Simo
Saarakkala
Lääketieteen tekniikan professori

Tekoäly avaa tutkijoille nopeampia reittejä ratkaisuihin

Simo Saarakkala on lääketieteen tekniikan professori ja hän työskentelee Oulun Yliopistossa Lääketieteellisessä tiedekunnassa Lääketieteellisen kuvantamisen, fysiikan ja tekniikan tutkimusyksikössä. Lisäksi hän toimii tieteellisenä johtajana Infotech-fokusinstituutissa ja on Oulun yliopistossa Digitaalisen terveyden tutkimuksen profilaatioalueen johtaja. Lääketieteellisessä tiedekunnassa hän johtaa tutkimusryhmää, joka tutkii tuki- ja liikuntaelinsairauksien diagnostiikkaa ja mm. sitä, miten digitalisaatioita voitaisiin hyödyntää näiden sairauksien tunnistamisessa ja sairauksien etenemisen ennustamisessa.

Tekoäly tekee myyräntyön ihmisen puolesta

Tekoälyllä on monta eri roolia digitaalisen terveyden tutkimuksessa ja sen kehittämisessä. Koulutusvaiheessa tekoälylle opetetaan asioita syöttämällä sinne jo tähän mennessä opittua tietoa. Mitä enemmän tietoa tekoäly saa prosessoitavaksi, sitä paremmat mahdollisuudet sillä on selvittää kompleksisiakin riippuvuuksia. Nykyteknologian tehokkailla menetelmillä tekoälyn hyöty on nimenomaan sen kyvyssä käsitellä isoa määrää tietoa nopeasti. Tämän avulla tekoäly kykenee löytämään ja oivaltamaan tietomassasta yhteneväisyyksiä sellaisista asioista, joihin ihmisaivojen kapasiteetti ei riitä. Juuri tämä tekoälyn tekemä ”myyräntyö” voi tuottaa uutta ratkaisevaa tietoa, joka edelleen avaa tutkijoille mahdollisuuden tehdä uusia läpimurtoja lääketieteen tutkimuksessa ja sairauksien ymmärtämisessä.

Tekoäly helpottaa lääkärin työtä, ei poista sitä

Miten tekoäly sitten näkyy konkreettisesti lääkärin vastaanotolla? No esimerkiksi mm. röntgenkuvien analysoinnissa.
Saarakkala on innoissaan uuden teknologian tuomista mahdollisuuksista, mutta painottaa kuitenkin sitä, että ihmisten hoitamisessa pitää ottaa huomioon monia näkökulmia, kuten esimerkiksi empatia ja vastuu.

—Tekoäly voi johdattaa lääkärit suoraan poikkeavien kuvalöydösten luo, jotka lääkäri sitten katsoo tarkemmin ja vahvistaa lopullisen diagnoosin. Tulevaisuudessa lääkärillä ei näin kulu aikaa kuvien seulomiseen, vaan tekoäly tekee muuten paljon aikaa vievän ”raakatyön” hänen puolestaan. Emme voi kuitenkaan siirtää vastuuta koneille, vaan ihmisten pitää edelleen olla päätöksentekijöitä ja vastuunkantajia. Lisäksi tekoälyn ja koneiden käyttö vaativat jatkuvaa laaduntarkkailua niin, että pystymme olemaan varmoja siitä, että kone todellakin toimii halutulla tavalla, Saarakkala kertoo.

Kokonaisprosessin ymmärtäminen vie onnistuneisiin ratkaisuihin

Kuten muillakin aloilla, myös lääketieteen alalla kokonaiskuvan ymmärtäminen ja käytettävyyden varmistaminen on tutkimuksessa erityisen tärkeää.

—Tutkijoilla täytyy olla vapaus tutkia asioita laaja-alaisesti ilman rajoja, koska toisinaan tutkimuksilla ei ole suoraa hyötyä nykyhetkeen, mutta tulevaisuudessa ne voivat saada suurenkin roolin. Kuitenkin nykyhetkeen tehtäviä ratkaisuja suunniteltaessa on todella tärkeää ottaa huomioon käytännön olosuhteet. Näin ratkaisusta saadaan käytännön työtä tekeviä ja tarkoitusta palveleva kokonaisuus.  Tutkijana olenkin iloinen siitä, että olen saanut työskennellä sairaalaympäristöstä, joka on tuonut minulle käytännön ymmärrystä ja perspektiiviä asioihin, joita sairaalaelämässä kohdataan päivittäin.

Tekoälyn kanssa kommunikointi vaatii yhteisen kielen

Jotta tekoäly kykenee tulevaisuudessa tekemään johtopäätöksiä potilaan sairauskertomuksesta ja historiasta, sen pitää pystyä ymmärtämään eri lääkärien erilaiset tyylit kirjoittaa sairauskertomusta. Tätä helpottaisi merkittävästi, jos potilastiedot pyrittäisiin jo kirjoitusvaiheessa standardoimaan. Oikeanlainen kommunikointi on siis tärkeää ei pelkästään ihmisten kesken, vaan myös koneiden kanssa toimiessa.

—Tavoitteenamme on tietenkin se, että tekoäly oppisi kahlaamaan potilashistoriat läpi niin, että se osaisi yhdistellä sieltä löytyviä oireita jo tiedossa oleviin sairauksiin tai jopa löytämään sellaisia riippuvuuksia, mitä ei tähän mennessä ole vielä edes huomattu. Haasteena tämänhetkisten tietomäärien kanssa on kuitenkin se, että tekoäly ei kykene tunnistamaan vielä suomenkielisiä lauserakenteita riittävän tehokkaasti. Vakioterminologiaa käytettäessä tämä helpottaisi huomattavasti.

Tekoälyn hyödyntäminen mahdollistaa huippututkimuksen

42-vuotias professori on nähnyt työelämänsä varrella myös ajat, jolloin tieto liikkui ”käsin” ja digitalisaatio ei ollut vielä mukana työelämässä. Hän liputtaakin vahvasti digitalisaation hyötyjen ja toimivien prosessien puolesta.

—Näen, että tekoäly yhdistettynä toimiviin prosesseihin tehostaa erinomaisesti työtämme yliopistoissa ja ammattikorkeakouluissa. Tämä koskee niin taloushallintoa, opettamista, johtamista kuin tutkimustyötäkin. Kun rutiinityöt voidaan ohjata koneille, pystymme tehokkaammin käyttämään oman aikamme ja käytössä olevat varat niille asioille, joita varten me täällä työskentelemme.

Tutustu huippu-uratarinoihin

Huippu-uratarinat