Tekoäly auttaa tunnistamaan murtumia, luukasvaimia ja kuolioita röntgenkuvista
Syväoppimisalgoritmit ovat nopeasti nousemassa keskeiseen rooliin lääketieteellisen kuvantamisen luokittelussa ja diagnostiikassa. Kolme kansainvälisissä vertaisarvioiduissa lehdissä julkaistua HUSin käsikirurgian artikkelia nostavat esiin tekoälyn mahdollisuuksia potilashoidon parantamisessa.
Syväoppimisalgoritmeja pystytään uusien tutkimusten mukaan hyödyntämään siihen, että käden röntgenkuvista tunnistetaan rannemurtumia, hyvänlaatuisia luukasvaimia sekä ranteen luun kuolioita. Oikealla ja mahdollisimman aikaisella diagnosoinnilla pystytään välttämään potilaalle aiheutuvia haittoja. Tekoäly voi toimia hyvin tukena etenkin päivystyksessä sekä lääkäreille, joilla ei ole rutiinia käden tai ranteen röntgenkuvien tulkinnasta.
Tekoäly tunnistaa murtumat suurella tarkkuudella
Värttinäluun ranteenpuoleisen pään murtumat muodostavat 20 % kaikista murtumista tapaturmapäivystyksessä. Niiden diagnosointi ja hoito perustuu kliiniseen tutkimukseen ja röntgenkuvien tulkintaan. Röntgenkuvien virheellinen tulkinta on yleistä ja voi johtaa jälkiselvittelyihin. Tekoäly voi tuoda arvokasta apua päivystystyöhön ja vähentää virheellisiä diagnooseja. HUSin käsikirurgian ylilääkäri Jorma Ryhänen rakensi tutkimusryhmänsä kanssa tekoälymallin, joka tunnistaa näitä murtumia. Tekoälyn opettamisen jälkeen se pystyi tunnistamaan oikein 97 % murtumista.
”Niveltä rikkovien pirstaleisten murtumien tunnistus ja päätös jatkohoidosta voi olla hyvin haastavaa ja tästä syystä hoito voi viivästyä tai pahimmillaan murtuma luutuu virheasentoon. Nyt kehitetty AI-malli tunnistaa näitä murtumia erinomaisesti. Jatkossa se voi antaa välittömästi suosituksen hoitolinjauksesta kipsihoidon tai leikkauksen suhteen”, sanoo Ryhänen.
Päivystykseen tukea röntgenkuvien oikeaan tulkintaan
Enkondrooma on kädessä tavallinen hyvänlaatuinen luunsisäinen rustokasvain, joka voi aiheuttaa oireena turvotusta ja kipua sekä altistaa luun murtumalle. Enkondrooma näkyy röntgenkuvassa, mutta jos kädessä on murtuma, saattaa kasvaimen toteaminen olla vaikeaa ja jäädä huomaamatta. Tällaiset virheet ovat mahdollisia päivystyksessä ja aiheuttavat potilaille harmia.
Ryhmä käsikirurgeja rakensi Ryhäsen johdolla tekoälymallin, joka pystyi tunnistamaan 56 enkondroomaa testiryhmän 62:sta tapauksesta. Tekoäly pystyisi siis toimimaan hyvin apuvälineenä päivystyksessä erityisesti lääkäreille, jotka eivät jatkuvasti ole tekemisissä käden pulmien ja röntgenkuvien kanssa.
”Enkondroomien tunnistus on mielenkiintoinen ensimmäinen askel käden alueen luukasvainten automatisoituun diagnostiikkaan ja osoittaa, että rajoitetullakin kuvamäärällä on mahdollista luoda toimivia diagnostisia apuvälineitä”, kertoo tutkimusryhmässä mukana ollut käsikirurgi Turkka Anttila.
Tekoäly voi nähdä ihmissilmää tarkemmin
Tekoälymallia käytettiin myös tutkimuksessa, jossa pyrittiin parantamaan ranteen puolikuuluun luukuolion diagnostiikkaa. Kyseessä on harvinainen tauti, joka koskettaa pääasiassa 20–40-vuotiaita miehiä. Alkavan kuolion huomaaminen ihmissilmällä röntgenkuvista ei ole mahdollista, mikä voi johtaa viivästyneeseen toteamiseen. Diagnoosin viivästyessä ja kuolion edetessä hoitovaihtoehdot rajautuvat ja usein myös potilaan käden toiminta heikkenee toimenpiteistä huolimatta.
Ryhäsen työryhmänsä kanssa kehittämä tekoälymalli pystyi tunnistamaan röntgenkuvista 28 kuoliota kolmestakymmenestä tapauksesta. Väitöskirjatutkija Krista Wernér havaitsi, että kehitetty tekoälymalli tunnisti muutoksia röntgenkuvissa jopa paremmin kuin kokeneiden asiantuntijoiden verrokkiryhmä. Monet yleislääkärit eivät tunne tätä sairautta, eivätkä siten osaa epäillä sitä. Tekoälymalli voi jatkossa auttaa alkuvaiheen kuolion toteamisessa röntgenkuvasta ja lisätä yleislääkäreiden tietoisuutta ja siten tulevaisuudessa ratkaista molemmat ongelmat.
