Az egészségügyi digitalizáció nekünk KínAI?

Az “AI-kórház” már működik Kínában. A kérdés az, hogy Európa mit tud átvenni belőle.

Évi 20 millió szövettani minta AI-támogatott feldolgozással, 12 400 ágyas egyetemi kórház, napi közel 29 millió betegvizit országos szinten, felhőből elérhető képalkotás és olyan betegszoba, amelyben a nővérhívótól a szenzorokon át az infúziós pumpáig minden egy hálózatba kapcsolódik. A Huawei európai kórházi és egyetemi vezetőknek, illetve egészségügyi informatikai szakértőknek szervezett kínai körutat, hogy megmutassa, hol tart a digitális egészségügy. A magyar delegáció tagja volt Kóka János volt gazdasági miniszter, a Doktor24 elnöke is. Útibeszámolói alapján összeszedtük, mi az, ami már működik, mi az, ami ígéretes, és mi az, amit Európában nagyon alaposan meg kell vizsgálni, mielőtt bárki rábízná a betegadatait.

Kínában könnyű elveszíteni az arányérzéket. Az ottani Nemzeti Egészségügyi Bizottság szerint 2025-ben 10,65 milliárd betegvizit történt az országban. Ez naponta átlagosan több mint 29 millió találkozás az egészségügyi rendszerrel. A legnagyobb kórház, a Zhengzhou University First Affiliated Hospital öt campuson 12 400 ággyal működik, évente több mint 9,8 millió ambuláns esetet lát el, és mintegy 460 ezer műtétet végez. Ez annyi gyógyítási esemény egyetlen intézményrendszerben, hogy európai szemmel már nehéz elképzelni mögötte a betegutakat, a diagnosztikát, a laborokat, a műtőket és az informatikát. Ekkora volumen mellett az automatizáció nem kényelmi funkció, hanem működési feltétel.

Kóka János egyik kínai útibeszámolójában úgy fogalmazott: a mesterséges intelligencia úgy írhatja át az egészségügyet, ahogyan az internet a kilencvenes évektől a kommunikációt. A kínai tapasztalatokból kiindulva pedig ez kevésbé hangzik konferenciaszlogennek, mint elsőre gondolnánk.

Egy perc - egy patológiai lelet

A körút egyik állomása egy digitális patológiai laborközpont volt, ahol évente 20 milliónál több szövettani mintát dolgoznak fel, AI-támogatott munkafolyamatokkal.

A bemutatott rendszer esetében a szolgáltató saját adatai szerint már több mint 740 ezer, gyomor-belrendszeri daganatból vett mintából készült tárgylemezt elemeztek digitálisan. Egy metszet feldolgozása kevesebb mint 60 másodperc, pedig a rendszer 27 WHO-kategória szerint osztályozza a kórszövettani eltéréseket. A bemutatott adatok szerint az AI a negatív eseteket szinte hibátlanul (99,9 százalékos pontossággal) azonosította, a kóros minták 98 százalékát felismerte, és az egészséges minták 97 százalékát pedig helyesen zárta ki.

Egy másik bemutatott összehasonlításban a patológus egy esetre jutó vizsgálati ideje 30–40 percről 8–12 percre, a lelet elkészülése 7–10 napról 3–4 napra csökkent AI-támogatással.

A számok látványosak. Fontos hozzátenni azonban, hogy ezek a szolgáltatók által bemutatott adatok, nem pedig független klinikai vizsgálatok.

Ha nincs is okunk kételkedni a meggyőző adatok hitelességében, egyelőre nyitott kérdés, hogy ez a rendszer ugyanolyan jól működhetne-e más betegpopuláción, más laborprotokoll mellett, más scannerrel és más klinikai környezetben. Mondjuk Magyarországon. Egy 740 ezer kínai mintán validált rendszer komoly kiindulópont, de ettől még nem lesz automatikusan befogadott európai orvostechnikai termék.

A nagy felismerés nem is maga az AI

A körút egyik érdekes tanulsága, hogy a kínai koncepcióban a radiológia, a digitális patológia, az intenzív osztály, a telemedicina, az eszközkezelés, a betegmonitorozás, a pácienseknek nyújtandó ügyfélélmény és a kórházi menedzsment nem különálló informatikai projektek, hanem egyetlen platform részei. Ráadásul intézményfüggetlen módon.

