Tekoäly avuksi harvinaisten sairauksien tunnistamiseen – Tieto ja HUS yhteistyössä

    Ohjelmisto- ja palveluyhtiö Tieto Oyj on mukana useissa terveydenhuollon hankkeissa, joissa käytetään apuna koneälyä seulomaan datamassaa. Yhteistyön tavoitteena on kehittää algoritmeja, jotka voisivat auttaa lääkäriä päätöksenteossa ja potilasta löytämään paremmin palveluntarjoajan.

    Esimerkiksi HUSin Harvinaisten sairauksien yksikön ja Tiedon hankkeessa kehitetään harvinaisten sairauksien varhaista seulontaa ja tunnistamista koneälyn avulla. Usein harvinaisista sairauksista kärsivät käyvät usealla asiatuntijalla ennen kuin oikea diagnoosi löydetään.

    Jos potilaan diagnoosi ja oikea hoito viivästyvät, seurauksena voi tulla uusia sairauksia, jotka vaativat kalliita hoitoja. Suomessa alle kuusi prosenttia väestöstä sairastaa jotakin harvinaista sairautta, mutta ne vievät noin 18 prosenttia erikoissairaanhoidon kustannuksista (Lähde: HUSin Harvinaisten sairauksien yksikön toimintakertomus).

    Hankkeessa halutaankin tunnistaa niitä potilaita, joilla mahdollisesti on jokin harvinainen sairaus ja he hyötyisivät esimerkiksi jonkun tietyn lääkärin vastaanotosta.

    – Nykyään puhutaan paljon potilaan voimaannuttamisesta. Tällaisilla hankkeilla etsitään työkaluja siihen, että potilas löytää nopeammin oikean palveluntarjoajan, ja saisi aiemmin diagnoosin, data-transformaation johtaja Matti Ristimäki sanoo Tiedosta.

    Pienikin parannus hoidossa voi tuoda isoja säästöjä

    Harvinaisten sairauksien potilasdatassa onkin nähtävissä lähetteiden kehä. Siksi hoitopolkujen seulominen on ihmisen työnä lähes mahdotonta. Tiedon analyytikot käyvät koneälyn avulla läpi HUSin potilasrekistereiden potilaskertomuksia, laboratoriotietoa ja genomitietoa.

    – Tekoälyä rakennetaan lääkärin työn tueksi käymään läpi anonymisoitua potilasdataa. Koneäly käy läpi lukemattoman määrän potilaita ja tekee työn väsymättömästi, sanoo johtava asiantuntija, data-analyytikko Miikka Ermes.

    Harvinaisten sairauksien tutkiminen tällä tavalla kiinnostaa siksi, että hoidot ovat hyvin kalliita, jolloin pienikin parannus potilaiden hoitopolussa voi tuoda isoja säästöjä suuressa mittakaavassa. Esimerkiksi jo se, että diagnoosi löydetään pari kuukautta nykyistä aiemmin.

    Ermes arvioi, että harvinaisten sairauksia koskevassa hankkeesta on saatavissa tuloksia noin puolen vuoden kuluttua.

    – Jos algoritmi halutaan ottaa käyttöön, se pitää hyväksyä terveydenhuollon laitteeksi ja tehdä tarvittavat validoinnit ja sertifioinnit, Ermes sanoo.

    Tieto rakentamassa ekosysteemiä

    Tieto rakentaa Tieto Intelligent Wellbeing -tekoälytuoteperhettä. Alueen parissa Tiedolla toimii noin 50 asiantuntijaa lääketieteen algoritmien suunnittelussa erilaisissa projekteissa. Lisäksi Tieto toimii erilaisissa terveydenhuollon alueen ekosysteemeissä, kuten HUS:n CleverHealth Network.

    Matti Ristimäki näkee koneälyn tuovan apua myös arvoperusteiseen mittaamiseen terveydenhuollossa.

    – Se voi tarkoittaa esimerkiksi sitä, että katsotaan, monenko ihmisen kohdalla hoitosuunnitelma on saatu toimimaan, sanoo Ristimäki.

    Jotta terveystiedosta olisi hyötyä muillekin, se pitää saada tutkijoiden käyttöön. Tiedon tutkijat ovatkin sitä mieltä, että datan antaminen tutkijoiden käyttöön on kuin ”verenluovutus”, joka auttaa muita saamaan parempaa hoitoa.

    kuva: Shutterstock