Helsingin ja Uudenmaan sairaanhoitopiirin (HUS) ensimmäinen tekoälyprojekti oli keskosten verenmyrkytyksen ennustaminen vuonna 2014. IBM:n ensimmäinen tekoälyä hyödyntänyt syöpäsovellus otettiin käyttöön edellisenä vuonna 2013.
Keskosprojektissa mukana ollut lastenlääkäri, HUSin kehitysjohtaja Visa Honkanen kertoo, että keskosprojekti onnistui sen verran hyvin, että se laukaisi sairaalassa yleisen kiinnostuksen koneoppimisprojekteihin.
HUSissa on nykyisin tekoälytiimi. Tällä hetkellä meneillään on parikymmentä projektia, joissa hyödynnetään teköälyä ja joista odotetaan käyttökelpoisia tuloksia tänä tai ensi vuonna.
– Tärkeää on tehdä nopeita pilotteja, koska kukaan ei tiedä, missä se toimii ja missä ei. Ja tehdään avointa ja hyvää yhteistyötä yritysten kanssa, koska sairaaloilla ei millään ole kaikkea sitä osaamista, HUSin kehitysjohtaja Visa Honkanen sanoi perjantaina Lääkäripäivillä.
Tekoäly on valjastettu muun muassa aivoverenvuodon diagnostiikkaan, päivystyskäyntien pituuden ennustamiseen ja tiedottamiseen potilaalle, aikuisten verenmyrkytyksen ennustamiseen ja raskausdiabeteksen ennustamiseen.
HUSissa on 800 erilaista tietojärjestelmää, joihin on tallennettu tietoa. Eri potilastietojärjestelmistä tuodaan tutkimusta varten dataa HYKSin tietoaltaaseen, jossa potilasta koskevaa tietoa voidaan käsitellä anonymisoidusti.
Kone rouskuttaa dataa, jota kukaan ei ehdi kaivella
Kehitysjohtajan mukaan tekoälyn kehittämisessä koolla on merkitystä. Dataa tarvitaan todella paljon, jotta kone pystyy oppimaan. Keskosprojektissa käytettiin HUSin tietokantoihin 19 vuoden aikana kerättyä tietoa.
– Nykyään on monitoreja ja muita, joista tulee valtavat määrät dataa, mutta ongelma on se, että kukaan ei ehdi niitä kaivella. Nyt kone tulee apuun ja etsii ja rouskuttaa tietoa, Visa Honkanen sanoi.
Keskosprojektin ennustealgoritmissä käytettiin kymmentä eri muuttujaa. Kone pystyi ennustamaan verenmyrkytysdiagnoosin jopa 24 tuntia ennen verenmyrkytyksen tuloa. Vuoden harjoittelun jälkeen diagnoosi piti paikkansa 96 prosentissa tapauksista.
– Tämä tehtiin varastossa olleella datalla. Nyt tuore data saadaan osastolla olleista vauvoista.
Vauvan sängyn viereen voidaan tuoda valmiiksi antibiootit ja kun verenpaine putoaa ensimmäisen kerran, tehdään veriviljely.
Pienipainoisena keskosena syntyneistä vauvoista 16 prosenttia saa sepsiksen eli verenmyrkytyksen. Verenmyrkytyksen saaneista vauvoista yli kymmenen prosenttia kuolee. Verenmyrkytys on haastavaa tunnistaa, ja yleensä se huomataan vasta, kun vauva on todella kipeä.
Sisältö- ja teknologiaosaamista ei saa eriyttää
Kehitysjohtajan mukaan ylätasolla nähdään tekoälyprojektit ICT-projekteina. Sisältö- ja teknologiaosaaminen täytyy kuitenkin pitää yhdessä.
Honkasen mukaan tekniikkapuolen ihmisillä ja lääkäreillä on oltava riittävästi aikaa olla yhdessä, jotta he alkavat ymmärtää toisiansa. Lisäksi tarvitaan ”solmuihmisiä”, jotka ymmärtävät kumpaakin osa-aluetta.
– HUSissa on ollut se onni, että meillä on pitkän linjan IT-ihmisiä, jotka ovat tehneet neljännes vuosisadan töitä terveydenhuollon parissa ja jotka ymmärtävät yllättävän hyvin lääkäreitä.
Honkanen huomauttaa, vaikka dataa täytyy olla paljon, algoritmin tekijä voi olla pienikin yritys.
– Suomesta löytyy paljon pieniä, ketteriä yrityksiä, jotka tekevät todella hyvää työtä algoritmiikan saralla. Suurin osa työvälineistä on kuitenkin saatavissa verkosta lähestulkoon ilmaiseksi.
Tampereen yliopistollisen keskussairaalan (TAYS) neurologian ylilääkäri, professori Jukka Peltola sanoi, että koneoppiminen tuo valmiiksi prosessoitua tietoa, mutta huippuekspertti tekee lopullisen päätöksen.
Honkanen lisäsi, että kone on hyvä tekemään päätelmän kapealta osa-alueelta.
HUS on Euroopan suurin sairaalaorganisaatio ja yksi länsimaiden suurimpia sairaaloita.