Hogy mindez a gyakorlatban mit jelent, azt a delegációnak bemutatott csengtui West China Tianfu Hospital működése jól mutatja. A 2021-ben megnyílt, 1200 ágyas és 66 műtős közfinanszírozott kórház évente közel egymillió járó- és sürgősségi esetet lát el. A betegfelvételt automaták, okostelefon alkalmazás és digitális tájékoztatók segítik, az orvos-beteg találkozók dokumentálását hangrögzítésre és AI-ra épülő rendszer végzi. Az ultrahangos részlegen napi mintegy 900 vizsgálatot végeznek: a helyszínen dolgozó szakember munkáját informatikus és egy központból felügyelő orvos segíti. A gyógyszertárban a QR-kódos recepttől a fizetésig és a gyógyszer előkészítéséig minden automatizált és robotizált, a pultnál viszont személyesen magyarázzák el a gyógyszerelést. A kórtermekben a rendszer jelzi a nővérnek, ha lecsöpögött az infúzió vagy esedékes egy gyógyszer; az AI a bürokratikus terheket is leveszi a szakdolgozók válláról. A látogatás legérdekesebb tanulsága éppen ez volt: a technológia leginkább azért hasznos, mert a szakembereknek több idejük marad a betegre.

Egy CT- vagy MR-felvétel nem feltétlenül marad annak a kórháznak a rendszerében, ahol elkészült. Biztonságos hálózaton keresztül elérhető lehet más intézményből is, bevonható egy távoli radiológus, ráengedhető egy minőségellenőrző vagy diagnosztikai AI, a korábbi felvételekkel pedig idősorosan összehasonlítható.

Ugyanez történik a patológiában. Ha minden tárgylemezből nagy felbontású digitális kép lesz, onnantól a minta már nem helyhez kötött fizikai tárgy: távolról konzultálható, oktatásra használható, strukturálható és algoritmikusan elemezhető.

A telemedicina tehát ebben a modellben már rég nem egy videóhívást jelent. A centrumkórház, a kisvárosi intézmény és a vidéki rendelő között együtt mozoghat az orvosi kép, a lelet, a klinikai dokumentáció és a specialista tudás is. Talán ez az egész kínai modell egyik legerősebb gondolata: nem feltétlenül az orvost kell mindenhová eljuttatni, hanem bizonyos esetekben a tudást kell mobilissá tenni.

Nem csak Kínában találni efféle rendszert

Adódik a kézenfekvő európai kérdés: vajon nem egy zárt, kínai ökoszisztémát látunk-e, amely az ottani állami és szabályozási környezetben működik, de Nyugaton nehezen lenne elképzelhető? És ha úgy döntünk, hogy technológiailag oké, akkor vajon az összes vélt vagy valós biztonsági és szuverenitási kockázatot is bevásárolnánk vele?

A Huawei például saját adatai szerint több mint 5600 egészségügyi intézményt szolgál ki több mint 110 országban és régióban. Ez természetesen vállalati adat, de az európai referenciák egy része konkrétan is ellenőrizhető. 

A görög állami társadalombiztosító mellettük tette le a voksot, a cég esettanulmánya szerint a technológiájuk a biztosított görög lakosság több mint 98 százalékát fedi le. Svájcban több egészségbiztosító is használ Huawei-adattárolást. A CSS Insurance, a Helsana és a Sympany egyaránt megjelenik a vállalat európai referenciái között. Németországban az Asklepios, az ország egyik legnagyobb magánkórház-csoportja Huawei tárolórendszert használ, a csoport több mint 170 intézményt működtet. De ennek a kínai gyártónak a termékeit használja az esseni és a toulouse-i egyetemi kórház, a spanyol HM Hospitales, vagy a brit Imperial College Healthcare NHS Trust. Ez persze nem azt jelenti, hogy ezeknek az intézményeknek a teljes egészségügyi informatikája egyetlen gyártó rendszerén fut, és pláne nem azt, hogy kínai AI hozná meg helyettük a klinikai döntéseket. De arról sincs szó, hogy tiltott, vagy kerülendő holmi lenne.

Ettől még az adatbiztonsági kérdés valós

A másik véglet ugyanis legalább ilyen leegyszerűsítő lenne. Az Európai Bizottság a Huawei és a ZTE esetében kifejezetten magasabb kockázatot állapított meg az 5G-hálózatok kontextusában, és indokoltnak nevezte azokat a tagállami döntéseket, amelyek korlátozzák vagy kizárják a két céget bizonyos 5G-infrastruktúrákból. 

