Tekoäly potilaan hoidon tukena

Tekoäly potilaan hoidon tukena

Oulun yliopiston professorit Miika Nieminen ja Simo Saarakkala kertovat, että tekoälystä tulee arkipäiväinen osa lääketieteellistä diagnostiikkaa ja potilaan hoitoketjua.

Tekoäly potilaan hoidon tukena

Oulun yliopiston lääketieteellisen kuvantamisen, fysiikan ja tekniikan tutkimusyksikössä eli MIPT-yksikössä tutkitaan parhaillaan tekoälyn hyödyntämistä lääketieteellisissä sovelluksissa.

Teksti Jarno Väistö  Kuva Lasse Lehto

Tekoäly löytää paikkansa yhä useammassa sovelluksessa ja tulee olemaan arkipäiväinen osa lääketieteellistä diagnostiikkaa ja potilaan hoitoketjua. MIPT-yksikön toiminnassa Oulun yliopistollisen sairaalan tiloissa on professori Simo Saarakkalan mukaan etunsa.

– Tutkittavat ongelmat kumpuavat silloin helpommin käytännön tarpeista, Saarakkala toteaa. 

– Omien tiimiemme monipuolisen osaamisen lisäksi meillä on myös käsillä laaja lääketieteellinen verkosto, lisää professori Miika Nieminen.

Niemisen ja Saarakkalan yhteinen tutkimus MIPT-yksikössä koskee nivelrikon varhaisempaa toteamista. Tämä on tärkeää, koska ongelmaan ei ole parantavaa lääkettä, vaan pääpaino on potilaan ohjauksessa. Ajatuksena on, että lääkärin tutustuessa kuvaan kone on tehnyt valmiiksi tulkinnan siitä, minkälaisia muutoksia potilaalla on.

– Tavoitteemme on, että tekoäly kykenisi tekemään ennusteen siitä, onko potilaalla muutaman vuoden päästä tekonivelleikkauksen tarve. Pidemmän tähtäimen suunnitelma on simuloida potilaalle sitä, kuinka esimerkiksi liikuntaa harrastamalla leikkaustarve voi olla edessä vaikkapa vasta 10 vuoden päästä.

Nivelten röntgenkuvien osalta kone pystyy jo tulkitsemaan tuloksia yhtä luotettavasti kuin kokenut lääkäri. Ennakointi perustuu kuvien ohella potilastietoon.

– Haasteena on ollut saada tekoäly ymmärtämään erilaisia informaatiolähteitä toisiinsa yhdistettyinä, kuten röntgen- tai magneettikuva geenitietoihin ja liikuntatottumuksiin, joilla kaikilla voi olla paljon vaikutusta ennusteeseen, Saarakkala kertoo.

Työkaluja terveydenhoitoon

Eräs Saarakkalan tutkimusprojekteista MIPT-yksikössä on uuden koronatestausmenetelmän kehittäminen. Idea on lähtöisin infrapunaspektroskopiasta, jolla tunnistetaan eri virustyyppejä. 

Mittausspektri on summa näytteen koostumuksesta, jonka muutokset ovat niin pieniä, että niitä ei näe paljaalla silmällä. Tekoäly toivottavasti kykenee erottamaan ne, vaikka virusta olisi näytteessä vain pieniä määriä.

Nykyisen PCR-menetelmän ongelma ei ole hitaus, vaan kuljetus. Laitteita on keskitetysti vain laboratorioissa. 

– Menetelmällämme testaus voitaisiin toteuttaa esimerkiksi lentokentillä suoraan jonosta – luultavasti myös nykyistä edullisemmin, sillä tätä teknologiaa on ollut käytettävissä jo 1960-luvulta saakka, Saarakkala toteaa.

Projektin tarkoitus ei ole tehdä PCR:n korvaajaa, vaan nopeuttaa esimerkiksi negatiivisten tulosten seulontaa. Jatkossa menetelmää voisi myös käyttää influenssatestinä, koska halpa hinta mahdollistaisi testauksen laajemmalla skaalalla kuin nykyisin. 

Ultraäänellä ohjattava neulanäyte on keskeisessä roolissa syövän toteamisessa, mutta peräti 15 prosenttia näytteistä epäonnistuu, Nieminen valottaa. Neula ei aina osu oikeaan kohtaan ja koska näyte tutkitaan viiveellä, potilas voidaan joutua kutsumaan takaisin näytteenottoon. Seurauksena voi siis olla syövän toteamisen viivästyminen tai jopa toteamatta jääminen. Niemisen luotsaama tiimi on kehittänyt älyneulan, joka kertoo sijainnistaan jo näytteenottohetkellä.

Neula mittaa Saarakkalan menetelmän tavoin spektriä, mutta tässä tapauksessa läpäistävästä kudoksesta. Samalla tekoäly analysoi signaalin reaaliajassa ja kertoo näytteen ottajalle, että paikka on oikea. 

– Ratkaisemiamme haasteita ovat olleet optiikan mahduttaminen neulaan, joka on halkaisijaltaan vain millimetrin luokkaa, sekä signaalianalyysin toteuttaminen. 

Älyneulasta seuraa vähemmän kuormitusta, koska uusia näytteenottoja ei tarvita.

Dataa tarvitaan runsaasti

Nieminen tähdentää, että tekoäly ei ole välittömästi älykästä, vaan joudutaan opettamaan. Professorit vetoavatkin jokaiseen, jotta mahdollisimman monia voitaisiin auttaa entistä tehokkaammin, tarkemmin ja nopeammin.

– Opettavaa aineistoa pitää olla sadoista ellei tuhansista potilaista. Paras tapa, jolla kansalaiset voivat verojen maksamisen ohella tukea  kehitystä, on antaa lupa näytteiden ja kuvien käyttämiseksi muuhunkin kuin alkuperäiseen tarkoitukseen. Onneksi tällaisia ihmisiä on.

– Viimeaikaiset tietomurrot eivät varmasti lisää luottamusta, mutta ennen kaikkea asetelma on peräisin EU-lainsäädännöstä. Jos oletus olisi se, että tutkimustietoa saa ilman erillistä kieltoa hyödyntää, kieltäytyvien joukko olisi luultavasti melko pieni, Saarakkala arvioi.

Tekoälyssä ei ole mitään mystistä, ja se toimii oikein valjastettuna potilaan parhaaksi. Se on tulevaisuudessa lääkärin työkalu ja apuri, ei lääkärin syrjäyttävä robotti.