Olen kirjaimellisesti suomalaisen terveydenhuollon koekaniini ja testikappale, sillä olen koko elämäni ajan mukana Oulun yliopiston Pohjois-Suomen kohortissa eli koko elinkaaren kattavassa hyvinvointi- ja terveystutkimusohjelmassa. Se tarkoittaa, että minua on alettu tutkia jo ennen syntymääni. Erilaiset tutkimukset jatkuvat koko elinaikani ja vielä kuolemanikin jälkeen minusta otetaan tietynlaisia testejä.
Minusta ja muista syntymäkohorttiin kerättävistä muodostettavan aineiston avulla voidaan tutkia laajasti elämänkaaren terveyteen ja sairauksiin vaikuttavia tekijöitä sekä pyrkiä ymmärtämään sosiaalisten, geneettisten ja ympäristötekijöiden rooleja läpi useamman sukupolven.
Tutkimuksen tavoitteena on edistää koko suomalaisen väestön terveyttä ja hyvinvointia. Se hyödyttää siis sekä minua, koska saan yksilöllistä ja monipuolista tutkimustietoa itsestäni, mutta myös laajemmin yhteiskuntaa.
Suunta kohti ennaltaehkäisevää hoitoa
Entä jos voisimme jatkossa koota yksilöllisen ennusteen jokaisesta: mihin sairauksiin on riski sairastua geeneihini pohjautuen ja mikä hoitotapa tehoaisi parhaiten juuri minulle yksilöllisesti?
Terveydenhuollossa on puhuttu preventiivisestä eli ennaltaehkäisevästä hoidosta jo pitkään, mutta silti olemme todellisuudessa yhä suurelta osin reaktiivisessa hoitomallissa. Myös julkinen keskustelu keskittyy lähinnä hoitojonojen purkamiseen, vaikka ennaltaehkäisevällä toimintamallilla olisi hyvinvointialueiden alijäämään suuri alentava vaikutus.
Ab Suomi Oy tarvitsee tekoälyä ja kvanttilaskentaa
Väestömme alati ikääntyessä, työvoimapulan vaaniessa ja julkisen talouden etsiessä säästökohteita, ei meillä Ab Suomi Oy:ssa ole kirjaimellisesti varaa olla hyödyntämättä kaikkia digitalisaation mahdollisuuksia kuten tekoälyä ja kvanttilaskentaa.
Terveydenhuolto on yksi aloista, joissa teknologian kehittyminen ja tekoälyn hyödyntäminen voivat mullistaa koko toimialan. Perinteinen terveydenhuoltojärjestelmä on keskittynyt lähinnä sairauksien hoitamiseen. Tekoäly voi auttaa siirtymään kohti sairauksien ennaltaehkäisyyn ja riskien tunnistamiseen ennen niiden puhkeamista, mikä johtaa parempiin hoitotuloksiin ja alentaa terveydenhuollon kustannuksia.
Perinteinen terveydenhuolto on usein reaktiivista: käymme lääkärissä vasta, kun oireet ovat jo ilmenneet.
Tekoälyn avulla voimme kääntää tämän mallin ylösalaisin tarjoamalla ennakoivaa hoitoa. Tekoäly voi analysoida suuria määriä terveystietoja ja tunnistaa riskitekijöitä, joita ihmiset eivät välttämättä itse huomaa.
Esimerkiksi terveyssovellus voi seurata käyttäjän fyysistä aktiivisuutta, sydämen sykettä ja unen laatua. Kertyneiden tietojen perusteella se voi ennustaa käyttäjän riskin sairastua sydänsairauteen ja antaa suosituksia elämäntapojen muuttamiseksi. Tämä mahdollistaa varhaisen puuttumisen terveysongelmiin ja sairauksien ehkäisyn.
Fujitsu on yhdessä Helsingin yliopiston ja HUS:n kanssa tehnyt raskausdiabetessovellusta, jolla on saavutettu hienoja tuloksia. Vaikutukset ulottuvat myös seuraavaan, vielä syntymättömään sukupolveen.
Yksilöllistä lääketiedettä
Genomiikka on tieteenala, joka tutkii yksilöiden perimää ja sen vaikutusta terveyteen. Tekoälyn avulla voimme käsitellä valtavia määriä geneettistä dataa ja tunnistaa yksilöllisiä geneettisiä riskitekijöitä eri sairauksille. Tämä mahdollistaa yksilöllisen lääketieteen, joka on räätälöity kunkin potilaan tarpeisiin.
Esimerkiksi, jos tiedämme, että tietyllä potilaalla on korkea riski perinnölliseen syöpään, voimme suunnitella tiiviimmän seulonnan ja suunnitella potilaan DNA:han pohjautuvan hoitosuunnitelman ja antaa suosituksia elämäntapojen muutoksiin.
Lisäksi robotit ja virtuaaliset avustajat voivat muistuttaa lääkkeiden ottamisesta ja terveellisistä elämäntavoista.
Tekoäly voi analysoida suuria määriä genomitietoa ja auttaa tunnistamaan uusia lääkekohteita sekä kehittämään yksilöllisiä lääkkeitä harvinaissairauksien hoitoon.
Analyytikkotalo Gartnerin mukaan 40 prosentilla 25 suurimmasta globaalista terveydenhuoltoyrityksestä on genomiikkateknologiastrategia ja yritykset käyttävät genomiikkadataa uusien tuotteiden ja hoitojen kehittämiseen.
Lääketiede henkilökohtaistuukin vauhdilla, sillä Gartnerin arvion mukaan 2025 mennessä lääkärit diagnosoivat ja hoitavat 50 prosenttia potilaistaan genomiikan avulla, kun vuonna 2013 vastaava luku oli vain 1,5 %. Terveydenhuoltotoimialalla genomiikan markkina-arvon ennustetaan kasvavan 47.6 miljardiin dollariin 2025 mennessä.
Laskentatehokkuus voi säästää ihmishenkiä
Mihin tekoälyä ja kvanttilaskentaa siis tarvitaan genomiikan hyödyntämisessä?
Esimerkki lääkereresistenssistä: 20 000 geeniä muodostaa 1 000 biljoonaa (englanniksi tuhat triljoonaa) mahdollista vaihtoehtoa. Se tarkoittaa, että tavallinen tietokone tekee lääkeresistenssilaskelmia 4 000 vuotta, mutta Fujitsun Fugaku-supetietokoneella laskelmat voidaan tehdä yhdessä päivässä. Ero on siis valtava sekä laskenta- että hoitotehokkuuden näkökulmasta puhumattakaan inhimillisestä puolesta, kun potilas saa sopivampaa ja geeneihinsä tehoavaa hoitoa.
Med Tech Europen tutkimuksen mukaan tekoälyn avulla voitaisiin pelkästään Euroopassa säästää 400 000 ihmishenkeä ja 200 miljardia euroa vuosittain. Potentiaali on valtava!
Tekoäly parantaa ennaltaehkäisevää terveydenhuoltoa. Se hyödyntää genomiikkaa, tehostaa diagnostiikkaa ja optimoi rajallisten resurssien käyttöä. On kuitenkin tärkeää hyödyntää tekoälyä huolellisesti, varmistaa potilaiden tietosuoja ja eettinen käyttö.
Tekoälystä voi tulla merkittävä liittolainen terveydenhuollon toimialalle. Toivon, että minusta elintaipaleeni aikana kerättävät tiedot saataisiin kohortissa rikastettua myös tekoälyä hyödyntäen.