Un nou studiu LMU arată: Cum inteligența artificială îi face cu adevărat pe medici mai buni | Universitatea Ludwig Maximilian din München

Legislația UE obligă la o regândire: inteligența artificială din spitale va trebui să „gândească cu voce tare” în viitor

Inteligența artificială a fost considerată de mult timp un salvator în domeniul sănătății, combătând presiunea cronică a timpului și lipsa acută de personal. Cu toate acestea, un nou studiu inovator din Germania dezvăluie că, până acum, dacă un algoritm salvează vieți sau, în cel mai rău caz, provoacă chiar diagnostice greșite, depinde de un detaliu crucial care a primit puțină atenție. Pur și simplu nu este suficient ca o IA să ofere rezultate precise - trebuie să fie capabilă și să explice medicului procesul său de raționament pas cu pas. Un experiment fascinant cu peste 100 de radiologi dezvăluie de ce așa-numitele modele „în lanț de gândire” reduc drastic rata de eroare de diagnostic, de ce diagnosticele diferențiale clasice devin brusc capcane cognitive și de ce aceste descoperiri ar putea transforma radical nu numai practica medicală, ci și piața globală a IA și viitoarele reglementări ale UE.

Legat de asta:

• Efectul explicațiilor medicale din modele lingvistice mari asupra acurateței diagnosticului în radiologie

Când IA gândește singură: Cum schimbă inteligența artificială explicabilă diagnosticul medical

Un răspuns plauzibil nu este suficient – ​​cei care au încredere orbește în IA pun în pericol viața pacienților

Modelele lingvistice mari nu se mai limitează la experimentele de laborator. Acestea pot fi găsite în firme de avocatură, redacții, firme de consultanță în management - și din ce în ce mai mult în spitale. Însă, în timp ce dezbaterea publică se învârte adesea în jurul întrebării dacă inteligența artificială va înlocui într-o zi medicii, cercetătorii de la LMU München, Spitalul Universitar LMU, Institutul de Tehnologie Karlsruhe și Universitatea din Bayreuth pun o întrebare mult mai nuanțată, care este direct relevantă pentru practica clinică de zi cu zi: În ce condiții sprijinul IA îmbunătățește efectiv calitatea diagnosticului - și când, în cel mai rău caz, este chiar dăunător?

Răspunsul, publicat în revista npj Digital Medicine de către echipa de cercetare condusă de Stefan Feuerriegel, profesor la Școala de Management LMU München, și Boj Friedrich Hoppe de la Spitalul Universitar LMU, este pe cât de clar pe atât de convingător: principala preocupare nu este dacă o IA oferă un diagnostic corect. Ci modul în care explică acel diagnostic. Această descoperire este semnificativă deoarece ridică întreaga dezbatere despre IA în domeniul sănătății la un nou nivel - îndepărtându-ne de întrebarea binară „IA da sau nu?” către întrebarea mai nuanțată despre cum să proiectăm interacțiunea om-mașină.

Experimentul: 101 radiologi și patru afecțiuni

Studiul este remarcabil din punct de vedere metodologic. Într-un experiment randomizat, 101 radiologi au fost prezentați cu cazuri clinice reale care implicau imagistica radiologică – inclusiv constatări din tomografia computerizată și imagistica prin rezonanță magnetică. Participanților li s-a cerut să formuleze un diagnostic în text liber, ceea ce este semnificativ mai dificil decât simpla selectare a unei opțiuni cu variante multiple de răspuns și reflectă realitatea clinică mult mai precis.

Participanții au fost repartizați aleatoriu într-unul din cele patru grupuri. Primul grup a lucrat complet fără suport de inteligență artificială și a servit drept grup de control. Al doilea grup a primit o singură recomandare de diagnostic din modelul lingvistic multimodal. Al treilea grup a primit un diagnostic diferențial, adică o listă de posibile boli cu probabilități gradate. În cele din urmă, al patrulea grup a primit o așa-numită explicație în lanț de gânduri: modelul și-a dezvăluit raționamentul pas cu pas - a numit caracteristicile relevante ale imaginii, a explicat indicațiile clinice, a discutat criteriile de excludere și și-a făcut linia de raționament inteligibilă pentru medic.

