Europski digitalni inovacijski centar za primjenu umjetne inteligencije u zdravstvu i medicini (AI4Health.Cro) poziva studente, startupove, inovatore, IT i zdravstvene stručnjake da se prijave na AI4Health.Cro natjecanje i razviju inovativno rješenje koje pomaže osobama s dijabetesom tipa 2 u boljoj kontroli terapije. Nagradni fond je 15.000 EUR!
Natjecanje se provodi u partnerstvu s AstraZenecom i Novo Nordisk Hrvatska, a prijave su otvorene do 9. ožujka 2026. (12:00).
Vaš zadatak?
Tražimo se AI rješenja koja mogu na vrijeme prepoznati kada pacijent počinje preskakati ili prekidati terapiju i pomoći liječnicima i medicinskim sestrama da mu pruže brzu, jasnu i lako provedivu podršku u svakodnevnom radu.
Timovi trebaju prototip AI alata koji:
- prepoznaje osobu s dijabetesom tipa 2 koja se neće pridržavati terapije lijekovima.
- objašnjava koji su signali doveli do takve procjene.
- pretvara taj uvid u praktično rješenje tako što će osmisliti konkretnu intervenciju koja se može provoditi u primarnoj zdravstvenoj zaštiti (ordinacije obiteljske medicine) i prikazati je kroz interaktivni prototip, uz kratko obrazloženje kako bi se rješenje moglo širiti i koristiti u sustavu.
Tko se može prijaviti?
Natjecanje je otvoreno za sve punoljetne osobe (18+) s punom poslovnom sposobnošću, studente, startupove, istraživače, razvojne inženjere, podatkovni/AI stručnjake. Potičemo interdisciplinarne timove od 2 do 5 članova.
Zašto smo odabrali ovaj izazov?
Dijabetes je među najbrže rastućim zdravstvenim teretima. Procjenjuje se da danas 589 milijuna odraslih osoba živi s dijabetesom, a do 2050. taj broj bi mogao narasti na 853 milijuna. U praksi, jedan od ključnih “propusta” koji vodi prema lošijim ishodima je neredovito provođenje terapije lijekovima. Procjene iz istraživanja često navode da se terapije dosljedno pridržava tek oko 50–60% pacijenata. Posljedice su jasne, teža kontrola bolesti, veći rizik komplikacija i više pogoršanja.
Zašto se prijaviti?
→ Nagradni fond vrijedan 15.000 EUR
→ Sudjelovanje u važnom međunarodnom projektu.
→ Izvrsna prilika za umrežavanje s profesionalcima i unapređenje karijere.
→ Mogućnost primjene teorijskog znanja u stvarnim izazovima.
Važni datumi!
Rok za prijavu: 9. ožujka 2026. do 12:00
Početak natjecanja: 24. ožujka 2026.
Predaja rješenja: 7. svibnja 2026.
Demo dan: 19. svibnja 2026.
Lokacija: ZICER, Avenija Dubrovnik 15, Paviljon 12, Zagreb i/ili online
Podaci i privatnost
Radit ćete sa stvarnim, ali anonimiziranim zdravstvenim podacima, u kontroliranim uvjetima i u skladu s GDPR-om, uz podršku projekta Centra za zdravstvene podatke – CHDC koji vodi Hrvatski zavod za javno zdravstvo.
Kako se prijaviti?
Prijavite se ispunjavanjem prijavnog obrasca: https://forms.office.com/e/QhPCSZPdZf
📩 Imate pitanja? Pišite nam na challenge-ai4health@zicer.hr
Pravilnik i javni poziv dostupni su na https://ai4healthcro.eu/?page_id=5285
Uloga Hrvatskog zavoda za javno zdravstvo u provedbi natjecanja kroz AI4Health.Cro i projekt CHDC – Croatian Health Data Centre
U provedbi AI4Health.Cro inovacijskog natjecanja Hrvatski zavod za javno zdravstvo sudjeluje kao partner u okviru EDIH AI4Health.Cro, koji potiče primjenu naprednih digitalnih tehnologija u zdravstvu. Kroz projekt Centra za zdravstvene podatke (CHDC), HZJZ osigurava stručnu i infrastrukturnu podršku, uključujući pripremu anonimiziranih zdravstvenih podataka, uspostavu sigurnog okruženja za obradu podataka te osiguravanje visokih standarda zaštite privatnosti i usklađenosti s regulatornim okvirom.
Pero Ivanko, koordinator projekta CHDC te voditelj Odjela za podatkovnu znanost i analitiku Hrvatskog zavoda za javno zdravstvo, ističe kako zdravstveni podaci imaju velik potencijal za unapređenje sustava kroz njihovu odgovornu sekundarnu uporabu. Naglašava kako natjecanje predstavlja konkretan primjer primjene načela Europskog prostora za zdravstvene podatke (EHDS), jer timovima omogućuje rad s pripremljenim stvarnim podacima u sigurnom okruženju, dok projekt CHDC doprinosi razvoju nacionalnih kapaciteta za pristup i korištenje zdravstvenih podataka u skladu s europskim regulatornim okvirom.
