Prvi su dani prvoga mjeseca nove godine. Dok jedni još uvijek mamurno saniraju posljedice prekomjerno entuzijastičnih blagdanskih zdravica, drugi gledaju svoju iskaznicu o članstvu u teretani kao u krivotvorenu novčanicu. Vrijeme je donošenja ovogodišnjih obećanja o tome koja ćemo prošlogodišnja obećanja napokon početi ispunjavati… ali sada zaozbiljno… i časna riječ!
U tom prebiranju po neostvarenim odlukama i rezolucijama nismo usamljeni: biomedicina i informatičke tehnologije ulaze u 2026. s podebljim popisom prošlogodišnjih „čvrstih“ obećanja o kojima smo mi – potencijalni korisnici – slušali i čitali, pisali o njima i nadali im se… ali ih do sada (osim kao prototipove, pretkliničke rezultate ostvarene na laboratorijskim štakorima i organoidima, računalne simulacije i AI-generirane TikTokove) nismo dočekali vidjeti u obliku gotovih, uporabljivih, globalno dostupnih i korisnih inovacija u medicini, robotici, biološkim znanostima i svim područjima u kojima se te discipline preklapaju i nadopunjuju.
S obzirom na količinu novca (i energije i fosilnih goriva i vode i ljudskih resursa…) uloženih u te projekte, imamo puno pravo nadati se da svijet biomedicine, informatike i robotike sada ipak ulazi u godinu koja bi mogla biti „the godina“ masovnog oživotvorenja spektakularnih znanstveno-tehnoloških najava koje su nam obilato servirane u 2025.
Ovo neće biti tekst o rezolucijama koje bi trebale izblijediti i biti zaboravljene do veljače; ovo je popis konkretnih tehnoloških obećanja za 2026. godinu i procjena realnosti ostvarivanja njihove primjene u suvremenom svijetu koji više ne vjeruje ni političarima, a kamoli znanstvenicima, IT-jevcima i inženjerima – barem ne samo na riječ.
Elitnih pet
Idućih pet stavki je crème de la crème ovogodišnjih obećanja: područja u kojima se u 2026. najrealnije očekuje vidljiv pomak iz prezentacija i pilot-projekata prema rutini, protokolima i (ako se zvijezde, regulator i nabava poslože) široj dostupnosti. To su tehnologije na kojima se preklapanje biomedicine, računarstva, umjetne inteligencije i robotike vidi najčišće – i najpraktičnije: manje papira, precizniji zahvati, pametniji lijekovi i bolja kontrola kompleksnih pacijenata.
1. „Ambient“ AI u ambulanti – povratak liječnika pacijentima
Popis biomedicinskih obećanja čije ispunjenje očekujemo u 2026. godini otvara vjerojatno najmanje glamurozna, ali možda najkorisnija revolucija: „Ambient-AI“, sustavi izgrađeni na LLM-temeljenim inteligentnim protokolima koji slušaju razgovore između liječnika i pacijenata i od njih izrađuju preglednu, urednu i svrsishodnu medicinsku dokumentaciju. Nalik na ono kad vas pametni telefon neprimjetno prisluškuje, pa vam potom prezentira personalizirane reklame za proizvod kojega ste prije par minuta spomenuli u razgovoru u kafiću… samo ovo nisu reklame, nego ozbiljan pomoćni alat za zdravstvene djelatnike.
Ne u smislu „umjetna inteligencija će dijagnosticirati umjesto doktora“, nego „AI otklanja nataloženi birokratski mulj“. Jer dobitak na vremenu koje je ranije gubljeno pisanjem beskonačnih izvješća, dopisa, anamnezi, otpusnih pisama, tekstualnih nalaza (popis je beskonačan i mučan, iz prve ruke poznat), mjeri se u dobivenim minutama osobnog kontakta s pacijentom i u sniženim stupnjevima sagorijevanja medicinskog osoblja.
