Tekoälyn käyttö terveydenhuollossa on edennyt merkittävästi, ja nyt kielimallien soveltaminen avaa uusia ovia myös monimutkaisissa lääketieteellisissä tehtävissä.

Aalto-yliopiston tutkimusryhmä on yhdessä Helsingin yliopistollisen sairaalan (HUS) kanssa kehittänyt kielimallin, joka kykenee analysoimaan jäsentelemättömiä lääketieteellisiä lausuntoja ja tunnistamaan diabeettisen retinopatian vaikeusasteen.

Kielimallit jäsentämättömien tekstien tulkitsijoina

Diabeettinen retinopatia on diabeteksen aiheuttama verkkokalvon sairaus, joka voi johtaa sokeuteen, jos sitä ei diagnosoida ajoissa. Sairauden tunnistamiseen käytetään silmänpohjakuvia, joiden löydökset kirjataan usein vapaamuotoisesti lääkärin lausuntoihin. Näiden jäsentelemättömien tekstien analysointi on kuitenkin ollut perinteisesti hidasta ja työlästä.

Tutkimusryhmän kehittämä malli, nimeltään DR-GPT, hyödyntää Turun yliopiston aiemmin kehittämää suomenkielistä GPT-kielimallia. Malli on erikoistunut tulkitsemaan diabeettisen retinopatian vakavuusastetta vapaamuotoisista potilaslausunnoista. Tämä mahdollistaa nopeamman ja tarkemman analyysin ilman manuaalista jäsentämistä.

Laajat aineistot tekoälyn koulutuksen pohjana

DR-GPT-mallin koulutukseen käytettiin yli 40 000 potilaskertomusta HUS:n erikoissairaanhoidon käynneiltä vuosilta 2016–2019. Tutkimuksessa lääkärit ja hoitajat analysoivat puolet aineistosta manuaalisesti, minkä jälkeen DR-GPT koulutettiin lopun aineiston analysointiin.

Tulokset osoittivat, että DR-GPT pystyy analysoimaan suomenkielisiä lääketieteellisiä lausuntoja erittäin tarkasti. Mallin avulla luotu laajempi aineisto paransi myös kuvapohjaisen tekoälyn suorituskykyä diabeettisen retinopatian tunnistamisessa.

Tekoälyn potentiaali laajempaan käyttöön

DR-GPT:n kehitys korostaa suomenkielisten tekoälymallien vahvuutta kotimaisessa terveydenhuollossa. Mallin mukautuvuus ja tarkkuus tekevät siitä lupaavan työkalun myös muihin lääketieteellisiin sovelluksiin, kuten röntgenlausuntojen analysointiin tai sairauksien seulontaan.

"En näe syytä, miksi DR-GPT:n kaltaista lähestymistapaa ei pystyttäisi hyödyntämään myös muissa lääketieteellisissä aineistoissa. Itseasiassa tämä GPT-mallien jatkokouluttaminen on niin mukautuva lähestymistapa, että uskoisin vastaavanlaisten suomenkielisten tekoälymallien kouluttamisen olevan mahdollista myös moniin muihin tarkoituksiin", tutkijatohtori Joel Jaskari toteaa.

Hän korostaa, että suomalaisen terveydenhuollon erityispiirteet ja käytännöt tekevät yhteistyöstä sairaaloiden kanssa välttämätöntä, jotta tekoälyä voidaan hyödyntää tehokkaasti.