Rezultatul: o diferență de douăsprezece puncte procentuale și ce se află în spatele ei

Rezultatele sunt clare. Radiologii care au folosit explicația pas cu pas bazată pe lanțul de gândire au obținut o rată de acuratețe diagnostică cu 12,2 puncte procentuale mai mare decât grupul de control fără IA. Acesta nu este un efect marginal. În contextul practicii clinice de zi cu zi, unde mii de rapoarte sunt generate zilnic, această diferență corespunde unui număr semnificativ de diagnostice greșite care ar putea fi evitate.

Rezultatele diagnostice simple și diagnosticele diferențiale, pe de altă parte, au avut rezultate semnificativ mai slabe. Constatările privind diagnosticul diferențial sunt deosebit de revelatoare: în cazurile în care modelul de inteligență artificială a furnizat o evaluare incorectă, medicii au urmat lista mai frecvent decât ar fi făcut-o cu un singur diagnostic simplu. Diagnosticul diferențial transmite o impresie de completitudine. Prezintă posibilități multiple și, prin urmare, creează sentimentul că spațiul de diagnostic a fost deja acoperit complet. Acest lucru îi determină pe medici să își reducă propria gândire critică - în special în cazul afecțiunilor rare sau complexe care nici măcar nu apar în lista prezentată.

Prejudecata de automatizare: Riscul subestimat în practica clinică de zi cu zi

Fenomenul pe care studiul LMU îl ilustrează atât de impresionant este cunoscut în literatura de cercetare sub numele de prejudecată față de automatizare. Aceasta descrie tendința oamenilor de a urma recomandările sistemelor automatizate chiar și atunci când propria lor percepție sau expertiză le contrazice. Prejudecata față de automatizare nu este un semn de incompetență. Este un model cognitiv profund uman care provine din euristicile evolutive: cei care au încredere în sisteme eficiente conservă resurse cognitive. În majoritatea situațiilor de zi cu zi, acest lucru este funcțional. În medicină, însă, poate fi fatal.

Studiile anterioare au arătat că tendința de automatizare este semnificativ mai pronunțată sub presiunea timpului. Un studiu privind asistența decizională clinică bazată pe inteligență artificială în patologie a măsurat că, deși integrarea inteligenței artificiale a condus la o îmbunătățire generală semnificativă statistic a performanței, aceasta a generat simultan o rată de tendință de automatizare de 7% - ceea ce înseamnă cazuri în care evaluările inițial corecte au fost modificate de recomandări eronate de inteligență artificială. Presiunea timpului nu a crescut frecvența tendinței, dar a crescut intensitatea acesteia. Paralelele cu practica radiologică, unde radiologii din unele spitale trebuie să producă peste o sută de rapoarte pe tură, sunt evidente.

Studiul LMU arată acum că modul în care este explicată inteligența artificială este un factor crucial în moderarea acestui risc. Explicațiile pas cu pas fac ca raționamentul modelului să fie transparent și permit medicului să îl compare cu propria expertiză - un proces care facilitează identificarea erorilor din model și, în același timp, încurajează implicarea cognitivă activă, mai degrabă decât acceptarea pasivă.

Economia explicabilității: Cât costă cu adevărat o inteligență artificială bună

Dintr-o perspectivă economică, studiul LMU deschide o dezbatere importantă, adesea trecută cu vederea în previziunile de creștere a inteligenței artificiale în domeniul sănătății, determinate de piață. Piața globală a inteligenței artificiale în domeniul sănătății a fost estimată la aproximativ 28 până la 39 de miliarde de dolari americani pentru 2025 și se preconizează că va crește la peste 500 de miliarde de dolari americani până în 2034, cu rate anuale de creștere care depășesc 34%. Cu toate acestea, aceste cifre descriu în primul rând piața produselor de inteligență artificială – nu valoarea economică reală pe care aceste produse o generează în utilizarea clinică.

Tocmai aici se află problema. O analiză sistematică publicată în 2025 privind evaluarea economică a IA în radiologie a analizat peste 1.800 de publicații și a găsit doar 21 de studii care au cuantificat efectiv costurile, economiile sau rentabilitatea instrumentelor de IA. Marea majoritate a dovezilor se bazează pe scenarii modelate, nu pe implementări clinice reale. Și mai grav, datele reale arată că IA în radiologie nu economisește automat costuri. Valoarea economică depinde în mare măsură de context: tinde să fie pozitivă în cazul unui volum mare de cazuri, a unei lipse de radiologi sau a unor sarcini care necesită multe resurse. Cu toate acestea, poate fi și negativă - dacă specificitatea insuficientă duce la mai multe examinări ulterioare sau dacă modelele de licențiere bazate pe utilizare anulează câștigurile de eficiență obținute cu volume mari de cazuri.