Najveći proboj generativne AI kojega očekujemo vidjeti ostvarenog u ovoj godini nije postavljanje dijagnoza, već eliminacija birokratskog pakla. Sustavi poput Microsoft Dragon Copilota više nisu raritetni auto-kopiloti, već postaju standardna zdravstvena infrastruktura: AI koji nevidljivo sluša razgovor, odvaja bitno od nebitnog i sam generira stručne bilješke, omogućuje liječniku da napokon gleda u pacijenta, a ne u monitor.
Organizacije koje su već implementirale ove sustave prijavljuju prosječnu vremensku uštedu od pet minuta po svakom pacijentu, dok se razina sagorijevanja (burnout) osoblja smanjila za nevjerojatnih 70%. U 2026. godini očekuje se da ovaj alat postane jednako uobičajen kao i stetoskop, pretvarajući medicinsku dokumentaciju iz administrativnog tereta u nusprodukt kvalitetnog razgovora.
2. In vivo CRISPR – genetički „patch“ za lipide
Dugo se na CRISPR gledalo kao na alat za ultrarijetke bolesti o kojima nitko na svijetu – osim desetak subspecijaliziranih kliničkih genetičara (i, naravno, samog pacijenta) – nema pojma što su i kako ih liječiti.
No, CRISPR se u zadnjih godinu-dvije sve vidljivije pomiče iz domene rijetkih bolesti prema masovnim zdravstvenim problemima. Ideja primjene CRISPR-tehnologije jekrajnje jednostavna: jednom infuzijom “popravljenih” nukleotida moguće je trajno utišati ili isključiti neželjene gene – npr. one koji kod pacijenata održavaju loš lipidni profil. Takvim genskim “switchanjem”, masnoće u krvi (i njihove posljedice) postaju prošlost, a lijekovi za snižavanje lipida (statini) postaju „backup“, a ne životna sudbina. Krvne žile se jednokratnom primjenom genskog lijeka trajno oslobađaju od nakupljanja naslaga kolesterola.
Projekt CTX310 tvrtke CRISPR Therapeutics ulazi u ključnu fazu s ciljem trajnog gašenja gena ANGPTL3, odgovornog za visoki LDL kolesterol i trigliceride. Umjesto doživotnog pijenja statina, znanost je obećala jedan ubod koji trajno redefinira lipidni profil.
Dosadašnji podaci pokazuju smanjenje triglicerida do 82%, što 2026. godinu čini godinom u kojoj je kardiologija dobila svoj najjači „firmware update“ u povijesti. Genetičko uređivanje više ne bi trebalo biti spektakularni laboratorijski eksperiment, već relativno primjenjiva jednokratna infuzija koja rješava probleme milijuna ljudi. U 2026. fokus je na „masovnim ubojicama“ – CRISPR-alatima koji su sposobni liječiti globalne bolesti, a ne samo raritetne dijagnoze.
3. Mozak kao standardizirani input/output uređaj
Sučelja mozak–računalo (brain–computer interface, BCI) prestaju biti reality show. Fokus se seli na ono dosadno, ali klinički i tehnološki presudno: stabilnost protoka signala, manje potrebe za čestim rekalibracijama i više stvarne autonomije za pacijente s teškim motoričkim oštećenjima.
Ako sustavi budu stabilno proradili i takvi pouzdano ostali mjesecima, a ne samo u unaprijed koreografiranim demo-video prezentacijama, ova godina će se pamtiti po tome da su sučelja mozga i računala (BCI) u 2026. prestala biti samo materijal za vlogove Elona Muska.
Dok Neuralink usavršava automatizaciju implantiranja moždanih elektroda svojim robotskim kirurgom, Synchron sa „Stentrode“ pristupom – ulazak tankim vaskularnim kateterom kroz venu sve do mozga, bez bušenja kostiju lubanje – dovršava ključna ispitivanja uz svježu investiciju od 200 milijuna dolara. Prednost takvog intravaskularnog smještaja je i to što se izbjegava izravno penetriranje moždanog tkiva, pa je manja šansa da se oko elektroda razvije ožiljno (glijalno) tkivo koje s vremenom zna „ugušiti“ signal – klasična rak-rana invazivnijih pristupa.
