Terveys & tiede

BLOGIT | Terveys & tiede

Tekoäly tulee – ja korvaa lääkärit?

Kirjoittajat: Juhani Knuuti, Sami Kajander ja Luis Juarez Orozco

 

”Viiden vuoden kuluttua tekoäly analysoi kuvat ja radiologit jäävät työttömiksi”

 

Reilu kuukausi sitten erään monikansallisen lääketieteellisiä kuvantamislaitteita valmistavan yrityksen järjestämässä tilaisuudessa Wienissä puhuja väitti, että viiden vuoden kuluttua lääketieteellisiä kuvia analysoivia lääkäreitä ei enää tarvita. Tekoäly korvaa nämä lääkärit.

Tekoäly on epämääräinen käsite. Se on perinteisesti viitannut sellaisten ohjelmien ja koneiden luomiseen, jotka pystyvät tekemään monimutkaisia ​​ihmisen tehtäviä tai tarkemmin sanottuna monimutkaisia ​​tehtäviä tavalla, joka muistuttaa ihmisen toimintaa.

Koneoppiminen ei ole sama kuin tekoäly. Koneoppiminen perustuu ​​uusiin tietokoneohjelmiin, jotka mahdollistavat tietokoneiden oppimisen ​​itsestään. Kuten inhimillisessä oppimisessa, koneoppiminen on jatkuva prosessi, joka jalostuu kouluttamalla ja soveltamalla uusissa tilanteissa.

Koneoppiminen antaa tekoälylle mahdollisuuden oppia tutkimalla uutta tietoa ja jatkuvalla toistolla, joka voi olla myös ihmisestä riippumatonta. Uusi konsepti perustuu ohjelmaan, joka ei vain ratkaise ongelmia, vaan myös oppii ratkaisemaan ongelmat ja tekee sen nopeammin kuin ihminen.

Tekoäly ja kuvantaminen

Lääketieteessä voi erikoistua lääketieteellisten kuvien tulkintaan. Lääkäriä, joka tulkitsee röntgen- ja magneettikuvia, nimitetään radiologiksi. Myös isotooppilääkärit sekä muiden erikoisalojen lääkärit tekevät lääketieteellisten kuvien tulkintaa. Nämä lääkärit siis jäisivät viiden vuoden kuluessa työttömiksi tuon puhujan mukaan.

Tekoälyn mullistavia vaikutuksia muuallakin kuin kuvantamisen alueella terveydenhuollossa on ennustettu. Tekoälyn väitetään pystyvän tekemään diagnoosit paremmin kuin lääkärit hyvinkin pian. Hoidon suunnittelun osalta tekoäly kykenee havaitsemaan sopimattomat lääkeyhdistelmät ja mahdolliset lääkkeiden hyödyt ja haitat paremmin kuin ihminen.

Mikä tässä hypetyksessä on realismia?

Tekoälyn nykytilanne

Jo pidempään käytössä ollut tekoälyn esimerkki on sydänkäyrän eli EKG:n analysointi. EKG:ssa sydämestä tuotetaan 12 sähköistä käyrää standardisoitujen mittauspisteiden avulla. Laitteen ohjelmistoon on koodattu normaalit tunnetut EKG:n tulkintakriteerit.

Kaikissa moderneissa EKG-laitteissa on tulkinta-algoritmi. Niiden vahvuus on se, että ne eivät jätä huomamatta juuri mitään käyrämuutoksia. Ylidiagnostiikkaa on kuitenkin todella paljon eli kone ehdottaa poikkeavuuksia selvästi liikaa. Reilusti yli puolet koneen antamista diagnooseista lääkäri joutuu yliviivaamaan, ettei potilas turhaan huolestu virheellisistä ehdotuksista.

Vastaavaa analytiikka pyritään laajentamaan muualle terveydenhuoltoon niin, että järjestelmä kerää ja analysoi jatkuvasti monenlaista tietoa potilaasta ja pyrkii havaitsemaan sairaustiloja herkemmin ja luotettavammin kuin ihminen.

