Meneillään oleva teknologinen mullistus pitäisi ottaa huomioon terveydenhuollon organisaatioita uudistettaessa. Uusi teknologia vanhassa organisaatiomallissa voi merkitä, ettei mikään oikeasti muutu eikä teknologian tuomia mahdollisuuksia siksi pystytä käyttämään kunnolla hyväksi.
Lääkärin työnkuvaan vaikuttaa diagnoosintekoon ja hoito-ohjeisiin erikoistunut tekoäly, joka – anteeksi nyt vain – tekee jo nyt vähemmän virheitä kuin lääkäri. Tekoäly oppii jokaisesta tekemästään virheestä niin kuin varmaan lääkärikin, mutta lääkäri oppii vain omista virheistään. Tekoäly oppii virheistä, tapahtuivat ne missä päin maailmaa hyvänsä. Siksi se on myös ihmistä paljon nopeampi uuden tiedon omaksuja.
Tekoälyn parhaita puolia on, että se voi kasvojaan menettämättä ilmoittaa, että nyt en tiedä. Se voi myös haluta tehtäväksi vielä yhden laboratoriokokeen.
Proviisorituttavani on joskus valittanut, että lääkärit tietävät aivan liian vähän lääkkeistä ja niiden sivuvaikutuksista. Kohtuuttomaksi lääkärin työ onkin tältä osin muuttunut. Lääketieto laajenee niin nopeasti, ettei sitä pysty kukaan seuraamaan.
Ei lääkemääräyksiä kuitenkaan proviisoreiden tehtäväksi voi antaa, koska heiltä taas puuttuu lääkärin osaaminen, eikä mihinkään moniammatillisiin tiimeihin ole varaa. Proviisorin osaaminen on vielä helpompi opettaa tekoälylle kuin lääkärin osaaminen, johon liittyy paljon kasvokkain olemista. Tekoäly parantaa lääketurvallisuutta.
= = = =
Nämä ohjelmat tulevat myös potilaiden ulottuville. Tähän liittyy suuria ongelmia, joiden kanssa on vain elettävä. Ilmaispalvelun tarjoajilla eivät motiivit ole aina puhtaat. Ohjelmat saattavat suosia tietyn lääkeyhtiön kallista lääkettä ja sivuuttaa kilpailijan tarjoama paljon halvempi hoito. Kustannustehokkuuteen pyrkivistä suomalaisista hoitosuosituksista ne tuskin paljon välittävät. Tietokonettaan räplännyt vaativa potilas luo suuria paineita lääkärille.
= = =
Moni potilas innostuu mittaamaan itse erilaisia asioita kehonsa toiminnasta. Alan yritykset panostavat tähän mahdollisuuteen valtavia summia, joten se tulee varmasti. Nokia esimerkiksi osti digitaaliseen terveydenhuoltoon erikoistuneen yhtiön 170 miljoonalla eurolla. Tämä koskee suurta osaa potilaista lukumääräisesti ajatellen, mutta pientä osaa terveydenhuollon budjetista, sillä käyttäjät ovat pääsääntöisesti perusterveitä. Potilaalle tämä tuottaa enemmän aikasäästöjä kuin taloudellisia säästöjä koko järjestelmälle. Jos valinnanvapaus ja sitä myötä kilpailu tulee perusterveydenhuoltoon, tämän mahdollisuuden avaaminen on tärkeä kilpailuvaltti.
= = =
Tekoäly tekee mahdolliseksi siirtää paljon yleislääkärin työstä hoitajille – erityisesti koska tietokone pystyy tunnustamaan, että on epävarma. Samoin se tekee mahdolliseksi vähentää lähetteitä erikoislääkärille, koska yleislääkärin on nopeampaa ja halvempaa konsultoida tekoälyä.
Terveydenhuollossa on hyvin tarkkarajaisesti määrätty, mitä mikin ammattikunta saa tehdä. Alun perin on ajateltu potilasturvallisuutta ja vastuukysymyksiä, mutta on siinä myös oman joukon työmarkkina-aseman varjelua. Teknologian mullistus tekee nykyisistä rajoista yhä epätarkoituksenmukaisempia ja haaskaavampia.
Terveydenhuollon kysyntä kasvaa tulevaisuudessa valtavasti. Osa tästä kasvusta johtuu väestön ikääntymisestä, mutta paljon suurempi osa yhä parantuneista hoitomahdollisuuksista. Terveydenhuollossa minkään ryhmän ei tarvitse pelätä työpaikkojensa puolesta. Kaikkien työnkuvaa pitäisi siirtää kohden vaativampia töitä niin, että vähemmän vaativat siirtyvät vähemmän koulutetuille.
***
Kirjoitus on julkaistu Lääkärilehdessä kolumnina.
Viisaita sanoja. AI:n tulosta terveydenhuoltoon on turha huolestua. AI ei tee lääkäreistä turhia vaan päinvastoin. Vaikka AI pystyisi hoitamaan 99% nykyisistä sairauksista niin kauan kun ihmisten kuolleisuus on 100% eli kaikki kuolevat joskus niin se viimeinen 1% sairauksia joita AI ei pysty hoitamaan jää lääkäreille.
Ihan samahan kävi kun antibiootit keksittiin. Pieni pilleri paransi taudit jotka olivat vaatineet paljon hoitoa ja tappaneet suuren määrän ihmisiä. Lopputulos oli että tarvittiin entistä enemmän lääkäreitä kun nyt ihmiset kuolivat syöpään ja sydän- ja verisuonitauteihin joiden hoito oli paljon vaativampaa.
Lääkäristä tuskin lähivuosina tulee turhaa, mutta on kyllä vastuutonta että tekoälyä ei enemmän käytetä. Se pitäisi olla vaatimus, koska diagnostiikassa se on ylivoimainen.
Mutta tekoäly osaa vastata oikein vain jos sille esitetään oikea kysymys ja syötetään oikeat tiedot. Tässä tarvitaan ihmistä.
Tekoäly myös kuuntelee ja uskoo potilasta, kunhan sille on kerrottu oikeat kysymykset. Ennen kaikkea sillä on aikaa kysyä riittävästi kysymyksiä.
”Tekoäly tekee mahdolliseksi siirtää paljon yleislääkärin työstä hoitajille – erityisesti koska tietokone pystyy tunnustamaan, että on epävarma.”
Ihminen (hoitaja) on kuitenkin edelleen hyvä olla arvioimassa potilasta – oikeat toimenpiteet kun riippuvat myös potilaan habituksesta, eivät vain potilaan antamista vastauksista tai testituloksista. Valheelliset vastaukset ja väärennetyt testitulokset ehkä AI vielä saadaan tunnistamaan…
Se, että tekoäly tulee, on myös ennalta arvaamaton tapahtuma.
Vaikka varmasti tiedämme, että tekoäly tulee, emme voi tietää mitä kautta ja miten se tulee. Jo tällä hetkellä Google tietää monen henkilön terveystilan ja tuon tilan kehittymisen lähitulevaisuudessa, vaikka ei koskaan ole fyysisesti nähnyt henkilöä. Onhan se toki voinut esittää valikoituja kysymyksiä juuri tuolle henkilölle.
Jos tätä lukee joku lääkäriopiskeliija, joka on kiinnostunut Nobelin palkinnoista tai olemaan yleislääketieteen tutkimuksen terävimmässä kärjessä vielä tulevaisuudessakin, niin minä laittaisin rahani likoon sen puolesta, että kannattaa ottaa sivuaineeksi (ja vähän pidemmällekin) tilastotiedettä ja koneoppimista.
Ja jos lääkäriliitolla olisi mitään muuta mielessä kuin jäsenkuntansa palkan maksimointi lyhyellä tähtäimellä, lääkärien koulutusmäärää ja tutkimusresurssien kasvatusta tähän suuntaan pitäisi kasvattaa rajusti. Nokia ei syntynyt Suomeen siksi, että täällä pidettiin insinööriosaamisen määrää keinotekoisen alhaalla.
Joo, tarkoitukseni on olla valmis kuolemaan suosiolla. Vähän mietiskelyä vielä ja olen täysin valmis, toivottavasti. Tekotyhmyyden aiheuttamaan hoitovirheeseen on mukavampi kuolla kuin nälkään, joka on se kohtalo jonka hallitus on minullekin varannut.
Mikä on hyvä ja huono asia. Oikean lääkärin kyky tunnistaa valehteleva tai muuten vilpillinen potilas on toistaiseksi parempi.
Ensimmäiset lääkäriä paremman diagnoosin tekevät systeemit tehtiin jo 70-luvulla. MYCIN taisi olla ensimmäinen. Yleistymisen esteenä ei ole diagnoosin tarkkuus vaan muut seikat.
Tosiaan apteekkihommat voitaisiin ensin jätää tietokoneelle. Nehän eivät ole lääketiedettä vaan logistiikkaa. Tietokonehan kertoo lääkärille sivuvaikutuksista ja huomauttaa yhteiskäyttöominaisuuksista. Suomessa on noin 8500 apteekkihenkiöä, kyllä niille uutta tarpeellisempaa työtä löytyisi.
Kuten Soininvaaralla tapaa olla, hyvä kirjoitus tämäkin. Kiitos siitä. Kahdesta asiasta kuitenkaan en osaa olla samaa mieltä.
”Tekoälyn parhaita puolia on, että se voi kasvojaan menettämättä ilmoittaa, että nyt en tiedä.” Olen ymmärtävinäni tämän niin, että lääkäri ei voi. Minulta taitavat siinä tapauksessa jo kasvot puuttua kun joka päivä tuppaan vähintään yhdelle potilaalle tuon sanomaan. Eivätkä he ole siitä ainakaan saman tien ja kuulteni hermostuneet, monet jopa ovat jopa väittäneet arvostavansa tuon sanomista. On varmaan totta, että kaikki (lääkärit ja potilaat, ainakaan kolumnistit) eivät näe asiaa samalla tavalla, mutta liian kategoriselta tuo kirjoittajan valitsema ilmaisu tuntui.
