Head of Data & AI, Tietoevry Care
Utfordringen
Det har vært et økende behov for enklere tilgang til helsedata og gode infrastrukturer for forskning, utvikling og informasjonssikkerhet. Samtidig er det store krav fra EUs personvernordning (GDPR). Sikre løsninger basert på kunstig intelligens vil kunne bidra til mer effektiv ressursbruk og samtidig tilby raskere og mer presis diagnostisering.
Løsningen
Forskningsplattformen HUS Acamedic effektiviserer og framskynder diagnostisering ved bruk av moderne teknologier som maskinlæring og kunstig intelligens, samtidig som den legger til rette for datadeling og samhandling mellom ulike forskningsmiljøer. Prosjektet eCare for Me gir pasienter med sjeldne sykdommer både raskere tilgang til behandling, og mer presis behandlingsmåte. Det har en betydelig effekt på pasientens helse og velvære. Dessuten sparer det også det offentlige for kostnader ved å redusere bruken av tjenester og ressurser.
Om kunden
Gjennom et godt samarbeid har Helsinki Universitetssykehus (HUS) og Tietoevry utviklet den skybaserte forskningsplattformen HUS Acamedic. Denne plattformen muliggjør utviklingen av personalisert behandling, digitale pasientforløp og effektivisert og strømlinjet medisinsk forskning.
Rare Diseases eCare for Me-prosjektet benytter seg av forskningsmiljøet på HUS Acamedic. Prosjektet er en del av CleverHealth Network-økosystemet som støtter deling av kliniske data og utviklingen av AI-løsninger som kan benyttes til å gi mer effektiv og raskere behandling for pasienter med sjeldne sykdommer. Prosjektet er finansiert med støtte fra Business Finland.
Effektiviserer pasientforløp
Forbedret diagnostikk reduserer unødvendige legebesøk og usikkerheten hos pasienter med sjeldne sykdommer. Det blir også mulig å igangsette målrettet behandling hurtigere.
Raskere diagnostikk
Forskningsplattformen muliggjør effektiv diagnostikk. Ved hjelp av maskinlæring og kunstig intelligens kan tjenesten behandle og prosessere store datamengder.
Reduserte helsekostnader
Forskningsplattformen kan spare betydelige kostnader på medisinsk behandling når en diagnose og riktig behandling blir funnet raskere. Forebyggende behandling kan derfor settes i gang fortløpende.
Den nye forskningsplattformen muliggjør effektiv behandling og prosessering av store data mengder
Takket være forskningsplattformen som er utviklet av Tietoevry og HUS, og eCare for Me-prosjektet, kan sjeldne sykdommer nå diagnostiseres raskere enn noen gang. Medisinske eksperter kan nå bruke store data mengder til forskning og som beslutningsgrunnlag.
Selv om den medisinske ekspertisen i Finland er enestående, er diagnostiseringen av sjeldne sykdommer utfordrende og krever tilgang til store menger helsedata. Det er identifisert om lag 6000 til 8000 sjeldne sykdommer. I forskningsplattformen kan forskningsresultater raskt samles og kombineres fra ulike kilder og miljøer.
- Datasjøstrukturen til forskningsplattformen og dens maskinlæringsbaserte teknologi muliggjør effektiv behandling og forskning av ekstremt store datasett. Det ville ha vært en enorm oppgave å samle all tilsvarende informasjon manuelt, sier Mikko Seppänen, overlege og direktør for avdelingen for sjeldne sykdommer på HUS.
Som regel, søker pasienter spesialistbehandling etter først å ha vært innom primærhelsetjenesten. Kostnaden for det offentlige helsevesenet kan være så mye som 40 ganger større før diagnosen blir funnet.
- Behandlingskostnadene er direkte knyttet til tiden det tar å finne diagnosen, samt til pasientens lidelser. Man kan forvente betydelige besparelser ved å bruke datasjøtjenesten. Selv når det ennå ikke finnes noen behandling for den diagnostiserte sykdommen, er slike tjenester svært gunstige for pasienten, legger Seppänen til.
