Tekoäly tulee muuttamaan terveydenhuollon käytäntöjä merkittävästi parin seuraavan vuosikymmenen aikana. Asiantuntijoiden mukaan satsaukset tulisi suunnata erityisesti perusterveydenhoitoon. Esimerkiksi diabeteksen hoitopolkujen sujuvoittaminen toisi merkittäviä säästöjä, sillä taudin hoitoon käytetään noin 15 prosenttia perusterveydenhuollon kustannuksista. Kansainvälinen Life Science Live -tapahtuma kerää alan huippuasiantuntijat toukokuussa Turkuun.
– Tekoäly tulee muuttamaan radikaalisti terveydenhuollon käytäntöjä seuraavan 20 vuoden aikana. Tekoälyn hyödyntäminen kannattaisi aloittaa perusterveydenhuollosta, jotta se hyödyttäisi mahdollisimman monia, sanoo Auria Tietopalvelun johtaja Arho Virkki.
Auria Tietopalvelu järjestää, harmonisoi ja ylläpitää Varsinais-Suomen sairaanhoitopiirin potilasrekisterin kliinisiä potilastietoja tutkijoiden ja muiden asiantuntijoiden hyödynnettäväksi.
Esimerkkinä Virkki mainitsee diabeteksen, jota sairastaa Diabetesliiton arvion mukaan noin puoli miljoonaa suomalaista. Diabeteksen hoitoon kuluu noin 15 prosenttia perusterveydenhuollon menoista.
– Tällä hetkellä diabeetikkojen hoitokäytännöt vaihtelevat eri maakunnissa ja myös eri yksiköissä. Jos erilaiset hoitotavat ja -polut saadaan koottua yhteen, pystyy tekoäly analysoimaan ja seulomaan tehokkaimmilta vaikuttavat käytännöt asiantuntijoiden arvioitaviksi. Sujuvat hoitopolut parantavat diabeetikkojen hoidon laatua ja alentavat sairaudesta syntyviä kustannuksia.
Yksilöllistä hoitoa eturauhassyöpään
Tekoäly mahdollistaa myös entistä yksilöllisemmän hoidon syöpäpotilaille. Turun yliopistossa on tehty tutkimus, jossa haettiin tekoälyn avulla mallia kastraatioresistentin eturauhassyövän kulun ja hoidon onnistumisen ennustamiseksi. Tutkimuksessa hyödynnettiin ensimmäistä kertaa maailmassa todellista kliinistä dataa sairauden kulun ennakoinnissa. Tutkimustapa on monistettavissa myös muiden sairauksien kulun ja hoidon tehon ennustamiseen. Tutkimus on julkaistu alan arvostetussa Bioinformatics-lehdessä viime vuonna.
– Syöpä ei ole yksi sairaus, vaan siinä on jopa satoja alatyyppejä, joihin tehoavat erilaiset hoidot. Tarkka diagnoosi mahdollisimman varhaisessa vaiheessa on ensiarvoisen tärkeää oikean hoidon valitsemiseksi. Kastraatioresistentin eturauhassyövän ennuste on huono, ja tarve uusille hoitomuodoille on suuri, kertoo tutkimuksessa mukana ollut Arho Virkki.
Rutiinitöistä aikaa hoitotyöhön
Terveydenhoidon käytäntöjen automatisointi tekoälyn avulla vapauttaa tulevaisuudessa hoitohenkilöstön rutiinitehtävistä varsinaiseen potilas- ja hoivatyöhön
– Nykyiset robotit ja älykkäät apuvälineet ovat hyödyllisiä erityisesti sellaisissa rutiinitehtävissä, joissa ihmisten kohtaaminen ei ole olennaista. Tällaisia ovat esimerkiksi logistiset tehtävät, kuten ruoka- ja lääkekuljetukset. Kohtaamisen merkityksen kasvaessa myös teknologian rooli muuttuu – kehittyneestä teknologiasta voi tulla tekoälykehityksen myötä kumppani, kuten palvelurobotiikassa on käymässä, sanoo erityisasiantuntija Janne Lahtiranta Turku Science Park Oy:stä, joka on yksi Life Science Live -tapahtuman järjestäjistä.
Tekoäly auttaa myös tunnistamaan tiettyjä palveluita tarvitsevat asiakasryhmät nykyistä aiemmin. Espoon kaupungin ja Tiedon toteuttamassa kokeilussa pystyttiin datamassoja käsittelemällä kehittämään malli, jonka avulla voidaan ennustaa lastensuojelun asiakkuutta viiden vuoden päähän. Näin apua voidaan tarjota jo aikaisessa vaiheessa ennen kuin ongelmat kärjistyvät.
Tarkkuutta ja nopeutta kuvantamiseen
Lääketieteen kuvantamistutkimuksissa tekoäly avaa täysin uusia mahdollisuuksia jo lähivuosina. Kuvantaminen on tärkeä osa monien sairauksien diagnostiikassa ja hoidossa, ja tekoälyn avulla on mahdollista saada tulokset nopeammin ja entistä tarkemmin. Erityisesti tämä toisi hyötyä nopeita päätöksiä vaativissa tilanteissa, kuten ensiavussa. Tekoälyä hyödynnetään jatkossa myös lääkevasteiden arvioinnissa ja lääketieteellisten koeasetelmien suunnittelussa.
– Kuva-analyysi on yksi alueista, joissa tekoälyn käytöstä on jo varhaisessa vaiheessa saatu lupaavia tuloksia. Datan analysointi tapahtuu päivien ja tuntien sijaan minuuteissa, ja aivan uudenlaisetkin sovellukset ovat mahdollisia, sanoo PerkinElmerin Vice President Karen Madden. Hän on yksi Life Science Live -tapahtuman pääpuhujista ja kertoo tilaisuudessa yksilöllisen lääkediagnostiikan innovaatioista.
– Yksi suurimmista haasteista on pääsy laadukkaaseen data-aineistoon. Aineisto on ikään kuin polttoainetta, jota tarvitaan tekoälyn algoritmien käyttämiseen ja opettamiseen eri sovelluksia varten. Potilasdataa käytettäessä täytyy tietysti myös olla erittäin huolellinen yksityisyys- ja lupa-asioissa, jatkaa Karen Madden.
Tekoälyn huippuasiantuntijat koolla Turussa
Kansainvälinen Life Science Live -tapahtuma järjestetään 15.–16. toukokuuta 2019 Turun Messukeskuksessa. Tapahtuman tärkein teema on tekoäly ja sen sovellukset terveydenhuollossa, lääkekehityksessä ja biotekniikassa. Tapahtuma yhdistää lääketieteen ja terveydenhoidon alan tiedeyhteisöt ja liike-elämän ammattilaiset. Paikalle odotetaan myös kansainvälisiä sijoittajia.
– Life Science Liven puhujavieraat ovat kaikki alan arvostetuimpia osaajia. Perkin Elmerin Karen Maddenin lisäksi tilaisuudessa puhuvat muun muassa IBM:n Andrew Fried sekä Dipak Kalra European Institute for Innovation through Health Data -organisaatiosta, kertoo projektijohtaja Krista Ahonen Turun Messukeskuksesta.
