Edesmennyt Stephen Hawking sanoi, ”Täydellisen keinotekoisen älykkyyden kehittyminen voisi merkitä ihmiskunnan loppua” sillä keinoäly voi muotoilla itseään niin suurella nopeudelle, ettei biologiset, evoluution rajoittamat ihmiset voi välttämättä pysyä kehityksen tahdissa. Vaikka tämä on ollut varteenotettava huoli myös muun muassa Microsoftin Bill Gatesin mielestä, keinoälyn kehitys on ollut jatkuvaa viimeisimpinä vuosina. Aivan omanlaisensa huolen keinoäly herättää myös työpaikkoja miettiessä, sillä on uhkakuvana että ne voivat sivuuttaa jopa monia eri lääkäreiden tehtäviä.

Näistä uhkakuvista huolimatta, keinoäly voi kuitenkin tarjota uskomattomia mahdollisuuksia myös terveydenhuollolle. Keinoälyn käyttöönotto voi vapauttaa huomattavasti resursseja, antaa parempia diagnostisia työkaluja ja ripeämpiä tapoja analysoida dataa.

Tekoäly ja keinoäly

Tekoäly on eri käsite kuin keinoäly. Tekoäly on huomattavasti monimutkaisempi käsite joka perinteisesti käsittää ohjelmaa tai konetta joka pystyy tehtäviin, joihin vain ihminen on normaalisti pystynyt. Koneoppiminen puolestaan on erilainen teknologinen käsite. Siinä tietokoneohjelmat kykenevät oppimaan itsestään jatkuvan prosessin kautta joka jalostuu ajan kuluessa ja jonka ansiosta kone oppii myös soveltamaan sitä uusilla tavoilla. Yhdessä nämä voivat luoda koneen joka kykenee monimutkaisiin, ihmistason analysointitehtäviin prosessin kautta, jossa kone tekee jatkuvia soveltavia tehtäviä itsekseen ja oppii niiden kautta.

Tekoäly osana terveydenhuoltoa

On arvioitu että tekoäly tulee vaikuttamaan paljon terveydenhuoltoon. Suomessa tämä on jo nähtävissä, sillä IBM perusti Suomeen kaksi keskusta, jotka tutkivat kuinka keinoälyä voi hyödyntää sairaaloissa. Tekoälyn ensimmäinen alue valtaus tulee olemaan kuvantaminen ja on jo esitetty että koneet voivat nopeasti syrjäyttää radiologit, joiden tehtävänä on ollut esimerkiksi pahanlaatuisten kasvainten tunnistaminen kuvista. On argumentoitu, että tekoäly tekisi päätökset luotettavammin ja paljon nopeammin kuin lääkärit ja tämä johtaisi massiiviseen kustannusten alentumiseen terveydenhuollossa. Tekoälyllä on myös erityinen osuus lääkeyhdistelmiä suunniteltaessa ja se kykenee nopeasti tunnistamaan eri lääkeyhdistelmien mahdolliset negatiiviset vaikutukset paremmin kuin perinteinen lääkäri tai farmaseutti. Sairaalaympäristö on tietenkin vain yksi keinoälyn sovellus. Sitä voi käyttää tulevaisuudessa myös vaikkapa osana lastenhoidon applikaatiota, kuten tendly joka avittaa lastenhoitajien kanssa käyntiä vanhempien kanssa.

Keinoälyn nykytilanne osana terveydenhuoltoa

Vaikka nämä kuvaukset saattavat vaikuttaa tieteisfiktiolta vielä joillekin, keinoäly on jo nyt aktiivisena osana suomalaisessa terveydenhuollossa. Näin on olut jo pidempään EKG-sydänkäyröjen analysoinnissa jossa osana sydänlaitetta, sen tietokoneen ohjelmisto tulkitsee tuloksia. Niiden algoritmit tarkkailevat käyrämuutoksia jatkuvasti paremmin kuin ihminen pystyy vaikkakin ne voivat usein ylitulkita tuloksia. Tässä tehtävässä on vielä lääkärille työtä, sillä ne joutuvat tulkitsemaan laitteen tuloksia ja usein poistamaan noin puolet yliherkistä, vääristä diagnooseista.

Keinoäly voi kuitenkin olla todellinen tekijä laajassa terveydenhuollon laitoksessa yksittäisen laitteen sijasta. Keinoäly pystyy keräämään kattavan määrän dataa potilaasta, hänen hoidoista ja diagnooseista ja analysoimaan tuloksia yhdistämällä dataa keskenään. Käytännössä, Suomessa pystytään esimerkiksi huomaamaan varhaisen infektion merkkejä jo ennen lääkärin suorittamia havaintoja. Lääketiede on kuitenkin monimutkaista ja toistaiseksi lääkärin tulkintaa tarvitaan vielä paljon. Matkaa siis riittää, ennen kuin todellinen keinoäly tekee hyödyllisiä päätelmiä itsestään nojaamatta siihen syötettyihin parametreihin. Keinoälyn käytössä osana terveydenhuoltoa, pieniä voittoja on jo saavutettu. Keinoäly esimerkiksi suoriutunut hyvin tulkitsemaan ihosyövän merkkejä valokuvista. Keinoäly pystyi tulkitsemaan kuvat yhtä hyvin kuin varsinainen ihotautilääkäri osana yli sadantuhannen ihomuutoskuvan analyysiä.