Γράφει ο Δημήτρης Παναγόπουλος*

Φανταστείτε την παρακάτω εικόνα. Μια μέρα ένας υπάλληλος του υπουργείου Υγείας ακουμπά στο γραφείο τον καφέ του, κάθεται στην καρέκλα και ανοίγει τον υπολογιστή του. Σχεδόν αμέσως ένα email τραβά την προσοχή του. Το email έχει σταλεί από έναν ιδιώτη και περιέχει μια στατιστική ανάλυση που δείχνει ότι σε ένα συγκεκριμένο νοσοκομείο της χώρας η θνητότητα ασθενών COVID-19 είναι κατά πολύ υψηλότερη των υπόλοιπων νοσοκομείων. Ο υπάλληλος προωθεί άμεσα το email και κανονίζει μια σειρά συναντήσεων που τελικά κινητοποιεί ολόκληρο το υπουργείο να διερευνήσει το θέμα.

Η ιστορία αυτή μπορεί να θυμίζει κάτι αλλά είναι φανταστική. Δεν θα μπορούσε να είναι πραγματική. Η αιτία δεν είναι η ανυπαρξία ατόμων που θα μπορούσαν να πραγματοποιήσουν τέτοιου είδους αναλύσεις. Ο λόγος που το παραπάνω σενάριο δεν θα μπορούσε να είναι πραγματικό είναι ότι τα απαραίτητα δεδομένα για τέτοιες αναλύσεις δεν είναι δημόσια διαθέσιμα.

Βασικές προϋποθέσεις

Στη σημερινή εποχή γίνεται πολύς λόγος για τη μηχανική μάθηση, την τεχνητή νοημοσύνη και το πώς αυτές αξιοποιούν τον μεγάλο όγκο δεδομένων που είναι διαθέσιμα. Η αλήθεια είναι πως σήμερα υπάρχουν πολλά και πολύ αποτελεσματικά εργαλεία για την ανάλυση δεδομένων, τα οποία μάλιστα διατίθενται και δωρεάν (ανοικτό λογισμικό). Επίσης, το Internet επιτρέπει τη διάχυση τεχνικών και τη δημιουργία και συντονισμό κοινοτήτων ειδικών ενδιαφερόντων. Είναι λοιπόν εύκολο για ένα μεμονωμένο άτομο ή μια ομάδα ανθρώπων να αναλύσουν δεδομένα για ένα αντικείμενο που τους ενδιαφέρει. Το δύσκολο είναι να βρεθούν τα κατάλληλα δεδομένα.

Το κενό αυτό έρχονται να καλύψουν τα Ανοικτά Δεδομένα. Με τον παραπάνω όρο εννοούμε πληροφορία που είναι διαθέσιμη σε όλους. Για να θεωρούνται ανοικτά τα δεδομένα θα πρέπει να ικανοποιούν δύο βασικές προϋποθέσεις. Να είναι σε τέτοια μορφή ώστε να είναι εύκολη η ανάκτηση και η τεχνική επεξεργασία τους, ενώ από νομικής πλευράς να παρέχεται η άδεια χρήσης τους χωρίς περιορισμούς. Παγκοσμίως υπάρχουν πολλές προσπάθειες ώστε οργανισμοί να αρχίσουν να διαθέτουν δεδομένα με τη μορφή αυτή. Ενδεικτικά αναφέρουμε την κυβέρνηση των ΗΠΑ, την πόλη της Νέας Υόρκης και το Βρετανικό Εθνικό Σύστημα Υγείας (NHS).

Ελληνικές ιδιαιτερότητες

Στην Ελλάδα υπάρχει η πύλη data.gov.gr. Ενώ όμως εκεί τα δεδομένα είναι εύκολα προσβάσιμα και βρίσκονται σε μορφή που καθιστά εύκολη την επεξεργασία τους, τα εκεί διαθέσιμα σύνολα δεδομένων είναι μόλις 47. Επιπλέον, μόλις τα 15 έχουν ενημερωθεί μέσα στο 2022 και μόλις 2 μέσα στο 2021. Μια δεύτερη πηγή δεδομένων είναι η Διαύγεια. Στη Διαύγεια, όμως, ο μεγαλύτερος όγκος πληροφορίας είναι αποθηκευμένος σε μη δομημένη μορφή μέσα σε αρχεία κειμένου (ακριβέστερα, PDF). Τέλος, να σημειωθεί ότι ενώ υπάρχουν και άλλοι φορείς που δημοσιοποιούν δεδομένα, τα δεδομένα αυτά δεν είναι προσβάσιμα μέσω της πύλης data.gov.gr με αποτέλεσμα να είναι δύσκολος ο εντοπισμός τους. Ενδεικτική η περίπτωση της ΑΑΔΕ. Συμπερασματικά, η Ελλάδα έχει μεγάλα περιθώρια βελτίωσης όσον αφορά τα Ανοικτά Δεδομένα.

