Tekoälykehitys etenee vauhdilla – Apotissa valmius nopeaan käyttöönottoon

Asiakas- ja potilastietojärjestelmä Apotissa on sisäänrakennettu kyvykkyys hyödyntää tekoälytekniikoita. Chat GPT:stä tuttujen suurten kielimallien hyödyntäminen avaa uudenlaisia mahdollisuuksia nopeuttaa ja tehostaa sote-ammattilaisten työtä.

Apotti-järjestelmä on ainutlaatuinen asiakas- ja potilastietojärjestelmä Suomessa, sillä järjestelmässä on kyvykkyyttä tekoälyratkaisuihin. Järjestelmätoimittaja Epicin Cognitive Computing -alusta käyttää koneoppimismalleja hyödyksi jo nyt.

– Parhaillaan tehdään teknisiä validointeja näiden uusimpien Epicin mukana Apottiin tulevien ominaisuuksien käytöstä Suomen oloissa, kertovat Apotin teknologiajohtaja Jari Renko ja johtava asiantuntija Juho Parkkola.

Tekstiä tuottava tekoäly tykkää rakenteisen kirjaamisen datamassasta

Ihmisen luonnollista kieltä ymmärtävä ja tuottava tekoälytekniikka on yksi sote-sektoria hyödyttävistä ratkaisuista. Suuret Kielimallit (LLM eli Large Language Model) ovat tuttuja ChatGPT-palvelusta, jossa tekoäly tuottaa tekstiä ja esimerkiksi tiivistelmiä kirjoittajan pyynnön pohjalta. Tämänkaltainen tekoäly puhuu ihmisten kieltä ja ymmärtää kontekstia – mutta toimiakseen kunnolla ja luotettavasti se tarvitsee taakseen paljon dataa ja ohjausta.

– Konkreettisten hyötyjen saamiseksi sosiaali- ja terveydenhuollon alueella pitää käytettävissä olla mittava määrä luotettavaa, mieluiten rakenteista tietoa.  Apotti-järjestelmä on luonteeltaan juuri tällainen laajaa rakenteista informaatiota hoidosta keräävä ja hyödyntävä järjestelmä. Ilman luotettavaa lähtötietoa ovat monet nykymuotoisen tekoälyn hyödyt vaikeita tai mahdottomia saavuttaa, Renko sanoo.

Tekoäly luo raportteja, tiivistelmiä ja vastausluonnoksia

Eräs tekoälyn nopeasti yleistyvä käyttötapa on ikään kuin hakumoottori: se käy valtavat tietomassat läpi ja rakentaa niistä tiivistelmiä, joiden avulla sote-ammattilaiset pystyvät sukeltamaan tietoon helpommin ja löytämään oleellisen tiedon nopeammin. Tekstiä tuottava tekoäly pystyy puolestaan luomaan erilaisia raportteja, tiivistelmiä ja tekstiä sekä asiakkaille/potilaille toimitettavia vastausluonnoksia sote-ammattilaisten mekaanista työtä helpottamaan. Ihmisen tehtävänä on hyväksyä, tarkastaa ja varmistaa ehdotusten oikeellisuus.

Kone auttaa esimerkiksi keräämällä viestiin oleelliset historiatiedot asiakkaasta/potilaasta ja luomalla viestin rungon tämän pohjalta. Tekoäly voi myös kääntää vaikeasti ymmärrettävän kliinisen ammattiterminologian arkikielelle, asiakkaalle/potilaalle ymmärrettävämpään muotoon. Tämän päälle tekoäly on varsin empaattinen tapaus.

– Yhdysvalloissa saatujen kokemusten pohjalta on tullut varsin yllättävä huomio: potilaat ovat raportoineet, että tekoälyn luomat viestit olivat aikaisempaan viestintään verrattuina ”inhimillisempiä” ja he kokivat, että heidät huomioitiin ja kohdattiin yksilöllisemmin ja kokonaisvaltaisemmin, Parkkola kertoo.

Tulevaisuudessa tekoäly kirjaa rakenteisesti lääkärin puolesta

Tekoäly pystyy myös toteuttamaan potilaskertomusluonnoksia luonnollisella kielellä käydyn keskustelun pohjalta ja koostaa selväkielisiä tiivistelmiä potilaan historiasta. Lisäksi tekoälyä voi hyödyntää monille tälläkin hetkellä tutusta chatbot-ympäristöstä.

 Tekoälyn suhteen taivas on kuitenkin rajana. Tulevaisuudessa – ja tällä hetkellä teknisessä pilottiympäristössä – on mahdollista esimerkiksi se, että tekoäly kuuntelee ammattilaisen ja potilaan keskustelua kliinisessä tilanteessa, poimii keskustelusta rakenteiset tiedot ja kirjaa ne valmiiksi järjestelmään.

– Sitten kliinikko vain tarkistaa, että raksit ovat oikein. Se nopeuttaa työtä ja auttaa synnyttämään myös rakenteista tietoa entistä vaivattomammin, Parkkola visioi.

Tekoäly on hyvä renki, mutta ihmisellä on aina viimeinen sana

Tekniikoiden luotettavuutta ja tietoturvakysymyksiä käsitellään luonnollisesti EU- lainsäädännön ja suomalaisen voimassa olevan säätelyn näkökulmasta. Luotettavuutta lisää se, että kliiniset kielimallit on rakennettu niin, että kielimalleille tyypillinen hallusinointi on karsiutunut minimiin. Lisäksi järjestelmä on alusta alkaen rakennettu visuaalisesti siten, että käyttäjällä säilyy kaiken aikaa tieto siitä, mikä on tekoälyn ehdotus tai päätelmä ja mikä osa on ihmisen tekemä johtopäätös tai päättämä toimenpide. Näin kaksi maailmaa eivät pääse vahingossakaan sekoittumaan.

Tekoäly ei siis ikinä pääse yksin päättämään, miten toimitaan.

– Ihminen tekee aina lopullisen päätöksen ja validoi tekoälyn tekemät toimenpiteet.

Tekoälyratkaisuja on jo laajalti käytössä maailmalla – myös Suomessa mahdollisuus ripeään käyttöönottoon

Hollannissa käytössä olevassa Epic-toteutuksessa on jo integroitu tekoälyratkaisuja potilastietojärjestelmään. Verrattuna muihin murrosteknologisiin ratkaisuihin, pystytään tekoäly tarvittaessa ottamaan kliiniseen käyttöön varsin rivakasti myös Suomessa, uskovat Renko ja Parkkola.

– Esimerkiksi Yhdysvaltojen markkinoilla vastaavia teknologioita on validoitu ja otettu kliiniseen käyttöön kertaluokkaa nopeammin kuin vastaavissa teknologiamurroksissa on aikaisemmin totuttu, jopa muutamien kuukausien sisällä ensimmäisistä teknisistä kokeiluista, Renko tiivistää.