skip to Main Content

Voiko riskiä sairastua ennustaa? Pfizerin ja Atostekin tutkimus selvittää Kanta-datan potentiaalia sairauksien automatisoituun riskien tunnistamiseen

Pfizer on yksi maailman suurimmista lääkealan yrityksistä. He halusivat selvittää, voisiko Suomen kansallisen terveystietovarannon avulla ennustaa sairastumisriskejä. Atostek tutki Kanta-datan toisiokäytön mahdollisuuksia riskilaskennassa. Streptococcus pneumoniae, eli pneumokokki, aiheuttaa merkittävän terveysriskin, erityisesti vauvoille, iäkkäille ja perussairauksia poteville henkilöille. Esimerkiksi Suomessa pneumokokkirokotus…

LUE LISÄÄ

Kansanterveyttä parantavat sote-sovellukset – entä jos voisit nappia painamalla saada ennusteen omasta sairastumisriskistäsi?

Miltä näyttää kansallisten sote-sovellusten rooli tulevaisuudessa? Kansalaisten käyttöön suunniteltu hyvinvointisovellus mahdollistaisi esimerkiksi sen, että kansalaiset voivat itse arvioida omia terveysriskejään. Terveysdatan toissijaisen käytön avulla voidaan hyödyntää sosiaali- ja terveyshuollon anonymisoitua dataa tutkimuskäytössä. Käytännössä tämä tarkoittaa sitä, että esimerkiksi tekoälyä tai…

LUE LISÄÄ

Potilastiedon hyödyntäminen koneellisesti tekoälyn avulla

Terveydenhuollon resurssit ovat tiukoilla. Potilastietoa on kerätty paljon, mutta sen hyödyntäminen on haastavaa. Tarvitsemme uusia työkaluja helpottamaan ammattilaisten työtaakkaa – tekoälyn avulla voidaan käsitellä suuri massa potilastietoa hetkessä ammattilaisen päätöksenteon tueksi. Potilastiedon tehokas hyödyntäminen on tärkeää hoidon laadun ja resursoinnin…

LUE LISÄÄ

Toisiokäyttö – tekoäly oppimaan terveysdatan tietomassoista

Suomessa sosiaali- ja terveydenhuollon saralla digitaalisuus keskittyi aluksi paljolti yksilöiden hoitoon – yksilöiden dataan, hoitohistoriaan ja hoitosuunnitelmien digitalisointiin. Nyt digitalisaatio on edennyt siihen pisteeseen, että tekoäly, kuten neuroverkkopohjainen koneoppiminen, voisi tuoda alalle jotakin aivan uutta. THL:n yhteydessä toimiva Findata on…

LUE LISÄÄ