Tekoäly mullistaa terveydenhuollon viiden vuoden sisällä – vaikutukset verrattavissa jopa internetin syntyyn
Suuret kielimallit ovat astumassa osaksi lääkärin arkea. Asiantuntijat ennustavat radikaalia murrosta, joka helpottaa lääkäreiden työtaakkaa ja parantaa potilaskokemusta. Uutiskoosteen sijaan voit lukea asiantuntijoille suunnatun artikkelin täältä.
Martti Asikainen, 2.6.2025
Tekoäly on tulossa lääkärin työhuoneeseen – eikä pelkästään avustajana, vaan osana hoitoprosessia. Kielimallien integrointi terveydenhuoltoon etenee kiihtyvällä tahdilla, ja jotkut asiantuntijat vertaavat sen vaikutuksia jopa internetin syntyyn.
Länsi-Uudenmaan hyvinvointialueen TKI-johtaja Johan Sanmark ennustaa, että tekoäly tulee mullistamaan työskentelytavat ja automaattisista kirjauksista tulee arkea suomalaisessa terveydenhuollossa mahdollisesti jo viiden vuoden sisällä.
Automaattinen kirjaaminen lupaa paljon
Yksi lupaavimmista sovelluksista on vastaanottotoiminnan tehostaminen. Tulevaisuudessa vastaanotto voisi alkaa siten, että tekoäly käy läpi potilashistorian ja tekee tiivistelmän olennaisista asioista. Keskustelun aikana se kuuntelisi ja tekisi kirjausehdotuksen lääkärille.
Muutos olisi merkittävä, sillä tällä hetkellä jopa yli kahdeksan tuntia lääkärien kokonaistyöpanoksesta kuukaudessa menee lausuntojen kirjaamiseen. Automaattisen kirjaamisen myötä lääkäri voisi keskittyä paremmin potilaaseen sen sijaan, että hän kirjaisi kaiken tietokoneella.
Myös Suomessa kehitetään erikoistuneita kielimalleja terveydenhuollon tarpeisiin. Tutkijat ovat onnistuneet soveltamaan suuria kielimalleja esimerkiksi diabeteksen aiheuttaman verkkokalvon sairauden tunnistamisessa HUS:in potilasaineistojen pohjalta.
Niin kutsutun DR-GPT-mallin koulutukseen käytettiin yli 40 000 potilaskertomusta erikoissairaanhoidon käynneiltä. Tutkijoiden mukaan malli analysoi vapaamuotoisia suomenkielisiä lääketieteellisiä lausuntoja erittäin tarkasti.
Kansainväliset tulokset vakuuttavat
Kansainvälisesti kielimallien tulokset ovat vakuuttavia. Esimerkiksi yhdysvaltalainen Med-PaLM 2 -kielimalli vastasi lääketieteellisiin kysymyksiin jopa 86,5 prosentin tarkkuudella, kun sen edeltäjän osumatarkkuus oli vain 67,5 prosenttia.
Tavallisten kielimallien, kuten ChatGPT:n, Clauden tai Geminin sijaan parhaat tulokset saavutetaan hakuavusteisilla järjestelmillä, jotka yhdistävät kielimallit tiedonhakujärjestelmiin.
Esimerkiksi ChatRWD-järjestelmä tuotti hyödyllisiä vastauksia 58 prosenttiin lääketieteellisistä kysymyksistä, kun tavallisten kielimallien osuus jäi 2-10 prosenttiin.
Toisaalta tekoälyn käyttöönottoon terveydenhuollossa liittyy myös haasteita. Tarpeellisen datan saatavuus vaikeuttaa tekoälyratkaisujen kehittämistä, ja tietoturvallisten aineistojen saaminen tutkimus- ja tuotekehityskäyttöön on lakiteknisesti haastavaa.
Haasteet ja mahdollisuudet
EU:n tietosuoja-asetus ja vuonna 2024 käyttöön otettu tekoälyasetus saattavat jarruttaa tekoälyn kehitystä terveydenhuollossa.
Samalla tekoälyn asteittainen käyttöönotto voi syventää eroja sote-alueiden välillä, sillä pienemmillä toimijoilla ei ole välttämättä taloudellisia resursseja investoida uusiin teknologioihin.
Tekoälyn tuomat hyödyt voivat kuitenkin olla merkittäviä. Jos teknologia onnistuu parantamaan tuottavuutta julkisessa sosiaali- ja terveydenhuollossa edes kohtuullisesti, säästöt voisivat nousta vuosittain satoihin miljooniin euroihin.
Tekoäly on jo tänään arkipäivää terveydenhuollossa, erityisesti radiologien työn tukena röntgenkuvien tulkinnassa ja sairauksien varhaisessa tunnistamisessa. Meneillään oleva kehitys lupaa kuitenkin viedä tekoälyn integraation terveydenhuoltoon aivan uudelle tasolle.
Voit lukea asiantuntijoille suunnatun version artikkelista täältä.
Finnish AI Region
2022-2025.
Media contacts