Tekoäly terveydenhuollossa eli AIM (lyh. ) on tietojenkäsittelyn hyödyntämistä älykkäänä työkaluna, joka auttaa kliinisessä arvioinnissa ja päätöksenteossa. Tekoäly on vaikuttanut useaan alueeseen sairaalamaailmasssa aina yksilökeskeisestä lääketieteestä operationaaliseen ja ennustavien kustannusten hallinnan parantamiseen asti. Sairaalaympäristöt vaativat tehokkaita informaatioteknologisisa laitteistoja ja laskentakykyä.
Tekoälyä voidaan hyödyntää useilla terveydenhuollon sektoreilla. Yksi oleellisimmista aloista on syöpätutkimus, jossa tekoälyä on käytetty ennustamaa, minkälaiset yhdistelmälääkkeet voiva tautta taistelussa erilaisia sylvän tyyppejä vastaan.
Suurimmat laitteistovalmistajat kuten IBM, Microsoft ja Amazon ovat läsnä terveydenhuollon sektorilla, sillä sairaalat ja vakuutusyhtiöt tavitsevat suuraineisto-analytiikan infrastuktuuria.
Historia 1970-luku Tekoälyllä on pitkä historia lääketieteellisen diagnostiikan alalla, 1970-luvulta lähtien, jolloin ensimmäiset sääntöpohjaiset asiantuntijajärjestelmät otettiin käyttöön. Nämä järjestelmät, kuten MYCIN, kehitettiin Stanfordin yliopiston SUMEX-AIM -projektin puitteissa. Ne hyödynsivät diagnostiikka-algoritmeja, jotka perustuivat lääketieteen ammattilaisten kokemukseen. Esimerkiksi MYCIN oli suunniteltu tunnistamaan infektioita aiheuttavia bakteereita ja suosittelemaan sopivia antibiootteja niiden hoitoon. Vaikka MYCIN oli edistyksellinen tutkimusväline, sitä ei koskaan otettu käyttöön kliinisessä diagnosoinnissa.
Käyttö terveydenhuollossa Terveydenhuollon tekoälyjärjestelmien lähtökohtana on suuraineistojen käyttö, joihin sovelletaan koneoppimisenalgoritmeja tiedon ja hyödyllisen löydöksen tuottamiseen. Tekoälyn sovellutuksia terveydenhuollossa ovat muun muassa potilaiden oireiden sovittaminen sopivalle lääkärille, potilaan diagnosointi, potilasennusteet, lääkkeiden kehittäminen, kääntämiskykykiset bot-avustajat sekä muistiinpanojen kääntäminen ja kuvien sekä tiedostojen järjestäminen. Tekoälyä hyödyntävä ultraäänikuvaus on mahdollistanut sikiön varhaisen anatomian tarkemman visualisoinnin, jolloin ensimmäisen raskauskolmanneksen tutkimukset voivat lähestyä perinteisesti toisen kolmanneksen kuvantamiselle tyypillistä diagnostista tarkkuutta.
Suomen molekyylilääketieteen instituutti Fimmin tutkimusjohtaja, professori Olli Kallioniemi myöntää tekoälyn edut ja sen tulon lääketieteeseen, mutta varoittaa Suomen toimijoita: "On tärkeää, että meille ei syntyisi viidakkomainen, villi järjestelmä, jossa tietoturva on heikko ja tekoälyä hyödynnetään usein ilman näyttöä ja validointia, pohjautuen esimerkiksi amerikkalaisten suuryritysten teknologiaan."
Tekoälyä hyödyntävät tekoälyhankkeet Tekoälyä terveydenhuollossa hyödyntäviä tekoälyhankkeita: AiCure, käyttää video-, ääni- ja käyttäytymisdataa ymmärtääkseen paremmin potilaiden, sairauden ja hoidon välistä yhteyttä. Aidence, tekoäly radiologeille: pyrkii parantamaan diagnostiikkaa keuhkosyövän hoidossa. Aiva Health, ensimmäinen ääniavusteinen hoitoavustaja: yhdistää potilaat oikean lääkärin kanssa kommunikointia varten. Babylon Health, käyttää NLP:tä ja tekoälyä luodakseen kansainvälisesti saatavilla olevan ja kohtuuhintaisen terveydenhuoltojärjestelmän kaikille. Bot MD, vastaa kliinisiin kysymyksiin, puhtaaksikirjoittaa saneltuja muistiinpanoja ja järjestää automaattisesti kuvia ja tiedostoja. Suki, ääniavusteinen digitaalinen avustaja lääkäreille Insitro, käyttää kehittynyttä koneoppimista ja laskennallista genomiikkaa vähentääkseen potilaiden lääkkeiden löytämiseen kuluvaa aikaa ja kustannuksia.
Lähteet
Luokka:Tekoäly Luokka:Terveydenhoito