Tekoälystä apua epidemioiden hoitoon ja hallintaan?

Kirjoittaja: Helinä Heino  

Kiinasta pandemiaksi levinnyt koronavirus on aiheuttanut terveydenhuollolle päänvaivaa, tilanteeseen haetaan ratkaisua myös tekoälyä hyödyntämällä. Kuva Pixabaysta.

Tekoälystä on haettu apua terveydenhuollon ruuhkautumiseen jo ennen koronaepidemian (COVID-19, tunnetaan myös nimellä SARS-CoV-2) ilmaantumista. Tekoälymenetelmiä on aiemmin kehitetty mm. uusien lääkkeiden löytämiseen (tosin tässä esimerkissä kyseessä on antibiootti, joka ei toimi viruksia vastaan), ja vastaavasta menetelmästä toivotaan apua koronan hoitoon. Ideana on että tekoäly pyrkii löytämään turvallisia ja käyttökelpoisia yhdisteitä aiemmin hankitun datan perusteella.

Suomessa koronatilanteeseen on reagoitu usealla eri toimenpiteellä, ja ajantasaista infoa taudista kulusta löytyy THL:nsivuilta.

Korona lyhyesti

Koronavirus on vaipallinen virus, joka aiheuttaa hengitystieinfektioita. Useimmiten korona aiheuttaa vain lieviä oireita, mutta ikävemmässä tapauksessa hengenvaarallisen keuhkokuumeen ja hapettumishäiriöitä. Tämän viruksen perimä on yksijuosteisessa RNA-ketjussa. Viruksen arvellaan pääsevän kohteeseensa eli soluun hyödyntäen ihmisen hengitysteiden pintasoluissa olevia ACE2-reseptoreita, jotka säätelevät verenpainetta. Solun sisällä virus kaappaa isäntäsolun koneiston käyttöönsä ja saa sen tuottamaan RNA-perimänsä avulla uusien viruksien tarvitsemia partikkeleita. Uudet virukset siirtyvät eteenpäin, jopa suolistoon asti. Virukset vahingoittavat soluja ja saavat ihmisen puolustusjärjestelmän aktivoitumaan. 

Koronavirus on saanut nimensä viruksen pinnalla olevien kruunumaisten proteiinipiikkien mukaan. Kuva Pixabaysta.

                                                                                                                                                                          

On arvioitu, että sairastuneista noin 80 % saa vain lieviä oireita ja loput sairastavat taudin vakavampaa muotoa (vakava tai kriittinen), jossa sairaalahoito on todennäköisesti tarpeen. Osa sairastuneista tarvitsee myös tehohoitoa. Koronavirus on erityisen ongelmallinen sen takia, että se leviää tehokkaasti, ja oireettomatkin henkilöt voivat levittää virusta. Viruksen hallintaan on käytetty paljon resursseja, sillä vaarana on että terveydenhuollon kapasiteetti loppuu kesken, jos taudin annetaan levitä vapaasti. Vaikka vain pieni osuus sairastuneista saa taudin kriittisen muodon, riittäisivät nämä potilaat pahimmillaan tukkimaan terveydenhuollon palvelut. Resurssien ylikuormittuessa vaarana on, että esimerkiksi vakavan liikenneonnettomuuden uhri tai sydänkohtauksen saanut henkilö eivät saisi riittävästi apua, kun tehohoidossa ei ole enää tilaa. Lisäksi normaalitilanteessa hoidettavissa olevat eri sairauksien oireet voisivat muuttua hengenvaarallisiksi hoitoresurssien puutteen takia.

Tekoäly epidemioiden tunnistamisessa, hallinnassa ja hoidossa

Tekoälyn soveltamista koronan hoidossa, diagnostiikassa ja levinneisyyden kartoituksessa tutkitaan ahkerasti maailmalla. Keuhkojen TT-kuvia (tietokonetomografia) on tutkittu tarkoituksena löytää koronaviruksen aiheuttama keuhkokuume. Alustavasti näyttäisi siltä, että tekoäly onnistuu löytämään koronaviruksen aiheuttamat keuhkokuumetapaukset analysoimalla kuvantamisesta saatavaa dataa. 

Kanadalainen BlueDot-yritys on kehittänyt algoritmin, joka varoitti käyttäjiään koronasta jo ennen viranomaisten ilmoitusta. Algoritmin ideana on se, että se skannaa uutisartikkeleita ja keskusteluja  erilaisilta alustoilta (päivittäin 100 000 artikkelia 65:llä kielellä) sekä virallisista että epävirallisista lähteistä. Samalla algoritmi yhdistelee keräämäänsä informaatiota ja tekee siitä päätelmiä. Koronan tapauksessa yrityksen algoritmi pystyi antamaan varoituksen uudesta leviävästä taudista viikkoa aiemmin kuin WHO. Yritys hyödynsi myös lentolippudataa, josta kyettiin analysoimaan minne sairastuneet suunnistivat levittäen tautia. Viruksen leviämisen arvioinnissa tulkitaan myös informaatiota muun muassa senhetkisistä ilmasto-olosuhteista ja paikallisista lämpötiloista. BlueDotin raportit lähetettiin usean maan terveysviranomaisille ja sairaaloille. Tulevaisuudessa vastaava toimintatapa voisi helpottaa ja nopeuttaa uusiin epidemioihin reagoimista, kun tälläiseen analyysiin osattaisiin suhtautua tilanteen vaatimalla vakavuudella. 