Az efféle kockázatokat nem lehet egyszerűen lesöpörni azzal, hogy „de hát jó a technológia”. Ugyanakkor az sem következik belőle, hogy egy kórházi adattároló rendszer, egy privát adatközpont, vagy egy lokálisan futtatott AI hasonló kockázati kategória lenne, mint egy országos mobilhálózat magja. Paradox módon ráadásul épp a kínai rendszerek sajátossága, hogy nem csak felhőben, hanem akár egy-egy kórház telephelyén is képesek hatékonyan működni, az AI rétegek (az úgynevezett nyitott súlyú modellek) pedig szintén helyben képesek futni rajta.

Jó kérdéseket kell feltennünk és azokra pontos válaszokat kell kapnunk a kockázatok és előnyök mérlegeléséhez. Hol fut az alkalmazás? Hol található fizikailag az adat? Kinek van hozzá rendszergazdai hozzáférése? Hol vannak a titkosítási kulcsok? Van-e külföldi támogatás? Milyen telemetria hagyja el a rendszert? Auditálható-e a rendszer összes eleme és az adatforgalom? Lecserélhető-e később a beszállító? Leváltható-e az AI modell, ha van jobb? Teljesíti-e az összes jogszabályt?

A kínai körúton megkérdezett informatikai szakértők Kóka beszámolója szerint arra hívták fel a figyelmet, hogy a megismert egészségügyi rendszer technikailag teljes egészében magyarországi infrastruktúrára is telepíthető, és olyan architektúra is kialakítható, amelyben a Magyarországon keletkező betegadat Magyarországon marad, nem kerül kínai adatközpontba.

Ez lényeges érv, de önmagában a magyarországi adattárolás még nem old meg minden adatszuverenitási problémát. Ugyanilyen fontos a hozzáférési jog, a távoli üzemeltetés, a frissítések, a kulcskezelés, az auditálhatóság és a hosszú távú beszállítói függőség kérdése.

Az európai belépőjegyen öt rövidítés szerepel

Az európai egészségügyi piac sajátossága, hogy itt a technológiai teszt után kezdődik az igazán hosszú, emgedélyezési szakasz.

Egy betegdiagnosztikát támogató AI esetében felmerülhet az MDR vagy az IVDR szerinti orvostechnikai megfelelőség, ehhez társul a GDPR, az AI Act, a NIS2 és az EHDS (European Health Data Space) szabályrendszere. Az Európai Bizottság külön útmutatót adott ki az AI Act és az MDR/IVDR együttes alkalmazásáról.  Az EHDS 2025-ben hatályba lépett, a gyakorlati szabályok azonban több lépcsőben lépnek életbe 2029-től 2035-ig.  Az ENISA pedig idén külön kiberbiztonsági beszerzési irányelveket publikált kórházak és egészségügyi szolgáltatók számára. 

Vagyis Magyarországon csak olyan megoldás jöhet szóba, amely maradéktalanul teljesíti a rá vonatkozó európai orvostechnikai, adatvédelmi, AI-, kiberbiztonsági és egészségügyi adatkezelési követelményeket.

És ez, ha nem időhúzásra használják, így van jól. Nem azért, mert Európa szeret papírokat gyártani, hanem mert amikor egy rendszer daganatot keres egy szövettani metszeten vagy egy beteg következő vizsgálatáról dönt, a tévedésnek, vagy egy manipulálhatóságot eredményező biztonsági résnek egészen más következménye van, mint amikor egy chatbot rossz éttermet ajánl.

Kína legnagyobb versenyelőnye rég nem az olcsóság

A Huawei 2025 végén 114 ezer embert foglalkoztatott kutatás-fejlesztésben, ami a teljes létszám 53,7 százaléka. Egyetlen év alatt 192,3 milliárd jüant, árbevételének 21,8 százalékát költötte K+F-re. A WIPO 2026-os rangsorában a cég kôzpontjának is otthont adó régió, a Shenzhen–Hongkong–Guangzhou klaszter immár második éve a világ első számú innovációs térsége, megelőzve a Szilicium-völgyet.

A K+F súlya mellett a másik magyarázat a piac felfoghatatlan mérete. Kínában több mint egymillió alapellátó praxis és több mint húszezer, jellemzően hatalmas kórház ontja magából az adatokat. Ha egy egészségügyi szolgáltatás évente milliárdos esetszámon működik, egy néhány százalékos hatékonyságjavulás is óriási értéket jelent. Egy sikeres algoritmus pedig gyorsan óriási mennyiségű, való életből származó visszajelzést kaphat.

Európában ezzel szemben az egészségügy széttöredezett, országonként más finanszírozással, más IT-architektúrával, más beszerzési rendszerrel és részben eltérő klinikai folyamattal működik. A sokféleség pedig, bár lehet érték, de a technológiai skálázhatóságnál inkább fék.

