Tekoälyn hyödyntäminen terveydenhuollossa terveysriskien ja riskitekijöiden tunnistamiseksi ja ennustamiseksi

Abstract

Kiinnostus tekoälyä kohtaan on lisääntynyt terveydenhuollossa ja sitä koskevaa tutkimusta on tehty jonkin verran esimerkiksi terveysriskien ja riskitekijöiden tunnistamiseksi, lääkitysten arvioimiseksi sekä sensoreiden tuottamien tulosten arvioimiseksi. Tämän integroivan kirjallisuuskatsauksen tarkoituksena oli kuvata aikaisemman kirjallisuuden perusteella, miten tekoälyä on hyödynnetty terveydenhuollossa erilaisten terveysriskien tunnistamiseksi ja riskien terveysvaikutusten ennustamiseksi. Katsauksen tavoitteena oli lisätä ymmärrystä tekoälyn hyödyntämismahdollisuuksista ennaltaehkäisevän terveydenhuollon näkökulmasta ja tunnistaa sen mahdollisuuksia myös työterveyshuollossa. Katsausta varten tehtiin hakuja kansainvälisiin tietokantoihin pyrkien integroivan kirjallisuuskatsauksen menetelmin tuomaan uutta näkökulmaa viimeisen viiden vuoden ajalta tekoälyn hyödyntämisestä erityisesti terveysriskien tunnistamiseksi ja ennustamiseksi. Tämän integroivan kirjallisuuskatsauksen perusteella tekoälyä on hyödynnetty erilaisten terveysriskien ja riskitekijöiden tunnistamiseksi hyödyntämällä potilastietojärjestelmistä ja muista terveydenhuollon järjestelmistä saatavaa rakenteista tai tekstimuotoista tietoa. Mallien rakentamisessa on käytetty useita eri menetelmiä tai niiden yhdistelmiä. Mallien hyvyyden arvioiminen eri menetelmien ja eri riskitekijöiden välillä on haasteellista, mutta tutkimustulokset ovat lupaavia ja osoittavat tekoälyn tuovan uusia mahdollisuuksia erilaisten riskitekijöiden tunnistamiseen sekä tunnistamiseen perustuvien ennustemallien rakentamiseen. Tekoäly mahdollistaa uudenlaisten potilastietoa hyödyntävien menetelmien kehittämisen terveydenhuollon käyttöön. Erilaiset tekoälyyn perustuvat mallit terveysriskien ja riskitekijöiden tunnistamiseksi ja ennustamiseksi tukevat osaltaan ennaltaehkäisevän terveydenhuollon kehittämistä. Tutkimusta tarvitaan kuitenkin lisää erilaisten menetelmien hyvyyden arvioimiseksi. Tekoälyn hyödyntäminen riskitekijöiden tunnistamiseksi ja ennustemallien luomiseksi edellyttää myös eettistä keskustelua uudenlaisten menetelmien käyttämisessä.