Πιθανές πρακτικές εφαρμογές

Αξίζει να σημειωθεί ότι η απόφαση για το ποια δεδομένα είναι αναγκαία για την παρακολούθηση ενός θέματος δεν είναι απλή (ή φθηνή) υπόθεση. Γίνεται δε περισσότερο σύνθετη αν τα δεδομένα αυτά πρόκειται να δημοσιοποιηθούν. Παρακάτω όμως θα γίνει μια προσπάθεια να παρουσιαστεί μια αρχική λίστα με ενδεικτικά παραδείγματα.

Ξεκινώντας από το αρχικό μας παράδειγμα, στοιχεία όπως ο αριθμός ιατρών και νοσηλευτών ανά ειδικότητα, το πλήθος ασθενών ανά κατηγορία παθήσεων, ο μέσος χρόνος παραμονής τους στο νοσοκομείο, το ποσοστό θνησιμότητας καθώς και ο αριθμός κρεβατιών θα μας επέτρεπαν να εντοπίσουμε ακραίες καταστάσεις αλλά και να διορθώσουμε ανισορροπίες στην παροχή υπηρεσιών υγείας μεταξύ περιοχών.

Παρόμοια, το πλήθος συνταγογραφούμενων φαρμάκων ανά κατηγορία πάθησης και ανά περιοχή θα είχε πολλαπλά οφέλη. Θα αναδείκνυε προβλήματα υπερσυνταγογράφησης, που δεν είναι μόνο οικονομικά αλλά και υγείας. Να θυμίσουμε για παράδειγμα ότι η υπερκατανάλωση αντιβιοτικών συνδέεται με πλήθος υγειονομικών προβλημάτων. Ταυτόχρονα, θα βοηθούσε στον έλεγχο της δαπάνης φαρμάκου χωρίς να χρειάζονται πρακτικές όπως το claw back που πέφτει επί δικαίους και αδίκους.

Για τη δημόσια εκπαίδευση, στοιχεία όπως ο (ανά σχολείο και τάξη) αριθμός μαθητών και εκπαιδευτικών θα μας επέτρεπαν να ελέγξουμε το αν υπάρχουν κενά και πόσο γρήγορα καλύπτονται. Ο αριθμός απουσιών θα βοηθούσε να εντοπίσουμε περιοχές με αυξημένο ποσοστό μαθητικής διαρροής. Για τον εντοπισμό ανισοτήτων, ενδιαφέρον θα είχε το υπουργείο να δώσει στοιχεία για τον αριθμό ωρών τηλεκπαίδευσης ανά σχολική μονάδα τα τελευταία χρόνια.

Στους ΟΤΑ μια καλή αρχή θα ήταν το πλήθος μόνιμου και έκτακτου προσωπικού, οι αντίστοιχες δαπάνες καθώς  και το σύνολο δαπανών κάθε οργανισμού.

Τέλος, για τον ΕΦΚΑ ακούμε ότι είναι πρωταθλητής στα παράπονα. Δεν γνωρίζουμε όμως τον όγκο των αιτημάτων που εξυπηρετεί. Ούτε γνωρίζουμε την κατανομή των παραπόνων και του όγκου εργασίας ανά γραφείο, τμήμα ή και τύπο υποθέσεων. Αφήνεται να εννοηθεί ότι οι υπάλληλοι είναι αναποτελεσματικοί. Αυτή μπορεί να είναι μια αιτία. Θα μπορούσε όμως κάποιοι τύποι υποθέσεων να έχουν δομικό πρόβλημα που απαιτεί νομοθετική παρέμβαση. Ή θα μπορούσε απλά να οφείλεται στο ότι ο ΕΦΚΑ εξυπηρετεί μεγάλο αριθμό αιτημάτων, ή ότι δεν έχει προσωπικό. Θα μπορούσαν ανά περίπτωση να ισχύουν και όλα τα παραπάνω. Η αλήθεια είναι ότι δεν γνωρίζουμε.

Τα οφέλη από τα παραπάνω είναι ξεκάθαρα. Οπως επίσης και ότι θα ξεβολέψουν αρκετούς και τέτοιες προσπάθειες θα πολεμηθούν. Για λόγους και δημοκρατικού ελέγχου όμως, είναι απαραίτητο το Δημόσιο να δίνει απολογισμό. Η παροχή σχετικών πληροφοριών σε μορφή Ανοικτών Δεδομένων είναι μια καλή αρχή.

*Ο κ. Δημήτρης Παναγόπουλος είναι σύμβουλος επιχειρήσεων, αναλυτής δεδομένων.

Έντυπη έκδοση Το Βήμα

Headlines