Muutaman vuoden kuluttua suomalainen ja vaikkapa intialainen lääkäri saattavat käyttää tekoälyä aivoverenvuotojen tunnistamisessa.
Helsingin yliopistosairaalan, IT-palveluyhtiö CGI:n ja kuvantamisteknologiayritys Planmecan tänään julkistama tekoälyhanke on tekijöidensä mukaan viittä vaille valmis. Suomalaisella ja ulkomaisella datalla tehdään vielä lisää testauksia.
– Jos nämä testit näyttävät, että systeemi toimii, regulaatioprosessin mukaisesti haetaan tälle laitteelle lupaa laajempaan käyttöön, HUS:n innovaatiojohtaja Miikka Korja sanoo.
HUS:n alueella laite voisi olla testikäytössä jo tulevana syksynä ja laajemmin hyvinvointialueilla ensi vuonna.
Vuosittain yli 2 000 suomalaisella diagnosoidaan aivoverenvuoto. Maailmanlaajuisesti puhutaan miljoonista ihmisistä.
Suomessa tehdään vuosittain yli 180 000 pään tietokonetomografiakuvausta ja näistä suuri osa päivystyksissä. Myös kuvantamisissa on nykyään ruuhkaa.
Tässä kohtaa apuun tulee jatkossa mahdollisesti tekoäly. Se tekee 10 miljoonan pikselin kuvasta diagnoosin sekunneissa.
– Ennen kaikkea se helpottaa äärettömän kiireisissä päivystyspisteissä lääkärien ja radiologien työtä siinä, että se tunnistaa vaarallisimmat löydökset nopeasti kymmenien tai satojen kuvien joukosta, Korja sanoo.
Aukotonta järjestelmää ei haluttukaan kehittää
Radiologi ja tekoäly analysoivat kuvat ensin itsenäisesti. Diagnoosin jälkeen radiologi voi verrata arviotaan tekoälyn tuloksiin.
Lopullisen diagnoosin tekee edelleen ihminen, ei tekoäly. Sataprosenttista järjestelmää ei haluttukaan kehittää.
– Kyllä siihen pitkään menee, että tekoälyyn voidaan aukottomasti luottaa. Ainakaan tässä projektissa meidän tarkoituksemme ei ollutkaan kehittää absoluuttisen luotettavaa järjestelmää, vaan järjestelmä, joka ei tee virhearvioita siitä, kenellä on vuoto. Se voi ehdottaa ”vääriä positiivisia” silloin tällöin, että lääkärit pysyvät hereillä eivätkä luota järjestelmään liikaa, Korja sanoo.
Miksi sitten tekoäly ei ole jo laajemmin diagnostiikan käytössä? Lääkinnällisten laitteiden regulaatioprosessit ovat erittäin pitkiä, mitä Korja pitää hyvänä asiana: kliiniseen käyttöön tulevat järjestelmät ovat huolellisesti läpikäytyjä.
Tekijöiden tavoite on tehdä tekoälyhankkeesta maailmanlaajuinen. Parhaimillaan ratkaisu voi olla kaupallisesti saatavilla noin 2-3 vuoden kuluessa. Algoritmit voidaan valjastaa myös muiden sairauksien selvittämiseen.
– Ilman muuta. Kuvantamisessa neuroverkkoanalytiikalla on aivan valtava potentiaali, Korja sanoo.