Toisekseen ihmettelen sitä, miten muka lääkäreiltä eivät työt lopu jos kone osaa diagnoosin tehdä. Lääkityskin perustuu niin monessa asiassa jo riskien laskemiseen ja keittokirjamaisiin ohjeisiin että se hoituu koneella varmasti myös. Henkilökohtaisesti olen sitä mieltä, että on tietenkin terveyden kannalta vain hyvä jos tämä toimii ja siihen suuntaan voidaan edetä vaikka sitten lääkärien tarve vähenisikin – toki puhumisen ja käsillätekemisen aloilla varmaan vähemmän (esim. psykiatria, kirurgia, yleislääketiede). Mutta varmasti monella diagnostiikka-alalla tarve vähenee, turha muuta väittää. Se voi olla siitäkin hyvä, että monissa tapauksissa potilas saattaa kuitenkin tosiaan uskoa paremmin konetta kun toista ihmistä siinä tilanteessa kun pitää sanoa ”en tiedä” tai että oireiden takana ei vaikuta olevan fyysinen sairaus. (varmuuden vuoksi vielä vakuutan, että tämä ei ollut sarkasmia vaan kehitys on mielestäni hyvä juttu jos on toteutettavissa – mutta väite työpaikkojen varmuudesta ei ole kestävä ja ihmettelen miksi Soininvaara on sen yleensä kirjoittanutkaan)
Nimimerkkiä ”tcrown” voinen ilahduttaa kertomalla, että ainakin liiton toiminnanjohtaja Pälve puhui voimakkaasti tämän kehityksen puolesta keväällä julkisessa Turun Lääketieteenkandidaattiseuran Studia Generalia -juhlaluennossaan. Hänkin tosin vakuutteli, että lääkäreillekin riittää jatkossa töitä. Kuului varmaan enemmän hänen toimenkuvaansa, mutten ollut sen vakuuttuneempi. Toisaalta, kuten totesin, potilaiden etu tässä on tärkeämpi kuin lääkäreiden työllisyys. Ja siksikin näin sivujuonteena kysyn, että miksi sitä koulutusmäärää pitäisi tämän vuoksi nostaa, itse ainakin tosiaan luulen että tarve vähenee.
Ai, jaa vai?
Lie-detecting algorithm spots fibbing faces better than humans
A machine learning algorithm trained on the faces of defendants in recordings of real trials, including that of Andrea Sneiderman (above) who was convicted of lying, correctly identified truth-tellers about 75 per cent of the time. Humans managed just 59.5 per cent.
Algorithm can spot lies in emails and dating sites
The algorithm is better at detecting lies than the average human. People manage to spot a lie 54 per cent of the time, according to the researchers, whereas the computer lie detector detects it 70 per cent of the time.
”Humans are startlingly bad at consciously detecting deception,” said Tom van Laer, one of the researchers who specialises in marketing at the Cass Business School, City University London.
Itse pitäisin lääkärin koulutusta huonoimpina vaihtoehtoina tällä hetkellä nuorelle.On selvää, että AI ottaa niskalenkin diagnoosista jossain vaiheessa. Lääkäreille tämä on erityisen turmelevaa, koska he ovat joutuneet lukemaan ja panostamaan aikaansa valtavasti enemmän alaansa kuin monet muut. Jos siirtyisimme nyt 100% vapaa-ajan yhteiskuntaan, lääkärit menettäisivät paljon enemmän kuin taksikuskit. Taksikuskit olisivat ehtineet pitämään yhteyttä ystäviinsä ja harrastamaan. Moni lääkäri ei. Vapaa-ajan yhteiskuntaa varten taksikuski olisi vahvemmilla jäillä.
Nyt lukionsa alottavalle ei voi suositella lääkistä. Eritisen järjetöntä on mennä ulkomaille rahalääkiksiin opiskelemaan.
minä väitän päinvastoin. Jo nyt nuorissa on nähtävissä, että monet lahjakkaat henkilöt panostavat vapaa-aikaan ja kavereihin. Mono pienituloinen aktiivista sosiaalista elämää viettävä nuori elämää aivan hyvää elämänlaatua. Nuoret tietävät, että olemme siirtymässä pois työyhteikunnasta ja että isot tulot ei tarkoita onnea.
Isot koulutusmäärät kiihdyttävät muutosta, kun tutkinnot vesittyvät koulutusinflaation takia. Näinhän kävi insinöörikoulutuksellekin jättisisäänoton jälkeen. Isot koulutusmäärät inflatoi koulutuksen ja laskee opiskelija-ainesta.
Ehkä tulevaisuudessa muuntokoulutetaan lääkärit sairaanhoitajaksi. 2000-luvun alussahan tila oli toisinpäin.
noobelit on toki mukavia takan päällä, mutta minun mielestäni nuorten kannattaisi ottaa se asenne, että töitä ei tulevaisuudessa ole korkeakoulutetullekaan. Lääkärit korvautuu AI:lla, mutta niin korvautuu ohjelmointikin(http://yle.fi/uutiset/hurja_ennuste_f-securen_hypposelta_tekoaly_tekee_ohjelmoijista_tyottomia/9013309).
Nuorten kannattaa panostaa vapaa-aikaan, ei opiskeluun. Sosiaaliset taidot opitaan pallokentillä ja teatteriharrastuksissa, ei ohjelmointiluolissa. Miksi edes panostaa korkeaan osaamiseen kun se vie aikaa eikä ole tulevaisuutta? Esko Valtaojan sanoin:” koulussa pitäisi oppia räppäämistä”.
On muuten hyvä miettiä, kuinka järkevää on ylipäätään panostaa töihin. Oli työ mikä tahansa, se automatisoidaan. Toisaalta työ ja erikoistuminen opiskeluineen vie valtavasti aikaa, joka on pois mukavemmista asioista.
Jos töiltä ei voi odottaa mitään, kuinka paljon siihen kannattaa panostaa esim sosiaalisten suhteiden kustannuksella? Kun köyhyysrajana on 60% keskipalkasta ja keskipalkan elintaso nousee tuottavuuden kasvaessa, on yhtälö mielenkiintoinen. Minä suosittelisin sossurotan uraa nuorille. Opiskelkaa mitä haluatte mutta päätyönne on vapaa-aika ja leipänne sossu.
Köyhyysraja ei ole 60 % keskipalkasta vaan 60 % mediaanituloista. Eikö sekään ole köyhyysraja vaan pienituloisuuden raja. Kun työttömyys nousee yli 50 %:n ja puolet kansasta on perusturvan varassa, näin määritelty köyhyys katoaa kokonaan. (!)
Työt ovat loppumassa automaation myötä. Tähän tarjotaan ratkaisuksi korkeaa koulutusta. Näin ei välttämättä ole.
Köyhyys on sitä, että ei ole varaa siihen elämänmuotoon, mikä on haluttua. Köyhä länsimainen ei ole köyhä, koska tavaraa puuttuu, vaan koska tuntee itsensä köyhäksi, koska ei voi osallistua haluttuun elämänmuotoon, joka on perinteisesti liittynyt kuluttamiseen. Tulevaisuuden haluttu elämänmuoto ei kuitenkaan perustu enää työhön, koska työt loppuvat. Kun työttömyysprosentti nousee vaikka 50:een, niin haluttu elämänmuoto ei liity töihin, koska työt ovat ihmisille tavoittamattomissa.
Ihmiset tulevat rakentamaan identiteettinsä työn ulkopuolelle. Ihailtuja eivät ole uraohjukset, vaan status riippuu sosiaalisesta statuksesta. Ihmisiä nauramaan saava petangin pelaaja on korkeammalla hierarkiassa kuin tuppisuinen insinööri. Haluttu elämänmuoto ja työ erkanevat työstä.
Jos aiot huippuosaajaksi, se vie aikasi. Kun opiskelet kovia aineita kovaa, erkanet kavereistasi. Muut rakentavat sosiaalista elämäänsä, kun luet kovia aineita. Ei myöskään ole taetta, että kova työ toisi rahaa. Työtön massa voi verottaa osaajien palkat pois, kuten tasa-arvotupossa kävi Suomessa 2007. Vaaleissa päätettiin, että miesinsinöörit tienaavat liikaa. Korkean osaamisen työt voidaan myös automatisoida tai siirtää Kiinaan.Nuoret älyävät tämän. Lahjakkaat nuoret rakentavat identiteettiään vapaa-ajalle ja välttelevät vaativia aloja ja keskittyvät vapaa-aikaan. Kovien aineiden suosio romahtanut:http://yle.fi/uutiset/kovien_luonno…ion_valinnaisuus_uhkaa_parjaamistamme/8818335
Lue toki korkeaa osaamista, jos olet kiinnostunut, mutta älä luule, että se on tie paratiisiin.
aika huono esimerkki muuten Nokian insinööreistä. Isot koulutusmäärät nimenomaan polki palkkoja. Valtiolle niistä ehkä oli hyötyä, mutta yksilölle surkea aisa. Nokian menestys oli muutenkin tähdenlento, kuten kaikki korkean teknologian alat. Nyt moni näistä insinööreistä on työttömänä 5-kymppisenä. Tuottavampi ura olisi ollut lähihoitajankin ura. Jos on koulutusinflaatio, ei papereista ole hyötyä kuin valtiolle.
Tulisiko tekoälyn käyttö sallia myös eläkkeelle pääsyä arvioitaessa?
Tämänkertainen otsikko (kysymys) on erittäin tärkeä keskustelun aihe, jolle on kaiken aikaa kasvanut ja edellenkin kasvava tarve. Asia ja siihen liittyvä, eri tahoille haaroittuva ja laajeneva riski on vaivannut minua ja varmaan monia muitakin jo pitkään.
Valitettavasti emme vielä näe kunnolla kehityksen tulevaisuudenkuvaa kokonaisuudessaan, erilaisten mahdollisten kehityskulkujen ja mm. niihin vaikuttavien toimien ohella. Osa meistä voi silti ehkä nähdä hitusen pidemmälle kuin muut, mutta se ei tarkoita sitä, että toistaiseksi kaivon pohjalla istuvien ei tule saada asioista tietoa.
Voiko tekoäly ylittää valtuutensa, esimerkiksi potilaan hyväksi? Jos voi tai ei voi, mitä kaikkea tästä seuraa? Erilaisia nousee esiin kaikilla aloilla ja laajemminkin. Skenaarioita voi olla monenlaisia. On mahdollisuuksia, osa harvoille, osa kaikille, ja pelkoja, joista osa on turhia, osa ehkä aiheellisia …
Miten käy luottamuksen? Se on kysymyksistä (asiat taustalla ja mm. vaikutukset yhteen integroivana) yksi tärkein, niin yksilön, ryhmien, kuin koko yhteiskunnan kannalta, myös maailmanlaajuisesti. Luottamus voi mm. nostaa pörssikurssit huippuunsa tai sen puute romahduttaa ne hetkessä maan rakoon. Luottamus on tärkeä asia.
