noun_Email_707352 noun_917542_cc Map point Play Untitled Retweet Group 3 Fill 1

Tekoäly mullistaa harvinaissairauksien diagnostiikan

Moderni tutkimusympäristö tehostaa harvinaissairauksien diagnosointia ja kansainvälistä tutkimusta

Joona Pylkäs

Head of Data & AI, Tietoevry Care

Haaste

Rakentaa tietoturvallinen EU:n tietosuoja-asetuksen sekä sosiaali- ja terveystietojen toisiokäyttöä säätelevän Findata -lainsäädännön mukainen sertifioitu tutkimusympäristö ja liittää se osaksi tietoallaspalvelua. Mahdollistaa lääketieteellisen tutkimuksen tekeminen uusinta teknologiaa hyödyntäen modernissa ja turvallisessa digitaalisessa ympäristössä.

Ratkaisu

Tietoallaspalvelu ja uusi tutkimusympäristö tarjoavat lääkäreille ja tutkijoille pääsyn valtaviin datamassoihin, analytiikkatyökaluihin ja uusimpaan tekoäly-teknologiaan. Harvinaissairauksien eCare for Me -tutkimushanke hyödyntää tietoallaspalvelun dataa ja uutta analytiikkatyötilaa kehittäessään tekoälyratkaisua, jolla voidaan nopeuttaa diagnosointia ja siten myös harvinaissairauksista kärsivien potilaiden pääsyä vaikuttavaan hoitoon. Nopeampi pääsy oireenmukaiseen hoitoon vähentää merkittävästi yhteiskunnalle koituvia kustannuksia.

Asiakkaasta

Helsingin yliopistollisen sairaalan (HUS) ja Tietoevryn yhteistyössä kehittämä tietoallaspalvelu on tehty edistämään terveydenhuollon palvelu- ja hoitoprosessien kehittämistä sekä mahdollistamaan kansainvälistä huippututkimusta. Harvinaissairauksien eCare for Me -tutkimushanke hyödyntää HUSin tietoallaspalvelua ja uutta HUS Acamedic tutkimusympäristöä. Tutkimushankkeessa kehitetään tekoälyratkaisua, jonka avulla voidaan tuottaa nopeammin vaikuttavampaa hoitoa harvinaissairauspotilaille. Tutkimushanke on rahoitettu Business Finlandin tuella.

Tehostettu diagnostiikka vähentää tarpeettomia lääkärikäyntejä ja harvinaissairautta sairastavan epätietoisuutta, kun kohdennettuun hoitoon voidaan siirtyä nopeammin.

Inhimillisempi hoitopolku

Tehostettu diagnostiikka vähentää tarpeettomia lääkärikäyntejä ja harvinaissairautta sairastavan epätietoisuutta, kun kohdennettuun hoitoon voidaan siirtyä nopeammin.

Tutkimusympäristö mahdollistaa tehokkaan diagnostiikan. Koneoppimista ja tekoälyä hyödyntäen voidaan käsitellä valtavia määriä tietoa nopeasti.

Nopeaa diagnostiikkaa koneoppimisella

Tutkimusympäristö mahdollistaa tehokkaan diagnostiikan. Koneoppimista ja tekoälyä hyödyntäen voidaan käsitellä valtavia määriä tietoa nopeasti.

Palvelu säästää sairaanhoidon kustannuksia merkittävästi, kun diagnoosi ja oikea hoito löydetään mahdollisimman pian hoitoon hakeutumisesta.

Vähemmän terveydenhuollon kustannuksia

Palvelu säästää sairaanhoidon kustannuksia merkittävästi, kun diagnoosi ja oikea hoito löydetään mahdollisimman pian hoitoon hakeutumisesta.

Moderni tutkimusympäristö mahdollistaa valtavien tietomäärien tehokkaan käsittelyn

Tietoevryn ja HUSin kehittämän tietoallaspalvelun, HUS Acamedic -tutkimusympäristön ja HUSin eCare for Me -tutkimushankkeen ansiosta harvinaissairauksia voidaan tulevaisuudessa diagnosoida entistä nopeammin ja tarkemmin. Lääketieteen asiantuntijat voivat käyttää kattavaa ja ajantasaista tutkimustietoa päätöksenteon tukena.

Vaikka lääketieteellinen osaaminen on Suomessa huippuluokkaa, harvinaissairauksien diagnosointi on haastavaa ja vaatii pääsyä laajaan tutkimustietoon. Harvinaissairauksia on tunnistettu noin 6000—8000. HUS Acamedic -tutkimusympäristössä voidaan nopeasti koota ja yhdistää tutkimustuloksia eri tietolähteistä.

”HUS Acamedicin tietoallasrakenne ja sen koneoppimiseen pohjautuva teknologia mahdollistavat erittäin suurien tietomassojen tehokkaan käsittelyn ja tutkimisen. Olisi valtava työ koota kaikki tieto manuaalisesti”, kertoo osastonylilääkäri ja HUSin harvinaissairauksien yksikön johtaja Mikko Seppänen.

Erikoissairaanhoidon piiriin potilas hakeutuu usein perusterveydenhuollon kautta. Julkisen terveydenhuollon kustannukset ovat jopa 40-kertaiset ennen diagnoosin löytymistä.

