - PMC - NIH, https://pmc.ncbi.nlm.nih.gov/articles/PMC12067791/
A Systematic Review: The Role of Artificial Intelligence in Lung Cancer Screening in Detecting Lung Nodules on Chest X-Rays - MDPI, https://www.mdpi.com/2075-4418/15/3/246
New Perspectives on Lung Cancer Screening and Artificial Intelligence - PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC11943706/
An effective and affordable blood test for lung cancer early detection using four protein markers and artificial intelligence - PMC - NIH, https://pmc.ncbi.nlm.nih.gov/articles/PMC12541848/
General artificial intelligence for the diagnosis and treatment of cancer: the rise of foundation models - PMC - NIH, https://pmc.ncbi.nlm.nih.gov/articles/PMC12478997/
Generative Artificial Intelligence in Healthcare: Applications, Implementation Challenges, and Future Directions - MDPI, https://www.mdpi.com/2673-7426/5/3/37
Large language models in medicine - PubMed, https://pubmed.ncbi.nlm.nih.gov/37460753/
Technologies, opportunities, challenges, and future directions for integrating generative artificial intelligence into medical education, https://e-emj.org/upload/pdf/emj-2025-00787.pdf
BioGPT in Biomedical NLP: Benchmarks, Risks & Workflows https://dr7.ai/blog/model/biogpt-and-beyond-ai-models-for-biomedical-literature-analysis/
The Rise of Small Language Models in Healthcare: A Comprehensive Survey - arXiv, https://arxiv.org/html/2504.17119v2
Siemens Healthineers Advances Coronary Artery Disease Management with Syngo.CT Coronary Cockpit Software, https://www.siemens-healthineers.com/en-ie/press-room/press-features/syngo-ct-coronary-cockpit
Siemens Healthineers Advances Coronary Artery Disease Management with Syngo.CT Coronary Cockpit Software, https://www.siemens-healthineers.com/press/releases/syngo-ct-coronary-cockpit
Siemens Healthineers introduces new AI CCTA analysis software - Medical Device Network,
Siemens Healthineers Advances Coronary Artery Disease Management with Syngo.CT Coronary Cockpit Software, https://www.siemens-healthineers.com/en-uk/press-room/press-features/syngo-ct-coronary-cockpit
A study on the value of the relationship between newly occurring microinfarctions after stent-assisted treatment for unruptured intracranial aneurysms and systemic inflammatory immune indices - Frontiers, https://www.frontiersin.org/journals/neurology/articles/10.3389/fneur.2025.1679467/full
ARTICA Trial: Research in Progress - Cardiology Update, https://www.cardiology-update.com/2021/02/02/artica-trial-research-in-progress/
Time of occurrence of stroke much more precise with AI - ICT&health, https://www.icthealth.org/news/time-of-occurrence-of-stroke-much-more-precise-with-ai
Radboudumc partners with Annalise ai - Developer of medical AI applications, https://www.radboudumc.nl/en/about-radboudumc/strategy/themes/ai-for-health/news/partners-with-annalise-ai
Diagnostics for pancreatic cancer improve with the help of AI - Researchers developed a reliable dataset to determine the best AI model - Radboudumc, https://www.radboudumc.nl/en/news-items/2025/diagnostiek-bij-alvleesklierkanker-verbetert-met-behulp-van-ai
Paris-based Klineo raises €2 million to revolutionize access to clinical trials for oncology patients | EU-Startups, https://www.eu-startups.com/2024/04/paris-based-klineo-raises-e2-million-to-revolutionize-access-to-clinical-trials-for-oncology-patients/
Klineo wins €2m to advance AI patient recruitment platform - Clinical Trials Arena, https://www.clinicaltrialsarena.com/news/klineo-wins-e2m-to-advance-ai-patient-recruitment-platform/
CLINICAL RESEARCH PLATFORM AT - Gustave Roussy, https://www.gustaveroussy.fr/sites/default/files/groussy-cr-platform-091025.pdf
Finance Minister: Romania Enters 2026 Optimistic, Focus on Fiscal Stability, https://www.romaniajournal.ro/top_news/finance-minister-romania-enters-2026-optimistic-focus-on-fiscal-stability/
Cele 27 de Spitale Sau Secții Noi Care Vor Fi Construite Prin PNRR - Scribd, https://ro.scribd.com/document/619157693/Cele-27-de-spitale-sau-sec.ii-noi-care-vor-fi-construite-prin-PNRR
Family doctor prescriptions to end: new Health platform launches August, https://www.romaniajournal.ro/society-people/health/family-doctor-prescriptions-to-end-new-health-platform-launches-august/
COMUNICAT – Platforma PIAS va fi înlocuită cu un sistem informatic modern, sigur și accesibil – Casa Națională de Asigurări de Sănătate - CNAS, https://cnas.ro/2025/10/15/comunicat-platforma-pias-va-fi-inlocuita-cu-un-sistem-informatic-modern-sigur-si-accesibil/
The largest digitalization of the Romanian healthcare system: electronic patient record, digital referrals, online access - Medic24.ro,https://medic24.ro/the-largest-digitalization-of-the-romanian-healthcare-system-electronic-patient-record-digital-referrals-online-access/
Craiova Regional Hospital – Phase I - Synergy Construct, https://syncons.eu/craiova-regional-hospital-phase-i
În ce stadiu mai sunt spitalele regionale din Cluj, Craiova şi Iaşi, investiţii... - Ziarul Financiar https://www.zf.ro/companii/stadiu-spitalele-regionale-cluj-craiova-iasi-investitii-totale-10-22839050
Ubitech Construcții has started work on the Cluj Regional Emergency Hospital, https://ubitech.ro/en/ubitech-constructii-has-started-work-on-the-cluj-regional-emergency-hospital/
Eastern Romania: Turkey's CCN Group wins contract to build emergency hospital in Iași, https://www.romania-insider.com/ccn-emergency-hospital-iasi-jun-2025
45.Horváth: At least EUR 500 million in annual savings – among the benefits of healthcaredigitalizationforRomania,inspiredbyEuropeanmodels-Outsourcing Today,https://outsourcing-today.ro/?p=13892