Fokus 2026. godine nije samo na „pomicanju kursora mislima“ i igranju digitalnog tenisa između paraliziranog pacijenta i računalne skalamerije koja zauzima polovicu prostora bolničke sobe, već na funkcionalnosti i pouzdanoj stabilnosti sustava. Obećanje je tehnologija koja ne zahtijeva svakodnevnu rekalibraciju i koja omogućuje pacijentima s motoričkim oštećenjima digitalnu autonomiju s cijenom uređaja koja bi uskoro mogla pasti na razinu luksuznijeg automobila.
4. mRNK: personalizirana onkologija
Tehnologija mRNK je u pandemiji dobila globalnu reputaciju jer se pokazala kao prava „platforma“: može se vrlo brzo redizajnirati čim je poznata genetska sekvenca mete, a proizvodnja se odvija bez uzgoja živog uzročnika bolesti. U praksi to znači da se mijenja informacijski sadržaj – sekvenca – dok velik dio procesa, pogona i kontrole kvalitete ostaje isti: isti stroj, novi zadatak. To je ona dosadna, ali presudna prednost mRNK – brže iteracije, brže skaliranje i (u idealnom slučaju) brže prilagodbe varijantama, bez ponovnog izmišljanja cijele tehnologije svaki put iz početka.
A od nje se sada očekuje da svoju pravu vrijednost pokaže tamo gdje je personalizacija doista personalizacija – u onkologiji, liječenju karcinoma. Koncept su (uz standardnu imunoterapiju) personalizirana cjepiva „skrojena“ po genetskom potpisu tumora, točnije rečeno po tumorskim neoantigenima koji se prethodno sekvenciranjem DNK „očitaju“ iz mikroskopskog uzorka karcinoma svakog pojedinog pacijenta.
Temeljna ideja personalizacije cjepiva je da pacijentov imunosni sustav dobije na uvid vrlo detaljan opis „lica s tjeralice“ za konkretan tumor, umjesto dosadašnih metoda podizanja općenite imunosne uzbune koja je često više iscrpila pacijentov organizam nego što je oslabila rak.
Očekuje se da će 2026. donijeti odgovor na važno pitanje: hoće li koncept mRNK cjepiva kao personaliziranog lijeka za rak ući u kliničku praksu ili i dalje ostaje u premium niši – u kojoj je za sada ograničena cijenom, složenom logistikom i vremenom koje treba proći od biopsije i sekvenciranja do gotove doze. Ključni rezultati treće faze suradnje Mercka i Moderne za adjuvantno liječenje melanoma(projekt INTerpath-001) iščekuju se s velikim nestrpljenjem.
Dosadašnja istraživanja pokazala su smanjenje rizika od povratka bolesti za 44%, a u 2026. godini ta bi se brojka trebala potvrditi na masovnoj razini – i, jednako važno, pokazati koliko je model izvediv u stvarnom svijetu izvan strogo kontroliranih studija. Ako se potvrdi i učinak i izvedivost, liječenje raka se pomiče od „gađanja u mraku“ prema preciznijem inženjerstvu, prilagođenom specifičnom genetskom potpisu tumora kod svakog pojedinog pacijenta.
5. SimCity u medicini: digitalni blizanci
Digitalni blizanac pacijenta zvuči kao marketinška floskula, sve dok ne postane vrlo praktična ideja: napraviti računalnu „kopiju“ srca, pluća ili cijelog organizma, digitalni alter ego pacijenta kojega se nahrani stvarnim podacima – od laboratorija i snimki do parametara s monitora i nosivih uređaja – i na njemu se može isprobati terapiju prije nego što se isproba na čovjeku. To nije hologram, ni „avatar u oblaku“, nego simulacija, računalni model: dovoljno dobar da predvidi trendove, rizike i granice, i dovoljno pošten da prizna kad ne zna.
Spajanje senzora, modela i „zatvorene petlje“ obećava preciznije titracije i manje nuspojava, a dio tog naizgled sci-fi svijeta je već ovdje: najočitiji primjer su sustavi automatizirane isporuke inzulina: senzor glukoze + pumpa + algoritam koji u hodu podešava dozu – medicinski autopilot, ali s pacijentom (i liječnikom) koji i dalje drži ruke blizu volana.
