Keinoäly ja virtuaalitodellisuus ovat tulossa osaksi terveyden- ja sairaanhoidon arkea. Kone voi helpottaa diagnoosia ja hoitopäätöstä tai mahdollistaa hoidon siellä, missä sitä ei ennen ollut. Mutta onko se on tulevaisuudessa ainoa hoitajamme?

Pieni mobiilimikroskooppi sujahtaa helposti laukkuun ja sen osat maksavat älypuhelimen verran. Laite skannaa lasilevylle sivellyn näytteen digikuvaksi, jonka voi mobiiliverkon välityksellä lähettää tarkasteltavaksi minne tahansa.

Ja sen, joka tarkastelee, ei tarvitse olla ihminen.

Konenäkö mahdollistaa keinoälyyn perustuvan diagnostiikan digitaalisista näyteaineistosta. Käytännössä se tarkoittaa, että kone opetetaan tunnistamaan kuva-aineistosta poikkeamia. Esimerkiksi malarialoiset näkyvät läikkinä verinäytteen punasoluissa.

Helsingin yliopistossa toimivassa Suomen molekyylilääketieteen instituutissa (FIMM) työskentelevän Johan Lundinin ryhmä tutkii ja kehittää etädiagnostiikkaan soveltuvia laitteita ja sovelluksia.

Lundinin mukaan tarkoituksena helpottaa diagnostiikkaa erityisesti seuduilla, joissa asiantuntijat ovat harvassa.

Lupaavia tuloksia on jo saatu kehitysmaissa yleisten loiseläimien aiheuttamien infektioiden diagnostiikassa. Tällä hetkellä mobiilimikroskooppia ja sen mahdollistamaa etädiagnostiikkaa testataan skistosomiaasin toteamiseen ulostenäytteistä tansanialaisessa kyläkoulussa.

Skistosomiaasi, eli bilhartsia, on malarian ohella yksi yleisimmistä loistaudeista. Sen tunnistaminen on vielä melko yksinkertaista diagnostiikkaa, mutta tulevaisuudessa konenäkö voidaan valjastaa yhä monimutkaisempiin tehtäviin. Puhutaan syväoppimisesta.

Tulevaisuudessa konenäkö voidaan valjastaa yhä monimutkaisempiin tehtäviin.

Lundinin ryhmässä kehitetään parhaillaan biopankkiaineistojen avulla algoritmia, joka tunnistaa solumuutokset kohdunkaulan papa-näytteistä.  Sitä testataan vielä tänä vuonna Keniassa.

Afrikassa on patologeja keskimäärin vain yksi miljoonaa asukasta kohden, joten kohdunkaulan syöpien esiasteita ei juuri seulota. Tilanne on johtanut siihen, että syöpä löytyy yleensä liian myöhään ja kohdunkaulan syöpä on Afrikassa naisten yleisin syöpäkuoleman syy. 

Tiedonlouhinnalla tehoa syöpähoitoihin

Helsingin yliopistossa on menossa myös tutkimusprojekteja, jotka tähtäävät tehokkaampiin lääkehoitoihin keinoälyn avulla. Niissä kehitetään algoritmeja, joiden avulla potilaalle osataan valita sopivin lääke. Keinoälyn avulla siis pyritään kohti yksilöllisempiä hoitoja.

Keinoälyn avulla siis pyritään kohti yksilöllisempiä hoitoja.

Lääkkeen tehoon vaikuttavat lukuisat yksilötekijät ja sopivimman lääkkeen tai lääkeyhdistelmän löytäminen voi olla vaikeaa. Ymmärtääkseen paremmin, miksi lääke tehoaa toiseen ja toiseen ei tutkijat tarkastelevat potilaiden geneettisiä eroja. Molekyylitason tiedon tuottaminen lääkkeiden tehoon vaikuttavista tekijöistä ei ole enää ongelma, mutta tämän tiedon luotettava ja tehokas kokoaminen ja analysointi ovat.

FIMMissä työskentelevän, Helsinki Challengen voitosta kilpailevan Jing Tangin tutkimusprojektin tavoitteena on kehittää tiedonlouhintaan perustuva menetelmä yksilöllisten syöpälääkesuositusten antamiseen.