Tekoälyn käytön mahdollisia seurauksia on ehdottomasti pohdittava yhdessä. Keskusteluun on saatava tekoälyn kehittäjien ja käyttöön soveltajien ohella mukaan kaikki relevantit tahot, yhteiskunnan pohjalta aina huipulle asti. Myös nuoret ja vanhukset on saatava mukaan.
Tekoälyn ei pidä ainakaan antaa ”syödä” omaa älyämme, tai toimia ihmiskunnan etua vastaan. Tekoälyn tulee laajentaa ja parantaa mahdollisuuksia ’älyn’ ja resurssien humanitaariseen käyttöön. Tekoälyn ja robotisoinnin tuoman lisäarvon oikeudenmukainen jako on ratkaistava.
Tekoälyn laajenevan käytön kaikkia seurauksia on ehdottomasti pohdittava yhdessä, jotta kaikki näkökannat saadaan esiin, jotta voimme toimia, ja ollaksemme riittävän pian edes ”joten kuten valmiita”. Valmiutta on kuitenkin koko ajan kehitettävä ja sen ylläpidosta on pidettävä huolta.
Otsikossa peräänkuulutettua, parempaa valmiutta varten voimme oppia koko ajan lisää, jos päätöksentekijöittemme toimin tuo vain sallitaan …
No höpönlöpön sentään. Kyllä yliopistossa voi luoda sosiaalisia suhteita sekä opiskella ihan oikeasti ilman, että sulkeutuu omaan huoneeseen pänttäämään. Onko se fuksiviikkokin, jolloin solmitaan tärkeimmät kaverisuhteet, pakko käyttää kirjojen parissa?
Ja miksi ihmeessä kunnon tekijäksi kehittyminen tarkoittaa sitä, että pitäisi opiskella tuplavauhdilla muihin nähden?
Lisäksi nuorella kaverilla on aina se mahdollisuus mitä meillä perheellisillä ei ole. Jos näyttää siltä että veroaste kasvaa liikaa, niin suuntaus vain ulkomaille. Jos ei kerran ole sosiaalista elämää niin siinä ei edes menetä mitään.
Siksi en usko, että terävintä kärkeä voidaan verottaa kuoliaaksi. Se huippu kun siirtyy entistä helpommin ulkomaille.
Goljatti
aika huono esimerkki muuten Nokian insinööreistä. Isot koulutusmäärät nimenomaan polki palkkoja.
Nokiahan on aivan täydellinen esimerkki. Tietenkin suuret koulutusmäärät vaikuttavat palkkoihin, kun insinöörejä riittää avoinna oleviin tehtäviin eikä käy niin, että pulan myötä raketin lailla kohoavat palkkapyynnöt leikkaavat puolet hommista pois.
Paljon insinöörejä tarkoittaa, että suuri määrä teknologiafirmoja voi palkata paljon insinöörejä. Eikö tämä ole aika ilmeistä? Jos on paljon teknologiafirmoja, jotka tarvitsevat paljon insinöörejä, mutta insinöörejä onkin vähän, niin insinöörithän jaetaan palkanmaksukyvyn mukaisesti (=palkat nousevat niin kauan, että niiden joilla ei ole varaa maksella pyyntejä, rekrytointi-into loppuu).
Jos tässä maassa olisi lamassa vähennetty insinöörien koulutusta, kuten tehtiin lääkäreiden kohdalla, koko Nokia-ilmiötä ei olisi koskaan päässyt syntymään.
Valtiolle niistä ehkä oli hyötyä, mutta yksilölle surkea aisa.
Mille yksilölle? Sillekö, joka olisi pienemmillä koulutusmäärärahoilla jäänyt kokonaan ilman insinöörikoulutusta?
Tietenkin kuuman alan koulutuksen vähentäminen juuri ennen breikkausta on niille jättipotti, jotka sattuvat pääsemään sisälle. Muille se ei sitten olekaan ihan niin kivaa.
Tulipa surkeasti kirjoitettua tekstiä. En jaksa sujuvoittaa, menkööt.
Jos vielä tuon lisäksi keskustelet epävarmuuksista kvantitatiivisesti ja kipulääkkeiden annostuksesta muuten kuin lukemalla purkin kylkeä, yritän änkeä vastaanotollesi oireista riippumatta seuraavan kerran kun lääkärille on tarve.
Vakavammin, seuraava on tietysti anekdootaalista, mutta koska se sattuu oleman minun henkilökohtaiseen terveyteeni liittyvä en osaa tätä huomiottakaan jättää:
alkuun toidettakoon, että todennäköisesti olen lääkärikunnalle velkaa omasta henkilökohtaisesta hyvinvoinnistani enemmän kuin millekään muulle yksittäiselle ammattikunnalle. Mutta jonkun turhauttavan keskustelun jälkeen pohdin asiaa vähän tarkemmin ja tein vähän yllättävän havainnon. Tuo velka on syntynyt poikkeuksetta tapauksissa, joissa diagnoosi oli hyvin selvä – siis jopa maallikolle. Sen sijaan ne tapaukset, joissa diagnoosi on ollut jollain tavalla hankalampi, lääkäri on ollut parhaimmillaan hyödytön.[1] Enkä muista koskaan keskustelleeni diagnoosista epävarman lkääkärin kanssa, erityisesti niinä kertoina, kun virheellinen diagnoosi on johtanut toipumisen pitenemiseen.
Tämä on johtanut johtopätökseen, että lääkärit ovat aivan yhtä huonoja kuin muutkin ihmiset tunnistamaan oman tietämyksensä rajoja. Eli minä muotoilisin tuon Osmon lauseen vähän toisin:
Tekoälyn parhaita puolia on, että se tietää, että nyt en tiedä.
Koska loppumisen sijaan työt muuttuvat. Toivon todella, että se lääkärin työ, joka koostuu lauseesta ”Mene kotiin, ota buranaa, jos oireet jatkuvat yli kolme päivää, tule takaisin, tässä sairaslomatodistus” ja 20 minuutin laskutuksesta, loppuu. Mutta ei sen loppuminen tarkoita lääkärin työn loppumista, vaan sitä, että nyt tuolla lääkärillä on aikaa kouluttaa tekoälyä, tehdä tutkimusta tai hoitaa niitä tapauksia, johon tekoäly ei pysty.
Minun näkemykseni mukaan lääkärikunnalla on tässä kaksi vaihtoehtoa:
Joko kasvatetaan lääkärikoulutuksen sisäänottoa niin paljon, että saadaan palkat laskettua kansainvälisesti kilpailukylyiselle tasolle (case Nokia), ja kasvatetaan tänne teollisuusklusteri, joka on terveydenhoidon terävimmässä kärjessä, tuo vientituloja ja kehittää terveydenhoitoa isoin harppauksin.
Tai pidetään lääkärit kalliina, jarrutetaan parhaan mukaan lääketieteen kehitystä ja itketään kun ulkomainen softa vie meidän työpaikat, ja kuihdutetaan mahdollisuus rakentaa mitään menestyvämpää teollisuusklusteria. Josta sitten seuraa pelätty työpaikkojen katoaminen.
Lääkärit ja lääketiede kuuluu siihen sektoriin, joka pystyy luomaan oman kysyntänsä/työpaikkansa.
[1] Tässä tarkoitan nyt hyötyä siinä kapeassa mielessä että toipumisaika on lyhyempi kuin ilman hoitoa. Toki tieto siitä mikä on vialla on itsessään myös hyöty.
Tekoälyähän on ollut eri muodoissaan jo pitkään ja todennäköisesti se tulee olemaan erikoistyökaluihin soveltuvaa – ei mitenkään yleislääketiedettä välittömästi korvaavaa. Näkisin, että tekoäly kuitenkin tulee lääkärin diagnoosien tueksi aika nopeasti.
Tekoälystä on kuitenkin monia eri muotoja ja kaikki eivät sovellu kaikkiin ongelmiin yhtä hyvin.
Neuroverkot, mikä käytännössä tarkoittaa luokittelevaa tekoälyä, esim. roskapostisuodattimet, ovat sen tyyppinen tekoälyn muoto jota on ollut mahdollista kouluttaa ja sen kehitys on ollut viimeaikoina melko nopeaa.
Toki on muitakin tekoälyn muotoja, jotka ovat kehittyneet siinä samalla. Markovin ketjuja ja Monte Carlo -simulointia on käytetty tulevaisuudessa tapahtuvien päätösten validointiin. Niiden perusideana on kiertää tietokoneiden laskentatehon puutteita sillä, että tuodaan mukaan hieman satunnaisuutta. Äkkiseltään se kuulostaa vaaralliselta, mutta jos totuusfunktio on olemassa ja se on oikein tehty, niin satunnaisuus vain auttaa etsimään nopeammin lupaavia tapoja edetä, eli se ei tee päättelystä mitenkään falskia. Ongelmaksi jää vain tuon totuusfunktion määrittely.
Neuroverkkojen, ja muidenkin tekoälyfunktioiden kiinnostava piirre on se, että ne pystyvät antamaan jonkinlaisen totuusarvon mille tahansa datalle. Mutta ei se silti tarkoita sitä, että arvo olisi oikea – roskapostisuodatin joskus suodattaa ihan oikeitakin viestejä.
Eli Toisin kuin Osmo sanoi, ne eivät kuitenkaan varsinaisesti tiedä olevansa oikeassa tai väärässä – ne vain yksinkertaisesti pystyvät laskemaan jonkun arvon jollekin datalle aina. ”En tiedä” on vain ihmisen luoma konsepti.
Jos haluaa tarkemmin ymmärtää miten yksinkertainen asia on vaikkapa neuroverkko, niin tuossa lähteessä [1] on hyvä koodiesimerkki luokasta Perceptron, jonka pystyy aloittelijakin toteuttamaan. Matematiikka mitä noissa esimerkeissä käytetään on todella yksinkertaista ja harjoittelun laatu ja määrä vaikuttaa lopputulokseen ratkaisevasti.