 

Tämän hetken tekoälysovellukset ovat ihmisen luoman loogisen päättelyketjun viemistä algoritmin muotoon.

 

Tietokone kykenee havainnoimaan väsymättä ja jatkuvasti suurta määrää signaaleja ja tietoja sekä yhdistämään niitä toisiinsa. Tällaisen tiedonkäsittelyn voi olettaa parantavan diagnostiikkaa ja hoidon seurantaa.

Suomessa on menossa esim. teho-osaston hoitoa tehostavia tekoälyhankkeita, jossa esimerkiksi varhaiset infektion merkit pystytään havaitsemaan jo ennen kliinisiä havaintoja.

Tällaisissa järjestelmissä tulkinta useimmiten perustuu ihmisen alun perin antamiin kriteereihin, jotka ohjelmoidaan algoritmin muotoon.

Voidaan aiheellisesti kysyä, ovatko ratkaisut oikeasti älykkäitä?

Todellisen tekoälyn tulisi keksiä ratkaisut itse eikä vain perustua ihmisen antamiin sääntöihin.

Esimerkiksi lääketieteellisten kuvien tulkinta voisi olla yksi tällainen kohde, jossa älykäs kone pystyisi automaattisesti analysoimaan tuhansia leikekuvia ja tuottamaan luotettavan tulkinnan.

Lääketieteellisten kuvien analysoinnissa tiedon monimutkaisuus on suuri haaste, sillä vastaavantyyppisiä raja-arvoja ja kriteerejä kuin EKG:lle ei ole mahdollista asettaa. Järjestelmälle tulisi antaa vain opetusta ja sen tulisi keksiä päättelyketju itse.

 

Uusissa tekoälyjärjestelmissä ohjelmisto oppii hyödyntämään tietoa kehittämällä oman tulkinta-algoritminsa

 

Yksi tuore onnistunut esimerkki tekoälyn käytössä lääketieteellisten kuvien analysoinnissa on ihosyövän toteaminen valokuvista. Tutkijat käyttivät yhtä tekoälyn muotoa, hermoverkkoanalyysiä ja opetuksen jälkeen järjestelmän luotettavuus ihosyövän toteamisessa oli samaa luokkaa kuin ihotautilääkäreillä.

Opetukseen käytettiin yli 129 000 ihomuutoskuvaa eli opetusvaihe oli varsin massiivinen. Harva ihotautilääkäri on katsonut näin monta ihomuutosta.

Tutkijat visioivat, että analyysi voitaisiin myöhemmin toteuttaa myös kännykän kameraa hyödyntämällä.

Omat kokemukset tekoälyn hyödyntämisestä kuva-analyysissä

Olemme tutkimusryhmässämme testanneet tämän hetken tehokkaimpia tekoälyohjelmistoja edellä mainittua hermoverkkoanalyysiä ja syväoppimisohjelmistoja sydänkuvien tulkinnassa. Valitsimme analyysikohteeksi mahdollisimman yksinkertaisen kuvan, jossa yhteen kuvaan on värikoodattu sydämen verenkierto rasituksen aikana.

Tällaisesta kuvasta kokenut lääkäri pystyy tekemään tulkinnan hetkessä. Syötimme järjestelmään potilaiden kuvia ja kerroimme, mikä oikea tulkinta on. Sen jälkeen syötimme lisää kuvia ja pyysimme konetta kertomaan diagnoosin. Se osui oikeaan 90% tapauksista.

Tämä voi tuntua hyvältä tulokselta mutta kysymyksessä oli mahdollisimman helposti tulkittavissa oleva koostekuva, jonka tulkinta on hyvin suoraviivaista. Veikkaan, että jokainen tämän kirjoituksen lukijoistakin pystyisi erottaamaan alla olevan sydänsairaan potilaan kuvan normaalista.