Aineistona hän käyttää geenitiedon lisäksi tuloksia syöpälääkkeiden ex vivo -testauksista. Niissä syöpälääkkeiden tehoa testataan laboratoriossa suoraan potilasnäytteistä eristettyihin syöpäsoluihin. Menetelmä mahdollistaa laajat, jopa satojen lääkkeiden testaukset erittäin pienillä lääkemäärillä.

Kone mahdollistaa, ihminen päättää!

Tällä hetkellä vain joka neljännellä syöpälääkkeistä saavutetaan toivottu tulos, joten oikean lääkkeen etsiminen vie aikaa paranemiselta.

Myös kolesterolilääkkeinä käytettävien statiinien ongelmina ovat tehottomuus ja haittavaikutukset ­– joka neljäs lopettaa statiinilääkityksensä vuoden kuluessa, vaikka se on tarkoitettu pysyväksi. Korkea kolesteroli on merkittävä sydän- ja verisuonitautien riskitekijä.

Myös statiinilääkityksen valintaa helpottamaan on kehitteillä algoritmi, joka ennakoi kolesterolilääkityksen tehon ja haittavaikutukset.

Lopullisen hoitopäätöksen tekee aina ihmisasiantuntija.

Keinoälyn käyttöä lääkehoidon valinnassa ei vielä ole viety kliiniseen testaukseen, mutta se on tavoitteena tulevien vuosien aikana. Tutkijat kuitenkin painottavat, että lopullisen hoitopäätöksen tekee aina ihmisasiantuntija, hoitava lääkäri.

Mutta päättääkö tulevaisuudessa?

– Yksi näkökulma tähän on, että teknologiaa saadaan kehitettyä, kun ihmisillä on turvallinen mieli. Vaikka alussa mukana ovat lääkärit ja hoitajat, niin meillä ei ole mitään takeita siitä, että myös jatkossa asia olisi näin, sanoo kognitiotieteilijä, tutkijatohtori Michael Laakasuo humanistisesta tiedekunnasta.

Hän on tutkinut ihmisten reaktioita keinoälyn tekemiin päätöksiin ja tuoreiden tulosten perusteella valtaosa haluaa, että vaikeat lääketieteelliset päätökset tekee jatkossakin ihminen.

– Tästä meillä jo on jo melko lujaa dataa, Laakasuo sanoo ja lisää, että ihmisen tekemää päätöstä arvostetaan konetta enemmän jopa silloin, kun ihmisasiantuntija on huolimattoman maineessa.

Eikä huoli keinoälyyn perustuvien päätösten laadusta ole Laakasuon mukaan ole aiheeton.

Huoli keinoälyyn perustuvien päätösten laadusta ei ole aiheeton.

– Esimerkiksi IBM:n Watsonin kehittäjä ei itsekään ymmärrä, millä tavalla se päätyy tekemiinsä ratkaisuihin. Algoritmi sylkee ulos tuloksen, mutta siltä ei voi kysyä, mihin päätös perustuu. Vasta näiden päätösten lähempi tarkastelu paljastaa, jos algoritmi on vääristynyt, Laakasuo sanoo.

Hänen mukaansa uhkana on, että jossain vaiheessa ihmiset jäävät pois päätöksenteosta, jolloin jäljelle jää pinnallisesti kustannustehokkaalta vaikuttava automatisoitu sairaanhoito, jonka mahdollisista päätöksentekovirheistä ja -perusteita ei ole tietoa saatavilla. 

– Eivätkä nämä tekoälyt kykene holistiseen potilasarvioon, Laakasuo lisää ja viittaa ihmisen kohtaamisen tärkeyteen hoitopäätöksen teossa.

Ihmiskontaktien sijasta vai rinnalla?

Myös sosiaalipsykologit ovat kiinnostuneita siitä, mitä seuraa, kun teknologia on yhä enemmän läsnä ihmisten elämässä.

– Monesti mietitään, että teknologian yleistyminen vähentää ihmiskontakteja. Yhtä lailla voisi ajatella, että jos ihmisten välistä kanssakäymistä ei ole tarpeeksi, niin teknologia voi tarjota myös jotain hyvää, sanoo yliopistotutkija Niklas Ravaja Helsingin yliopiston Tutkijakollegiumista.