U bolnicama se slična logika već godinama koristi u planiranju i strojnim simulacijama: od radioterapije, gdje se „virtualno“ izračunava kako rasporediti dozu, do kardiovaskularnih i ortopedskih zahvata gdje se geometrija i mehanika tijela modelira prije nego što dođe do reza. Nije to još „kopija cijelog čovjeka“, ali jest dokaz da simulacija može biti klinički korisna.
Digitalni blizanci (Human Digital Twins) zato više nisu samo apstraktni koncept. Ono što se sada – i posebno kroz 2026. – pokušava prebaciti u rutinu jest spajanje tih modela s elektroničkom dokumentacijom i podacima u stvarnom vremenu, tako da blizanac nije jednokratna demonstracija nego profil koji se ažurira.
Perspektiva za 2026. nije da će na prijemu u bolnicu svaki pacijent dobiti svoju osobnu SimCity kopiju, nego da će se u odabranim područjima pojaviti alati koji stvarno pomažu u odluci „koliko, kada i čime“: titracija lijekova za održavanje protoka kroz srčane krvne žile, odabir količine i dubine sedacije u intenzivnoj, doziranje antibiotika prema farmakokinetici i funkciji organa, optimizacija prodisavanja pluća na respiratoru, procjena rizika kod srčanih bolesnika, te pametnije „what-if“ simulacije prije zahvata ili promjene terapije.
Naravno, postoje kočnice: kvaliteta ulaznih podataka, validacija na stvarnim pacijentima, odgovornost ako model pogriješi i opasnost da se u lijepom digitalnom svijetu samo preslika postojeća pristranost sustava. Ali ako 2026. donese standarde, integracije u klinički radni tijek i nekoliko „dosadnih“ pobjeda (manje komplikacija, stabilniji tijek, kraći boravak), digitalni blizanac će konačno prestati biti floskula i postati alat.
Pet tehnologija u tri stupca:
| Tehnologija | Glavno obećanje za 2026. | Ključni igrač / Projekt |
| Ambient AI | Kraj birokratskog pakla u ordinacijama | Microsoft Dragon Copilot |
| In vivo CRISPR | Trajno rješavanje kolesterola (genski patch) | CRISPR Therapeutics (CTX310) |
| BCI Sučelja | Digitalna autonomija bez bušenja lubanje | Synchron / Neuralink |
| mRNK Onkologija | Personalizirana cjepiva protiv raka | Merck & Moderna (INTerpath) |
| Digitalni blizanci | Simulacija terapije na „virtualnom pacijentu“ | Human Digital Twins |
A sada… počasne pozicije (‘runners-up’)
I idućih pet tehnologija se nalazi u samom vrhu popisa obećavajućih stavki koje bi u 2026. trebale dati svoj doprinos konkretizaciji i standardizaciji uporabe biomedicinskih znanosti, informatičkih tehnologija, računarstva i umjetne inteligencije.
6. Robotska kirurgija
Medtronic (Hugo) i CMR (Versius) napokon ozbiljno napadaju monopol sustava da Vinci. Konkurencija ruši cijenu zahvata, što je za pacijenta najvažnija vijest godine – i to ne samo zbog „nižeg računa“, nego i zato što se otvara prostor da robotika prestane biti privilegij par centara i postane dostupna širem krugu bolnica.
A gdje cijena pada, obično raste dostupnost: više bolnica si to može priuštiti, više timova se trenira, a „robot“ prestaje biti VIP-ekskluzivai postaje standardni kirurški alat. No, u praksi se ne kupuje samo stroj, nego i cijeli ekosustav izgrađen okonjega: obuka kirurga, anesteziologa i instrumentarki, standardizacija protokola, mjerljivi ishodi, pa i vrlo banalne stvari poput rasporeda u operacijskoj dvorani i vremena „dockinga“ koje na kraju odlučuje hoće li lista biti učinkovitija ili samo skuplja.
Uz to dolazi i ono što se u brošurama rijetko piše sitnim slovima: krivulja učenja, servis, potrošni materijal, trajnost instrumenata, softverske nadogradnje i organizacija liste operacija. Kad se te stvari poslože – i kad rezultati budu dosadno dobri, ponovljivi i usporedivi – robotika prestaje biti „showcase“ i postaje logičan izbor za dio zahvata gdje ergonomija, preciznost i standardizacija rade razliku. U prijevodu: manje marketinga, više rutine – a rutinu medicina voli.