 

Normaali sydämen verenkierto

 

Sydänlihaksen verenkierron vajaus

Tuo yksittäinen sydämen koostekuva oli tuotettu yli tuhannesta kuvasta, jotka olivat valmiiksi prosessoitu lääkärin toimesta. Nämä alkuperäiset kuvat sisältävät kohinaisista kuvamateriaalia, joissa itse kohde muodostaa vain muutaman prosentin tietomassasta. Tällaiseen haasteeseen ei tekoäly pysty vielä vastaamaan.

Tämän kokemuksen perusteella nopea tekoälyn hyödyntämien ei vaikuta todennäköiseltä. On kuitenkin luultavaa, että ohjelmistot kehittyvät nopeasti ja tiedon käsittely tarkentuu. Lisäksi järjestelmä tarvinnee enemmän opetusta, jotta se osaisi erottaa olennaisen tiedon yksilöllisestä vaihtelusta ja muusta kohinasta.

Oikea tekoäly on musta laatikko

Tekoälysovellusten osalta on mielenkiintoista, että me emme oikeastaan tiedä millä kriteereillä se tekee päättelynsä. Prosessi on kuin musta laatikko, jonka sisällä tapahtuva logiikka jää ulkopuolisille hämäräksi.

Emme kykene neuvomaan millä tavalla prosessia voisi parantaa. Me voimme vain antaa lisää oikeita vastauksia ja toivoa, että älykäs ohjelmisto osaa itse parantaa tulkintaansa.

 

Erikoista tekoälyn tulkintatyössä on, että ulkopuolelta emme näe millä perusteella tulkinta tapahtuu

 

Tekoäly tulevaisuudessa

Onko niin, että viiden vuoden kuluttua emme enää tarvitse lääketieteellisten kuvien tulkitsijoita? Tämä ei vaikuta realistiselta. Järjestelmät ovat kuitenkin vielä kehityksensä alkuvaiheessa.

Ihmisen kyky hahmottaa kuvista erilaisia löydöksiä ja erottaa ne normaaleista rakenteista sekä kuvissa näkyvistä virhesignaaleista on toistaiseksi hyvin vaikeasti voitettavissa. Kokenut tulkitsija pystyy kahlaamaan läpi tuhansia leikekuvia ja poimimaan ja havaitsemaan olennaiset löydökset luotettavasti.

Epäilemättä järjestelmät kehittyvät ja uskomme, että tekoäly tulee joskus tekemään saman lääketieteellisille kuville kuin mitä tänään algoritmit tekevät EKG:lle. Ohjelmat antavat alustavan tulkinnan ja lääkärin tehtäväksi jää edelleen arvioida koneen antaman tulkinnan merkittävyys.

Todennäköisesti tulkinta tulee käyttöön helpommin tulkittavista kuvista, kuten tuo onnistunut ihokuvien tulkinta osoittaa. Myös esimerkiksi keuhkojen röntgenkuvat ovat standardoituja ja niissä näkyy tietyt rakenteet tietyissä paikoissa. Leikekuvat ja niistä tehdyt monenlaiset prosessoidut kuvat ovat paljon suurempi haaste.

Luultavasti laajamittainen tekoälyn käyttöönotto lääketieteellisten kuvien tulkinnassa vie vielä 10-15 vuotta. Järjestelmät tarvitsevat vielä useamman sukupolven kehityksen ja sen jälkeen järjestelmien tuottama tieto tulee testata tutkimuksissa ennen kuin ne voivat tulla kliiniseen käyttöön.

Teknologisen kehityksen nopeus yleensäkin yliarvioidaan lyhyellä aikavälillä – mutta toisaalta aliarvioidaan pidemmällä.

Mitä on odotettavissa, kun aikaa kuluu enemmän?

Marraskuussa pidetyssä Pohjois-Amerikan vuotuisessa radiologikokouksessa (RSNA) tekoäly oli keskeisin teema. Tekoälyä käsitteleville luennoille oli pitkiä jonoja, ja kokouksen yhteydessä järjestettävässä teknisessä näyttelyssä kone- ja syväoppiminen sekä neuroverkot ja olivat laajalti esillä.