Hän vetää tutkimusprojektia, jossa Helsingin yliopiston sosiaalipsykologit ja Aalto-yliopiston teknillisen korkeakoulun tutkijat tarkastelevat sosiaalista kanssakäymistä ja emootioita virtuaalitodellisuudessa.

Tutkijat tarkastelevat sosiaalista kanssakäymistä ja emootioita virtuaalitodellisuudessa.

– On mielenkiintoista ymmärtää, mitä siinä tapahtuu ja millä tavalla se eroaa kasvokkain tapahtuvasta vuorovaikutuksesta, Ravaja sanoo.

Tutkimuksessa käytetään neuroadaptiivista virtuaalitodellisuutta, joka muovautuu käyttäjän neurofysiologisen aktiivisuuden mukaan.

Käytännössä se tarkoittaa, että tutkimushenkilöiden kehontoimintoja, kuten aivosähkökäyrää, sydämen sykettä ja hengitystä mitataan virtuaalitodellisuudessa suoritettavien harjoitteiden aikana. Samalla virtuaalitodellisuus muovautuu reaaliaikaisesti näiden mittausten perusteella.

– Tausta-ajatuksena on, että neurofysiologiset mittaukset kertovat jotakin emotionaalisesta ja kognitiivisesta tilasta, Ravaja sanoo.

Koehenkilöillä teetettävien harjoitteiden tavoitteena voi olla esimerkiksi empatian kokeminen virtuaalitodellisuudessa. Empatia on yhteydessä psyykkiseen hyvinvointiin ja sen voi havaita aivosähkökäyrällä.

Tutkimusasetelmat mahdollistavat vuorovaikutuksen säännönmukaisuuksien tarkastelun. Samalla myös pohditaan virtuaalitodellisuuden sovellusmahdollisuuksia. Ravajan mukaan virtuaalitodellisuudessa toteutettu tietoisuustaitojen harjoittelu voi esimerkiksi auttaa palautumaan työstressistä. Lisäksi sitä voi käyttää fobioiden hoidossa tai osana nettiterapiaa.

Todellisen tuntuista ihmisen kosketusta on vaikea simuloida.

Uppoutumisen tunnetta voidaan lisätä entisestään teknologiavälitteisen hanskan avulla. Se mahdollistaa tuntoaistimukset.

– Mutta todellisen tuntuista ihmisen kosketusta on kyllä vaikea simuloida, Niklas Ravaja myöntää.

Robotin tarkempi ja pehmeämpi ote

Kosketuksen simuloiminen kiinnostaa myös psykologian yliopistotutkija Jukka Häkkistä. Sen mahdollistamiseksi hän on ryhmineen kehittänyt järjestelmän, joka mittaa ihmiskosketusta lämpökameran, näkyvän valon kameran ja syvyyskameran avulla.

– Niiden avulla kosketuksesta jäävä jälki saadaan tallennettua ja liitettyä kolmiulotteiseen malliin, jonka avulla voidaan opettaa robottia, Häkkinen sanoo.

Hänen johtamansa Grasp Sense -projekti on esillä Helsingin yliopiston osastolla Slushissa joulukuun alussa.

Tarttumis- ja kosketustreeniä tarvitsevat niin paketteja lajittelevat logistiikkarobotit kuin tulevaisuuden hoivarobotitkin. Henkilön kotona robotti joutuu selviämään monimutkaisessa ja vaikeasti ennustettavassa ympäristössä. Eikä sen kosketus saa olla epämiellyttävä.

– On vaikea toteuttaa vuorovaikutusta ihmisen kanssa, jos robotin tekemä tukeminen tai nostaminen ei tunnu miellyttävältä ja luontevalta, Häkkinen toteaa.

Entä miltä tuntuu ajatus robotista hoitajana?

Juttu on osa Helsingin yliopiston Ihminen muutoksessa -tiedeteemaa.

Lisää teknologian ja keinoälyn kehittymisen mahdollisuuksista ja moraalisista kysymyksistä Urbaani tulevaisuus -tiedeteeman Ystävämme teknologia? -tapahtumassa Tiedekulmassa 8.11.