Tekoälyn avulla on tehty alustavia tutkimuksia siitä, millaiset oireet viittaavat vakavaksi kehittyvään tautiin. Tutkijoiden yllätykseksi koronan tunnusmerkeiksi luetut oireet, kuten nesteen kertyminen keuhkoihin tai korkea kuume, eivät olleet hyödyllisiä arvioitaessa, kelle kehittyy taudin vakava muoto. Tutkimuksessa huomattiin, että merkitseviä oireita olivat hieman koholla olevat ALT-arvot (alaniinin aminotransferaasi, maksasairauksista viestivä entsyymi), kova lihassärky ja korkea hemoglobiini. Lisäksi tutkijoita kiinnostaa geneettisen datan ja koronaan sairastuvuuden välinen yhteys. Näitä edellä mainittuja tietoja hyödyntämällä toivotaan löydettävän potilaat, joiden vointiin olisi syytä kiinnittää erityistä huomiota. 

Tekoälyä voidaan hyödyntää datamassojen analysoinnissa ja lajittelussa edellä mainitun BlueDot:n algoritmin tapaan, joka onnistui dataa analysoimalla havaitsemaan uuden taudin ilmaantumisen. Kun potentiaaliset vaaralliset taudit huomataan ajoissa, voidaan leviämistä hillitseviin toimenpiteisiin ryhtyä aiemmin. Jos taudinaiheuttajan perimä voidaan selvittää lyhyellä aikataululla, päästään nopeasti tutkimaan mahdollisia toimivia lääkeaineita. 

Rokotteiden ja lääkkeiden kehittäminen on aikaa vievää, sillä käyttöön tulevan valmisteen turvallisuus on tutkittava huolellisesti. Aluksi tehdään alustavia nonkliinisiä tutkimuksia, sitten voidaan siirtyä pienehkön ihmisistä koostuvan potilasryhmän tutkimukseen ja lopuksi useamman tuhannen henkilön lääkekokeisiin. Tälla tapaa pyritään löytämään käytetyn yhdisteen haittavaikutukset ja varmistamaan sen oikeanlainen vaikuttavuus. Tekoälyllä voidaan pyrkiä nopeuttamaan sopivan lääkeaineen löytymistä. Hyvässä tapauksessa toimiva yhdiste on jo olemassa (lääkeainetta on alunperin hyödynnetty johonkin muuhun käyttötarkoitukseen) ja varmistettu turvalliseksi (ei kohtuuttomia sivuvaikutuksia), jolloin tuotetta saadaan nopeammin markkinoille, kunhan sen toimivuus koronaa vastaan saadaan osoitetuksi.  

Kiinnostavia tekoälypohjaisia sovelluksia 

Koronasta johtuen yritysten sisäiset palvelupisteet saattavat ruuhkautua, tätä varten on kehitelty ns. koronabotti, joka pystyy vastaamaan usein toistuviin kysymyksiin (esim. karanteeni, palkanmaksu) ja näin nopeuttamaan vastausten saantia.

Suomalaisen Oura-sormuksen käyttömahdollisuuksia koronan tunnistamisessa tutkitaan myös. Vaikka tämä sormus ei olekaan lääkinnällinen laite, voisi siitä kuitenkin olla hyötyä epätavallisten oireiden ilmaantuessa. Ajatuksena on, että kun sormus on mukautunut käyttäjänsä ns. normaalitilanteen dataan (baseline), saattaisi se kyetä poimimaan datasta käyttäjälle epätavanomaista aktiivisuutta (esim. epätavalliset sykkeen ja lämpötilan vaihtelut). Analysoimalla käyttäjien dataa, saattaisi algoritmi löytää säännönmukaisuuksia, jotka ovat tyypillisiä juuri koronalle.   

Tekoälystä haetaan apua seurantaa vaativiin sairauksiin. Esimerkiksi epilepsian, unihäiriöiden ja erilaisten liikehäiriöiden diagnostiikalle ja seurannalle tästä olisi suuresti apua. Kehitteillä on monenlaisia etädiagnostiikan työkaluja, joiden avulla väestö voisi tulevaisuudessa käyttää terveydenhuollon palveluita kotisohvalta käsin. Tekoälystä on haettu apua myös kotihoidon palveluihin. Epidemioiden ja muiden poikkeusolojen vallitessa tällaiset etätyökalut olisivat erittäin käytännöllisiä, sillä näitä hyödyntäen voidaan vähentää ihmisten liikkumista. Seurannassa olevat ihmiset voivat saada nopeammin ja tehokkaammin apua kun oireista (jopa vasta kehittyvistä oireista) on olemassa dataa, eikä lääkäri ole pelkästään potilaan oman kertomuksen varassa. 

Kiinassa puolestaan on kehitetty sovellus, joka pyrkii löytämään infektoituneet potilaat seuraamalla metroasemalla olevien ihmisten lämpötiloja. Ideana on, että sovellus hyödyntää infrapunamittareita ja tekoälyä, jolloin voidaan löytää henkilöt joilla on kuumetta. 

Tällä hetkellä elämme haastavia aikoja maailmalla jylläävien pandemioiden levinneisyyden vuoksi ja joudumme kohtaamaan siitä aiheutuvia ongelmia. Samaan aikaan nykyinen tilanne on niin haaste kuin mahdollisuuskin kehittää uusia sovelluksia, joilla pyritään löytämään keinoja sairauksien tunnistamiseen, hoitoon ja ehkäisyyn. Uutisia uusista ideoista julkaistaan ripeään tahtiin ja kehitteillä olevasta älykkäästä teknologiasta toivotaankin apua koronan hoitoon ja hallintaan.