Suomen Lääketieteen Säätiön kolmiosaisen “Tulevaisuuden vastaanotto”-podcastkauden toisessa jaksossa keskustellaan tekoälystä. Tulevaisuudessa tekoäly ei ainoastaan jäljittele lääkärin työtä esimerkiksi tunnistamalla mammografiakuvista syöpäkasvaimia tai tulkitsemalla sydänkäyriä. Se voi myös löytää valtavista tietomassoista yhteyksiä ja tehdä ennusteita, joihin yksikään ihminen ei pystyisi. Mutta missä mennään nyt? Ja miten Suomen ainutlaatuisia potilasrekistereitä voitaisiin hyödyntää tekoälyn avulla? Tiedetoimittaja Mari Heikkilän haastateltavana on Suomen molelyylilääketieteen instituutin (FIMM) tutkimusjohtaja, täsmälääketieteen professori Olli Kallioniemi. Säätiön Tulevaisuuden lääketiedettä -podcastin kaikki jaksot ovat kuunneltavissa Spotifyssä, Soundcloudissa ja muilla podcast-alustoilla.
Tekoäly leviää vauhdilla kaikille aloille, myös lääketieteeseen. Suomen molelyylilääketieteen instituutin (FIMM) tutkimusjohtaja, täsmälääketieteen professori Olli Kallioniemen mukaan paluuta entiseen ei enää ole. Siksi on tärkeää, että lääketieteessä pysytään kehityksen kelkassa ja terveydenhuollossa saadaan tekoälystä hyödyt irti turvallisesti ja tehokkaasti.
— Tekoäly on pullahtanut meidän keskuuteemme. Sitä on turha pakoilla, vähätellä tai odottaa, että tämä vaihe menee ohi ja palataan taas vanhaan, Kallioniemi sanoo.
Tekoälyä on turha pakoilla, vähätellä tai odottaa, että tämä vaihe menee ohi ja palataan taas vanhaan.
Kallioniemen mukaan tekoälyn käyttö etenee kolmessa vaiheessa. Ensin tekoäly tekee samaa työtä kuin ihminen, esimerkiksi tunnistaa kudosnäytteestä mahdollisia syöpäsoluja. Tätä tapahtuu jo nyt. Etenkin patologiassa ja radiologiassa laitevalmistajien kautta on tullut käyttöön erilaisia tekoälyalgoritmeja lääkärin työtä helpottamaan.
— Jää lääkärin tehtäväksi miettiä ja päättää, miltä osin ehdotukset otetaan huomioon tai ei. Tekoäly voi auttaa tällaisessa jossain määrin rutiininomaisessa, aikaa vievässä ja tylsässä työssä.
Vaikka aiemminkin laitteissa on ollut algoritmeja päätöksen tueksi, tekoälyn myötä ne ovat aiempaa kehittyneempiä. Yhdysvaltain lääkeviranomaiset (FDA) ovat hyväksyneet kliiniseen käyttöön jo lähes 1000 tekoälyä hyödyntävää lääketieteellistä sovellusta tai laitetta. Niitä on esimerkiksi rintasyövän seulontaan, polyyppien tunnistukseen kolonoskopiassa, sydänkäyrien ja aivokuvien analysointiin.
Seuraavassa vaiheessa tekoälyyn voidaan luottaa
Kallioniemi uskoo, että tulevaisuudessa tekoäly on niin hyvä, että siihen voidaan luottaa. Tämä on kehityksen toinen taso. Tällöin lääkärin ei tarvitsisi käydä esimerkiksi kaikkia mammografiakuvia läpi lainkaan. Hän voisi luottaa siihen, että tekoäly tunnistaa luotettavasti negatiiviset havainnot ja tuo tarkistettavaksi vain kaikki epäilyttävät tapaukset.
— Jos lääkäri voi käydä läpi vain sen, mitä tekoäly on esiprosessoinut, se voi nopeuttaa työntekoa dramaattisesti, Kallioniemi toteaa.
Ajatus, että lääkärin työpanos kokonaan korvattaisiin tekoälyllä, on vielä kaukana.
Jos tekoäly saadaan tähän vaiheeseen, se alkaa lisätä terveydenhuollon tuottavuutta huomattavasti.
— Se ajatus, että lääkärin työpanos kokonaan korvattaisiin tekoälyllä, on vielä kaukana. Eikä se ole eettisesti ja laillisesti oikein mahdollistakaan. Lääkäri voi kuitenkin tekoälyn avustuksella tehdä huimasti paljon enemmän päivänä aikana. Hän voi paneutua haastavampiin asioihin sen sijaan, että tekee rutiininomaista työtä.
Tekoäly voi löytää jotain ihan uutta
Tekoäly kykenee tekemään myös sellaista, mihin ihminen ei pysty. Tutkimuskäytössä se voi löytää isoista tietomassoista uutta tietoa ja yhdistellä asioita tavalla, joka yksittäiselle ihmiselle on mahdotonta.