7. MCED krvni testovi (NHS-Galleri)
Sredinom 2026. očekuju se finalni rezultati studije koja bi trebala odgovoriti na najteže pitanje probira: može li jedna epruveta krvi pouzdano detektirati desetke vrsta karcinoma prije pojave simptoma, i pritom dovoljno često pogoditi i „što“ i „gdje“.
Jer nije isto dobiti signal „negdje nešto raste“ i dobiti informaciju koja liječnika vodi do cilja bez maratona CT-ova, biopsija i tjeskobe. Dobar probir ne smije biti samo osjetljiv (da nešto nađe), nego i dovoljno specifičan (da ne preplavi sustav lažnim uzbunama), a uz to mora imati razuman „put potvrde“: što se točno radi kad test zasvijetli, kojim redoslijedom, koliko košta i koliko štete (fizičke i psihičke) usput proizvede.
Tu su i dvije klasične mine probira: lead-time bias (otkrivanje ranije ne znači automatski duži život, ponekad znači samo duže znanje o dijagnozi) i prekomjerna dijagnostika (otkrivanje tumora koji nikada ne bi postali klinički problem). MCED testovi zato ne traže samo „koliko otkrije“, nego i „koga stvarno spašava“ – i hoće li ukupni učinak na mortalitet opravdati cijenu i dodatne pretrage.
Ako broj lažno pozitivnih bude nizak, ako se porijeklo signala može dovoljno često lokalizirati i ako put potvrde bude jasan i izvediv, to je potencijalno promjena pravila igre. Ako ne bude – dobit će se skup i vrlo sofisticiran generator panike u laboratorijskoj epruveti, koji će povećati broj nalaza i zahvata (među najčešćim izrazima u stručnoj literaturi u 2025. je„overdiagnosis“ – prenatrpana dijagnostika), ali ne nužno i broj spašenih života.
8. Autonomni laboratoriji
Spajanje LLM-ova s robotikom stvara laboratorije (tzv. bio-foundries) koji sami dizajniraju i provode pokuse 24 sata dnevno, ubrzavajući procese istraživanja i razvoja (Research and Development, R&D) za 10 do 25%.
Poanta nije da robot „radi brže pipetiranje“, nego da se zatvara cijeli krug design–build–test–learn: algoritam predloži sljedeći eksperiment, automatika ga odradi, instrumenti očitaju rezultat, a model već sutra ujutro zna što dalje – i to s boljom strategijom nego „idemo probati još tri koncentracije, pa ćemo vidjeti“.
To je istraživanje i razvoj bez vikenda i bez „čekaj da biokemičar ima vremena napraviti analizu“, što je u biotehnologiji često skuplje od reagensa. Najbolje funkcionira u problemima gdje je prostor mogućnosti ogroman, a ljudska intuicija brzo postane skupa hobi-aktivnost: optimizacija enzima i proteina, formulacije medija za uzgoj stanica, dizajn CRISPR vodiča, pretraživanje kombinacija lijekova, pa čak i fino ugađanje uvjeta fermentacije i pročišćavanja.
U takvom sustavu robotika daje dosljednost (svaki put isto miješanje, isto vrijeme, ista temperatura), a algoritmi daju pametnu potragu (aktivno učenje, Bayesova optimizacija – ružno ime, korisna posljedica: manje lutanja).
Najveći neprijatelji robotske laboratorijske autonomnosti su „prljavi“, nejasni input podaci, batch-efekti (sistemske razlike među serijama mjerenja/pokusa), kontaminacije uzoraka i loša sljedivost (nemogućnost da se kasnije pouzdano rekonstruira što je rađeno s uzorkom – tko, kada, čime, u kojoj seriji i na kojem instrumentu).Autonomni lab ne vrijedi puno ako ne zna što je točno napravio, kojim serijskim brojem reagensa, na kojoj pločici i s kojim instrumentom – jer se onda samo automatski proizvodi šum, ali brže.
