Harvinaissairauksien diagnosointiin tehoja tekoälystä
Diagnoosin saaminen vie harvinaissairaalta tyypillisesti vuosia. Se vaatii usein kymmeniä käyntejä terveydenhuollon eri asiantuntijoiden luona ja on prosessina potilaalle äärettömän raskas.
HUS:n koordinoima CleverHealthNetwork -verkosto on käynnistänyt Harvinaissairaudet-projektin, jossa diagnosointia pyritään tehostamaan tekoälyn avulla. Tekoäly ikään kuin nivoo yhteen langanpäät, eli hajallaan olevan, harvinaissairaudesta kertovan tiedon. Näitä signaaleja on monesti asiantuntijankin vaikea tunnistaa.
– Kehitämme toimintamallia, jossa keinoälyalgoritmit yhdistelevät tietoja ja nopeuttavat siten harvinaisten sairauksien diagnosointia vähintään 10–20 prosentilla. Näin saadaan aikaan merkittäviä kustannussäästöjä, parannetaan hoidon laatua ja vähennetään inhimillistä kärsimystä, kertoo johtava tutkija, osastonylilääkäri Mikko Seppänen HUSin harvinaissairauksien yksiköstä.
Ensimmäisessä vaiheessa mukaan on valittu kolme kustannuksiltaan suurta harvinaissairautta: glomerulonefriitti, myosiitti ja vaskuliitti. Näihin sairauksiin on myös olemassa kohdennettua, vaikuttavaa hoitoa. Viivästynyt diagnoosi puolestaan aiheuttaa potilaalle vakavia komplikaatioita.
– Jos kehittämämme mallit osoittautuvat toimiviksi, ne ovat todennäköisesti osaksi monistettavissa myös muiden harvinaissairauksien diagnosointiin. Me pyrimme määrittämään kriteerit, joiden perusteella diagnoosikohtaista algoritmia on järkevä alkaa rakentamaan, Seppänen kertoo.
eCare For Me tai eC4Me-nimellä kulkeva projekti on saanut rahoitusta kolmeksi vuodeksi. Tuloksia on siis odotettavissa viimeistään alkusyksystä 2022.
