HyteAiro Analytiikka-työpaja 29.5.2019 Maritta Perälä-Heape Professor of practice, Data-enabled healthcare systems and innovation ecosystems, University of Oulu, Faculty of Medicine, Center for health and technology, Oulu, Finland OuluHealth ecosystem, R&D&I management
Digitaalisten terveysratkaisujen raaka-aine on terveystieto Kuvantaminen Sosiaalinen media Korvaustiedot Kuvat, videot Julkaistut tutkimukset Geenitiedot Biometriset sensorit Tiedon kerääminen, yhdistäminen ja analysoiminen Uusi palveluinnovaatio Etämonitorointi Sähköpostit, tekstiviestit Kliiniset tekstit mhealth sovellukset EHR / EMR Metabolinen tieto Mikrobiominen tieto
Terveysalan suunnanmuutos muuttaa terveystiedon ja analytiikan mahdollisuuksia Tuottajakeskeinen palvelumalli Terveysongelmien ratkaiseminen Sairauskeskeisyys Ennakoiva Yksilökeskeinen malli Varhainen riskien tunnistaminen Henkilön osallistuminen terveysriskien pientämiseen Terveys-ja hyvinvointitiedon hyödyntäminen Digitaaliset palvelupolut Etäpalvelut Palvelut netissä ja älypuhelimella Omahoito-palvelualustat Hajautettu palvelumalli
Tiedon yhdistämisen tarkoituksenmukaisuus Case: Digital Health revolution tutkimuspilotti Terveyshyötyjä pystyttiin todentamaan, kun omatieto kommunikoitiin osallistujille terveysammattilaisten kanssa uudella palvelumallilla moniammatillisessa yhteistyössä
Kuka omistaa ja kontrolloi tietoa? Case: Ihmiskeskinen tiedonhallinnan malli=mydata Ihmiskeskeinen tiedonhallintamalli (MyData) turvaa EU:n tietosuoja-asetuksen mukaisen suostumuksen hallinnan ja omien tietojen siirron palvelutuottajalta toiselle. Lähde (muokattu): Poikola, Kuikkaniemi & Honko. 2015. MyData - A Nordic Model for human-centered personal data management and processing. Suom.: MyData - johdatus ihmiskeskeiseen henkilötiedon hyödyntämiseen Saatavilla LVM:n sivuilla: https://www.lvm.fi/documents/20181/859937/mydata-nordic-model/2e9b4eb0-68d7-463b-9460-821493449a63?version=1.0
Analytiikan uhkakuvia Sosiaalinen luottoluokitusjärjestelmä Kiinassa Käyttäytymiseen liittyvän tiedon keruu ja big data analytiikkaan perustuva pisteitys (Foreign Correspondant, 2018) Genomitiedolla valuuttaa Ihmiset voivat tienata kryptovaluuttaa jakamalla oman genomisekvenssinsä lääkeyritysten kanssa (technologyreview.com; 2018)
Analytiikan ja tiedonkeruun alkuperäisen käyttötarkoituksen muuttuminen Deep Mind-tekoäly yrityksen kehittämä potilastietoa reaaliajassa hyödyntävä Streams sovellus Britanniassa Murtuuko tiedon anonymiteetti ja tiedon käyttötarkoitus kun yritys myytiin Googlelle? Parkinson potilaiden reaaliaikaisten oireiden seurantaan kehitetty mobiiliapplikaatio tutkimustarkoituksiin Murtuuko tiedon anonymiteetti ja tiedon käyttötarkoitus, kun yritys myytiin Applelle?
Terveystiedon hyötykäyttö analytiikka/ai mahdollistaa uusien palveluinnovaatioiden synnyn Tekoäly työterveyden terveystarkastuksen apuvälineenä THL väestöaineistoon pohjautuva sovellus Tekoäly kirurgin aisaparina Työkalu tekonivelleikkauksen potilasriskien tunnistamiseen 8
Kuluttajan hyödyt tarkoituksenmukaisesta tiedon hyötykäytöstä Tulevaisuudessa terveydenhoito hyötyy myös eri sektoreilla kerätystä datasta ja sen yhdistämisestä terveystietoihin älypuhelimen avulla voidaan seurata allergisen nuhan oireita antaa muistutuksia esim. siitepölyajan alkamisesta ja tarpeesta muuttaa allergialääkitystä Kuluttajan antamat oirearviot korreloituu ilman saasteiden ja siitepöyinformaatioon Mobiili-allergiapäiväkirjaan kirjatut tiedot oireista mahdollistaa potilaan oireiden ja ilmansaasteiden vertailun sekä hoidon ja/tai lääkityksen muutoksen reaaliaikaisesti EU:n tutkimusyhteistyö ( https://ec.europa.eu/eip/ageing/repository/macvia-aria-sentinelnetwork-rhinitis_en) MASK rhinitis-hanke
