Hyppää sisältöön
Keski-Suomen sairaanhoitopiiri

Ohjeita koronavirukseen liittyen

Jos epäilet koronavirustartuntaa, voit ottaa meihin yhteyttä tekemällä oirearvion Omaolo.fi-palvelussa, soittamalla omaan terveyskeskukseesi tai päivystysapuun, josta sinut ohjataan tarvittaessa jatkotutkimuksiin. Huomioithan myös, että olemme rajoittaneet sairaalassa vierailua tartuntojen ehkäisemiseksi. Ohjeet sairaalassa vierailuun. Lue lisää Jos epäilet koronavirustartuntaa-sivulta. Katso myös: Korona-tiedotus ja KSSHP:n alueen koronavirusepidemiatilanne ja annetut suositukset.

Tä(h) – tarvitaanko lääkäreitä enää?

15.11.2017 klo 9.40 Pirjo Mustonen

Alkaako puhe teköälystä (TÄ) kyllästyttää? Osaa lääkäreistä se ainakin ahdistaa. Korvataanko lääkärikunta tulevaisuudessa meitä älykkäämmillä koneilla?  Tätä mieltä on esimerkiksi piilaaksolainen riskisijoittaja Vinod Khosla, jonka uskoo, että suurin osa työstämme voidaan ulkoistaa algoritmeille ja muille kliinisen päätöksenteon koneellisille työkaluille, ja että ainakin tiettyjen erikoisalojen lääkärin ammatti tulee katoamaan (Buderi R. Vinod Khosla on A.I., Health, and the Future of Working (or Not)).

Paljon on jo tapahtunut. Viimeisen vuoden kuluessa on kehitetty ja otettu kliiniseen käyttöön konenäköä hyödyntäviä tietokoneohjelmia, jotka diagnosoivat esimerkiksi diabeettisen retinopatian, ihosyövän ja sydämen rytmihäiriöt vähintään yhtä hyvin kuin lääkärit (Oakden-Rayner L). Kannattaa tutustua vaikka Stanfordin yliopistossa kehitettyyn menetelmään, jolla potilas voi omatoimisesti todeta ihosyövän kotona älypuhelinsovelluksen avulla (Video: Digital doctor: AI singles out skin cancer from photos).

Kaksi New England Journal of Medicinen viime kuukausien kirjoitusta hillitsevät koneoppimiseen liittyvää hehkutusta ja tuovat aiheeseen realistisia näkökulmia. Vaikkakin keskustelu siitä, kumpi on terävämpi, teköäly vai ihmislääkäri, on sinänsä stimuloivaa, on se silti suurelta osin epäolennaista. Paras lopputulos saadaan, jos koneoppimisen ”software” yhdistyy parhaaseen kliiniseen ”hardwareen”.  Lisääntyvää tietoa ei pidä nähdä uhkana vaan se kannattaa käyttää tehokkaasti hyväksi kollektiivisen terveyden parantamiseksi (Chen JH, Asch SM. Machine Learning and Prediction in Medicine – Beyond the Peak of Inflated Expectations. N Eng J Med 2017;376:2507-8).

Toinen näkökulma liittyy tulevaisuudessa edellytettäviin taitoihin ja lääkärikoulutukseen. 2000-luvun lääketieteen monimutkaistuminen vaatii perustavanlaatuista ajattelutavan muutosta. Pelkkä algoritmien omaksuminen ja käyttö ei riitä; ammattikunnan kannattaa osallistua aktiivisesti niiden kehittämiseen, testaamiseen ja  käyttöönottoon. Algoritmeja ei tulisi nähdä lääkäreiden korvaajina vaan lääkäreiden ajattelukumppaneina. On vaarallista ajatella, että kliinistä ajattelua ei tarvittaisi.  Tekoälyn ja kliinikon kumppanuutta voidaan soveltaa käytännön työssä myös monilla uusilla hyödyllisillä, tällä hetkellä vaikeasti lähestyttävillä alueilla.  Esimerkiksi tulevaisuudessa voidaan arvioida paremmin, onko päivystykseen tullut potilas kotiutettavissa, ja tunnistaa elämän loppuvaihe, jolloin voidaan välttyä tarpeettomilta hoitotoimilta.

Vastaavasti myös lääketieteen koulutuksen on muututtava. Tekoälyllä vahvistettu kliininen tiimi tarvitsee joitakin uusia jäseniä: kliinikkolääkäreitä, jotka ovat saaneet tilastotieteen, tietotekniikan ja käyttäytymistieteiden koulutusta, ja jotka pystyvät osallistumaan mielekkäällä tavalla algoritmien luomiseen ja arviointiin (Lost in Thought — The Limits of the Human Mind  and the Future of Medicine. N Eng J Med 2017;377:1209-11).

Ironisesti, juuri nyt, kun päivittäinen rutiinityö on kiireisempää kuin koskaan eikä ajattelulle tunnu jäävän lainkaan aikaa, on erityisen tärkeää pysähtyä ja pohtia syvällisesti sitä, mihin suuntaan omaa ja ammattikunnan osaamista tulisi kehittää, toteavat kirjoittajat.

Pirjo Mustonen
Kehittäjäylilääkäri
Uusi sairaala -projekti, KSSHP