Explicabilitatea cheltuielilor cu IA nu este doar o problemă academică de lux – este o variabilă economică tangibilă. O IA care atinge o preciziesegencu 12,2 puncte procentuale mai mare atunci când cheltuielile sale sunt explicate folosind o abordare bazată pe lanț de gândire generează o valoare clinică și economică semnificativ mai mare decât o IA care oferă pur și simplu un diagnostic, presupunând aceeași calitate a modelului. Tradus în termeni de costuri, aceasta înseamnă: evitarea diagnosticelor greșite, reducerea numărului de examinări ulterioare, durate de tratament mai scurte și o rată de eroare mai mică. Beneficiile sunt reale, chiar dacă sunt dificil de cuantificat în euro – deoarece diagnosticele greșite au costuri medicale directe, precum și costuri indirecte din cauza spitalizării prelungite, a riscurilor juridice și a pierderii încrederii în sistemul de sănătate.

IA explicabilă ca o necesitate strategică în cadrul de reglementare

Legea UE privind inteligența artificială, care este în vigoare din august 2024, clasifică aproape toate aplicațiile clinice de inteligență artificială – instrumente de diagnostic, sisteme de planificare a terapiei și aplicații de monitorizare digitală – ca fiind cu risc ridicat. Aceasta implică obligații extinse: documentație tehnică, managementul riscurilor și al calității, monitorizare continuă și cerințe explicite de transparență. Din august 2028, în urma Pachetului Omnibus Digital actualizat, asupra căruia Consiliul UE și Parlamentul au convenit provizoriu la 7 mai 2026, se vor aplica toate cerințele pentru producătorii de dispozitive medicale.

Nucleul central de reglementare al acestor reglementări este precis: IA cu risc ridicat trebuie să fie ușor de înțeles pentru utilizatori. Procesele decizionale trebuie să fie transparente, iar recomandările trebuie să fie contestabile. Ceea ce prevede normativ Legea UE privind IA este confirmat empiric de studiul LMU: Explicabilitatea nu este doar o cerință de conformitate. Este o condiție prealabilă pentru utilizarea în siguranță a IA în situații clinice cu risc ridicat. Prin urmare, noul regulament obligă producătorii de sisteme de IA în domeniul sănătății să abordeze natura și calitatea rezultatelor lor – nu doar acuratețea tehnică a modelelor lor.

Dintr-o perspectivă strategică, acest lucru creează o dinamică de piață interesantă. Furnizorii care își iau în serios puterea explicativă și investesc în formate de ieșire transparente, asemănătoare lanțurilor de gândire, vor fi mai bine poziționați din punct de vedere al reglementărilor. În același timp, vor obține în mod demonstrabil rezultate clinice mai bune. Prin urmare, concurența pentru soluțiile de inteligență artificială în domeniul sănătății se va muta în viitor de la chestiunea acurateței modelului tehnic la chestiunea utilizabilității clinice - o schimbare de paradigmă cu consecințe semnificative pentru întreaga industrie.

O nouă dimensiune a transformării digitale cu „IA gestionată” (Inteligență Artificială) – Platformă și soluție B2B | Xpert Consulting - Imagine: Xpert.Digital

Aici veți afla cum poate compania dumneavoastră să implementeze soluții personalizate de inteligență artificială rapid, în siguranță și fără bariere mari de intrare.

O platformă de inteligență artificială gestionată este soluția completă și fără griji pentru inteligența artificială. În loc să vă confruntați cu tehnologii complexe, infrastructură costisitoare și procese de dezvoltare îndelungate, primiți o soluție gata pregătită, adaptată nevoilor dumneavoastră, de la un partener specializat – adesea în doar câteva zile.

Principalele avantaje, pe scurt:

⚡ Implementare rapidă: De la idee la aplicație gata de utilizare în zile, nu luni. Oferim soluții practice care creează valoare adăugată imediată.

🔒 Securitate maximă a datelor: Datele dumneavoastră sensibile rămân la dumneavoastră. Garantăm procesare sigură și conformă, fără a partaja date cu terțe părți.