Uusimmat visiot maalailivat esimerkiksi järjestelmiä, jotka pystyisivät analysoimaan kuvia myös ilman ihmisen ohjaamaa opetusvaihetta. Uusi visio oli myös se, että kuvaustietoa ei edes tuotettaisi varsinaisiksi kuviksi lainkaan vaan tekoäly voisi analysoida tiedon alkuperäisten signaalien perusteella muodostaen kuvattavasta kohteesta eräänlaisen yksilöllisen ”sormenjäljen”.

Uusimpien menetelmien hyödyntäminen vaatii laajoja tietopankkeja. Voidaankin olettaa, että laadukkaasta potilasdatasta tulee arvokasta kauppatavaraa. Ja, ketkäs RSNA-kokouksen näyttelyssäkin olivat nyt uusina ja isoina toimijoina: Internetin valtiaat Google, Apple ja Facebook. Näillä jättiyrityksillähän on jo hallussaan valtavasti ihmisten Somen ja puhelintietojen kautta luovuttamaa tietoa – ei vielä potilastietoa, mutta kiinnostusta siihenkin suuntaan epäilemättä on.

Yhteenveto

Olemme aikakauden partaalla, jossa ihmisen älyn ja tekoälyn yhdentyminen antaa mahdollisuuksia ottaa suuria harppauksia myös lääketieteellisten ongelmien ratkaisemisessa. Lääkärit eivät kuitenkaan jääne työttömiksi tekoälyn tullessa laajamittaiseen käyttöön.

Lääketiede on tietämyksen alue, joka edellyttää tiedon hyvää integraatiota ymmärtämiseen ja ongelmien ratkaisemiseen. Samaan aikaan se vaatii luovuutta, intohimoa ja empatiaa. Ehkä lääkäreille jää jopa enemmän aikaa potilaan kohtaamiseen, kun kone tekee mekaanisen päättelytyön. Potilaan kohtaaminen ei ole pelkkää matematiikkaa.

————————-

Vierailevista kirjoittajista Sami Kajander on radiologian dosentti Tyksissä. Luis Juarez Orozco on postdoc-tutkijana Turun yliopistossa.

 

10 vastausta artikkeliin “Tekoäly tulee – ja korvaa lääkärit?”

  1. Matti

    Hyvä, että aiheesta kirjoitetaan myös näin vähän perusteellisemmin. Tekoälyä on niin montaa sorttia. IBM:n Dr. Watson kertoo kyllä tarkkaan miten päätyi johonkin tulokseen. Sitä käytetään jopa opetukseen. Nämä mustat laatikot ovat luovia, mutta myös arveluttavia, koska ei tiedetä miksi kone päätyi ratkaisuunsa. Ne vaan ovat jo nyt hyviä tehtävissään ja kehittyvät kiihtyvää vauhtia. Järjestelmä voi ”katsoa” vaikka miljoona kuvaa väsymättä. Ja toiseen kertaan. Sitä voidaan ohjailla tai antaa mellastaa omassa ”pääkopassaan”.

    Diagnoosit tarkentuvat ja nopeutuvat koneen ja ihmisen yhteistyöstä, mutta yksityisyys menee samalla. Potilastiedot ovat arvokasta kauppatavaraa, koska niitä tarvitaan aineistoksi opettamaan koneita. Jutussa sanotaan, että isoilla yhtiöillä ei ole potilastietoja… Kyllä niillä on. Ainakin Googlella on sopimuksia. Tarjoavat ilmaiseksi ohjelmistoaan ja samalla kehittävät sitä ”viisaammaksi”. Briteissä on jo herätty vaaroihin ja sopimuksia perutellaan. Nuo firmat käyttävät samaa taktiikkaa kuin netistä – annetaan palvelut ilmaiseksi kunhan annat omat tietosi (koko nettikäytöksesi) heidän käyttöönsä.