Se mikä on viimeaikoina muuttunut on luokittelevan tekoälyn kouluttamisen nopeus. Tämä on seurausta graafisissa piireissä käytetyistä GPU pikseliprosessoreista ja niiden kehittymisestä. Koska monet ongelmista on esitettävissä matriisilaskennan keinoin, niitä on voitu siirtää laskettavaksi näytönohjaimiin. Tieteellisesti tarkemman selityksen aiheesta voi lukea vaikkapa täältä [2]
Poliittisen päätöksenteon kannalta tulee kuitenkin olemaan mielenkiintoista minne kaikkein tärkein osa tekoälyn harjoittamisesta – potilasdata – tullaan tallettamaan. Talletetaanko se johonkin kaupallisen toimijan omistukseen vai saadaanko se avoimen yhteiskunnan käyttöön.
[1] http://natureofcode.com/book/chapter-10-neural-networks/
[2] http://spectrum.ieee.org/computing/software/the-neural-network-that-remembers
Minun ymmärtääkseni tekoäly laskee diagnooseissa bayesiläisiä todennäköisyyksiä. Silloin voidaan myös asettaa raja vaaditulle varmuudelle, jonka alittuessa vastaus on en tiedä.
http://fortune.com/2012/12/04/technology-will-replace-80-of-what-doctors-do/
Tästä olemme ihan samaa mieltä. Toivon Soininvaarankin tarkoittaneen sitä.
Toki. Mutta en oikein usko että tuossa riittää tekemistä yli 20’000 työikäiselle lääkärille.
Näinkin on, siksi sietää aina medikalisaation perään kysellä. Ja toisaalta sitä kysyntää syntyy silloinkin ”liikaa” kun sitä ei edes yritetä luoda. Siihen lisäykseen voisi nimenomaan jokin kone pystyä ehkä järkevämmin vastaamaan. Tosin parempi olisi toki vaikuttaa syihin, mutten ainakaan minä tiedä mitä ne ovat saati miten niihin vaikuttaa.
NL:ssahan oli aikoinaan se kokeilu, millä lääkärimäärällä terveyspalveluiden kysyntä tulee tyydytettyä. Muistaakseni Terveystaloustieteen kirjassa luki, että sellaista raja-arvoa ei löytynyt.
Kyllä se antaa tämän tyyppistä informaatiota, mutta mielestäni se on enemmänkin vasteen voimakkuus, eli koneen oma mielipide siitä kuinka varma se on tuloksesta.
Mutta lopulta se on vain kellopeli – kun lyö tietystä kohdasta se soi aina samalla tavalla. Kuinka todennäköisesti vastaus on oikea, sitä ei kukaan pysty varmaksi sanomaan. Ei edes kone itse.
Kaikki koneen vastaukset siis voisivat alkaa: ”En tiedä, mutta sen mukaan mitä minua on opetettu tämä viittaisi leukemian oireisiin ehkä 40% varmuudella” – mutta mikä tuo luku on, siihen vaikuttaa testausprosessin laatu ja määrä, sekä se onko kone erikoistunut tähän ongelmaan vai ei.
Tämän vuoksi en usko että lääkäreitä varmaan tarvitaan arvioimaan laitteen vastauksia – onko tuo laite sellainen, että se oikeasti ymmärtää aiheesta jotain? Onko sillä edes mahdollisuuksia ymmärtää asiaa? Sen jälkeen tutkimusta voidaan jatkaa jollain toisella laitteella, joka ymmärtää jotain oikeasti leukemiasta ja saadaan tilastollisesti parempia tuloksia.
Kun kone ja lääkäri on pantu kilpailemaan keskenään, kone on tehnyt enemmän oikeita diagnoseja. Kone voi erehtyä, ihminen vielä todennäköisemmin.
Terveydenhuollon organisaatioiden miettiminen jonkun tulevaisuuden diagnostiikkateknologian näkökulmasta on turhanaikaista. AI on yksi kikka lisää lääkärin temppupussissa, mutta se ei ole toteutettavissa ilman pääsyä potilasdataan.
Kustannukset pienenevät kilpailua lisäämällä, ja siinä ensimmäinen ja tärkein askel on potilaan valtakirjalla myöntämä pääsy omaan potilasdataansa kenelle tahansa tunnistetulle toimijalle ilman että joku julkiskomitea lähtee arvioimaan näiden toimijoiden tarkoitusperiä tai motivaatiota.
Jos dataa ei avata, ja kehittäminen jää/jätetään julkiselle sektorille, ollaan pian samassa tilanteessa kuin HUSin potilastietojärjestelmien osalta eli oma kehitys on ajettu umpikujaan, järjestelmät ovat suljettuja eli pienten toimijoiden ulottumattomissa, järjestelmät ylläpitoineen ostetaan ulkomailta, ja kaupan päälle on saatu vielä toimittajaloukku.
Soininvaara sanoo, että erityisesti yleislääkärien tarve vähenee. Tästä on esitetty eri näkökantoja. Koneesta voi ohjelmoida loistavan yhden spesialiteetin osaajan, vaikka täydellisen sydänfilmi tulkitsijan tai endokrinologin tai patologin. Voi olla, että spesialistit poistuvat ja jäljellä on yleisosaajat. Ehkä sairaanhoitajan ja lääkärin työ muotoutuu yhdeksi ja ”aivot” on Watson-tietokoneet.
Lääketiede on käsittääkseni sen verran pehmeää tiedettä (= tauti voi olla muukin kuin miltä ensin näyttää), että tekoälydiagnosointi kannattaisi rakentaa niin, että lääkäri saisi käytettäväkseen vain jokinlaisen arvausjakauman painokertoimineen. Ei siis niin, että tekoäly ilmotttaisi (mustavalkoisesti tai yhdellä numeerisella varmuusparametrilla) olevansa varma taudista tai ilmoittaisi ettei tiedä.
Tyypillinen homo sapiens -lääkärin arviointia vaativa tilanne voisi olla vaikkapa sellainen, jossa taudin oletetaan olevan todennäköisimmältä näyttävää lajia, mutta jonkin pienemmän todennäköisyyden taudin mahdollisuus otetaan huomioon niin, että poltilaalle ei anneta lääkettä tai muuta hoitoa, joka voisi olla vahingollista, jos ykkösarvaus ei olekaan oikea.
Tekoälystä pitäisi siis kouluttaa lääkärin apulainen (todennäköisyysdatan tuottaja), ei lääkärin korvaajaa (ei kokonaisarvioinnin ja päätösten tekijää).
Oikeastaan huvittavaa, kuinka pusisa tämäkin kehitys on tullut. Viime vaalikaudella Guzenina ja Gustafsson SDP;stä puhui ”lääkärien armeijan” kouluttamisesta. Tämä lausunto kertoo politiiksta, että substanssi ei ole tärkeää, vaan muoto.
Kyllähän MITssä ja muissa huippuyliopistoissa on tämä kehitys tiedetty jo vuosia.
Olet varmasti minua parempi arvioimaan kuinka suuri osa kokonaisuudessaan suomalaisten lääkäreiden työajasta menee tällä hetkellä diagnostiikkaan, mutta siitä olen aika varma, että se ei ole 100%, joten sitä ei tarvitse pelätä, että noin suurelle lääkärimäärälle pitäisi keksiä uutta tekemistä.
Toki lääkäreiden työn kysyntää voidaan medikalisaatiolla lisätä, mutta sanotaan nyt vaikka niin, että minä en keksi muita tieteenaloja, joiden kehityksellä olisi edes lähelle niin suuri potentiaalinen hyvinvointivaikutus kuin lääketieteellä[1]. Joten minun kaino toivomukseni (sekä lääkärien koulutuksen, että palkan osamaksajana) olisi, että lääkärikunta onnistuisi siirtämään resursseja mahdollisuuksien mukaan buranareseptien kirjoittamisesta vähän järjellisempään työhön.
[1] No ehkä talous/yhteiskuntatiede, ja sekin lähinnä siksi, että nykytilanne on noissa niin onneton.
Todennäköisyyden varmaksi sanominen kuulostaa vähän ristiriitaiselta.
Minun mielestäni oikeammin olisi sanoa:
“Sen mukaan mitä minua on opetettu tämä viittaisi leukemiaan 40% varmuudella”
Tai mahdollisesti paremmin tavallisen ihmisen ymmärrettävään muotoon:
“Sen mukaan mitä minua on opetettu, tällaisista potilaista leukemiaa on neljällä potilaalla kymmenestä.”
Jos kone on väärässä, ja todellisuudessa leukemiaa onkin kahdella potilaalla kymmenestä, voidaan alkaa selvittämään uusia selittäviä tekijöitä ja kouluttaa konetta paremmaksi.
Tuo 40% pitää jo sisällään sen epävarmuuden, että juuri tästä potilaasta ei voi sanoa varmasti.
Köyhille varmastikin tullaan tarjoamaan tilastollista diagnoosia kuvailemistaan oireista. Siis köyhä rastittaa vaivansa ja oireensa tietokoneelle ja sen ”tekoäly” ilmoittaa prosentuaalisella ennusteella mikä häntä vaivaa. Sitten lopulta köyhä itse arpoo sairautensa ja lääkityksensä ennusteesta.
Hoidosta päättämisen vaihtoehdot voisivat olla:
1) Lääkäri päättää
2) Tekoäly päättää
3) Lääkäri päättää tekoälyn antamaa dataa hyödyntäen
4) Tekoäly päättää lääkärin antamaa dataa hyödyntäen
Näistä kolmas on järkevin. Tekoäly on joillain osa-alueilla varmasti lääkäriä parempikin, mutta parhaat tulokset saadaan yhteistyöllä.
Kone ei korvaa lääkäriä. Tekoäly voi tarjota laajan kokemustietokannan hallintaa. Lääkäri voi tarjota inhimillisen tilanteen ja koko terveydenhoitoympäristön ja -yhteisön hallintaa.
Varmaankin riippuu hieman siitä mitä asiaa tutkitaan ja millä reunaehdoilla. Lisäksi oikea testi olisi vertailla tekoälyä ja lääkäri + tekoäly -yhdistelmää, kyllähän lääkärit saavat käyttää mitä tahansa työkaluja työssään.
Tekoälyä ei siis mielestäni pitäisi rinnastaa lääkäriin vaan pikemminkin johonkin mittausinstrumenttiin.
Esimerkisi tässä Israelilaisessa testissä ihminen vielä voitti:
https://www.sciencedaily.com/releases/2016/06/160620085204.htm
Ei varmasti vie kauaa, että kone ylittää tuon ihmisen tarkkuuden. Mutta se kiinnostava pointti tulee tuon kohdan jälkeen
Ihna asiaa.