— Voisi kuvitella, että sitä kautta saadaan uudenlaisia ajatuksia ja yhteyksiä, joita ihmismieli ja perinteinen tilastollinen käsittelytapa eivät ole löytäneet. Tästä on jo paljon todisteitakin, että näin tulee käymään, Kallioniemi sanoo.
Kallioniemen mukaan tämä on tekoälyn käytön kolmas taso. Eli opitaan asioita, joita ei ole aiemmin tiedetty ja kyetään selvittämään asioita, joita ihminen ei muuten olisi kyennyt ratkaisemaan. Voidaan esimerkiksi löytää aivan uusia lainalaisuuksia valtavasta määrästä terveysdataa.
— Tämä on todellinen muutos ja merkittävä päämäärä. Ei olla vain toistamassa tekoälyllä sitä, mitä lääkärit tekevät jo muutenkin.
Joku voi elää 90-vuotiaaksi ja kuolla tarvitsematta juuri lainkaan terveydenhuollon palveluja, mutta toisilla ihmisillä elämänpolku on ihan erilainen.
Suomessa on tunnetusti hyvät terveydenhuollon kansalliset rekisterit. Niiden avulla tekoäly voi esimerkiksi oppia tunnistamaan sairausriskejä ja arvioimaan tulevaa hoidontarvetta. FIMM:ssä on käynnissä tällainen hanke.
Kallioniemen mukaan olennaista olisi saada rekisteritietojen lisäksi myös terveydenhuollon syvä data tekoälymallien piiriin, tehokkaasti ja turvallisesti. Nämä tiedot tulisi kuitenkin ensin saada yhteismitallisiksi, sillä tällä hetkellä ne ovat hajallaan.
— Tekoälyn avulla voitaisiin yhdistetystä potilasdatasta esimerkiksi arvioida riskejä ja kohdistaa hoito sitä kaikkein eniten tarvitseville. Joku voi elää 90-vuotiaaksi ja kuolla tarvitsematta juuri lainkaan terveydenhuollon palveluja, mutta toisilla ihmisillä elämänpolku on ihan erilainen, Kallioniemi toteaa.
Tukea ja neuvoja potilaalle
Tulevaisuudenvisiossa tekoäly voi esimerkiksi potilastietojen perusteella tehdä ennusteita ja suosituksia potilaalle, kuten muistuttaa diabeetikkoa silmätarkastuksista tai kertoa kohonneesta glaukoomariskistä.
— Lääkäri on asiantuntija, joka näkee potilaansa silloin tällöin 15 minuutin ajan. Väliaikana potilas voisi tuleivaisuudessa saada tukea terveydenhuoltojärjestelmään integroidusta tekoälystä, Kallioniemi sanoo.
Potilas voisi tuleivaisuudessa saada tukea terveydenhuoltojärjestelmään integroidusta tekoälystä.
Tekoäly voisi esimerkiksi opastaa tautien ennaltaehkäisyssä, neuvoa lääkärikäyntien välillä ja vahtia tilannetta sen jälkeen, kun taudin akuutti vaihe on ohi. Se voisi myös kysyä potilaalta tämän tilasta ja raportoida siitä takaisin terveydenhuoltojärjestelmälle sekä antaa pitkäaikaisnäkymän potilaan tilanteen kehittymisestä.
— Jo nyt lääkärin vastaanotolle tulee potilaita, ovat keskustelleet oireistaan ja hoidostaan tekoälyn kanssa. Siksi olisikin tärkeää luoda integroitu järjestelmä, jossa on mukana tekoäly ja terveydenhuollon ammattilaiset. Kehitettäisiin siitä tietoturvallinen, järkevä ja hyöty-panossuhteeltaan paras mahdollinen.
Kallioniemen mukaan on huono vaihtoehto jäädä katsomaan alan kehitystä sivusta ja jättää kaikki vain kansainvälisten kaupallisten toimijoiden käsiin.
— On tärkeää, että terveydenhuolto pysyy itse kehityksessä mukana ja on ottamassa tekoälyä hallitusti ja turvallisesti käyttöön. Tekoäly tulee, halusimme tai emme.
Kiinnostaako aihe? Kuuntele Lääketieteen Säätiön podcast ”Voiko tekoäly tehdä saman kuin lääkäri — tai enemmän?”. Suomen lääketieteen säätiön kolmiosainen podcast-sarja “Tulevaisuuden vastaanotto” käsittelee lääketieteellisen tutkimuksen ja hoidon etiikkaa. Tykkää Tulevaisuuden lääketiedettä -podcastista Spotifyssä tai muilla podcastalustoilla, niin saat tiedon, kun seuraava jakso ilmestyy.