    Tekoäly on ehkä kiehtovin tieteenala, koska sillä voi ratkaista asioita joita itse emme pysty (myös tieteessä). Kvanttitietokone vielä kylkeen ja ”ilo” alkaa. Tekoäly vain valitettavasti vie niin monen työpaikan. Tähän asti on noussut uusia ammatteja ja työpaikkoja, mutta tämä vallankumous on jotain ihan uutta. Vielä hurjempaa on super tekoäly. Siitä varoittelevat monet järki-ihmiset, jotka vaativat jo nyt pelisääntöjä. Aina on tulella leikitty, koska se on jännää 🙂


  2. Markku Salonen

    Toivottavasti ehdin kuolla ennen tuota aikaa.
    Jonkun pitäisi nyt oikeasti miettiä, mitä me haluamme, eikä sitä, mikä on mahdollista teknisesti.
    Tuo teknousko polkee ihmisoikeudet maan rakoon. Päämäärä on myös hämärä. Asiat voivat tulla tehdyksi tehokkaasti ja oikein – mutta sittenkin epätoivotulla tavalla.
    PS nimimerkki tekoälyllä leikkinyt jo 1980.


    • Juhani Knuuti

      Haasteena on se, että ei tätä etenemistä kukaan pysty rajoittamaan.

      Uskon itse, että tekoäly on lääketieteessä enemmän myönteinen kuin haitallinen ilmiö. Rutiininomaiset ja aikaa vievät, toisinaan tylsätkin työt jäävät koneille. Ihminen voisi keskittyä olennaiseen.

      En oikein usko nopeaan mullistukseen. Joku taisi kommentoidakin, että kun sairaaloissa vielä tehdään työvuorolistojakin paperille, siitä on tekoöäly kaukana.


      • Matti

        Kehityksen rajoittaminen on käytännössä mahdotonta. Oli se sitten tuli, kirves, pyörä, polttomoottori, sähkö tai nyt tekoäly ja lääketiede (geenitekniikka). Ihminen ei pysähdy. Lääketiede on sentään valvottua ja rajoitettua toimintaa; tutkimus ja eteenkin lääkkeet. Mutta kun maailma ei ole vain Eurooppa ja USA. Ei tarvitse kuin astua Meksikon muurin portista ulos, niin saat hyvin mielenkiintoisia geenihoitoja. Intia ja Kiina ovat myös tarkoituksella löyhiä säännöstelyn suhteen. Olen henkilökohtaisesti aivan varma että tulemme näkemään melko hyviä urheilijoita tuolta suunnalta muutaman vuoden sisällä 8) Nyt jo voit tilata jenkeissä geenieditointivälineet kotiisi. Ja niitä voi myydä, koska paketissa lukee ”ei ihmiskäyttöön”… Nämä propellipäät pitävät konferensseja, joissa vertailevat kikkailujaan. Nämä ihmiset siis muuttavat omia geenejään. Elämme siis todella hurjia aikoja tuonkin suhteen.

        Tekoäly (ja geenieditoiti) ovat sellaisia ihmisen keksintöjä, jotka poikkeavat aikaisemmista ihmisen saavutuksista. Kuten Markkukin sanoi, näissä pitäisi miettiä mitä haluamme, ei sitä mikä on mahdollista. Molemmissa tieteissä piilee suuret vaarat. Geenien muuntelu johtaa super-ihmisiin ja ihmisten rankkaan eriarvoisuuten. Tekoäly vie kontrollin ja päätöksenteon pois ihmisiltä ja sillä valvotaan ihmisiä täydellisesti. Moni vaikuttaja on vaatinut sääntöjä super tekoälyn varalle. Eli mitä tehdään kun aletaan saavuttaa super tekoälyn raja. Siinä piilee uskomaton vaara, koska lähes kaikki toiminta on tuolloin automatisoitu ja tekoälyn päätöksien alla.

