Potilastieto ja tekoäly

Aiemmissa jutuissa olemme yhdessä perehtyneet lyhyesti rakenteelliseen tietoon eri yhteensopivuusnäkökulmista.


Tekoälystä on povattu ja luvattu ratkaisua aina vain kasvavaan tiedonkäsittelyyn: Lääkärit käyttävät noin 33% vastaanottoajasta tiedon kirjaamiseen.


Tekoälyä sairaanhoidon käyttötarkoituksessa on kolmen laista:

NLP, eli Natural Language Processing, tekoäly, joka oppii tulkitsemaan lukemaansa rakenteetonta tietoa;

Image Recognitition, eli oppivia tekoälyjä, jotka kykenevät erottamaan esimerkiksi magneettikuvasta kasvaimen, ja;

Machine Learning eli koneäly, joka voi tehdä ratkaisuja tai ennustuksia syötetyn datan perusteella.

Näistä ensimmäiset kaksi ovat pääasiassa neuroverkkoperusteisia.


Toistaiseksi käytännön hyötyä ei ole osoitettu ja epäonnistumisia on lukuisia.


Uskomme että Onesys Navigatorin avulla syntyvät uudet työtehtävät, kuten terveyskirjanpito, mahdollistavat alkeellisten uusien toimien automatisoinnin pidemmällä aikavälillä. Tekoälyn on mahdoton korvata sellaista työtä, jota ei ole vielä olemassa tai joka ei yksinkertaisesti mahdollista skaalautuvia automaatioratkaisuja.


Toisaalta tekoälyn luomat havainnotkin pitää jonnekin tallentaa, ja ON olisi luonnollinen työkalu, jolla niihin vedotaan tai linkitetään PTJ:n sisällä. ON:n "työpöydät" ovat ainutlaatuinen ratkaisu, jonne tietoja tai tietueita eri järjestelmistä tai integroiduista ohjelmistoista voi sisällyttää ja keskittää lääkärin työhön sopiviksi silmäyksiksi.

1 katselukerta0 kommenttia

Viimeisimmät päivitykset

Katso kaikki