Terveydenhuollon tietojärjestelmiin kertyy suomalaisista valtavia määriä tietoa. Perusterveen ihmisen tapauksessa tieto karttuu tasaiseen tahtiin kymmenien vuosien aikana – tehohoitopotilaan kohdalla dataa syntyy niin nopeasti, että ihmisaivot eivät pysty sitä käsittelemään.
Siksi moni toivoo, että tieto saataisiin entistä parempaan hyötykäyttöön tekoälyn avulla.
Oulussa tekoälyllä turvataan pian 24 000 julkisen alan työntekijän työkykyä. Helsingin neurokirurgisella osastolla mullistetaan aivovammapotilaiden tehohoitoa.
Tekoäly voi parantaa kansantalouden – ja pelastaa ihmishenkiä.
"Tekoäly hoksauttaa"
– Tekoäly hoksauttaa lääkäriä, että tässä on nyt kohonnut riski siitä, että henkilöä kohtaa työkyvyttömyys. Sen jälkeen ammattilainen voi käyttää aikaa kyseisen asiakkaan kanssa, Työterveys Virran ylilääkäri Silja Komulainen sanoo.
Työterveys Virta tuottaa Oulun seudulla työterveyspalveluja kunnille ja sairaanhoitopiirille. Ylilääkärinä ja kehityspäällikkönä työskentelevä Komulainen uskoo, että tekoälyn avulla työkykyriski voidaan tunnistaa jopa kymmenen tai kaksikymmentä vuotta nykyistä aiemmin.
– Tulevaisuudessa tekoäly tunnistaa työkyvyttömyyden pienet signaalit jo kolmikymppisenä. Siinä vaiheessahan meidän pitäisi päästä ongelmiin kiinni, kun työntekijällä on vasta pieniä oireita, Komulainen sanoo.
– Miten silloin jumppaat ja liikut, jos olet koko ajan kipeä?
Kone luki kolotukset
Oulun tekoälyprojektissa tietokone opetettiin tunnistamaan työkyvyttömyyden riskit syöttämällä sille 14 000 perinteistä työkykyarviota. Työterveys Virrassa niitä on kerätty vuodesta 2013 lähtien.
Yhtä työntekijää kohden on kertynyt jopa satoja sivuja erilaisia käsin kirjattuja kolotuksia, mielialan vaihteluja, lääketietoja ja poissaoloja.
Tämän jälkeen järjestelmälle ryhdyttiin opettamaan piirteitä, joihin työterveyslääkärit olivat aikanaan perustaneet arvionsa. Tällaisia ovat esimerkiksi lääkkeiden nimet, poissaolot – ja niistä erityisesti maanantaipoissaolot – sekä selkäkivut ja masennuksen merkit. Henkilötiedot oli aineistosta poistettu, eikä kone niitä tarvinnutkaan.
Lopulta, kun järjestelmää testattiin, se päätyi yli 90 prosentin varmuudella samaan lopputulokseen, johon hoitohenkilökuntakin oli päätynyt.
Entä hieman alle kymmenen prosenttia tapauksista, joista kone oli eri mieltä kuin tapausta arvioinut henkilökunta?
Tekoälyä toimittaneen It-yhtiö CGI:n johtava analyytikko Elina Jeskanen sanoo, että joskus järjestelmä erehtyi, toisinaan taas näytti siltä, että erehdyksen oli tehnyt työkykyriskiä arvioinut ammattilainen.
Tekoälystä tulee oiva hoksauttaja, koska eräässä suhteessa se on lääkäriin verrattuna ylivoimainen – nopeudessa. Lääkäriltä työkykyriskin arviointiin saattaa kulua 10–15 minuuttia.
– Tekoäly taas voi käydä läpi tuhansien potilaiden tiedot sekunneissa, Jeskanen toteaa.
Työterveys Virran toimitusjohtaja Tuomas Kopperoisen mukaan työnantajat haluavat entistä ajantasaisempaa tietoa työntekijöiden voinnista. Tämä on ymmärrettävää siksikin, että työnantajille lankeaa myös suuri taloudellinen vastuu, jos työntekijä joutuu työkyvyttömyyseläkkeelle.
– Julkisen alan työpaikoilla palkkasummasta riippuen noin 100 000–200 000 euroa per työkykynsä menettänyt, Kopperoinen sanoo.
– Tekoälyn avulla voimme määritellä työpaikkakohtaisesti euromääräisen riskin entistä reaaliaikaisemmin.
Ylilääkäri Komulainen toivoo, että vastaava järjestelmä palvelisi joskus koko kansaa. Työkyvyttömyys maksaa nimittäin yhteiskunnalle miljardeja euroja Kela-maksuina ja tekemättömänä työnä.
Puhumattakaan vahingosta, joka siitä seuraa ihmiselle itselleen.
Tekoäly tuntee aivovamman
Keskivaltimopaine, kallonsisäinen paine, aivojen perfuusiopaine, aivohappipitoisuus, selkäydinnesteen eritys, syke…
Kokeellisen neurokirurgian dosentti ja Töölön sairaalan neurokirurgisen osaston erikoistuva lääkäri Rahul Raj luettelee tietokoneen ruudulta mittauspisteitä, jotka kertovat vaikeasta aivovammasta. Numeroita ja kaavioita on monta ruudullista, potilaskuvia vielä enemmän.
