Tutkimus on julkaistu Artificial Intelligence in Medicinessä.
Kaksi Indiana Universityn tutkijaa selvitti 6 700 masennuspotilaan tietoja. Heistä 65–70 prosentilla oli masennuksen lisäksi jokin fyysinen sairaus kuten diabetes tai sydän- ja verisuonisairaus.
Tutkittavien joukosta valittiin satunnaisesti 500 potilasta, joiden kohdalla vertailtiin kahta eri hoitotapaa: oikean lääkärin hoitopäätöksiä sekä tekoälyn esittämää hoitoa. Kävi ilmi, että tietokone hoiti reippaasti halvemmalla. Lääkärikustannukset olivat liki 500 dollaria ja tietokonemenot taas alle 200 dollaria yksikköä kohden.
Parempia hoitotuloksia
Tietokonemallinnusten avulla analysoitiin eri hoitokeinoja ja niiden vaikutuksia. Tekoäly pystyi myös muuttamaan suunnitelmia sitä mukaan kuin valintojen vaikutuksista saatiin uutta tietoa.
Tekoälyn avulla saatiin joskus parempia hoitotuloksia, kertoo tutkimus. Keskimäärin oikean lääkärin tekemiin hoitopäätöksiin verrattuna tietokoneen tekemillä hoitopäätöksillä saatiin 30–35 %:n parannus hoitotuloksissa. Joissakin tapauksissa tulokset olivat jopa 50 % paremmat.
Tavallisesti lääketieteelliset päätökset tehdään tapaus tapaukselta, kokemuksen perusteella, mutta on yhä enemmän todisteita siitä, että monimutkaisissa hoitopäätöksissä mallinnuksen käyttö on parempi keino kuin intuitioon turvaaminen, kuvaillaan Indianan yliopiston tiedotteessa. Mallinnuksessa voidaan hyödyntää esimerkiksi elektronisia terveystietoja ja laajoja tietokantoja sekä käyttää hyväksi tietoa eri valintojen vaikutuksista.
- Mallinnus auttaa näkemään (hoidon) mahdollisuuksia pidemmälle, mikä taas on vaikeaa lääkärille. Lääkärillä ei yksinkertaisesti ole käytettävissään niin paljon tietoa, sanoo tutkija Kris Hauser Indianan yliopiston tiedotteessa.
Parasta indianalaistutkijoiden mukaan olisi yhdistää tekoäly ja ihmiskliinikoiden taidot: annetaan ihmisen tehdä se, minkä ihminen hoitaa hyvin ja koneen se, mistä se pystyy suoriutumaan tehokkaasti.
Samasta aiheesta on Suomessa kirjoittanut tiettävästi ensimmäiseksi Yle.
Tutkimus: Artificial intelligence framework for simulating clinical decision-making: A Markov decision process approach. Casey C. Bennett, Kris Hauser. http://dx.doi.org/10.1016/j.artmed.2012.12.003
Lähteet: Indiana University (Indianan yliopiston tiedote 11.2.2013), Artificial Intelligence in Medicine
Lue myös:
