Tekoäly lääkärin työssä

Teknologia saapuu arkeen

Tekoälyä hyödyntävät lääkinnälliset laitteet voivat tunnistaa aineistoista piirteitä ja tuottaa diagnoosia tai hoitoa tukevaa tietoa. FDA:n esimerkeissä sovelluksia ovat muun muassa kuvantaminen ja verkkokalvokuvien analyysi. Yhdysvalloissa markkinoille hyväksyttyjen laitteiden luettelo kuvaa alan laajuutta; se ei osoita minkä tahansa tekoälysovelluksen soveltuvuutta kliiniseen käyttöön. [1]

Luotettavuus tarvitsee perustelut

Tulos on arvioitava yhdessä käyttötarkoituksen, kohdepotilaiden ja tutkimusnäytön kanssa. FDA:n, Health Canadan ja MHRA:n läpinäkyvyysperiaatteet korostavat tietoa järjestelmän kehityksestä, suorituskyvystä, rajoituksista ja siitä, miten tulos liittyy ammattilaisen päätöksentekoon. [2]

Oleellisia ovat myös aineiston mahdolliset vinoumat ja se, ovatko käyttökohteen potilaat edustettuina kehitys- ja testausaineistoissa. Ihmisen ja tekoälyn yhteistä toimintaa pitää tarkastella käytännön työympäristössä. [2]

Arviointi jatkuu käyttöönoton jälkeen

Osa järjestelmistä voi muuttua uuden tiedon myötä. Siksi niiden arviointi ulottuu kehityksestä käyttöönottoon, seurantaan ja muutoksiin. Toimivuus yhdessä tilanteessa ei yksin riitä kuvaamaan koko elinkaaren turvallisuutta. [1]

Oppimisen kysymykset

Akamedian opetukselliset pohdintakysymykset

• Mihin tehtävään järjestelmä on tarkoitettu?
• Miten sen suorituskykyä on arvioitu juuri tässä potilasryhmässä?
• Miten käyttäjä tunnistaa epävarmuuden ja toiminnan muutokset?

Yleistajuinen yhteenveto

Tekoälyn arvo kliinisessä työssä riippuu käyttötarkoituksesta, tutkimusnäytöstä ja siitä, miten ammattilainen ymmärtää tuloksen rajat.