Tiede

Lääke & tiedeDiagnostiikkaa tekoälyn avustamana

28.10.2022Eero Raittio

Tekoäly ja siihen läheisesti liittyvät sovellukset ovat tulleet voimalla terveydenhuoltoon niin kuin muuallekin yhteiskuntaan. Esimerkiksi konvoluutioneuroverkoilla (CNN, Convolutional Neural Network) tehdyillä kuva-analyyseillä on osoitettu olevan mahdollista parantaa patologisten muutosten tunnistamisen luotettavuutta ja tarkkuutta. CNN:t oppivat kuvien piirteitä (värejä, kuvioita, viivoja) havainnoimalla kuvia ja vertaamalla niitä asiantuntijoiden laatimiin kuvamerkintöihin (esimerkiksi tietty patologinen löydös) (1).

CNN:ää onkin käytetty tunnistamaan kariesleesioita purusiivekeröntgenkuvista, mistä sen on todettu suoriutuvan tarkemmin kuin hammaslääkärien. CNN:n erityinen vahvuus kariesleesioiden havaitsemisessa on sen huomattavasti hammaslääkäreitä korkeampi sensitiivisyys, eli sen tutkimana oikeiden positiivisten löydösten osuus kaikista tutkituista kariesleesioista on suurempi kuin hammaslääkärillä. Siltä jää siis vähemmän kariesleesioita havaitsematta kuin kollegalta keskimäärin, ero oli suurin kiilteeseen ulottuvissa kariesleesioissa (2).

Karieksen tarkka havaitseminen ei kuitenkaan itsessään tuo tuntuvia hyötyjä potilaalle tai yhteiskunnalle. Sen sijaan tarkemmasta diagnostiikasta koituvat terveyshyöty ja kustannussäästö riippuvat pitkälti siitä, kuinka tarkempi diagnostiikka vaikuttaa sairauden hoitoon (1). Toivottavaa olisi, että tarkentuvasta kariesdiagnostiikasta seuraisi potilaan ja yhteiskunnan kannalta kustannusvaikuttavia hoitoratkaisuja.

Berliinissä tehdyssä satunnaistetussa ristikkäiskokeessa (3) saksalaiskollegat (n = 22) tekivät kariesdiagnostiikkaa ja hoitopäätöksiä purusiivekeröntgenkuvista kaupallisen CNN:n (dentalXrai Pro, dentalXrai Ltd., Berlin, Germany) avustamana ja ilman sitä. Koe osoitti, että kollegat pystyivät tarkempaan kariesdiagnostiikkaan purusiivekekuvista CNN:n avustamana. CNN auttoi odotusten mukaisesti havaitsemaan kiillekariesta herkemmin. Tämä johti (ainakin näin ”paperilla”) useammin non-invasiiviseen (esimerkiksi fluorilakkaus) kiillekariesleesioiden hoitoon, mutta myös useammin niiden ja dentiinin uloimpaan kolmannekseen ulottuvien leesioiden paikkauspäätökseen.

Aineiston kustannusvaikuttavuusmallinnuksen perusteella CNN-avustuksella invasiivinen hoito saattaisi lisääntyä aiheuttaen enemmän haittoja ja lisäkustannuksia niin, että kustannusvaikuttavuusetua sen käyttämisestä ei syntyisi (4). On kuitenkin syytä huomioida, että tällaisen mallinnuksen tulokset ja niiden yleistettävyys riippuvat paljon siitä, miten mallinnukseen asetetut parametrit heijastelevat todellista kliinistä päätöksentekoa ja tapahtumia (esimerkiksi koskien diagnostiikan tarkkuutta CNN:n kanssa ja ilman sitä, karieksen esiintyvyyttä, taudinkulkua/ennustetta, hintoja ja hoitopäätöksiä). Tutkijat huomasivat, että eri parametrien arvoilla oli mahdollista päästä erilaisiin päätelmiin CNN-avusteisen diagnostiikan (ja hoidon) kustannusvaikuttavuudesta verrattuna sitä ilman toimimiseen.

Puutteista ja epävarmuudesta huolimatta tämän kaltaisia kokeita ja arviointeja soisi tehtävän useammin ennen laajamittaista diagnostisten menetelmien käyttöönottoa. Yhteiskunnan ja potilaan kannalta on olennaista tietää, mitä tarkemmalla tiedolla tai diagnostiikalla tehdään (ja mitä ei) sekä mitkä ovat siitä koituvat mahdolliset hyödyt ja haitat.

Eero Raittio
HLT

Kirjallisuus:
1. Schwendicke F. ym. Artificial Intelligence for Caries Detection: Value of Data and Information. J Dent Res. 2022;101(11):1350-1356. doi:10.1177/00220345221113756
2. Cantu AG. ym. Detecting differently deep caries lesions on bitewing radiographs using a fully convolutional neural network. J Dent 2020; 100: 103425.
3. Mertens S. ym. Artificial intelligence for caries detection: Randomized trial. J Dent 2021; 115: 103849. doi: 10.1016/j.jdent.2021.103849. Epub 2021 Oct 14. PMID: 34656656.
4. Schwendicke F. ym. Cost-effectiveness of AI for caries detection: randomized trial. J Dent 2022; 119: 104080. doi: 10.1016/j.jdent.2022.104080. Epub 2022 Mar 1. PMID: 35245626.

Lue myös
Etsitkö näitä?