💸 Fără risc financiar: Plătești doar pentru rezultate. Investițiile inițiale mari în hardware, software sau personal sunt complet eliminate.

🎯 Concentrează-te pe afacerea ta principală: Concentrează-te pe ceea ce faci cel mai bine. Noi ne ocupăm de întreaga implementare tehnică, operare și mentenanță a soluției tale de inteligență artificială.

📈 Pregătit pentru viitor și scalabil: Inteligența artificială crește odată cu tine. Asigurăm optimizare și scalabilitate continuă și adaptăm flexibil modelele la noile cerințe.

Mai multe informații aici:

• Soluția de inteligență artificială gestionată - Servicii industriale de inteligență artificială: cheia competitivității în sectoarele serviciilor, industriei și ingineriei mecanice

Deficitul de competențe ca și catalizator pentru adoptarea necritică a inteligenței artificiale

Rezultatele studiului LMU capătă o semnificație deosebită în lumina deficitului structural de profesioniști calificați din sistemul de sănătate german. Radiologia este o specialitate care, în Germania - ca și în multe alte țări europene - se află sub o presiune considerabilă a personalului. În același timp, volumul constatărilor imagistice este în creștere explozivă din cauza utilizării tot mai mari a CT, RMN și a altor tehnici de imagistică. Această presiune creează un context în care tentația este mare de a adopta rapid recomandări privind inteligența artificială în loc să le examineze critic.

Prejudecata automatizării este deosebit de periculoasă în acest context. Atunci când un radiolog se află sub presiunea timpului, iar inteligența artificială prezintă o listă de diagnostice plauzibile, calea către o acceptare necritică este scurtă. Studiul LMU arată că un rezultat explicativ și bine conceput al inteligenței artificiale poate contracara acest lucru - dar numai dacă medicii citesc și revizuiesc în mod activ explicațiile. Acest lucru necesită ca sistemele de inteligență artificială să fie integrate în fluxurile de lucru clinice, astfel încât să rămână suficient timp pentru această evaluare critică. Cei care introduc inteligența artificială doar ca instrument de accelerare, fără a lua în considerare calitatea interacțiunii, riscă să obțină opusul a ceea ce se dorește: diagnostice mai rapide, dar mai predispuse la erori.

Fundația Bertelsmann estimează că Germania pierde câștiguri de productivitate de până la 16% din cauza lipsei de expertiză în domeniul inteligenței artificiale – echivalentul a miliarde de venituri pierdute. În sectorul sănătății, acest efect este și mai complex de măsurat, deoarece valoarea nu este exprimată în venituri, ci în rezultatele privind sănătatea. Cu toate acestea, logica de bază este aceeași: potențialul inteligenței artificiale poate fi realizat numai dacă utilizatorii sunt suficient de competenți pentru a evalua critic cheltuielile cu inteligența artificială – și dacă sistemele de inteligență artificială în sine sunt concepute astfel încât evaluarea critică să fie atât posibilă, cât și încurajată.

Diagnosticele diferențiale și sentimentul înșelător de securitate

Una dintre cele mai subtile descoperiri ale studiului LMU merită o atenție specială, deoarece contrazice intuiția clinică. Diagnosticele diferențiale sunt considerate un semn al diligenței clinice în medicină. Ele demonstrează că un medic ia în considerare mai multe posibilități și nu se stabilește prematur asupra unui diagnostic. Cu toate acestea, în interacțiunea cu un sistem de inteligență artificială, tocmai acest tip de rezultat poate fi problematic.

Mecanismul fundamental este ușor de explicat psihologic: o listă de diagnostice diferențiale dă impresia că problema a fost deja analizată exhaustiv. Densitatea informațională a acestui rezultat este mare, ceea ce semnalează o ușurare cognitivă. În consecință, medicii tind să gândească mai puțin dincolo de diagnosticele enumerate și să se autoevalueze mai puțin. Dacă modelul produce diagnostice diferențiale eronate sau incomplete în acest moment - ceea ce modelele lingvistice cu siguranță fac - probabilitatea adoptării erorii este mai mare decât în ​​cazul unui singur diagnostic marcat clar ca preliminar.

Explicațiile bazate pe lanțuri de gândire contracarează acest lucru, deoarece identifică în mod explicit incertitudinile, dezvăluie factorii de excluziune și, prin urmare, comunică deschiderea epistemică a modelului. Medicii sunt invitați să pună la îndoială modelul – și, prin urmare, sunt mai în măsură să îl corecteze acolo unde este defectuos.

