Tehisintellekti Algkursus 2019/20 kevad

Maailma rahvastiku keskmine eluiga järjest kasvab. Valdav osa tervisehädadest on aga seotud kõrgema vanusega, mistõttu esineb rahvastiku vananedes inimestel ka rohkem haigusi ja see omakorda nõuab järjest enam meditsiinilist sekkumist. Samas kasvavad tervishoiukulutused ka nooremate seas, sest õigeaegse sekkumisega on hilisemas eas haiguste tekkimist või tõsiseid tagajärgi võimalik ära hoida. Seetõttu on meditsiini- ja tervishoiukulud kogu maailmas pidevalt kasvamas. Näiteks Eesti iga-aastased tervishoiukulud on hetkel juba ca 2 miljardit eurot, mis moodustab ligikaudu 7% meie sisemajanduse kogutoodangust.

Samal ajal on meditsiinilist infot - nii patsiendi enda kohta kui ka laiemalt teadusinfot - järjest rohkem. Kuigi arstid püüavad seda kõike arvesse võtta, nõuab see palju süvenemist, kuid aega patsiendiga suhtlemiseks on arstidel niigi vähe. Seetõttu jääb aeg-ajalt arstil ikkagi midagi tähele panemata, tõlgendatakse valesti või lausa eksitakse, mis lõppkokkuvõttes võib viia ebaõigete raviotsuste ja isegi patsiendi surmani.

Viimasel aastakümnel on järjest enam räägitud tehisintellekti kasutamise võimalustest meditsiinis. Arvutit nähakse kui potentsiaalset arsti abimeest, kes võtaks enda peale ajamahukamad andmetöötlusülesanded, mis muidu kulutaksid tarbetult arsti aega, ja aitaks seeläbi arstil valida patsiendile sobivaimat ravi.

Selles kursuse osas räägime sellest, mis on terviseandmed, kuidas nad on esitatud ja kuidas neid saaks efektiivselt kasutada. Keskendume sellele, milliseid uuringuid nende andmete peal saab läbi viia ja milliseid kliinilisi otsustustoe süsteeme arendatakse.

Nagu paljudes teistes valdkondades, on tänapäeval ka terviseandmed muutunud valdavalt digitaalseks. Kui patsient käib arsti juures visiidil, tekivad sellest mitmesugused digitaalsed terviseandmed, mis edastatakse erinevatesse andmekogudesse. Näiteks Eestis salvestatakse visiidi käigus andmed arsti enda infosüsteemi, tekitatakse vastav tervisedokument kesksesse riiklikusse Tervise Infosüsteemi, saadetakse raviarve raviarvete andmekogusse (mille alusel hüvitab Haigekassa hiljem ravikulud), koostatakse retsept kesksesse digiretsepti andmekogusse ja salvestatakse röntgen- või kompuutertomograafiapildid pildipanka. Lisaks on teatud sündmusi arstil kohustuslik raporteerida riiklikesse terviseregistrisse (surm, lapse sünd, vähk, tuberkuloosijuht jne), samuti peavad arstid esitama regulaarselt mitmesuguseid riikliku statistika aluseks olevaid aruandeid (haigestumuse statistika, vaktsineerimise statistika jne). Kõik need moodustavad kokku terviseandmed. Ka geeniandmed, mis seni on paljuski olnud eelkõige teadusliku uurimise objektiks, on leidmas kliinilises praktikas järjest enam kasutust ning seega saamas osaks terviseandmetest.

Tavapäraselt on terviseandmed eelkõige kirja pandud selleks, et arst saaks hiljem vaadata, mis konkreetse patsiendiga juhtus ning kuidas raviti. Taoliste andmete nn teisene kasutamine ehk paljude patsientide ravi andmete analüüsimine mingil muul teaduslikul otstarbel kui konkreetse patsiendi raviks pakub teadlastele suurt huvi. Lihtne on näha selle põhjuseid:

• Andmed on juba olemas, neid ei pea eraldi koguma hakkama
• Andmestik on esinduslik: sisaldab kõiki inimesi, kes arstiga kokku puutuvad, seega andmemahud on suured ja tavaliselt ka pika aja kohta. See on kasulik muuhulgas tehisintellekti rakendustele, mis vajavad palju andmeid
• Võimaldab otsida ja leida täiesti uusi haiguste vahelisi seoseid, sest kirjas on kõikide haigustega seotud info
• Kirjeldab “päris elu”: mis haigusi patsiendid päriselt põevad, kuidas neid päriselt ravitakse, millised kõrvalmõjud ravimile tekkisid jne.

Materjalide kasutamise kohta konsulteerige palun Korduma kippuvad küsimused sektsioonis.