        Moni ajattelee, et tekoäly on vain scifiä. Karua vain on, että on aloitettu jo keskustelut siitä saako kone tappaa. Miehittämättömät lennokit, dronet ja muut robootit ovat jo tänä päivänä tämän aiheen äärellä – painaako liipaisinta vai ei. Ei ole scifiä että aseistettu drone lentää tiedustelemassa ja voi tunnistaa kasvoja tai aseita ja painaa ihan itse liipaisinta. Tätä ei varmaan ihmiskunta halua, mutta kehitystä ei pysäytä mikään. Sodankäyntiin yritetään luoda sääntöjä, mutta esim. kaasua käytetään silti. En usko että allekirjoitus paperissa estää sodan syttyessä droneja ampumasta itsenäisesti.

        Nm. Vuonna 92 tekoälyn kanssa leikkinyt, mutta mekaaniseen maailmaan enemmän mieltynyt 🙂


  3. Pekka Salonen

    Tekoälyn sijaan pitäisi palkata lisää lääkäreitä terveyskeskuksiin. Nyt olemme sairaanhoitajien armoilla siellä. Samaan aikaan hallitus haluaisi vaan lisää ulkoistaa hoitoamme, eli vähentää sitä.


  4. Mr Pain

    Aivan ongelmatonta tekoälyn käyttäminen tuskin kuitenkaan on. Esimerkissä koneet loivat englannin sijaan oman kielen tämän tekstin ’mustaan laatikkoon’ jonka johdosta järjestelmiä on jo jouduttu sammuttamaan ja toisaalta takaisinkytkennöistä aiheutuu omat murheensa;

    https://www.helsinginuutiset.fi/artikkeli/577238-tekoaly-oppi-jo-tappamaan-vaikka-sita-ei-oltu-siihen-ohjelmoitu-tutkija

    Eräs ongelmista voi liittyä siihen, miten globalisaatiota kyetään hallitsemaan. Esimerkiksi väestöstä 90 prosentin mielestä voi tuntua epäreilulta, että 10 prosenttia hallitsee heitä (itseään) koskevaa tietoa;

    https://www.hs.fi/blogi/maailmanselittaja/art-2000005519965.html


  5. Jori Mäntysalo

    Muutamia vuosia sitten kone tunnisti ainakin järvenpohjamönkijöiden lajit kuvasta hieman paremmin kuin biologi. Nyt samoja algoritmeja sovitellaan erääseen kantasolujuttuun.

    (Käsittääkseni saastuminen näkyy biologisissa markkereissa paremmin tai aiemmin kuin kemiallisissa, ja biologille taas pitää palkkaa, koneen sähkö on halpaa.)


  6. Mika

    Mitä tulee algoritmirobottien kykyyn oppia asioita ilman ihmisen ohjausta, kannattaa tutustuaprojektiin nimeltä Alphago Zero https://deepmind.com/blog/alphago-zero-learning-scratch/


    • Matti

      AI on tosiaan luova. Tuo on yksi huikea projekti. Tieteessä myös käytetään AItä keksimään ratkaisuja, jotka ovat out-of-the-box – siis sellaisia ratkaisuja, jotka ihmiselle ei tulisi mieleenkään. AI myös maalaa tauluja, joita ihmiset eivät tiedä/havaitse koneen tekemiksi. Ihmiset jopa arvostelivat ne ”paremmiksi” tutkimuksessa.

      AIta käytetään myös tieteessä kun ko. ongelmaan ei ole pystytty kehittämään matematiikkaa (tai laskenta ei onnistu nyky koneilla). AI on pystynyt ”näkemään” ratkaisuja vaikka matematiikkaa ei vielä ole (tai kvanttitietokonetta laskentaan). Valtavasta datamassasta voi siis nähdä asioita tekoälyllä.


  7. Kalevi

    Tekoäly tullee tekemään monesta ammattikunnasta työttömiä, mutta lääkärit eivät kuulu niihin. Ihmisten halu elää terveempinä pitempään pitää huolen siitä, että kysyntä on ehtymätön. Tulevaisuudessa lääkärit voivat keskittyä vaikeampiin tapauksiin, antibioottikuurit ja parin päivän sairaslomat haetaan koneälyltä.


Kommentoi