Mutta tärkeintä on läkärin inhimillinene tapaaminen.
Molempiatarvitana.
Tämä tulee varmaankin nousemaan suureksi kysymykseksi ja jossain vaiheessa ollaan aika todennäköisesti tilanteessa, jossa tekoälyn käyttöönoton esteet alkavat olemaan ennemmin eettisiä kuin teknisiä. Ehkä meidän pitää jopa palata miettimään oman (oikeus)moraalimme periaatteita ennen kuin suurimmissa kysymyksissä päästään eteenpäin.
Eräällä tavalla tämä ongelma on tullut eteen robottiautojen kohdalla – on huomattu, että robottiautot joutuvat sellaisiin onnettomuuksiin, joita ihmiset pystyvät helposti välttämään rikkomalla liikennesääntöjä. Tietysti robottiautotkin voidaan ohjelmoita tarvittaessa rikkomaan sääntöjä, mutta voidaanko näin tehdä? Esim. kuka on vastuussa, jos robottiauto ajaa sääntöjä rikkoessaan suojatiellä kulkevan pyhäkoululuokan päälle?
Ehkä meidän pitää jossain välissä myöntää (riitävän kehittyneelle) tekoälylle ihmisoikeidet ja pitää sitä itse vastuussa teoistaan?
Sivujuonteenna tässä on se, että aika monella moraali tuntuu perustuvan yksinkertaiseen ”kaikki noudattavat sääntöjä ja sillä sipuli”. Jos kuitenkin tekoälyn ongelmien suhteen meidän täytyy pohtia enemmän sitä, että kaiken näköinen sääntöjen taivuttaminen ja kiertäminen on itseasissa kaiken tehokkaan toiminan peruste, niin tuottaako tämä vastaavasti ihmisille yleisesti ongelmia?
Sehän kai tiedetään, että älykkäät ja menestyvät ihmiset ovat kaikkein taipuvaisimpia kiertämään sääntöjä omaksi edukseen – tätä ei kait vain yleisesti haluta nostaa esiin vaan leikitään ikään kuin kaikki kiltisti pelaisivat samoilla säänöillä…
(…tai itseasiassa ”pelin säännöt” eivät ole viralliset kirjoitetut säännöt vaan systeemi, jossa yksilöt punnitsevat tekojensa hyötyjä ja kustannuksia virallisten sääntöjen vallitsevan tulkinnan ja yhteisöllisen hyväksyttävyyden valossa — ja kyllähän tietokonekin tämän kaiken pystyisi oppimaan, mutta olemmeko me valmiita siihen?)
Jos on riittävästi tai ei ole liikaa älliä, tai ei muuten vain jaksa opiskella koko ajan putkeen, voi lukea välillä vaikka R. Kiplingin, A. MacLeanin, I. Flemingin tai muiden kirjoja. Itse tykkäsin aikoinaan myös J. Vernen kirjoista, vaikka en ranskaa osannutkaan. Näinä niukkuuden aikoina kirjastolaitos ja monipuolinen kirjallisuuden tuntemus on voinut olla monen pojan pelastus. Jollekulle on sanakirjan käyttö saattanut ehkä tuoda idean tarvittavan politiikan suunnasta, edellämainitun toisen kirjailijan sukunimen loppuosasta alkaen.
Herää kysymys, kenen kirjailijan ja minkä kirjan mukaan oikein nykyisin maamme hallitusohjelmaa toteutetaan? ”Kirjan” mukaan G-L on toteuttanut hallitusohjelmaa ainakin SK 32:n mukaan, ks. sivun 1 alareunan teksti, mutta minkä kirjan ja kenen kirjailijan? (Kipling? MacLean? Fleming? Verne? Smith? Porter? Vai joku muu?) Tässä ajassa on selvästi merkkejä, jotka viittaavat osaltaan kolmeen, ihan ensiksi mainittuun kirjailijaan.
Kyseessä ei varmaankaan voi olla ainakaan Michael E. Porter’in teorian mukainen linja, koska sen, ks. Porter, M.E. (1985) The Competitive Advantage of Nations, suomennoksen, Porter, M.E. (1991) Kansakuntien kilpailuetu. Otava, 879 s., mukaan ei täällä ole nähdäkseni toimittu, vaan lähes täysin päinvastoin! Mitä peliä tämä on? Olen lukenut tuota kirjaa vain sieltä täältä, mutta alan ymmärtää, miksi meillä Suomessa homma ei nykyisin enää pelitä!
Kirjan (ibid.) lopussa olevaa yhteenvetoa edeltävän kappaleen teksti vasta onkin kiintoisaa luettavaa. Kuvaavaa kuitenkin on, että löysin mainitun kirjan Aalto-yliopiston poistokirjojen joukosta, eli käytännössä ”hylkyhyllystä”!
Vaikka Porter edellä, ks. (ibid.), toteaakin, että eri maiden ongelmat ovat erilaiset, en usko ainakaan ilman evidenssiä, että nyky-Suomi muka poikkeaisi Amerikasta em. kirjan (ibid.) esilletuomien ongelmien osalta kovin paljon. Kun aiemmat toimenpiteet eivät ole Suomessa kantaneet kovin runsasta hedelmää, kannattaisi ehkä ainakin osittain palata em. hylättyihin arvoihin.
Mitä tulee Porterin toiseen kirjaan, ks. Porter, M. E. (1991) Kilpailuetu. Gummerus Kirjapaino Oy, 648 s., on myös sen teksti muutaman lukemani satunnaisennäytepalan jälkeen, aika järkeenkäypää luettavaa. Miksi ihmeessä muutamat satunnaisotokseni sen tekstistä kertovat meillä Suomessa toimittavan jälleen päinvastoin?
– – – – – – – – – –
Lukiessa, kun pitää taukoja, voi mieleen nousta ideoita. Joskus ne tulevat heti, joskus taas ehkä vasta myöhemmin. Ennemmin kannattaisi kyllä kaikkien opiskella, koska kaikki voivat aina jotakin hyödyllistä uutta oppia. … mutta patistetaanko maan varttuvaa nuorisoa nykyään vain juoksemaan yksinomaan Pokemonien perässä? No, siitäkin saa sentään liikunnan tuomaa hyötyä ja iloa.
Jos noita edellämainittuja kirjoja mahdollisesti lukeva, tai lukenut, fiksu ihminen turhautuu esimerkiksi järkevien opiskelumahdollisuuksien, liian lyhyiden työjaksojen tai kunnollisten, lisäksi tarpeellista täydennyskoulutusta saaneiden opettajien puutteen takia, on suorastaan kornia ajatella, mitä hän voisi pelkästään pääkaupunkiseudulla tehdä jo yksin Alistairin kirjojen ja elokuvien nimien pohjalta.
Miettikääpä esimerkiksi minkälainen, tehokas ase nykypäivän informaatiosodassa on pelkkä PELKO, jos joku osaa käyttää sitä tehokkaasti. Sen avulla voi joku kohdistetusti haitata jopa huomattavassa määrin esimerkiksi jonkin maan tutkimuslaitosten ja yliopistojen toimintaa (muiden keinojen ohella). Ainoastaan silloin, jos kysymyksessä on joku sekä rohkea, että maratoonarin tavoin sitkeä henkilö, ei häneen moinen pelottelu tepsi.
Vaarallinen ase voi toki olla myös kauniin naisen hymy. Mies ei sitä normaalisti pelkää, mutta sellainen voi suistaa joskus esim. valtiotieteilijän tai jopa insinöörin raiteiltaan yhtä helposti kuin porsas suosti Mogulin, ks. Kipling, R. (1897) The Story of an American Locomotive. Scribner’s Magzine (julkaistu myöhemmin myös toisella otsikolla kokoomateoksessa ”The Day’s Work”). K1:n eräästä huoneesta löytyy Jounille ehkä tähän asiaan liittyvä, varsin selkeä vinkki, jonka on joku saattanut nähdä. Huom! Jos joku on joskus ihmetellyt, missä on linkki Kiplingin ja Bondin välillä, se löytyy em. kirjasta.
Ihmettelen, mitä oikein on tekeillä O-kaaren suunnalla? Tätä ei ehkä ymmärrä tai osaa aavistaa kuin Insinööritieteiden salat tunteva sisäpiiri, joka on joutunut oudon suurten leikkausten kohteeksi, ainakin jos kauppatieteisiin vertaa. Onko kyseessä salajuoni, jonka vain kirjallisuuden tunteva Bond voi ratkaista.
Alistair ei kirjoissaan liikoja kai hempeillyt, mutta James onnistui sentään Ian’in kirjoissa aina lopulta kääntämään kiperänkin tilanteen edukseen. Romantiikkaa tai ei, sekä Rudyard’in kirjassa, että noiden kahden muunkin kirjoissa on kuvattu kiitettävästi tekniikkaa. Herää vallanpitäjille osoitettu uusi kysymys, saavatko pojat lukea niitä koulussa, ja jatkossa opiskella riittävästi tekniikkaa, jos esim. naistutkimuksesta lukeminen ei heille tahdo maistua, käytännön miehinä?
En tiedä onko tekoälyn avulla mahdollista kaivella esiin ihmisten pahimpia pelkoja esimerkiksi asianomaisten nettikirjoitusten perusteella, mutta aika hurjaahan tuo olisi. Jos ihmiseltä löytyy kuitenkin Rohkeutta, eivät hänen housunsa tutise pahemmin edes syöksyvirtauksenkaan keskellä (ainakaan, jos käyttää sateessa kastuneita shortseja).
Tekoäly ei sinänsä kaikkeen kykene, ja veikkaan että se voi vielä pitkään tehdä myös paljon virhepäätelmiä, esimerkiksi profiloinneissa. Miettikääpä vaikka sitä, jos joku päätöksentekijä esimerkiksi jonkin maan vallanpitäjä tai joku muu, vaikkapa Aalto-yliopistossa, tekisi raskaan virheen joka perustuisi väärin perustein ja aivan liian yksinkertaisin oletuksin tehtyyn algoritmiin ja profilointiin. Tuossa ei paljon älyä tarvita, mutta seuraukset voisivat olla tuolloin ko. maalle jopa katastrofaaliset, ainakin pidemmän ajan kuluessa.
