Tekoälyn tuottamat röntgenkuvat huijasivat erikoislääkäreitä ja paransivat nivelrikkoluokittimen tarkkuutta
Jyväskylän yliopiston AI hub Keski-Suomi hankkeessa kehitettiin tekoälymenetelmä, jonka tuottamilla synteettisillä röntgenkuvilla voitaisiin korvata ja täydentää polven nivelrikkodiagnostiikan menetelmätutkimuksessa käytettävää röntgendataa.
Tutkijat kehittivät neuroverkon, joka pystyy generoimaan synteettisiä röntgenkuvia. Menetelmän avulla aidoista röntgenkuvista koostuvaa nivelrikkotutkimuksen data-aineistoa täydennettiin synteettisillä kuvilla. Kuvien aitoutta arvioitiin yhdessä Jyväskylässä toimivan Sairaala Novan erikoislääkäreiden kanssa.
Erikoislääkäreitä pyydettiin ensin tekemään nivelrikkoluokitus kuville ilman että he tiesivät aineiston sisältävän synteettisiä kuvia. Tämän jälkeen toisessa vaiheessa heitä pyydettiin erottelemaan kuvat aitoihin ja synteettisiin kuviin. Testien perusteella synteettisten kuvien havaitseminen aitojen joukosta on erittäin hankalaa jopa asiantuntijalle.
– Synteettisen datan hyödyntämistä eivät kosketa samalaiset tietosuojarajoitukset, kuin aitoa dataa. Sen avulla voidaan helpottaa esimerkiksi tutkimusryhmien, yritysten ja oppilaitosten välistä yhteistyötä, kertoo Digital Health Intelligence laboratorion johtaja Sami Äyrämö Jyväskylän yliopistosta.
Äyrämön mukaan synteettisen datan käyttö myös nopeuttaa lupaprosesseja ja sitä kautta muun muassa uusien ideoiden kokeilemista.
Synteettisen datan käyttö voi johtaa parempiin tuloksiin potilaiden hoidossa ja lääketieteellisessä menetelmäkehityksessä
Dataa hyödyntävien tekoälymenetelmien avulla voidaan tukea lääkäreitä diagnoosien tekemisessä. Vaikka tekoälyn tekninen potentiaali on valtava, niin lääketieteen sovelluksissa käytössä olevan datan määrä on usein riittämätön. Tämä on keskeinen haaste riittävän tarkkojen menetelmien kehittämisen.
– Täydentämällä aidoista röntgenkuvista koostuvaa dataa synteettisillä kuvilla onnistuimme parantamaan tekoälypohjaisen nivelrikkoluokittimen tarkkuutta, kertoo neuroverkon suunnittelusta vastannut väitöskirjatutkija Fabi Prezja.
Synteettisen datan hyödyntäminen voi tulevaisuudessa johtaa parempiin tuloksiin lääketieteellisessä menetelmäkehityksessä ja potilaiden hoidossa, erityisesti sellaisten sairauksien kohdalla, joissa aitoa potilasdataa on rajallisesti saatavilla.
– Lisäksi neuroverkko pystyy muokkaamaan synteettisiä röntgenkuvia asiantuntijan määritysten mukaisesti. Tulevaisuudessa ominaisuutta voidaan hyödyntää lääketieteellisissä koulutussovelluksissa sekä muiden tekoälyjärjestelmien stressitestauksessa, Prezja lisää.
Oheisessa kuvasarjassa on esimerkki synteettisten röntgenkuvien muokkaamisesta. Kuvasarjassa on kuusi animaatiosta otettua kuvankaappausta.
Tutkimus tehtiin yhteistyössä Keski-Suomen sairaanhoitopiirin kanssa, jonka johtaja ja kirurgian professori Juha Paloneva pitää tekoälyyn perustuvia diganoosimenetelmiä arvokkaana tapana siirtää kokeneen lääkärin osaamista vähemmän kokeneen lääkärin työn tueksi.
– Tekoälyn avulla voidaan paljastaa esimerkiksi vaikeasti havaittavia varhaisen nivelrikon merkkejä. Tekoälymenetelmät nivelrikon diagnostiikassa ovat kuitenkin vielä kehittymässä, joten työ jatkuu, Paloneva sanoo.
³¢¾±²õä³Ù¾±±ð³Ù´Ç²¹
Väitöskirjatutkija Fabi Prezja
fabi.f.prezja@jyu.fi
044 920 9543
Dosentti Sami Äyrämö
Digital Health Intelligence laboratorion johtaja
sami.ayramo@jyu.fi
050 325 5685
Kirurgian professori Juha Paloneva
Keski-Suomen sairaanhoitopiirin johtaja
050 336 3695
Digitaalisen terveysälyn laboratorio toimii Jyväskylän yliopiston informaatioteknologian tiedekunnassa. Laboratorion tavoitteena on kehittää älykkäitä tietoon perustuvia ratkaisuja reaalimaailman ongelmiin, jotka ovat keskeisiä ihmisten terveyden ja hyvinvoinnin edistämisen kannalta. AI Hub Keski-Suomi -hanke on saanut tukea Euroopan aluekehitysrahastolta (EAKR).
Tutkimus julkaistiin Nature Scientific Reports -lehdessä ja on luettavissa kokonaisuudessaan osoitteessa