«Den mentale usikkerheten kan være en tøff opplevelse for pasienten. Samfunnsnytten kommer ikke bare av å spare konkrete helsekostnader, men også gjennom mindre menneskelig lidelse.»
Mikko Seppänen
overlege, avdeling for sjeldne sykdommer, HUS
En raskere diagnose letter byrden for pasienten
Ved bruk av forskningsplattformen kan kunstig intelligens og maskinlæring brukes til å utvikle nye tjenestekonsepter og behandlingsprosesser som gjør at sjeldne sykdommer kan diagnostiseres raskere, og at man hurtigere får henvist pasientene til riktig behandling. Teknologien gjør det også mulig for den medisinske forskningen å fortsette på en sikker og strømlinjeformet måte.
- En raskere diagnose sparer ikke bare kostnader, men også liv, særlig dersom det finnes en målrettet behandling for sykdommen. De mest tragiske tilfellene er når det tar for lang tid å stille diagnosen, og pasientens sykdom forverrer seg. Disse tilfellene kan forhindres hvis diagnosen kan stilles raskere, sier Seppänen med et sukk.
Før forskningsplattformen ble implementert, kunne pasienter i teorien vente flere år før den riktige diagnosen ble stilt, selv om en målrettet behandling har vært tilgjengelig for den gitte sykdommen. Med rask databehandling kan nå unødvendige besøk hos legen unngås og pasientens lidelse og usikkerhet reduseres.
- Det å komme fram til en diagnose demper pasientens bekymringer, selv om det ikke finnes noen symptomatisk behandling. Når diagnosen er stilt, får pasienten sakte, men sikkert tilbake tilliten til helsevesenet, sier Seppänen.
«Pasientens sykehistorie kan endres fullstendig når den egentlige årsaken til symptomene er funnet».
Mikko Seppänen
En unik løsning med kunstig intelligens forbedrer databehandlingen
Forskningsplattformen muliggjør analyse og forskning av store mengder data, og sparer dermed helsepersonellet for tid. Tjenesten som er utviklet av Tietoevry er den første som er sertifisert til medisinsk bruk, og datasikkerheten er i førsteklasse.
- De pseudonymiserte pasientdataene kan samles på ett sted, der dataene kan undersøkes direkte. Systemet er i samsvar med europeisk og finsk datapraksis, som er blant verdens strengeste med hensyn til datasikkerhet, forklarer Seppänen.
Selv om forskningsplattformen benytter maskinlæring og kunstig intelligens, er det fortsatt en lege som tar beslutningene. Systemet kontrolleres også av mennesker. Tjenesten sparer kostnader, men letter og forener også medisinsk forskning.
- Kunstig intelligens foreslår helseløsninger, men deretter blir forslaget alltid evaluert av en medisinsk fagperson som har ekspertisen og den etiske forståelsen av hva som er best for pasienten. Kunstig intelligens er imidlertid overlegen når det gjelder å kompilere, samle inn og analysere data. Dette er en læringsprosess for både kunstig intelligens (AI) og mennesker, sier Seppänen.
Seppänen mener at datasjøløsningen kan gi betydelige fordeler for pasientene, for økonomien og ikke minst være kilden til digital innovasjon.
- Hvis man muliggjør internasjonal utveksling av forskningsdata, kan datasjøløsningen forbedre behandlingspraksisen, pasientenes livskvalitet og samtidig gi verden innovasjoner som forbedrer pasientvelferden, legger han til.
«Tjenesten gjør arbeidet til helsepersonellet mer meningsfylt. Nå mottar vi henvisninger for nettopp de pasientene vi spesialiserer oss på. Det bidrar også til å trene opp spesialister og forbedre behandlingsresultatene.»
Mikko Seppänen
