NHS Confed 2026: Kako AI Može Preoblikovati NHS — Liderstvo, Saradnja i Sigurnost Kao Ključ

Labourova vlada u Velikoj Britaniji postavila je ambiciozan cilj: transformisati Nacionalni zdravstveni servis (NHS) iz sistema koji se bavi lečenjem u sistem orijentisan na prevenciju, sa namerom da NHS postane "najviše podržan veštačkom inteligencijom (AI)" zdravstveni sistem na svetu.

Državni desetogodišnji plan NHS-a naglašava ulaganja u dijagnostiku, skrining i monitoring pacijenata putem AI kako bi se poboljšali postojeći procesi. Istovremeno, Agencija za lekove i zdravstvene proizvode (MHRA) preispituje regulatorni pristup za AI i povezane medicinske uređaje — korak koji će oblikovati bezbednu primenu AI u okviru pomenutog plana.

Glavne teme na NHS Confed Expo 2026

Na konferenciji NHS Confed Expo u Mančesteru (11.–12. jun 2026) fokus je bio na praktičnim izazovima skaliranja AI rešenja kroz saradnju, upravljanje i izgradnju poverenja. Paneli su naglasili da sama nabavka tehnologije nije dovoljna — neophodno je finansirati i proces promene unutar sistema.

„Ono čega nam nedostaje je dobar metod za uzimanje uticajnih tehnologija poput AI i njihovo skaliranje… i nijedna organizacija to ne može ostvariti sama,“ rekao je prof. Ben Bridgewater, Health Innovation Network.

Uloga liderstva i operativnog modela

Stručnjaci su istakli potrebu za jasnim operativnim modelom koji počinje od ljudi, preko procesa i kulture, do alata i tehnologije. Bridgewater je naglasio da za skrining u velikom obimu treba promeniti sve elemente sistema: obučeni kadrovi, precizno mapirani procesi, kultura koja prihvata inovacije i odgovarajući tehnološki alati.

„Vrlo smo rigorozni oko tog reda, jer da bi AI omogućila skrining u velikom obimu, potrebno je promeniti sve te elemente,“ dodao je.

Primer: ranija dijagnoza tipa 1 dijabetesa kod dece

Colette Marshall iz Diabetes UK predstavila je rezultate studije iz 2024. u Kardifu, u kojoj je AI model treniran na podacima o milionu dece iz GP zapisa. Alat je mogao unapred upozoriti lekare za 72% dece koja su razvila tip 1 dijabetes (T1D) u narednih 90 dana, i u proseku omogućio dijagnozu i početak terapije devet dana ranije — razlika koja može biti od presudnog značaja za život.

Marshall je ukazala da ovi rezultati pokazuju potrebu da različiti delovi zdravstvenog sistema koordinisano dele i koriste podatke kako bi AI mogao da informiše dijagnoze na pravim mestima.

Poverenje, podaci i chatboti

Panelisti su upozorili na ograničenja javno dostupnih chatbotova. Studija Gallup (april 2026) pokazala je da je 14% američkih korisnika chatbotova izjavilo da im je AI savet bio razlog da preskoče posetu zdravstvenom radniku — što projekcija prevodi u oko 14 miliona odraslih u SAD. To naglašava rizik pogrešnih ili nepotpunih informacija.

Dr Mohammad Al Ubaydli iz Patients Know Best istakao je da pouzdanost AI zavisi od kvalitetnih i celovitih datasetova, dok je Susan Thomas iz Google Health opisala proces testiranja modela kroz kliničke evaluacione skupove kako bi se obezbedila bezbednost i korisnost odgovora AI sistema.

„Ako hranimo AI ispravnim skupovima podataka ili jedinstvenim pacijentovim zapisom iz svih izvora, imate dobru osnovu da AI poboljša sigurnost i efikasnost,“ rekao je Al Ubaydli.

Zaključak

Vlada Velike Britanije vidi AI kao ključni alat za unapređenje NHS-a, ali uspeh zavisi od više faktora: efikasnog liderstva, bliske saradnje među delovima sistema, jasnog regulatornog okvira i visokog kvaliteta podataka. AI može doneti bržu dijagnozu i poboljšati prevenciju, ali samo ako se uvede promišljeno, bezbedno i u skladu sa potrebama pacijenata i kliničara.

Izvor: Izveštaj sa NHS Confed 2026, adaptirano iz originalne priče Medical Device Network (GlobalData).