Cinialla ei pelätä ideoita, jotka alkavat sanoilla ”Voiskohan tätä tehdä vähän eri tavalla?”. Yksi ajatus voi jalostua opintojen lopputyöksi, ja lopputyö voi jalostua tärkeäksi kehitysaskeleeksi asiakasprojektissa. Tässä yksi kertomus siitä, miten opiskelijan mielenkiinto tekoälyä kohtaan toi lisäarvoa terveydenhuollon projektiin, jonka parissa hän oli työskennellyt jo useamman vuoden.
Kardio on kardiologian sekä sydän- ja rintaelinkirurgian laadun seurannan ja raportoinnin tietojärjestelmä, jota on kehitetty Cinialla jo vuodesta 2012. Cinialaiset kehittävät edelleen aktiivisesti moderneja ratkaisuja hoitotyön tueksi tiiviissä yhteistyössä Sydänsairaalan ammattilaisten kanssa.
Yksi tiimin jäsenistä on ohjelmistokehittäjä Tuuli Laitinen, joka on työskennellyt projektissa kolmen vuoden ajan. Tänä keväänä Tuuli valmistui filosofian maisteriksi ja kehitti lopputyönään kielimallin, jonka tavoitteena on tuoda uusia mahdollisuuksia Kardio-järjestelmän raportointiin.
”Idea syntyi, kun kävimme muutaman kollegan kanssa Kardio-järjestelmää läpi ja pohdimme, voisiko johonkin sen osa-alueeseen lisätä tekoälyä tai koneoppimista hyödyntäviä ominaisuuksia”, Tuuli kertoo.
Kielimalli tekee raportoinnista joustavampaa
Gradun tavoitteena oli kehittää kielimalli, jonka avulla käyttäjä – eli esimerkiksi lääkäri tai hoitaja – voisi tuottaa haluamansa raportin Kardio-järjestelmän sisältämästä datasta. Mallin avulla käyttäjä voisi itse määritellä, millä perusteilla raportti muodostetaan ja missä muodossa se esitetään. Esimerkiksi komennolla "Haluan kaikki viime vuoden angiografiat kuukausittain" käyttäjä saisi näkymän, jossa toimenpiteiden määrät on esitetty kuvaajana kuukausitasolla. Käyttäjä ei siis suoraan käytä kielimallia, vaan syöttää vapaamuotoisen komennon tekstikenttään. Kielimalli analysoi pyynnön ja muodostaa sen perusteella halutun näkymän.
Tällä hetkellä Kardio-järjestelmässä käytettävissä olevat raportit ovat ennalta määriteltyjä. Uusien raporttien toteuttaminen vaatii määrittely- ja kehitystyötä, mikä vie aikaa. Kielimalliin perustuva ratkaisu mahdollistaisi raporttien luomisen reaaliajassa, nopeuttaen työntekoa ja vähentäen raportointiin liittyviä pullonkauloja.
Mallin koulutus, testaus ja käytännön kokeilu
Gradun alkuvaiheessa Tuuli keskittyi teoriaosuuden kirjoittamiseen ja aiheeseen syventymiseen yleisellä tasolla. Alkuperäinen tavoite oli toteuttaa koko toiminnallisuus käyttöliittymiä myöten, mutta työn laajuutta rajattiin matkan varrella – lopulta toteutukseen sisältyi kielimallien koulutus ja testaus.
Käytännön työ alkoi valmiiden suomenkielisten kielimallien kartoituksella, joista Tuuli valitsi kolme sopivinta jatkotyöstöön. Tavoitteena oli hienosäätää kielimalleja tunnistamaan tiettyjä kardiologian toimenpidetyyppejä ja ajanmääreitä, kuten päivämääriä ja aikavälejä. Koulutus- ja testidatan hän kokosi generoimalla aiheeseen liittyviä lauseita ChatGPT:n avulla, ja kirjoitti itse koodin mallien kouluttamista ja testaamista varten. Työn edetessä hän kokeili erilaisia koulutusparametreja ja tuotti valmiiden työkalujen avulla tilastot, joilla mallien suoriutumista pystyi vertailemaan ja arvioimaan.
"Tulokset osoittivat, että mallit tunnistivat suurimman osan entiteeteistä oikein. Niissä on kuitenkin vielä kehitettävää, jotta ne toimisivat luotettavasti erilaisilla syötteillä", hän jatkaa.
Kielimallien hyödyntäminen voi tulevaisuudessa merkittävästi tehostaa terveydenhuollon raportointia, vapauttaa asiantuntijoiden aikaa ja tarjota käyttäjille entistä joustavampia tapoja tarkastella dataa. Tuulin työ on konkreettinen osoitus siitä, miten yksittäinen kehityshanke voi toimia ponnahduslautana laajemmille tekoälyn sovelluksille.
Mitä kielimallit ovat?
Kielimalli on tekoälyyn perustuva tietokoneohjelma, joka on koulutettu ymmärtämään ja tuottamaan luonnollista kieltä. Se toimii todennäköisyyksien ja koulutusdatan perusteella – esimerkiksi ennustamalla, mikä sana tulee lauseessa seuraavaksi. Malli ei kuitenkaan ymmärrä kieltä ihmisen tavoin, vaan toimii matemaattisten mallien varassa.
Kielimallit on koulutettu valtavilla tekstiaineistoilla, joiden avulla ne oppivat sanojen ja lauseiden välisiä suhteita. Tämän ansiosta ne kykenevät esimerkiksi tiivistämään tekstiä, tuottamaan vastauksia kysymyksiin tai muodostamaan uusia tekstipätkiä annetun syötteen perusteella.
Tulevaisuus tekoälyn parissa
Gradun myötä Tuuli innostui kielimallien mahdollisuuksista ja toivoo jatkossa pääsevänsä kehittämään ja hyödyntämään niitä myös työssään. Tällä hetkellä Cinialla on käynnissä sisäinen tekoälyhanke, jonka yhteydessä tutkitaan esimerkiksi puheentunnistusta ja kielimallien soveltamista. Tuuli kertoo odottavansa innolla mahdollisuuksia päästä mukaan tämänkaltaiseen kehitystyöhön.
”On hienoa nähdä, että Cinialla tekoälyyn panostetaan”, Tuuli kiittelee.
Tuulin työ osoittaa, kuinka uudet teknologiat ja innostuneet tekijät voivat tuoda merkittäviä parannuksia käytännön työhön. Kielimallien hyödyntäminen raportoinnissa ei ole vain tekninen kokeilu, sillä parhaimmillaan se voi vapauttaa asiantuntijoiden aikaa, tehostaa päätöksentekoa ja parantaa tiedon läpinäkyvyyttä potilastyössä.
