1. EHDS, interoperabilitás és egészségadat-gazdaság: Hogyan készül rá a magyar rendszer, a kórház, a magánszolgáltató, a pharma, a medtech és a fejlesztő.

2. Generatív AI és klinikai AI a gyakorlatban : Mire használjuk már most, mi auditálható, mi mérhető, mi finanszírozható.

3. A jövő kórháza 2.0 : AI-assisted workflow, command center, nurse tech, orvos-adminisztráció automatizálás, klinikai döntéstámogatás.

4. Pharma digital és real-world evidence : Omnichannel helyett: digitális terápiatámogatás, betegútmenedzsment, RWE, decentralizált kutatás, AI a fejlesztésben.

5. Digitális prevenció és longevity : Preventív szűrések, viselhető szenzorok, metabolikus egészség, női egészség, cardiometabolic monitoring.

6. Cybersecurity, trust és AI governance : Kórházi kibervédelem, beszállítói kockázat, modell-elszámoltathatóság, data provenance.

7. Startupok és scale-upok: túl a pitch-en : Nem csak befektetés, hanem procurement, klinikai validáció, reimbursement, export.

Konkrét alkalmazási esetek: triázs, betegirányítás, időpont-menedzsment, a meg nem jelenések csökkentése, elbocsátástervezés, az újrahospitalizáció csökkentése, valamint krónikus betegek távoli monitorozása.

• EHDS, interoperabilitás és adat-hozzáférés: ki nyeri meg az egészségügyi adat korszakát?
• A jövő kórháza 2.0: AI triage, command center és digitális betegút
• AI a gyógyszeriparban: marketingeszköz, kutatási motor vagy működési infrastruktúra?
• Ki vállalja a felelősséget az AI döntéseiért?
• Innovatív egészségipar 2030 felé: kik lesznek a nyertesek?

Kié az egészségügyi adatból származó érték?

Hogyan változik a kórházak, egyetemek, pharma és digitális szolgáltatók szerepe?

Milyen technológiai és állami minimum kell 2026-ban?

szereplők: állami döntéshozó + kórházi CIO + pharma vezető + healthtech platformszereplő

Előadás: Miért nem a technológia bukik el, hanem a validációs stratégia? Health startup funding 2026: mit finanszíroz még a piac, és mit már nem?

Panel: A startuptól a beszerzésig: hogyan jut be egy digitális egészségügyi megoldás a rendszerbe? Reimbursement-ready innovation: hogyan kell ma egészségipari terméket építeni?

A magánklinikák jelentős része ma úgy próbál növekedni, hogy közben nincs egységes képe saját működéséről. A páciensadatok, az időpontok, a kapacitások, az adminisztráció, a pénzügyi folyamatok és a vezetői riportok gyakran különálló rendszerekben és adatforrásokban élnek. Ennek következménye nem pusztán több adminisztráció, hanem kihasználatlan kapacitás, elvesző bevétel, lassabb döntéshozatal és nehezen azonosítható működési problémák. Az előadás azt vizsgálja, hogyan keletkeznek ezek a vezetői vakfoltok, és milyen üzleti következményekkel jár, ha egy klinika csak részleteiben látja saját működését.

Dr. Kriller Norbert bemutatja, hogyan válhat a napi működés átlátható, mérhető és irányítható rendszerré az adatok és a folyamatok egységes kezelésével. A fókusz azon van, hogyan kapcsolható össze a betegút, a kapacitásmenedzsment, a recepciós működés, az elszámolás, a pácienskommunikáció és a vezetői riporting egy közös működési logikában. Külön szó lesz arról is, hogyan segítheti az AI a klinikai és üzleti adatok gyorsabb értelmezését, valamint a vezetői döntések előkészítését.

A valódi cél nem egy újabb szoftver bevezetése, hanem annak elérése, hogy a klinika vezetése valós képet kapjon arról, hol keletkezik veszteség, hol marad kihasználatlan kapacitás, és hol van tényleges növekedési lehetőség. Az előadás konkrét működési helyzeteken keresztül mutatja be, mi változik akkor, amikor egy klinika az elszigetelt rendszerek helyett egységes, adatvezérelt működésre áll át. Végül arra ad választ, hogyan teremthető meg az a digitális működési infrastruktúra, amely a klinikai folyamatokat, az üzleti működést és a vezetői döntéstámogatást egyetlen integrált rendszerben kapcsolja össze.

Az AI-asszisztált orvoslás első valódi éve: mit bízhatunk már a modellre?

Klinikai dokumentáció 5 perc alatt: ambient scribing, automatizált adminisztráció és burnout-csökkentés”

A jövő kórháza 2.0: command center, nurse tech, AI triage, digitális betegút

Nem több IT kell, hanem kevesebb súrlódás: hogyan működik a digitális kórház?

Chief AI Officer az egészségügyben: kell már ilyen szerep?

Mini case study: Egy osztály, egy workflow, egy mérhető eredmény: hogyan érdemes AI-projektet indítani?