Tietoevrys mål er å hjelpe med å transformere diagnostikk og behandling gjennom datadrevet og kunnskapsbasert tjenesteutvikling.
21 august 2024
En studie fra Finland publisert tidlig i 2023* spådde at implementering av kunstig intelligens (KI) i finsk helse- og sosialtjenester ville spare 770 millioner euro hvert år. Ved å la KI utføre arbeidskrevende og tidkrevende administrative oppgaver, ville tusenvis av leger og sykepleiere kunne fokusere mer på pasientbehandling. Gjennom rask prosessering og analyse av store mengder data vil vi potensielt kunne fremskynde diagnostikk og behandling. Dette er bra for pasienten i form av raskere behandlingsforløp. Samtidig blir de samfunnsmessige kostnadene potensielt lavere.
Tietoevry Care har vært i front når det gjelder KI-utvikling innen helsevesenet i flere år. Vår Lifecare Data Platform – med sine avanserte analytiske muligheter – er kjernen i dette arbeidet. Plattformen gjør det mulig for helsepersonell og forskere å få tilgang til omfattende pasientinformasjon samlet på ett, i stedet for å lete etter informasjonen i ulike løsninger og plattformer.
Ett av våre banebrytende KI-initiativ er et samarbeid med Helsinki Universitetssykehus (HUS). Et sammensatt team fra sykehuset og Tietoevry Care har utviklet algoritmer og datalake-funksjonaliteter for å raskere diagnostisere tre grupper av sjeldne sykdommer. Disse har så langt vært notorisk vanskelige å diagnostisere.
Gjennom en lovendring i januar 2024 kan forskningsprosjekter kontakte innbyggere med en identifisert sykdomsrisiko. Gjennom å bruke KI-algoritmer får forskerne innsikt i risikogrupper og kan i tillegg henvende seg til innbyggeren for proaktiv oppfølging.
"Resultatene fra forskningsprosjektet på HUS er så lovende at vi nå begynner med klinisk validering. Vårt mål er å fortsette å utvikle våre prediktive modeller og tilgjengeliggjøre løsningen på markedet," sier Niina Siipola, leder for AI- og dataløsninger hos Tietoevry. "Vi utforsker også muligheter utenfor Finland, og kan bruke pasientdata fra andre helseaktører og system. Mulighetene som ligger foran oss er veldig spennende."
Et annet nøkkelområde for Tietoevry Care er bruken av Generativ KI, hvor ny data utvikles basert på mønstre lært fra eksisterende data. Generativ KI kan raskt lese omfattende medisinske journaler eller litteratur for å generere et svar på et klinisk spørsmål.
"Utviklingen av store språkmodeller skjøt virkelig fart i 2023. Men de er fortsatt ikke modne nok for bruk i klinisk praksis, så vi har startet med å bruke dem på ikke-sensitive data,” sier Siipola.
Ved HUS Barnehospital, brukte Tietoevry generative KI-prinsipper for å bearbeide 1.300 dokumenter, eller retningslinjer for behandling. Applikasjonen kan nå brukes av helsepersonell for å søke og få sammendrag av anbefalt beste praksis. Løsningen bruker Tietoevrys datalake – basert på Microsoft Azure-cloud – mens ChatGPT 4.0 Turbo oppsummerer dokumentene og gir direkte lenker til kilde-materialet. Denne tilnærmingen strømlinjeformer informasjonsinnhentingsprosessen for helsepersonell, som tidligere måtte skrive inn presise søkeord i et konvensjonelt søkeverktøy og deretter selv lese igjennom og sortere resultatene.
Et annet produktutviklingsteam fra Tietoevry Care har brukt Natural Language Processing (NLP) for å hente informasjon fra pasientjournaler.
Arbeidet gjør det mulig for helsepersonell å søke etter fellestrekk innen en spesifikk pasients kliniske notater. Siden disse notatene skrives av flere leger – ofte over mange tiår – kan det være inkonsistent bruk av terminologi. NLP løser dette.
"På finsk er det for eksempel mange forskjellige måter å si at en pasient har en røykehistorikk. Vi har trent NLP-modellen til å finne alle disse termene i en pasients journal," forklarer Siipola. "Språkmodellen vi bygde for røyking var klar i slutten av 2023. Nå lager vi lignende modeller for alkoholforbruk, narkotika-bruk og reseptbelagte legemidler."
NLP-prosjektet hjelper også med å gi nye datasett til Tietoevry-datalake. Ved å strukturere klinisk kunnskap er KI et nyttig verktøy for å identifisere trender og lage rapporter om spesifikke helsetemaer.
"Vi ser konstant etter nye områder å bruke KI på i helsetjenesten, så vi oppfordrer kundene våre til å komme med nye ideer. Jeg vil gjerne se at vi utvikler enda flere prediksjonsmodeller, da disse gir folk den riktige behandlingen til rett tid," avslutter Siipola.
* A. Larsio. Powering the social health and social care system with data. Sitra, May 2023