”Hoidon kalleus on suoraan verrannollinen siihen diagnosointiin käytettävään aikaan sekä potilaan kärsimykseen. Tietoallaspalvelusta on odotettavissa merkittäviä säästöjä. Myös taudeissa, joihin ei ole vielä hoitoa, tällaiset järjestelmät ovat todella hyödyllisiä potilaalle,” Seppänen lisää.

Henkisesti potilaalle on rankkaa myös epätietoisuus. Yhteiskunnallinen säästö ei synny ainoastaan konkreettisissa terveydenhuollon kuluissa, vaan myös inhimillisessä kärsimyksessä.

Mikko Seppänen

Osastonylilääkäri, harvinaissairaudet, HUS

Nopeampi diagnoosi tuo helpotusta potilaalle

HUS Acamedic -tutkimusympäristössä tekoälyn ja koneoppimisen avulla voidaan kehittää uusia palvelukonsepteja ja hoitoprosesseja, joiden avulla nopeutetaan harvinaissairauksien diagnosointia ja tehostetaan oikean hoidon pariin ohjautumista. Teknologia mahdollistaa myös lääketieteellisen tutkimuksen jatkumisen tietoturvallisesti ja tehostetusti.

”Nopeampi diagnoosi säästää paitsi kustannuksia, myös henkiä, etenkin tapauksissa, joissa sairauteen on olemassa täsmähoito. Traagisimpia ovat tapaukset, joissa diagnoosin saamisessa kestää, ja potilaalla on jokin elimistöä vaurioittava sairaus, joka olisi voitu hoitaa, jos diagnoosi olisi päästy tekemään aiemmin,” Seppänen harmittelee.

Tekoälyn kiihdyttämän tietojenkäsittelyn avulla on mahdollista vähentää tarpeettomia lääkärikäyntejä, potilaan kärsimystä ja epätietoisuutta.

”Jo diagnoosiin pääseminen hälventää huolta potilaan mielestä, vaikka oireiden mukaista hoitoa ei löytyisikään. Kun diagnoosi löytyy, potilaan luotto terveydenhoitojärjestelmään hiljalleen palaa.” Seppänen kertoo.

Kun oireiden juurisyy löydetään nopeasti, koko potilaan tarina muuttuu täysin.

Mikko Seppänen

Osastonylilääkäri, harvinaissairaudet, HUS

Ainutlaatuinen tekoälyratkaisu tehostaa tiedonkäsittelyä

HUS Acamedic tutkimusympäristö ja tietoallaspalvelu mahdollistavat valtavien tietomäärien analysoinnin ja tutkimisen uusinta teknologiaa hyödyntäen. Pilvipohjaisen ratkaisun etuihin lukeutuu myös skaalautuva laskentakapasiteetti, jonka avulla datamassoja voidaan analysoida erittäin nopeasti ja samalla kustannustehokkaasti ilman omia laiteinvestointeja. Vastaavia tietoallasratkaisuja ei ole vielä maailmalla nähty. Tietoevryn kehittämä palvelukokonaisuus on ensimmäinen, joka on sertifioitu ja sen turvallisuus on huippuluokkaa.

”Potilaiden pseudonymisoidut tiedot saadaan koottua yhteen paikkaan, jossa niitä voidaan suoraan tutkia. Järjestelmä noudattaa eurooppalaisia ja suomalaisia maailman tarkimpia tietoturvakäytäntöjä,” dosentti Seppänen kuvailee.

Vaikka HUS Acamedic -tutkimusympäristö hyödyntää koneoppimista ja tekoälyä, päätökset tekee silti lääkäri ja järjestelmä on ihmisen valvoma. Järjestelmä paitsi säästää kustannuksia, se myös helpottaa ja yhtenäistää lääketieteellistä tutkimustyötä.

”Tekoäly ehdottaa ratkaisuja terveydenhuollossa, mutta sen jälkeen ehdotuksen arvioi aina lääketieteen ammattilainen, jolla on asiantuntemus ja eettinen ymmärrys siitä, mikä on potilaan parhaaksi. Tekoäly on kuitenkin aivan ylivoimainen tiedon kokoamisessa, keräämisessä ja analysoinnissa. Tämä on yhteisoppimista sekä teknologialle että ihmiselle,” Seppänen kertoo.

Seppänen uskoo, että tietoallasratkaisulla voidaan saavuttaa valtavia etuja suomalaiselle potilaalle, kansantaloudelle ja innovaatioille.

”Jos kansainvälinen tutkimustiedon vaihto mahdollistetaan, tietoallaratkaisulla voidaan parantaa potilaan hoitoa, helpottaa potilaan elämänlaatua ja samanaikaisesti tuoda maailmalle potilaiden hyvinvointia helpottavia innovaatioita,” hän lisää.

Tämä tekee yksittäisen terveydenhuollon ammattilaisen työstä mielekkäämpää. Saamme lähetteitä juuri niistä potilaista, joihin kukin ammattilainen on erikoistunut. Tämä auttaa myös asiantuntijoiden kouluttamisessa ja parantaa hoitotuloksia.

Mikko Seppänen

Osastonylilääkäri, harvinaissairaudet, HUS

Jaa Facebookissa Jaa Twitterissä Jaa LinkedInissä