Kokonaisuus menee yli inhimillisen käsityskyvyn.
– Lääkärin ja ihmisaivojen on käytännössä mahdotonta ottaa kaikki tämä data huomioon. Siksi tarvitaan tekoälyä. Tekoälyalgoritmin tarkoitus on yhdistää tämä tieto ja antaa meille yksi objektiivinen numero, joka auttaa päätöksenteossa, Raj sanoo.
Tuo numero on prosenttiluku, hengissä selviämisen todennäköisyys.
"... aiemmin kuin kokenutkaan neurokirurgi"
Rahul Raj on mukana projektissa, jossa tekoälyä koulutetaan ymmärtämään vakavia aivovammoja. Sairaanhoitopiirin tietohallinto syötti tekoälylle tiedot 1 300 aivovammapotilaan hoidosta – ja lääkärit opettivat koneelle, millaisiin asioihin huomio tulisi kiinnittää.
Jatkossa tekoäly seuraa kunkin potilaan tilaa, vertaa kerättyä dataa aiempiin tapauksiin ja etsii muutoksia, jotka kertovat mihin suuntaan potilaan kunto on kehittymässä.
– Järjestelmä hälyttää, jos asiat menevät huonoon suuntaan, ja lääkäri voi sitten katsoa mistä se johtuu ja onko mitään tehtävissä, Raj sanoo.
Töölön sairaalan neurokirurgisen osaston ylilääkäri Mika Niemelä uskoo, että työkalu on teho-osastolla käytössä vuoden kahden kuluttua.
– Kone saattaa havaita muutokset aiemmin kuin kokenutkaan neurokirurgi, hän sanoo.
– Olen varma että tekoäly tulee jokaiselle lääketieteen erikoisalalle, jossa hoidetaan vakavasti sairaita potilaita. Se auttaa sekä lääkäriä, potilasta että heidän omaisiaan.
Tekoäly on mukana myös silloin, kun on aika todeta, ettei mitään ole tehtävissä.
– Tekoäly antaa ennusteen, joka auttaa lääkäriä keskustelemaan omaisten kanssa, miten hoitoja jatketaan – ja milloin ehkä luovutaan hoidoista, Mika Niemelä sanoo.
Sivullinen saattaa säikähtää sitä, että tekoäly on mukana elämän ja kuoleman kysymyksissä. Lääkäreiden mukaan tekoäly on dignooseja tukeva työkalu muiden joukossa.
Lääkäri myös näkee, mitkä ovat ne tekijät, joihin kone arvionsa perustaa.
– Ei tässä sellaista pelkoa ole, että kone ottaisi vallan, Niemelä sanoo.
– Ensin osoitetaan tutkimustyöllä, onko kone oikeilla linjoilla. Senkin jälkeen kone on vain tukena, kun lääkäri tekee päätökset.
Kumpi on suurempi riski?
Tällä hetkellä vaikean aivovamman saaneen potilaan ennuste lasketaan sisäänottovaiheessa – sen jälkeen hoito perustuu hoitavan lääkärin kokemukseen sekä yleisiin hoitosuosituksiin.
Rahul Rajin mukaan ongelma on se, että aivovamma on nopeasti muuttuva sairaus.
– Tulovaiheen ennustemalleissa ei ole mitään apua myöhemmin teho-osastolla, koska jo seuraavana päivänä tilanne voi olla täysin toinen, hän sanoo.
Toisaalta kansainväliset hoitosuositukset eivät ota huomioon yksittäistä ihmistä. Kansainväliset hoitosuositukset antavat raja-arvon esimerkiksi kallon sisäiselle paineelle, mutta henkilöstä riippuen tuo arvo saattaa olla keskiarvoa korkeampi tai matalampi. Jos tekoälyltä saadaan jatkossa asiassa potilaskohtainen arvio, lääkärit voivat paremmin suunnitella toimenpiteensä.
He voisivat esimerkiksi päätellä, milloin kallon sisäinen paine on suurempi riski kuin kalloleikkaus, jolla tuota painetta helpotettaisiin.
– Meidän on aina mietittävä kestääkö potilas hoidon. Aiheutetaanko enemmän haittaa kuin hyötyä. Tekoälyllä pystymme räätälöimään hoidon paremmaksi, Raj sanoo.
Pienikin parannus on tärkeä
Teho-osastoilla hoidettavista vaikeissa aivovammoissa kuolleisuus on tyypillisesti korkea, jopa 30–40 prosenttia. Potilaille jää myös lähes aina jonkinasteisia vammoja; paluu työelämään tai omatoimiseen elämiseen on vaikeaa.
Juuri tästä syystä hoidon kehittäminen tekoälyn avulla on arvokasta
– Jos saamme aikaan pienenkin parannuksen näiden potilaiden hoidossa, voimme auttaa potilaita ja heidän omaisiaan. Vaikea aivovamma ei ole vain potilaiden sairaus vaan myös omaisten sairaus, Rahul Raj sanoo.
Projekti on yhä alkumetreillä, mutta onnistuessaan tekoälyllä voi olla suuri vaikutus.
– Tällä projektilla on mahdollisuus merkittävästi parantaa vaikeiden aivovammapotilaiden hoitoa ja hoitotuloksia sekä Suomessa että ulkomailla.