Potilasturvallisuus voi kasvaa ja lääkärin toiminta tehostua tekoälyn avulla. Tekoälyn avulla saadaan jo nyt taustatietoa esimerkiksi joihinkin syöpädiagnooseihin. Tekoäly arvioi potilaasta otettuja tietokonetomografiakuvia, ja antaa lääkärille tarkkaa tietoa helpottamaan diagnoosia. Tekoäly voidaankin määritellä kokoelmaksi algoritmeja ja dataa. Tekoälylle voi opettaa koko ajan lisää asioita, ja se pystyy käsittelemään tietoa nopeasti. Kone ei myöskään tee huolimattomuusvirheitä. Sen sijaan monimutkaiseen ja luovaan ajatteluun tekoäly ei kykene.

Oppivien tekoälysovellusten kehittäjä, tutkija Harri Ketamo sanoo, että tekoälyn mahdollisuudet lääketieteessä ovat rajattomat. Esimerkiksi nykyisellään potilastietojärjestelmä tekee hälytyksen, jos lääkäri on määräämässä lääkeitä, joiden kombinaatiokäyttöön liittyy riski. Oikein opetettuna koneen olisi mahdollista tehdä hälytyksiä monista muistakin huomaamistaan potilasturvallisuuteen liittyvistä asioista. Se voisi myös kertoa tilastotietoa siitä, minkälaiset lääkitykset ja hoitomuodot ovat olleet tehokkaita jossain tietyssä diagnoosissa ja mitä muita mahdollisia lääkityksiä tai hoitomuotoja on mahdollista kokeilla. Tekoälyä voisi ajatella lääkärin virtuaalisena assistenttina. Assistentti kokoaa tietoa yhteen lääkärin puolesta, eikä lääkärin itsensä tarvitse klikkailla tietojärjestelmän eri lehdillä.

Oppivan tekoälyn hyödyntämistä haittaa nykyään se, että potilastietojärjestelmiin syötetyt tiedot ovat järjestelmän omistajan tietovarannoissa eivätkä ne ole siksi käytettävissä oppivan tekoälyn opettamiseen.

– Kun kaikki tieto on vain isojen tietojättien varannoissa, tekoälyn hyödyntäminen lääketieteessä, on harmillisen hidasta, Ketamo sanoo.

Lääketieteessä tekoälyä ei voi hyödyntää ilman potilasdataa.

Harri Ketamo luennoi Porissa Satakunnan lääkäripäivässä 19.7. tekoälyn mahdollisuuksista.