Äkillinen aivoverenvuoto on vakava ja usein myös hengenvaarallinen tilanne. Lisäksi se koskettaa entistä useampaa suomalaista, sillä meillä diagnostisoidaan joka vuosi yli 2 000 tapausta. Globaalisti lukema nousee miljooniin. 

Aivoverenvuodon hoidossa korostuu nopeiden ja oikeaan osuneiden diagnoosien ja hoitotoimien merkitys, sillä jo ensimmäinen kohtaus voi olla potilaalle kohtalokas. Vielä suuremmaksi riskit kasvavat, jos aivoverenvuoto uusiutuu esimerkiksi muutaman kuukauden kuluttua. 

Aivoverenvuotoja tai niiden epäilyjä tutkitaan pään tietokonetomografiakuvauksilla. Niitä tehdään Suomessa vuosittain yli 180 000 kappaletta, suurin osa sairaaloiden kiirepäivystyksessä. 

TT-kuvia analysoivat radiologian erikoislääkärit, jotka tekevät työtään paitsi ison vastuun myös jatkuvasti kasvavan potilasmäärän keskellä. Samaan aikaan alan erikoisosaajien määrä kutistuu tasaista tahtia muun muassa eläköitymisen myötä. 

Kaikille sopiva tekoälyalusta 

Tähän haasteeseen herättiin HUS:ssa ja sen koordinoimassa CleverHealth Network -verkostossa jo viime vuosikymmenen lopulla. Samalla vahvistui ajatus tekoälyratkaisusta, jonka avulla TT-kuvista löydettäisiin yleisimmät aivoverenvuototyypit entistä nopeammin ja tarkemmin. 

Microsoftin Azure-teknologiaa hyödyntävän tekoälyalustan toteuttaminen tuli CGI:n vastuulle ja tarvittavia algoritmejä kehitettiin yhdessä HUS:in ja Planmecan kanssa. Algoritmien ”opetustyössä” oli tärkeänä apuna HUS:n digitaalinen arkisto, joka koostuu yli 20 miljoonasta vuosien saatossa tehdystä kuvantamistutkimuksesta. 

Validoinnissa on yhtenä yhteistyökumppanina ollut muun muassa Sveitsin suurimpiin kuuluva yliopistosairaala. 

”Käytännössä tässä AI Head Analysis -nimisessä kehitysprojektissa rakentui teknologia-alusta, joka sopii eri terveydenhuollon yksiköille riippumatta siitä, mikä kuvantamisjärjestelmä tai laitekanta niillä on käytössään. Pilotointia tehdään HUS:ssa, mutta jatkossa sama työkalu on muidenkin ulottuvilla”, kertoo CGI:N terveydenhuollon palveluista vastaava johtaja Mikko Lehto. 

Diagnoosit edelleen lääkärin vastuulla 

Lehdon mukaan HUS:n tekoälyalustassa on kyse nimenomaan radiologin arkista työtä helpottavasta apuvälineestä, jonka avulla mahdolliset poikkeamat havaitaan entistä paremmin ja aikaisemmassa vaiheessa.  

Alusta on opetettu havaitsemaan viisi yleisintä aivoverenvuototyyppiä ja sen analysoiman kuvadatan osumatarkkuus on Lehdon mukaan jo lähes 99 prosenttia.  

”Vaikka lääkäri saa katsottavakseen algoritmien pohjalta seuloutuneen kuvamateriaalin, hän voi halutessaan käydä läpi kaikki alkuperäiset kuvat”, Lehto toteaa. 

Tekoälyn hyödyntämiseen liittyy usein pelkoja ja epäilyksiä siitä, että hoito siirtyy liiaksi ihmisiltä tietokoneille. Lehto kuitenkin korostaa uuden AI-teknologian toimivan vain lääkärin apuna ja päätöksenteon tukena. 

”Varsinaiset diagnoosit ja hoitopäätökset ovat edelleen tiukasti lääkärin vastuulla”, Lehto painottaa. 

Paljon potentiaalia ympäri maailmaa 

Uutta tekoälyalustaa on pilotoitu HUS:ssa viime keväästä lähtien. Niinpä sen tehosta, tuloksista ja mahdollisista säästöistä ei vielä ole kertynyt riittävästi faktaa virallisten laskelmien tekoon. 

”Vuoden loppua kohden ollaan varmasti tässäkin jo viisaampia”, Lehto toteaa. 

Potentiaalia on kuitenkin riittämiin, sillä Suomen kaltaisen terveydenhuollon resurssipulan ja kasvavan työtaakan kanssa kamppaillaan monissa muissakin maissa ympäri maailmaa. 

Kiinnostusta on lisännyt myös kansainvälisessä Neurology-tiedelehdessä keväällä julkaistu AI-pohjaista diagnostiikkaa sivunnut tieteellinen artikkeli. Kyseinen lehti on neurologian alalla yksi maailman johtavista lääketieteellisistä julkaisuista. 

Lehdon mukaan tekoälyalustalle olisi käyttöä monien muidenkin aivosairauksien diagnostisoinnissa – käytännössä kaikessa, jossa käytetään apuna tietokonetomografiaa ja kuvantamista. 

”Sen avulla voitaisiin löytää esimerkiksi erilaiset syöpäkasvaimet, niiden esiasteet tai vaikkapa MS-tauti jo paljon nykyistä varhaisemmassa vaiheessa. Jatkossa tekoäly voisi ohjata myös itse kuvantamislaitetta, jolloin myös itse kuvausprosessi tehostuisi entisestään”, Lehto pohtii. 

Kuva: Midjourney