Generalizabilitate: Ce înseamnă descoperirea dincolo de radiologie

Stefan Feuerriegel, autorul corespondent al studiului, subliniază în mod explicit că descoperirile se extind mult dincolo de radiologie. Modelele lingvistice mari sunt din ce în ce mai utilizate pentru luarea deciziilor în viața de zi cu zi și la locul de muncă – în drept, finanțe, consultanță în management și educație. Oriunde oamenii folosesc rezultatele inteligenței artificiale ca bază pentru deciziile ulterioare, apar aceleași întrebări: Examin critic recomandarea sau o adopt din motive de eficiență? Înțeleg raționamentul sau mă bazez pe inteligența artificială pentru că rezultatul pare plauzibil?

Avertismentul privind „erorile care par convingătoare” este deosebit de important. Modelele lingvistice sunt capabile să producă explicații care par corecte din punct de vedere structural și persuasive din punct de vedere retoric - dar care sunt incorecte din punct de vedere factual. Acesta este un fenomen bine-cunoscut, denumit în literatura de cercetare „halucinație” și nu poate fi eliminat complet prin simpla optimizare a performanței modelelor. Deși explicațiile pas cu pas oferă o oportunitate îmbunătățită pentru o analiză critică, ele nu protejează în totalitate împotriva acestui risc. Responsabilitatea pentru decizia finală revine întotdeauna omului.

Dintr-o perspectivă economică, acest lucru poate fi interpretat ca un argument pentru competența diferențiată a utilizatorilor: cei care doresc să beneficieze în mod sustenabil de instrumentele de inteligență artificială - fie că este vorba de medicină, drept sau consultanță în management - trebuie nu doar să știe cum să le opereze, ci și cum să le evalueze costurile. Această competență poate fi învățată, dar necesită instruire specifică și dezvoltare profesională. Instituțiile care investesc în această competență vor utiliza sistemele de inteligență artificială mai eficient decât cele care tratează inteligența artificială ca un instrument autonom de luare a deciziilor.

Inteligența artificială explicabilă și problema încrederii: o perspectivă sistemică

Încrederea nu este un factor implicit în medicină – este o valoare economică fixă. Pacienții care au încredere în medicii lor sunt mai predispuși să urmeze recomandările de tratament, să raporteze simptomele mai devreme și să aibă în mod demonstrabil rezultate mai bune ale tratamentului. Această încredere a fost acum extinsă pentru a include o altă dimensiune: cuprinde din ce în ce mai mult încrederea în sistemele de inteligență artificială implicate în diagnostic și planificarea tratamentului.

Conceptul de IA explicabilă – denumită în literatura de specialitate XAI, Inteligență Artificială Explicabilă – abordează tocmai această problemă de încredere. Nu este vorba despre a face modelele mai puțin complexe, ci despre a face procesele lor decizionale ușor de înțeles pentru grupurile relevante de utilizatori. „De înțeles” nu este un termen absolut: ceea ce este o explicație pas cu pas utilă pentru un radiolog experimentat poate fi prea detaliată sau înșelătoare pentru un medic generalist fără o specializare în imagistică medicală. Prin urmare, XAI trebuie considerată nu doar dintr-o perspectivă tehnică, ci și ținând cont de utilizator și de context.

Din perspectiva producătorilor, aceasta înseamnă că dezvoltarea unor explicații eficiente bazate pe inteligență artificială nu este o chestiune banală. Necesită o înțelegere profundă a fluxurilor de lucru clinice și a cerințelor cognitive ale grupurilor de utilizatori respective. Explicațiile în lanț de gândire, care au avut performanțe superioare în studiu, nu sunt doar un format de rezultat tehnic - ele sunt rezultatul unei interacțiuni atent concepute. Acest design necesită resurse, dar creează în mod demonstrabil valoare - pentru pacienți, medici și societate.

Obligații de reglementare și realitatea clinică: O perspectivă pragmatică

Perioadele de tranziție prevăzute de Legea UE privind inteligența artificială oferă producătorilor și operatorilor de sisteme de inteligență artificială din domeniul sănătății timp pentru a se adapta. Conform noilor reglementări ale Pachetului Omnibus Digital, termenul limită final pentru producătorii de dispozitive medicale este august 2028. Cu toate acestea, această perioadă nu trebuie înțeleasă greșit ca o amânare, ci mai degrabă ca o tranziție structurată în care rezultatele cercetării clinice - cum ar fi cele ale studiului LMU - pot fi încorporate în dezvoltarea produselor.