Moniko on mahtanut joutua tuollaisen profiloinnin uhriksi? Jos esimerkiksi jonkun kirjoituksissa esiintyisi sana ”presidentti” liian tiuhaan, silloin esiin nousee esiin uhkakuva, että tuolloin saattaisi kuka hyvänsä päätyä liian tyhmäksi jääneen AI-koodin takia putkaan ja sieltä vaikkapa Koivuniemeen v. 1874 rakennettun laitoksen kätköihin, ties kuinka pitkäksi aikaa, kuten Mehmed V aikoinaan Turkin sulttaanin haaremiin! Jos tuosta ajasta joutuu olemaan kolmasosan yksin, on se ollut aika hirveä rangaistus.
(Ei,isen lehtijutun perusteella, ks. HS/2016-08-13/ s. A24-A25, alan ymmärtää yhä paremmin sanojen ja ilmaisujen etymologiankin tarpeellisuutta. Aina sitä keksii jotakin uutta …, kuten mistä aikoinaan lasten kasvatusopissa käytetty ilmaisu ”Koivuniemen herra” voi ehkä mahdollisesti alunalkaen olla peräisin!)
Ei korvaudu, työnkuva vain muuttuu. Teen näitä ”tekoäly”-juttuja työkseni, jos sellaiseksi lasketaan joidenkin koneoppimis-algoritmien hyödyntäminen hajautetussa pilvilaskennassa.
Tällä hetkellä suurin rajoite monella alalla on byrokratia ja 50+ ikäisen johtohenkilöstön neliraajajarrutus ja muutosvastarinta.
Puolet työajastani ohjelmoijana kuluu ihmisten kanssa keskusteluihin ja/tai asioiden selittämiseen. Mitä enemmän tekoälyä ja monimutkaisuutta on yhteiskunnassa, sitä enemmän tarvitaan ihmisiä jotka kykenevät sitä selittämään.
En tiedä tarvitaanko ns. lääkäreitä enempää, mutta molekyylibiologian ja biokemian ymmärtäjiä tarvitaan kyllä.
Tuosta päästään eroon ilman tekoälyäkin, antamalla työntekijöille oikeus pitää ne kolme sairaslomapäivää ilman lääkärintodistusta. Byrokratia vähenee byrokratiaa vähentämällä.
Monet peruslääkärin vastaanotolla tehtävät diagnoosit taitavat olla sellaisia, että sairauden arvioidaan olevan se todennäköisin, eikä aleta tehdä tutkimuksia mahdollisen hyvin harvinaisen sairauden varalta. Miten kone voi tässä olla ihmistä parempi, jos kuitenkin liiallisten tutkimusten tekemistä pyritään välttämään?
Ihmislääkäreissä on se puolensa, että diagnoosiin tyytymätön potilas voi halutessaan mennä toisen lääkärin vastaanotolle. Tämä olisi hyvä toteuttaa myös konelääkäreiden osalta – kilpailevat palveluntarjoajat voisivat markkinoida miten paljon paremmin heidän ohjelmistonsa tekee diagnoosit kuin kilpailijan ohjelmisto 😉
Ihmisyhteisö on todella monimutkainen, ja koneet eivät ole vielä lähelläkään koko tuon paketin hallintaa.
Yksi lääkärin tehtävä, jota ei vielä kai mainittu, on ohjeiden antaminen potilaalle sopivalla tavalla. Lääkäri voi potilaan mukaan (muuten samanlaisissa diagnooseissa) korostaa vaikkapa sitä, että potilaan tulee ehdottomasti ottaa kaikki määrätyt lääkkeet, tai sitä, että potilaan ei kannata ottaa enempiä lääkkeitä kuin on ohjeistettu. Yleistä psykologiaa siis.
Useiden kommenttien taustalla tuntuu olevan (tiedostamaton?) ajatus siitä, että lääkärin korvautuminen tekoälyllä tarkoittaisi sitä, että terveyskeskuksen vastaanottohuoneessa olisi ihmisen sijaan puhuva robottipää, joka kyselisi vointia ja vilkaisi viimeisimpiä labratuloksia.
Eiköhän muutos tule olemaan suurempi eli lääkäri voi hyvinkin korvautua jollain henkilökohtaisella terveysavustajalla, joka louhisi jatkuvasti dataa jossain pilvessä ja jonka kanssa kommunikoitaisiin kännykän, tabletin tms. välityksellä. Diagnoosejakaan ei tarvitisi perustaa yksittäisiin laboratoriokokeisiin vaan käytettävissä olisi myös jatkuvasti ja reaaliaikaisesti päivittyvä terveysdata.
Tällöin hoidon onnistuminen ei riippuisi niin siitä, että ymmärsikö ja muistiko mitä lääkäri siinä 5 minuutin vastaanottoaikana neuvoi, vaan henkilökohtainen ”AI-tohtori” neuvoisi jatkuvasti ja myös seuraisi hoidon etenemistä. Tällöin vikadiagnoosit tai hoidon laiminlyöminen paljastuisivat nopeammin kuin sillä 6 kk päähän buukatulla seurantakäynnillä.
Vuorovaikutuksen suhteenkaan kehitys ei olisi välttämättä mitenkään negatiivista – koneelle on ehkä helpompi olla rehellinen, kun mukana ei ole (vältämättä) mitään häpeän tunteita tai ongelmia auktoriteettien kunnioituksessa.
Tietysti voisi pohtia myös sitä, että lisääkö tällainen terveyseroja entisestään – jatkuva itseseuranta vaatii sitoutumista ja ainakin nykyään homma tuntuu olevan lähinnä koulutetun ja hyvätuloisen menestyjäporukan harrastus. Kaikilla ei ole mahdollisuuksia – eikä edes halua tällaiseen seurantaan – ja he tietysti tippuisivat ulos tällaisesta?
Johtuu ehkä siitä, etä OS vertaili lääkärin ja tekoälyn taitoja vähän tuohon tyyliin. Pitää siis huomauttaa, että tekoäly lienee vain lääkäripalveluita täydentävä kikka.
Toivon että lopullisen päätöksen tekisi hyvän koulutuksen saanut ja paljon käytännön kokemusta omaava lääkäri. Muut ihmiset ja koneet voivat avustaa.
Lääkäri kai unohtelee tulevaisuudessa vähemmän, kun tekoäly varmistaa, että kaikki hoitokokemukset on otettu huomioon, ja muu tietojärjestelmä varmistaa, että aiemmat hoitotapahtumat eivät unohdu.
Hoitokertojen välillä tekoäly ja hoitajat voisivat tarjota ylimääräisiä palveluita ja valvoa tilannetta. Tekoäly voisi myös herättää lääkärin tai toisen lääkärin tutkimaan asiaa, jos jotain outoa ilmenee.
Oletan että pääsääntö on se, että inhimillisessä vuorovaikutuksessa informaatio kulkee tehokkaammin läpi potilan ja hoitojärjestelmän välillä. Puhtaassa potilaan ja tekoälyn yhteistyössä on samoja ogelmia kuin potilaan ja lääkärikirjan välisessä kommunikaatiossa.
Aivan. Jo nyt käypähoitosuositukset ovat kaikkien saatavilla, ja jatkossa ehkä tekoälykin, mutta en luottaisi omaan koneavusteiseen tulkintaani omista tai läheisteni taudeista yhtä paljon kuin keskusteluun ammattitaitoisen lääkärin kanssa.
Tekoäly on hyvä renki, mutta huono isäntä. Potilaskaan ei ole aina hyvä ylin auktoriteetti omissa terveysasioissaan.
Minä en itse asiassa esittäänyt, wettä tekoäly korvaisi ihmisen vaan että se voi joissain tapauksissa korvata lääkärin. Joitakin lääkärin tehtäviä voidaan siirtää tekoälylle ja hoitajalle. Lisäksi nämä ohjelmat tulevat potilaiden käyttöön.
Jaa’a – eikö tilanne ole enemmin niin, että suurin potilaista paranee hoidosta huolimatta. Eikös taas äskettäin todettu, että yksi yleisimmästä Suomessa tehdyistä leikkausoperaatioista on yhtä tyhjän kanssa…
Tässä aavistus tulevaisuudesta:
Can You Really Spot Cancer Through a Search Engine?
By looking for searches for symptoms—which include yellowing, itchy skin, and abdominal pain—and checking the user’s search history for signs of other risk factors like alcoholism and obesity, the team was often able to identify searches for symptoms up to five months before they were diagnosed.
Kun tähän yhdistetään erilaiset elintoimintoja seuraavien älyantureiden data, tiedot päivittäisistä ostoksista jne., niin kuka tietää mihin asti päästään.
IBM Watson on yksi tunnetuimpia tekoälyjä tällä hetkellä, sen päättelyprosessista on täällä kuvausta:
http://www.aaai.org/Magazine/Watson/watson.php
Päättelyn varmuutta kuvataan tuossa ”confidence estimation”, eli arvioidaan sitä kuinka varmasti kone tietää vastauksen. Huomaa sana estimation eli arvio.
Kyse on siis arvio todennäköisyydestä että se on juuri nyt oikeassa. Neuroverkot ovat siitä käteviä, että ne antavat jotain suuntaa-antavaa tietoa tämän arvion pohjaksi, mutta aina se ei mene oikein sen paremmin kuin ihmisenkään oma käsitys omista tiedoistaan ei aina mene oikein.
Jos se veikkaa, että ei tiedä vastausta ja jättää vastamatta, niin osa vastauksista joita se olisi vastannut oikeinkin jää vastaamatta – jos se taas arvaa että tietää vastauksen, tällöin riskinä on, että oltiinkin siinä joukossa, johon se ei tiennyt vastausta.
Mitä paremmaksi tuo koneen arvaus siitä kuinka oikeassa se on muuttuu, sitä turvallisemmin se pystyy vastaamaan sellaisiinkin kysymyksiin joissa se on huono.
Toisaalta, mitä paremmaksi sen todellinen vastauskyky muuttuu, sitä pienempi merkitys tuolla itsearvioinnilla on, koska mikäli se tietäisi vastauksen kaikkiin kysymyksiin 100% oikein, itsekritiikistä itse asiassa olisi jopa haittaa, koska se jättäisi vastaamatta kysymyksiin, joihin sillä on olemassa vastaus.
Niin. En nyt ole aivan varma mikä tällä hetkellä estää minun terveyshistoriani keräämisen yhteen paikkaan tilastollista analyysiä varten, mutta jos, niin kuin olen joskus antanut itseni ymmärtää, kyse on lainsäädännön estämästä palvelusta (myös opt-in), niin minulla on terveisiä Arkadianmäelle:
1. Ottakaa tämä käsittelyyn pikimmiten. Teillä on kärsivien ihmisten verta käsissänne joka päivä enemmän kun ihmisten terveyttä ei voida tutkia asiallisilla työkaluilla.