Zato će 2026. biti zanimljiva po prizemnim pobjedama: bolja standardizacija protokola, bolja integracija instrumenata, više „data provenance“ discipline i (u ozbiljnijim projektima) približavanje GxP razini rada (krovni naziv za „Good x Practice“ standarde dobre prakse – npr. GLP za laboratorije, GMP za proizvodnju, GCP za klinička ispitivanja).Kad se takve platforme uhodaju, iz laboratorija izlazi više podataka – i manje improvizacije. A to je, u konačnici, način da se biotehnologija prestane ponašati kao tradicionalni zanat i počne se ponašati kao industrija.
9. AlphaFold 3 efekt
AlphaFold 3 je DeepMindov AI-model za predviđanje struktura biomolekula i njihovih međusobnih interakcija – svojevrsni „Google Maps“ za to kako se biološke komponente slažu, sudaraju i vežu u prostoru. Obećanje mu nije samo lijepa slika proteina, nego mogućnost da se unaprijed procijeni tko s kime i kako reagira: protein s proteinom, protein s DNK/RNK, i (u praksi najvažnije) protein sa sitnim molekulama koje kasnije zovemo „lijek“.
Google DeepMindov model sada zato ne gleda samo „kakav je protein“, nego i kako se veže – s nukleinskim kiselinama, drugim proteinima i ligandima (malim molekulama) koje su ključne za dizajn lijekova. Za IT publiku to je onaj „aha!“ trenutak: precizno modeliranje interakcija često je razlika između pametnog kandidata i skupe slijepe ulice. To je važno jer biologija rijetko radi solo nastupe: učinak se gotovo uvijek rađa iz interakcija, a ne iz lijepo nacrtane strukture u udžbeniku.
To je temelj za digitalni dizajn molekula-kandidata za novi lijek „iz nule“, ali i za puno prizemniju korist: brže otkrivanje slijepih ulica prije nego što se potroše mjeseci u mokrom laboratoriju i desetci tisuća eura na reagense. U najboljem scenariju, ovakvi modeli služe kao vrlo pametan filter: sužavaju prostor mogućnosti i usmjeravaju eksperimente na ono što ima statistički realne šanse.
U lošijem scenariju – i to treba priznati – daju lažnu sigurnost, jer predviđanje vezanja nije isto što i stvarna biologija u toploj, mokroj, kaotičnoj stanici, pa se 2026. tu očekuje više „dosadnih“ validacija i boljih benchmarka, a manje prezentacijskog čarobnjaštva.
10. Off-the-shelf CAR-T: univerzalna imunoterapija
Imunoterapija se industrijalizira. Umjesto mukotrpne personalizacije, stižu prve „univerzalne“ terapije spremne za isporuku s bolničke police – barem u scenariju u kojem je proizvodnja stabilna, a logistika manje nalikuje na slanje organa helikopterom.
Popis bolesti koje se ovdje najčešće ciljaju (zasad ponajprije u kliničkim ispitivanjima) je impresivan: B–stanične leukemije i limfomi, kronične limfocitne leukemije (KLL/CLL), zatim multipli mijelom (BCMA mete) – a kao „sljedeća stepenica“ sve češće se spominju i solidni tumori, primjerice glioblastom, neuroblastom, karcinom jajnika, gušterače i prostate, te pojedini sarkomi i melanomi, gdje je najveći problem pronaći dovoljno specifičnu metu bez kolateralne štete.
Velika stavka kod tih bolesti je vrijeme: pacijent koji ne može čekati tjednima dobiva terapiju „s police“, a ne iz tvornice koja tek treba napraviti baš njegove stanice. To je ogromna razlika u hematologiji i onkologiji, gdje se klinička slika zna promijeniti brže nego što se dovrši papirologija, a kamoli proizvodnja. Uz to dolazi i prednost standardizacije: kad proizvod dolazi iz iste serije i istog procesa, lakše je predvidjeti ponašanje, doziranje i nuspojave.