Unaprjeđenje skrbi pacijenata s dijabetesom tipa 2 – umjetnom inteligencijom do bolje adherencije u kontekstu EHDS-a
Dijabetes tipa 2 (T2D) je česta kronična bolest metabolizma glukoze koja predstavlja jedan od najvećih javnozdravstvenih izazova modernog doba. Istodobno, broj oboljelih kontinuirano raste, što povećava pritisak na zdravstvene sustave i zahtijeva učinkovitije modele skrbi (1). U svijetu je 2024. procijenjeno da 589 milijuna odraslih osoba u dobi od 20 do 79 godina živi s dijabetesom, od čega je većina slučajeva dijabetes tipa 2. Ovo predstavlja dramatičan rast u odnosu na prethodne godine i naglašava potrebu za učinkovitijim modelima skrbi i inovativnim intervencijama za dugoročnu kontrolu bolesti. S obzirom na očekivani porast broja oboljelih na 853 milijuna do 2050., jasno je da javnozdravstveni sustavi moraju razviti održive strategije i primjenu naprednih tehnologija kako bi se poboljšala kontrola bolesti i adherencija (2).
Pridržavanje terapiji (adherencija) kod pacijenata s dijabetesom tipa 2, uključujući oralne antidiabetike i inzulin, često je nedovoljno i prema meta-analizama procjenjuje se na 50 – 60 % (1,3,4). Takva niska razina adherencije značajno otežava postizanje ciljanih vrijednosti glikemije i povećava rizik od akutnih i kroničnih komplikacija, uključujući mikro- i makrovaskularne bolesti. Nepridržavanje terapiji dodatno je povezano s većim brojem hospitalizacija, pogoršanjem metaboličkih ishoda i značajno višim ekonomskim troškovima za zdravstvene sustave (5). Istraživanja pokazuju da su glavni prediktori slabije adherencije složenost terapije, prisutnost komorbiditeta, psihičko zdravlje te socioekonomski čimbenici, što naglašava potrebu za personaliziranim intervencijama i ciljanim strategijama podrške pacijentima (3,4,5). Sveobuhvatno praćenje i identifikacija ovih čimbenika ključni su koraci u smanjenju neadherencije, optimizaciji ishoda liječenja i racionalnom korištenju zdravstvenih resursa (1,3,4).
S obzirom na izazove u adherenciji kod pacijenata s T2D, pristup visokokvalitetnim, standardiziranim i sigurnim zdravstvenim podacima postaje ključan. EHDS omogućuje upravo to kroz sigurnu razmjenu i sekundarnu upotrebu podataka za istraživanja i razvoj inovativnih rješenja u prevenciji, dijagnostici i personaliziranoj skrbi. To u konačnici poboljšava učinkovitost i dostupnost zdravstvenih usluga (6). EHDS posebno naglašava korištenje anonimnih i pseudonimiziranih podataka, čime se osigurava privatnost pacijenata uz širu dostupnost podataka za javno dobro. Takav pristup potiče digitalnu transformaciju, ubrzava inovacije i omogućuje razvoj modela predviđanja, optimizaciju javnozdravstvenih intervencija i jačanje otpornosti zdravstvenih sustava, podupirući održivi razvoj i odgovornu politiku u zdravstvu diljem Europe (6,7). Sekundarna upotreba podataka unutar EHDS-a omogućuje kreiranje modela predviđanja, optimizaciju javnozdravstvenih intervencija i jačanje otpornosti zdravstvenih sustava. Na taj način Europa teži postati globalni predvodnik u pametnoj, sigurnoj i odgovornoj upotrebi zdravstvenih podataka, čime se podupire održivi razvoj i inovativna politika u zdravstvu (6, 7). Umjetna inteligencija (AI) i strojnje učenje dodatno povećavaju vrijednost EHDS-a jer omogućuju analizu velikih skupova podataka za rano prepoznavanje pacijenata s visokim rizikom neadherencije. Takvi sustavi mogu podržati personalizaciju terapijskih planova, optimizaciju resursa i donošenje kliničkih odluka, čime se poboljšavaju ishodi liječenja, smanjuje potreba za nepotrebnim intervencijama i omogućuje učinkovitije upravljanje skrbi pacijenata s dijabetesom tipa 2 (8).
Izvori
Prevalence of adherence to oral antidiabetic drugs in patients with type 2 diabetes: A systematic review and meta-analysis. PMC. 2024. Available from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC11527837/
International Diabetes Federation. IDF Diabetes Atlas, 10th edition. Brussels: International Diabetes Federation; 2025. Available from: https://diabetesatlas.org
Vrijens B, Urquhart J. Adherence to and persistence with antidiabetic medications: A systematic literature review. PubMed. 2020. Available from: https://pubmed.ncbi.nlm.nih.gov/34779107/
Polonsky WH, Henry RR. Factors influencing medication adherence among adults living with diabetes and comorbidities. Curr Diab Rep. 2023;23:15. Available from: https://link.springer.com/article/10.1007/s11892-023-01532-0
Peyrot M, Barnett AH, Meneghini LF, Schumm-Draeger PM. Improving medication adherence in type 2 diabetes: strategies for better clinical and economic outcomes. Diabetologia. 2025. Available from: https://link.springer.com/article/10.1007/s00125-025-06617-x
European Commission. European Health Data Space (EHDS). Brussels: European Commission; 2025. Available from: https://health.ec.europa.eu/ehealth-digital-health-and-care/european-health-data-space_en
European Commission. EHDS Impact Assessment & Factsheets. Brussels: European Commission; 2025. Available from: https://commission.europa.eu/publications/european-health-data-space_en
American Diabetes Association. Artificial Intelligence and Diabetes Management: Current Status and Future Perspectives. Diabetes Care. 2023;46(6):12341245. doi:10.2337/dc23-0012.