Syväoppimisalgoritmit ovat nopeasti tulossa keskeisiksi apuvälineiksi lääketieteellisessä kuvantamisessa. Niillä on potentiaalia muuttaa lääketieteellistä kuvien luokittelua ja diagnostiikkaa tulevalla vuosikymmenellä.
”On selvää, että tekoälyalgoritmit tulevat lähitulevaisuudessa muuttamaan merkittävästi potilaiden diagnostiikkaa ja hoitoa myös kirurgin arjessa. Tekoäly voi väsymättä ja kustannustehokkaasti seuloa isoja kuvamassoja, poimia poikkeavat löydökset, riskitekijät, komplikaatiot ja siten nopeuttaa ja parantaa hoitotuloksia. Jotta saamme luotettavia ja yleistettäviä algoritmeja, tarvitaan korkeatasoista, poikkitieteellistä osaamista ja tutkimusta mallien kehittämiseksi sekä validoimiseksi. Tutkimusryhmällä on useita potentteja ideoita jatkoselvittelyssä”, kertoo Ryhänen.
Lähteet:
Detecting Distal Radius Fractures Using a Segmentation-Based Deep Learning Model - PubMed (nih.gov)
Yhteyshenkilöt
Jorma RyhänenKäsikirurgian ylilääkäriTukielin- ja plastiikkakirurgia, HUS
jorma.ryhanen@hus.fiTietoa HUSista
HUS Helsingin yliopistollinen sairaala on Suomen suurin erikoissairaanhoidon toimija. Osaamisemme on kansainvälisesti tunnettua ja tunnustettua. Yliopistollisena sairaalana tutkimme ja kehitämme jatkuvasti hoitomenetelmiämme sekä toimintaamme.
HUSissa saa vuosittain hoitoa lähes 700 000 potilasta. Meillä työskentelee liki 27 000 ammattilaista potilaiden parhaaksi. Vastaamme erikoissairaanhoidon järjestämisestä Uudellamaalla. Lisäksi meille on keskitetty koko Suomen ja Etelä-Suomen yhteistyöalueen monien harvinaisten ja vaikeiden sairauksien hoito.
HUS – Vaikuttavinta hoitoa
HUSin mediapalvelu palvelee mediaa ma–to klo 10–16, pe klo 10–15 numerossa 050 427 2875 tai sähköpostitse viestinta@hus.fi.
Muut kielet
Tilaa tiedotteet sähköpostiisi
Haluatko tietää asioista ensimmäisten joukossa? Kun tilaat tiedotteemme, saat ne sähköpostiisi välittömästi julkaisuhetkellä. Tilauksen voit halutessasi perua milloin tahansa.
Lue lisää julkaisijalta HUS
Legionellabakteeria löytynyt Hyvinkään sairaalan hanavedestä - yhtään infektiota ei ole todettu18.4.2024 16:37:03 EEST | Tiedote
Hyvinkään sairaalan synnytysosaston vesihanoista otetuista näytteistä on omaseurannassa löytynyt toimenpiderajat ylittävä määrä legionellabakteeria. Synnytyssaleja on käytössä yksi vähemmän kuin normaalisti. Muutoin synnytystoiminta jatkuu normaalisti. Löydöksiin ei liity yhtään legionellan aiheuttamaa infektiota.
Distansmottagning även för barn – Nylands Jourhjälp utvidgar sina tjänster17.4.2024 07:15:00 EEST | Tiedote
Nylands Jourhjälp erbjuder från och med den 19 april 2024 möjlighet till distansmottagning även för barnsjukdomar. Läkaren kan i fortsättning träffa barnet och föräldrarna via videosamtal. Orsaken till den utökade tjänsten är dokumenterad erfarenhet av hög kundnöjdhet för distansmottagningen och högklassiga vårdresultat.
Lapsetkin pääsevät etävastaanotolle – Uudenmaan Päivystysapu laajentaa palveluaan17.4.2024 07:15:00 EEST | Tiedote
Uudenmaan Päivystysavussa tarjotaan etävastaanottomahdollisuutta 19.4.2024 alkaen myös lasten sairauksiin. Lääkäri voi tavata lapsen ja hänen vanhempansa jatkossa videon välityksellä. Palvelun laajentamisen taustalla ovat näytöt etävastaanottojen korkeasta asiakastyytyväisyydestä ja laadukkaista hoitotuloksista.
Children will be able to access remote appointments: Medical Helpline in Uusimaa expands its service17.4.2024 07:15:00 EEST | Press release
The Medical Helpline in Uusimaa will offer remote appointments for children’s illnesses as well starting April 19, 2024. A doctor can hold a remote video consultation with the child and parent. The service expansion is supported by evidence of high client satisfaction and excellent treatment outcomes in remote appointments.
Sockervärdena hos barn med diabetes kan hållas under kontroll med en smartpump11.4.2024 12:02:08 EEST | Tiedote
En självreglerande insulinpump håller sockervärdena hos barn med diabetes stabila, till och med på samma nivå som hos friska barn.
Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki tiedotepalvelussa julkaistu materiaali on vapaasti median käytettävissä.
Tutustu uutishuoneeseemme