Öt konkrét projekt jöhet Magyarországra

Kóka János az kínai döntéshozókkal nem kész kínai kórházi rendszerek magyarországi importjáról tárgyalt, hanem arról, hogy melyik technológiai építőelemekből lehetne európai követelményeknek megfelelő, Magyarországon is értelmesen használható rendszert építeni.

Öt irány került az asztalra:

1. AI-vezérelt egészségügyi adatplatform, amely az egyes betegközpontokban keletkező klinikai, diagnosztikai és betegadatokat egységes struktúrába rendezi, és erre engedi rá a különböző AI-szolgáltatásokat.

2. AI-vezérelt pácienstámogató rendszer: intelligens digitális betegirányító és információs központ, amely a tünettől az életmódtanácsadáson, vagy épp a megfelelő szakorvosi rendelés kiválasztásán és időpontfoglalásán át, a vizsgálatokon keresztül egészen az utánkövetésig vezetheti a pácienst.

3. Hordható eszközök és távoli elérés, vagyis az órákból, szenzorokból és otthoni eszközökből származó adatpontok értelmezése és klinikai integrációja.

4. Digitális patológia, radiológia és klinikai AI, ahol a cél nem az orvos kiváltása, hanem a gyorsabb, egyenletesebb minőségű diagnosztika és a legjobb terápiás eljárás megtalálása.

5. Longevity gondoskodó rendszer, amely labor-, képalkotó-, életmód-, genetikai és viselhetőeszköz-adatokból nemcsak betegséget próbál felismerni, hanem a kockázatcsökkentést és a mindennapi prevenciót is támogatná.

Ezek egyelőre irányok, nem bejelentett termékek és nem aláírt szállítói szerződések. 

Lehet, hogy nem is kínai rendszert kell vásárolni, hanem európai terméket kell építeni belőle

A legérdekesebb lehetőség ugyanis nem feltétlenül az, hogy egy magyar magánkórház kész keleti rendszert vásárol. Lehet egy ennél ambiciózusabb modell. Egy magyar technológiai, klinikai és elemző csapat kiválaszthatná a világ legjobb komponenseit – legyenek azok kínai, amerikai vagy európai eredetűek –, majd ezekből európai terméket építhetne.

A számítás, a feldolgozás és az adat Magyarországon maradna. A klinikai modelleket magyar beteganyagon validálnák. Az AI-t a helyi munkafolyamatokhoz illesztenék. A rendszer teljesítené az MDR/IVDR-, GDPR-, AI Act-, NIS2- és EHDS-követelményeket, auditálható lenne, és a beszállítóktól lehetőség szerint technológiailag is független maradna.

Ebben a modellben a hozzáadott érték nem az volna, hogy kínai technológiát közvetítünk Európába, hanem az, hogy a világ legjobb rendszereiből magyar tudás csinál európai egészségügyi szolgáltatást.

A kínai körút legerősebb kontrasztja nem is technológiai

Kínában egy probléma felismerése, a technológia kiválasztása, egy pilot elindítása és a nagy léptékű bevezetés között gyakran nagyságrendekkel kevesebb idő telik el, mint Európában. Az európai és a magyar egészségügyi innováció ezzel szemben könnyen beleragad az engedélyezés, finanszírozás, beszerzés, intézményi hatáskörök és egymásra váró döntések rendszerébe. Ennek egy része szükséges kontroll. Nagy része viszont az Unión öröklött átokként ülő bürokratikus lassúság. 

Az igazi veszély ezért kétoldalú. Hiba volna kritikátlanul átvenni egy kínai rendszert csak azért, mert ott látványosan működik. De ugyanekkora hiba volna éveken át arról vitatkozni, milyen feltételekkel lehetne használni, miközben a technológia közben két újabb generációt lép előre. Ha nem lépünk, életeket és egészséges életéveket áldozunk fel.

Nem a betegbiztonság és a gyorsaság között kell választanunk. Olyan intézményi modellt kell létrehoznunk, amely gyorsan tud biztonságot garantálni.

A kínai út végén nem az a legfontosabb kérdés, hogy melyik cégek lesznek a magyar egészségügyi digitalizáció technológiai partnerei. Ezt majd a szakma és a verseny eldönti. Hanem az, hogy mikor jut el a magyar beteghez mindaz, ami technológiailag már lehetséges: a gyorsabb daganatdiagnózis, a távolról elérhető legjobb specialista, az összekapcsolt egészségügyi adat, a korábban felismert kockázat és az a rendszer, amely nem csak akkor kezd foglalkozni velünk, amikor már betegek vagyunk.