2. Tehkää tämä ennen kuin terveysdata päätyy puolihuolimattomasti isojen yritysten kauppatavaraksi jonkun näppärän kansainvälisen kauppasopimuksen sivulauseessa.
Juurikin tämän datan a) kerääminen b) saaminen yleiseen käyttöön on paljon vaativampi henkinen muutos hallinnolle kuin AI lääkärikunnalle.
IT-puolella on totuttu jo pari vuosikymmentä siihen että jos vaikka jonkun pikkupalvelimen neljännen tuulettimen vasemmalta kierrosnopeus laskee alle säädetyn rajan, on se samantien kaikkien asianosaisten tiedossa erinäisten standardoitujen ja helppokäyttöisten rajapintojen kautta.
Sen sijaan edes omaan potilasdataani minun ei ole mahdollista päästä millään järkevällä APIlla saati että voisin valtuuttaa jonkun tahon seuraamaan sitä ja ilmoittelemaan poikkeavuuksista samaan tapaan kuin olen tottunut seuraamaan verkkoon kytkettyjä hilavitkuttimiani.
Ok. Nojailen kuitenkin siihen suuntaan, että ihmisen terveyttä koskevat hoitopäätökset olisi edelleen hyvä pyöräyttää korkeimmin koulutetun tahon eli lääkärien kautta.
Se voi pitää paikkansa, että usein potilas paranee hoidosta huolimatta. Tämä ei kuitenkaan vielä anna aihetta sellaiseen johtopäätökseen, että lääkäreiden sijaan päätökset pitäisi antaa joidenkin vähemmän koulutettujen tai tekoälyn tehtäväksi.
En nyt oikein vieläkään ymmärrä pointtiasi. Jos olen asiasta yhtään mitään oikein ymmärtänyt[1], niin jos tarkastellaan tyypillistä luokittelevaa koneoppimisalgoritmia (joka esimerkiksi jakaa potilaat kahteen luokkaan: ”Sairastaa leukemiaa” ja ”Ei sairasta leukemiaa”), niin tuo algoritmi palauttaa potilaalle numeron nollan ja ykkösen välillä, joka kuvastaa todennäköisyyttä, että potilaalla on leukemia.
Jos siis luku on kovin lähellä ykköstä – sanotaan vaika 0,99 – niin algoritmi on suhteellisen varma, että potilaalla on leukemia. Itseasiassa algorimi on kovinkin tarkasti täsmälleen sitä mieltä, että on väärässä yhden kerran sadasta tällaisesta potilaasta.
Jos sen sijaan luku olisi vaikka 0,51, algoritmi on sitä mieltä, että potilaalla kyllä ”todennäköisesti” on leukemia, mutta tällaisissa tapauksissa algoritmi on lähes joka toinen kerta väärässä, eli lähes yhtä hyvään tulokseen päästään kolikkoa heittämällä.
Ja vielä, jos luku on 0,01, algoritmi on jokseenkin varma, että potilas on terve, mutta jälleen, odottaa olevansa väärässä kerran sadasta potilaasta.
Se, mitä tuossa watsonissa tarkoitetaan confidence estimationilla, tarkoittaa minun ymmärtääkseni vain sitä, ylittääkö tuo todenäköisyysluku jonkin raja-arvon. Siis esimerkiksi jos luku on yli 0,95, ollaan riittävän varmoja, että vastaus on oikea, jos alle, ollaan epävarmoja.
Sen sijaan se ei tarkoita sitä, että algoritmilla olisi joku näkemys siitä kuinka tarkasti 0,69 on oikein. Enkä minä ymmärrä miten tuota edes teoriassa voitaisiin yksittäisen potilaan kohdalla arvioida, potilaalla kun joko on leukemia tai ei.
[1] Olen tässä asiassa täysi maallikko, mutta kiinnostunut kyllä ymmärtämään asiaa paremmin
Kannattaisi varmaan aloittaa mm. radiologien, kliinisten fysiologien ja kliinisten neurofysiologien eli lähes puhtaasti diagnostisten alojen työn siirtämisestä keinoälylle. Siellähän arvioidaan usein yhden konetutkimuksen tulosta ihmisen toimesta, mikä on lähtökohtaisesti valtavasti yksinkertaisempaa kuin potilaan kokonaistilanne.
Miksiköhän tietokone ei sitten vielä tee mitään päätöksiä, vaikka siihen takuulla monessa asiassa paremmin pystyisi? Liittyisikö se vastuun kantamiseen?
Veronmaksajien rahaa on kulunut jo ihan merkittävästi ennen kuin kliinisessä tutkimuksessa ollaan tuossa pisteessä.
Pikemminkin kysymyksenasettelu on ”mitä havaintoja (konkreettisen mitattavan suureen tuottavia tutkimuksia) tulee tehdä jotta luokittelun (mekaaninen prosessi) sensitiivisyys ja spesifisyys saadaan riittäväksi jotta sitä voidaan kutsua lääketieteeksi puoskaroinnin sijaan”.
Sensitiivisyyden ja spesifisyyden keskinäistä merkitsevyyttä voidaan sitten säätää riskin, esimerkiksi mahdollisen virhediagnoosin tai kustannusten mukaan.
Koneen hyödyt ovat siinä että se a) pystyy kaivamaan relevanttia potilasdataa järjestelmistä lääkäriä tehokkaammin ja b) pystyy optimoimaan luokittelijaa haluttujen kriteerien, esimerkiksi kustannusten mukaan tehokkaammin.
Lääkäri taas pystyy mekaanista luokittelijaa paremmin päätöksenteossa huomioimaan hiljaisemmat signaalit joita on vaikea operationalisoida luokittelijalle syötettäväksi.
Uskoisin että jo pelkästään se että lääkäri saisi ruudulleen työhypoteesiaan vastaavan optimaalisen päätöspuun säästäisi turhilta tutkimuksilta. Olen jotenkin ymmärtänyt ettei erikoislääkärikään ihan aina lennossa hahmota missä järjestyksessä tutkimuksia kannattaa teettää vaikka päätöspuuksi aukipiirrettynä asia onkin triviaali.
Olen ymmärtänyt, ettei esim. Watson tee mitään binäärisiä päätöksiä vaan sille annetaan esim. lista potilaan oireista ja se yrittää löytää parhaiten oireita vastaavan taudin. Loppupelissä sillä on joukko oireisiin mahdollisesti sopivia tauteja, joista pitäisi valita yksi todennäköisin – ilmeisesti tässä yhteydessä annettu luku kuvaa sitä miten suurella luottamuksella valittu tauti osuu oikeaan.
(Eli siis, jos yksi tauti sopii oireisiin selvästi muita vaihtoehtoja paremmin, niin luotettavuus on suurempi – jos taas voittomarginaali jää pieneksi, niin diagnoosi ei liene mitenkään varma?)
Eli jos opetamme tekoälyä vaikka tunnistamaan sieniä ja aloitamme punaisesta kärpässienestä niin voimme tehdä säännön ”jos sieni on punainen, se on kärpässieni”
Itsevarma algoritmi, mutta usein väärässä. Eli 100% varmuus ei ainakaan tuossa algoritmissa tarkoita todellista todennäköisyyttä – tarkoittaako se koskaan?
Jotta sieniä pystyttäisiin tunnistamaan paremmin, pitää lisätä lisää lajeja ja tuntomerkkejä tietokantaan. Aina kun lisätään uusia lajeja tai tuntomerkkejä varmuus hyppää jonnekin suuntaan – joskus varmuutta tulee lisää, joskus taas tulee uusia epävarmuustekijöitä.
Vaikka tekoäly olisi hyvinkin koulutettu, odottamattomat input -arvot voivat silti saada aikaan outoja tuloksia, esim. joku aika sitten tutkijat hassuttivat kuvantunnistusohjelmia näkemään vaikka mitä ihmeellisyyksiä kohinassa, esim. ne ilmoittivat että kohinan keskellä on 99.99% todennäköisyydellä leijona.
http://www.evolvingai.org/fooling
…tai siis itseasiassa…
Luotettavuusarvioon vaikuttanevat a) kuinka vahva match voittanut diagnoosi oli ja b) mikä sen ero lähempiin kilpaileviin matcheihin oli. Eli siis ”vahva match” ja ”iso ero muihin” = ”suuri luotettavuus” vs. ”heikko match” tai ”pieni ero muihin” = ”pieni luotettavuus”.
Ei mikään tekoäly tee autuaaksi ilman dataa. Tässä aihepiirissä olennaisempaa on minusta lähivuosina yleinen diagnosointiteknologian ja -menetelmien halpeneminen.
http://www.esaimaa.fi/Online/2015/03/17/Doktori%20romahdutti%20laboratoriohinnat%20-%20verenkuva%20pilkkahintaan%20/2015118778003/4
Laajan verenkuvanhan voisi ottaa talteen vaikka joka kuukausi, verenpaineen ja sykkeistä analysoidun stressitason lisäksi.
En tiedä paljonko koko vartalon 3D MRI maksaa, mutta voi olla että sellaisen saa muutamassa vuodessa alle satasella. Tuolloin voisin jo kuvauttaa itseni huvikseni parin vuoden välein. Jos ei kasvaimia löytyisi niin näkisi tekoälyn analysoimana havainnollisesti kuinka välilevyt kuluvat, nörttiniskan kivut kehittyvät ja rasvakudokset paisuvat vyötäröllä.
Eikä tarvitsisi lääkäreidenkään arvailla niin paljon, kun verenkuvahistoria, hormonitasot, geeniperimä ja vartalon rakenteen muutokset olisivat jatkuvasti selvillä.
Hauska nähdä kyllä millaiseen tilanteeseen tällainen johtaa. Tällä hetkellähän on niin että mitä enemmän potilaasta tulee informaatiota niin sitä enemmän tulee epävarmuutta, jatkotoimenpiteitä, kysymyksiä, käyntejä ja rahanmenoa. Tieteellistä tietoa on yleensä vähemmän kuin kysymyksiä. Lääketiedehän on nimenä vähän harhaanjohtava koska kyseessä on ainakin yhtä paljon erilaisten hoito- ja toimintakäytäntöjen joukko, jotka eivät perustu tutkittuun tietoon.