Haasteet tiedon hyödyntämisessä Tiedon hallintamallit Tiedon saatavuus Terveystiedon laatu ja määrä Tiedon omistajuus Sensitiivisen tiedon hyödyntäminen ja jakaminen Eri tietolähteiden yhdistämisen periaatteet Tietosuojan säännösten tulkinta Eettiset periaatteet tiedon hyödyntämisessä Mobiilisovelluksista saatavan tiedon hyödyntäminen tutkimuksessa Nettipalvelujen tuottama tieto Uusien teknologioiden (analytiikka, tekoäly..) hyödyntäminen tutkimuksessa ja tuotekehityksessä
DigiHealth Hubosaamiskeskittymä OULU
DigiHealth HUB: haasteista ratkaisuiksi Hyvät käytännöt jaetaan: Julkaistaan käytännönläheisiä hyviä käytäntöjä uusien palveluinnovaatioiden tuottamisessa ja digitaalisten ratkaisujen käyttöönotossa (oppaat, yleisimmät sopimuskäytännöt, parhaat onnistumiset) Tuotetaan uutta osaamista: Uusien toimintamallien ja työkalujen kehittäminen uuden teknologiakehityksen seuraaminen, arviointi ja tuki sen hyödyntämisessä Luodaan parhaat tietojohtamisen mallit ja datakäytön periaatteet Verkostoitumisen koordinaatiopalvelut: Koostetaan/koordinoidaan osaamisverkostoja Linkitetään parhaat osaajat haasteita ratkaisemaan Rakennetaan vaikuttavia TKI-yhteistyö/investointihankkeita
DigiHealth HUB tutkimuksen ja innovaatiotoiminnan tukipalvelut Tietokäytännöt, tietoturvalliset ja eettiset periaatteet tiedon hyötykäytössä Päivi Riihimaa, Maritta Perälä-Heape Koneoppimisen, tekoälyn ja tietoanalysoinnin soveltamisen periaatteet, menetelmät ja toimintamallit terveysalalla Timo Kolehmainen, Päivi Riihimaa, Simo Saarakkala ehealth/mhealth ratkaisujen ja tekoälyratkaisujen vaikuttavuusmäärittely ja uudet arviointityökalut Jari Haverinen, Jarmo Reponen Kansallisen DigiHealth HUB yhteistyön toimintamallin ja palvelujen kehittäminen Satu Väinämö, Maritta Perälä-Heape, Veera Virta & Kalevi Virta 14
PoC-hanketyypit ja yhteistyön muodot 1. Dental AI (YTHS-yliopisto-yhteistyö): Laadukkaan datan saatavuus, datan yhdistäminen eri lähteistä ja siihen liittyvät sopimuskäytännöt 2. Synthetic knee (Yritys-yliopistoyhteistyö) datan hyödyntämiseen liittyvät sopimuskäytännöt Tutkija tuottaa menetelmiä digitaalisten nivelmallien luomiseen 3. Tekstianalytiikka (Yritys-Yliopisto-Sairaala yhteistyö) Aineiston louhiminen tekoälyavusteisesti merkittävien riskitekijöiden tunnistamiseksi ja haittatapahtumien vähentämiseksi 4. Hyvinvointidatan perusteella tehtävä asiakassegmentointi Yritys-yliopistoyhteistyö Hyvinvointidatajoukon luokittelu AI mallien avulla
PoC - hankkeet 1. Dental AI: Hampaiden terveydentilan automaattinen kirjaaminen potilasrekisteriin analysoimalla potilaskäynnin aikana otetut hammaskuvat kuvan tunnistukseen perustuvalla tekoäly-algoritmilla. 2. Synthetic Knee: Polven nivelen digitaalisen mallin luominen tekoälyyn perustuvalla kuvasynteesillä. Malli on pohjana nivelrikon lääketutkimuksessa. 3. PPSHP:n HAIPRO/lääkehaitta aineiston louhiminen tekoälyavusteisesti merkittävien riskitekijöiden tunnistamiseksi ja haittatapahtumien vähentämiseksi. 4. Hyvinvointidatan perusteella tehtävä asiakassegmentointi-hyvinvointidatajoukon luokittelu.
Case: Akuutin munuaisvaurion riskin ennustaminen Tarve: Akuutin munuaisvaurion riskin indikointi tekoälyavusteisesti verraten tilastolliseen analyysiin (Yhteistyö OYS-OY): OYS tutkijat tekee tutkimussuunitelman ja datapoiminnat ja luo aineiston. Datan poiminta ja puhdistaminen ESKO:n eri järjestelmistä työlästä, paljon puuttuvia tietoja, paljon manuaalista tietojen kirjaamista (10 min/potilas, yht 1000 potilasta)-> lopputuloksena data-aineisto, jolla tutkimuksellista arvoa OY/DHH kuvaa datapoiminnan lupamenettelyt ja hyödyntää samaa anonymisoitua aineistoa tekoäly-avusteisen ennustemallin luomisessa. Samalle tutkimusaineistolle, josta on tehty tilastollinen analyysi, voidaan tehdä ennustemalleja tekoälyteknologioilla, mikä voi luoda uusia ennusteita munuaisvaurion syntymiselle (ei pelkästään korrelaatioita)
Kiitos Maritta Perälä-Heape Työelämäprofessori, tietopohjaiset terveys-ja hyvinvointiratkaisut ja innovaatioekosysteemit Oulun yliopisto, lääketieteellinen tiedekunta, Centre for Health and Technology (CHT) maritta.perala-heape(at)oulu.fi +358-406734159 https://www.oulu.fi/cht/