Mai exact, aceasta înseamnă pentru spitale și tehnicienii spitalici: Evaluarea sistemelor de IA nu ar trebui să măsoare doar acuratețeasegentehnic, ci și calitatea rezultatelor în utilizarea clinică. Declarațiile lanț de idei și formatele de rezultate transparente similare ar trebui luate în considerare criterii de selecție în timpul achizițiilor. Instruirea medicilor care utilizează instrumente de IA trebuie să abordeze în mod explicit prejudecățile de automatizare și revizuirea critică a recomandărilor privind IA. În cele din urmă, sistemele de asigurare a calității clinice ar trebui să documenteze adoptarea recomandărilor privind IA pentru a identifica din timp erorile sistematice.

Pentru dezvoltatorii și furnizorii de soluții de inteligență artificială în domeniul sănătății, mesajul este clar: investiția în explicabilitate nu este un adaos opțional. Este pârghia crucială care transformă un model solid din punct de vedere tehnic într-un instrument eficient clinic și conform reglementărilor.

Tema generală: Cum pot oamenii și mașinile să devină mai inteligente împreună

Studiul LMU contribuie, în cele din urmă, la o întrebare mai amplă, care se extinde mult dincolo de radiologie și medicină: Cum trebuie proiectate sistemele de inteligență artificială astfel încât să amplifice gândirea umană, în loc să o înlocuiască sau – mai rău – să o submineze? Răspunsul este: prin transparență, trasabilitate și încurajarea activă a examinării critice.

Acesta nu este un ideal romantic din punct de vedere tehnic. Este un principiu de proiectare dovedit empiric, solid din punct de vedere economic și imperativ din punct de vedere etic. Într-un sistem de sănătate aflat sub o presiune tot mai mare din punct de vedere al performanței, care se bazează pe instrumente digitale și care, în același timp, trebuie să îndeplinească cele mai înalte standarde de calitate, întrebarea „Cum explică inteligența artificială recomandările?” ar putea deveni în curând cea mai importantă întrebare legată de achiziții în mediul clinic.

Un răspuns bun în materie de inteligență artificială nu este doar corect – este și verificabil. Cei care transpun în mod constant acest principiu în dezvoltarea, achiziționarea și implementarea sistemelor de inteligență artificială nu numai că vor obține rezultate medicale mai bune. De asemenea, vor câștiga încrederea de care are nevoie urgentă digitalizarea profundă a asistenței medicale – încrederea medicilor, a pacienților și a societății în ansamblu.

Soluția cvasi-internă: Cum acoperă Xpert.Digital lacunele operaționale în marketingul și vânzările B2B – Smart Content-Driven Business - Imagine: Xpert.Digital

Xpert.Digital este un hub industrial B2B bazat pe date, condus de Konrad Wolfenstein . Compania acționează ca o soluție externă, cvasi-internă, pentru partenerii industriali, eliminând lacunele operaționale în marketing, conținut și vânzări – fără a necesita resurse suplimentare din partea clientului.

Mai multe informații aici:

• Soluția cvasi-internă: Cum acoperă Xpert.Digital lacunele operaționale în marketingul și vânzările B2B – Smart Content-Driven Business

☑️ Limba noastră de afaceri este engleza sau germana

☑️ NOU: Corespondență în limba ta maternă!

Konrad Wolfenstein

Eu și echipa mea suntem bucuroși să vă fim la dispoziție în calitate de consilier personal.

Mă puteți contacta completând formularul de contact de aici pur și simplu sunându-mă la +49 7348 4088 965. Adresa mea de e-mail este [email protected]:sau

Aștept cu nerăbdare proiectul nostru comun.

☑️ Suport pentru IMM-uri în strategie, consultanță, planificare și implementare

☑️ Crearea sau realinierea strategiei digitale și a digitalizării

☑️ Extinderea și optimizarea proceselor de vânzări internaționale

☑️ Platforme de tranzacționare B2B globale și digitale

☑️ Dezvoltare Afaceri Pioneer / Marketing / PR / Târguri Comerciale