Kahdesta yhtä terveestä ihmisestä se, joka on kovin kiinnostunut veriarvoistaan ja mittaustuloksistaan, käyttää paljon enemmän terveyspalveluja ilman terveyshyötyä.
Juuri näin, ja tämä luultavasti lisää entisestään terveyseroja hyvin- ja huonomminvoivien välillä kun osa kansasta haluaa ja pystyy käyttämään halventunutta dataa ja sen mukanaantuomia (yksityisiä) palveluita hyväkseen.
Se kansanosa joka näistä palveluista eniten hyötyisi, on tosin syystä tai toisesta julkisen terveydenhuollon varassa, josta näitä palveluita tuskin on saatavissa vielä tällä vuosisadalla.
Yksi lopputulema voi hyvinkin olla oman terveysdatan ”myynti” (ulkomaisille) toimijoille jonka vastikkeena saa terveysseurannan peruspalvelut, vähän samaan tapaan kuin useat nettipalvelut ovat ilmaiseksi käytettävissä kun käyttäjä on ensin suostunut kerättävän datan luovutukseen (myyntiin) erinäisille kolmansille osapuolille. Tämä on sikäli huono vaihtoehto että muualle kerättävä data ei sitten ole julkisen terveydenhoidon käytettävissä, ja sen laatu on markkinoinnin kohdentamiseen riittävä mutta terveydenhuollon tarkoituksiin riittämätön.
Tuosta kuvien luokittelun hämäämisestä on muuten hyvä video, joka kuvaa hyvin sitä eroa mikä ihmisen ja koneen ajattelun välillä on:
https://www.youtube.com/watch?v=M2IebCN9Ht4
Jo suhteellisen yksinkertainenkin tekoäly auttaisi poliklinikoilla päivystäviä erikoislääkäreitä. Heillä on kovassa kiireessä ja paineessa taipumusta tulkita potilaan oireet oman erikoisalaansa kuuluvan sairauden oireiksi, vaikka todellisuudessa kyse olisi aivan toisen erikoisalan sairaudesta. Tekoälyn olisi helppo ylittää tällaiset erikoistumisrajat ja ehdottaa joitain lisätsekkauksia.
Eräs esimerkki on akuutti ahdas/umpikulmaglaukooma, joka oireiltaan muistuttavat ankaraa migreenikohtausta tai aivoverenvuotoa, ja joka saattaa tuhota näön puolessa vuorokaudessa. Aivoverenkiertospesialisti ei välttämättä huomaa tehdä tai teettää silmänpaineen mittausta, joka paljastaisi välittömästi oireitten todellisen syyn.
Nyt taisin päästä kärryille mitä ajat takaa. Toki, jos meillä on ilmiö, jota ei ole ollut datassa[1], jolla oppimisalgoritmia on koulutettu, tulokset ovat puutaheinää. Tämä tietysti pätee samalla tavalla ihmisälyyn. Hyvä uutinen on, että jos tuo ilmiö on satunnaiskohinaa merkittävämpi, sen havaitseminen on erittäin helppoa, silloin kun koneen ennusteet alkavat mennä systemaattisesti pieleen.
Sen sijaan jos/kun ollaan tuolla hyvin käyttäytyvällä alueella, niin ei ole mitään syytä olettaa, että algoritmin antamat luottamusvälit olisivat jollain perusteellisella tavalla väärin.
[1] Kuten niin moni on jo tässäkin sanonut, algoritmi ei voi olla oppimisdataansa parempi. Miksi en siis voi luovuttaa terveysdataani hyötykäyttöön?
Teknologia ja tekoäly – tie onneen vai orjuuteen?
https://kosminenvalo.wordpress.com/2015/12/15/teknologia-ja-tekoaly/
Kyllä, mutta myös niinpäin että jos datassa on jokin ilmiö, joka ei vastaa sitä mitä koulutetaan, se voi oppia yhdistämään tämmöisen sekundaarisen havainnon tavoitteeseen.
Esim jos sienien valokuvat ovat aina pöydän päällä, se yhdistää sienen ja pöydän liittyvän toisiinsa, vaikka tarkoitus oli opettaa vain sienten tuntemista.
Mitenköhän kävi luomien tietokonepohjaiselle analysoinnille? En ole aiheesta mistään nähnyt sitten sen jälkeen, kun sen tulemisesta media uutisoi. Siitä on jo vuosia. Ainakin nyt viimeksi, kun kävin HUS:n Iho- ja allergiasairaalassa, lääkäri teki muutamien sekuntien mittaisen silmämääräisen pikatarkastuksen ja totesi, että ihon tilanne on ympäri kehoa kunnossa.
Tietokoneanalysointi perustuu suureen joukkoon valokuvia, joista tietokone on opetellut tunnistamaan pahanlaatuiset. Se olisikin kätevä systeemi. Ihmiset voisivat itse ottaa kuvia ja lähettää, kone antaisi vastauksen ja tarvittaessa ohjaisi jatkotutkimuksiin. Tämä jos mikä säästäisi yhteiskunnan rahoja.
Esimerkiksi kilpirauhasen vajaatoiminnan diagnotisointi ja lääkehoidon suunnittelu onnistuisi hyvin tekoälyn avulla.
On sairaus todetaan verikokeen avulla, selvitetään onko tietyt parametrit (S-TSH, S-T4-V, S-T3-V) viitearvoissa. Jos on liikaa poikkeamaa määrätään lääkitys (Thyroksin) sitten seuraavat kokeet ja katsotaan mihin suuntaan parametrit ovat liikkuneet määrätyllä lääkeannostuksella. Sen jälkeen se on vain titraamista, eli ei muuta kuin uusi annostus ja katsotaan mihin suuntaan parametrit liikkuu. Lopuksi ne on kohdillaan. Tässä lääkärin työn voi tehdä tietokone. Muu kilpirauhaseen liittyvä tutkiminen on asia erikseen.
Tässä kohtaa on hyvä kysyä, tutkitaanko sitten kilpirauhasia lainkaan, jos yksikään lääkäri ei niitä enää työssään kohtaa vaan hoito tapahtuu liukuhihnalta. Jääkö käsitystä normaaliudesta ja sitä kautta epänormaaliudesta tai jääkö tarpeen kautta muotoutunutta uteliaisuutta, jos kontaktipinta häviää?
Tekoälyn toiminnasta voidaan myös oppia jotain ihmisen ajattelusta.
Esimerkiksi jos rikoksen tekijä on ihonväriltään musta, myös ihmisen aivojen yksinkertaisempaa päättelyä tekevät osat yhdistävät ihonvärin rikokseen, ihan samalla tavalla kuin vaikkapa tekoäly tekisi, jos sille näytettäisiin vain rikosten tekijöiden valokuvia. The Economist lehdessä oli juuri artikkeli tekoälystä, joka luokitteli erään tutkimuksen mukaan mustat monta kymmentä prosenttia todennäköisimmin rikollisiksi ilman perusteita – tosin tekoälyn kehittänyt yritys kiisti väitteen.
Tämmöiset sekundäärisiin havaintoihin perustuvat pääättelyketjut voivat johtaa hankaliin ongelmiin, esimerkiksi jos sattumalta kaikki tekijät elämässäsi osoittavat että olet rikollinen, vaikka näin ei olisi, tämmöiset etukäteen tapahtuvat ennusteet voivat johtaa siihen että ennustus lopulta toteutuu -> et saa töitä, menetät luottoluokituksen ja lopulta ajaudut tekemään jotain pimeitä töitä tai muita rikoksia.
Ihmisen aivoilla on vielä toistaiseksi se ylivoimainen piirre, että suurella vaivalla ne pystyvät luomaan loogisia malleja, joissa tämmöiset primitiiviset ajatukset erotetaan loogisiksi ajatusketjuiksi.
Mutta aivot ovat tottuneet luottamaan näihin alemman tason päättelyihin, koska eloonjäännin kannalta ne ovat olennaisia. Esimerkiksi pyörällä ajettaessa on pakko luottaa jonkin verran vaistoihin ja reflekseihin, koska se on parasta mahdollista tietoa mitä pystytään tuottamaan. Suurin osa ihmisen elämästä on tämmöistä vaistonvaraista toimintaa.
Tämä myös selittää sen, miks keskustelupalstoilla on niin vaikea keskustella – jokin tietty signaali saa keskustelijoissa aikaan signaaleja, jotka luokittelevat ihmisiä eri kategorioihin usein varsin epätarkasti.
Hyvä esimerkki vaikkapa Marko Hamilon kirjoitus tuossa yhdessä toisessa ketjussa siitä miten useat eri subjektit luokittelivat asioita väärin ja vaikutti siltä, että Hamilo saattoi itsekin tehdä hieman hätäisiä yleistyksiä, vaikkapa blogi-isännän kyvystä ymmärtää nuorisoa. Yleisesti voi sanoa, että jokainen tekee vääriä luokituksia refleksinomaisesti ja vasta suuren työn kautta pystytään oppimaan niistä pois. Itsekin olen luokitellut Hamilon kirjoitukset johonkin kategoriaan ja on vaatii työtä kytkeä tätä luokitteljiaa pois seuraavan kerran kun kirjoitusta lukee. Elämää helpottava kyky siis ikävä kyllä hankaloittaa ymmärtämistä.
Tuo terveysdatan datan ”myynti” isoille yrityksille on jonkin verran herättänyt keskustelua ja on ihan selvä, että tästä tullaan käymään keskustelua vielä pitkään.
En osaa sanoa kuinka todenperäinen tämä kirjoitus on, siihen kannattaa suhtautua ennen faktojen tarkastusta vain mielipiteenä, mutta siinä esitetty skenaario on sinänsä täysin mahdollinen
http://www.mind-spa.it/2017/04/24/the-mother-of-all-data-grabs/
Toinen hieman positiivisempi kirjoitus samasta aiheesta:
https://www.enterprisetimes.co.uk/2016/04/04/italy-gets-european-healthcare-centre/
Loppujen lopuksi kai pitää kysyä mikä on tärkeää. Avoimuus ei mielestäni ole ongelma – väärinkäytökset ja monopolit voivat sellaisiksi muodostua. Toisaalta, täytyy muistaa että tässä on kyse myös tuotekehityksestä ja kilpailuedun saavuttamisesta vasta alkuvaiheessa olevalla, kehittyvällä markkinalla.