Μια καινοτόμα μεθοδολογία, χάρη στην οποία ο εντοπισμός της διαφθοράς στο χώρο της υγείας είναι υπόθεση δευτερολέπτων, ανέπτυξαν οι ερευνητές του ΑΠΘ, Ιωάννης Φουντουκίδης, Ελένη Ντάφλη και ο αναπληρωτής καθηγητής Παναγιώτης Μπαμίδης.

Με τη μεθοδολογία αυτή κατέκτησαν τον περασμένο Μάρτιο τη διάκριση της Χρυσής Αναρτημένης Ανακοίνωσης, στο Παγκόσμιο Φόρουμ του Οργανισμού Οικονομικής Συνεργασίας και Ανάπτυξης (OΟΣΑ), με τίτλο «Global Anti-Corruption and Integrity Forum», ενώ στις 17 Μαΐου οι ερευνητές θα τιμηθούν με βραβεία Αριστείας από την Κοσμητεία της Σχολής Επιστημών Υγείας του ΑΠΘ.

Στόχος της μεθόδου αυτής είναι ο εντοπισμός συμπεριφορών διαφθοράς σε διαδικασίες σύναψης δημοσίων συμβάσεων στον χώρο της υγείας. Όπως αναφέρουν οι ερευνητές, μέχρι σήμερα η ανίχνευση του φαινομένου της διαφθοράς ήταν εξαιρετικά δύσκολη, ενώ πλέον με τη χρήση της τεχνικής της ανάλυσης των γράφων (graphs) είναι πλέον εφικτή η παρακολούθηση, η ιχνηλασιμότητα και η καταπολέμηση του φαινομένου.
Όπως ανέφερε στο ΑΠΕ-ΜΠΕ ο Ιωάννης Φουντουκίδης,το φαινόμενο της ύπαρξης σύγκρουσης συμφερόντων, που μέχρι σήμερα παρακολουθείται μόνο με την υποβολή έντυπης δήλωσης περί της μη ύπαρξης σύγκρουσης συμφερόντων από τους συμμετέχοντες σε οποιοδήποτε στάδιο της διαδικασίας σύναψης συμβάσεων μπορεί, πλέον, να παρακολουθηθεί με την εφαρμογή της μεθοδολογίας της ανάλυσης κοινωνικού δικτύου σε ένα δίκτυο προμηθειών. Επιπρόσθετα, φαινόμενα χρηματισμού και ολιγοπωλιακές συμπεριφορές μπορούν να αντιμετωπιστούν από την ανάλυση της αγοράς.

Για τις ανάγκες της έρευνας χρησιμοποιήθηκαν όλες οι συμβάσεις που σύναψαν κατά το έτος 2018 όλα τα δημόσια νοσοκομεία της χώρας για την προμήθεια υλικών αγγειοπλαστικής και αγγειογραφίας. Ο συνολικός αριθμός των συμβάσεων που ανέθεσαν 23 δημόσια νοσοκομεία της χώρας, τα οποία προμηθεύτηκαν τα ανωτέρω υλικά για το συγκεκριμένο χρονικό διάστημα της μελέτης, ανήλθε σε 1.224. Στη συνέχεια δημιουργήθηκε ένα εικονικό σενάριο για συγκεκριμένες κατηγορίες ιατρικών υλικών. Τα δεδομένα “φορτώθηκαν” σε μία βάση δεδομένων γράφων (neo4j) και τη συνέχεια, έγινε περαιτέρω ανάλυση και οπτικοποίηση των αποτελεσμάτων. Ακολούθως, δημιουργήθηκε ένα εικονικό δίκτυο με κόμβους: τα 23 ανωτέρω νοσοκομεία, 24 αντισυμβαλλόμενες εταιρείες, τα διοικητικά τους συμβούλια, τα συγγενικά τους πρόσωπα και τους τραπεζικούς λογαριασμούς στους οποίους όλοι οι ανωτέρω είναι μέλη. Το μέγεθος του εξεταζόμενου δικτύου προσδιορίστηκε σε 43.790 κόμβους, ενώ οι σχέσεις μεταξύ των ανωτέρω κόμβων ορίστηκε σε 44.314.

Όπως αναφέρουν οι ερευνητές, η χρήση βάσης δεδομένων γράφων (graph database-neo4j) αποδείχθηκε ιδανική λύση για την επίτευξη του στόχου, αφού το όλο εγχείρημα δεν απαίτησε ιδιαίτερη υπολογιστική ισχύ, ενώ τα αποτελέσματα των ερωτημάτων στο πλήθος των περιπτώσεων ολοκληρωνόταν σε μερικά δευτερόλεπτα.