Naravno, tu dolaze i biološki računi: kako spriječiti odbacivanje (jer „tuđe“ stanice imunosni sustav doživljava kao uljeza), kako izbjeći neželjene reakcije poput graft-versus-host fenomena, kako kontrolirati prejak imunosni odgovor i kako postići da terapija traje dovoljno dugo, a da ne postane novi problem. Zato se u ovoj priči sve više govori o pametnim genetskim „sigurnosnim prekidačima“ (da se stanice mogu ugasiti ako stvari krenu po zlu), o urednijim načinima modulacije citokinske oluje i o tome koliko dugo je stvarno poželjno da takve stanice opstanu u tijelu.
Ako se ti čvorovi u 2026. godini raspetljaju – kroz bolje dizajnirane stanične linije, pouzdanije protokole primjene i jasnije kriterije odabira pacijenata – stanična terapija prestaje biti eksperimentalna ekskluzivnost i postaje skalabilna, isplativa i široko primjenjiva u kliničkoj praksi. A to bi bio trenutak u kojem CAR-T prestaje biti „umjetnički obrt“ vrhunskih centara i postaje stvarna terapijska opcija koju sustav može isporučivati bez da se raspadne pod vlastitom logistikom.
Računica dobiti i gubitka
Treba biti potpuno iskren: znanost u 2026. godini ne pokreće samo plemenita znatiželja, već brutalna logika povrata investicije (ROI). Najveći napredak i „ispunjena obećanja“ vidjet će se upravo tamo gdje su uložene milijarde – i gdje postoji jasan put od ideje do proizvoda, pa do naplate: regulatorno odobrenje, šifra za refundaciju, klinička korist koja se može izmjeriti i objasniti u dvije rečenice financijašu koji nikad nije vidio bolnički hodnik.
Ekonomski pritisak ovdje služi kao filtar: dok farmaceutske tvrtke, medtech divovi i venture fondovi sve više ulažu u GPU-ove, modele i AI simulacije, stvara se jaz između onih koji imaju pristup računalnoj snazi, podacima i talentu – i onih koji ostaju u tradicionalnim metodama, s istim budžetom, istim kadrovskim rupama i istim „napravite čudo do ponedjeljka“. Taj jaz nije samo akademska briga: on se vrlo brzo pretvara u razliku između klinika koje mogu sudjelovati u najnovijim ispitivanjima i onih koje će deset godina kasnije čitati kako je „negdje vani“ standard već odavno promijenjen.
Druga strana medalje je jednako važna: ROI zna biti odličan u marketingu, a loš u stvarnosti. U 2026. će se zato najviše cijeniti dosadne pobjede: jasni ishodi, nezavisne validacije, interoperabilnost s postojećim sustavima, i dokaz da tehnologija radi kad nije na pozornici – u noćnoj smjeni, u manjim bolnicama, s realnim pacijentima i realnim ograničenjima. Ako nešto zahtijeva savršene uvjete, savršene podatke i savršene ljude, onda nije revolucija nego demo.
Ovaj tekst neka do tada stoji kao svojevrsno javno obećanje. Bit će zanimljivo ponovno se sresti na istom mjestu za točno godinu dana, na početku 2027. godine, i ponovo proći kroz ovaj popis – ali ovaj put s računicom: što je ušlo u smjernice i protokole, što je dobilo refundaciju i realnu implementaciju, a što je ostalo samo mrtvo slovo na ekranu ili nerealna vizija investicijskih prezentacija.
Sretna nam i biotehnološki stabilna 2026. godina!
Igor „Doc“ Bereckije pedijatar-intenzivist na Odjelu intenzivnog liječenja djece Klinike za pedijatriju KBC Osijek. Pobornik teorijske i praktične primjene medicine i znanosti temeljene na dokazima, opušta se upitno ne-stresnim aktivnostima: od pisanja znanstveno-popularnih tekstovau tiskanom i online-izdanju časopisâ BUG, crtkanja računalnih i old-schoolgrafika i dizajna, zbrinjavanja pasa i mačaka, fejsbučkog blogiranja o životnim neistinama i medicinskim istinama, sve do kuhanja upitno probavljivih craft-piva i sasvim probavljivih jela, te neprobavljivog sviranja bluesa.
Datum i vrijeme objave: 07.01.2026 – 06:30 sati
