Prediction methods for assessing the development of individual health status

Abstract

Tekoälyn ja koneoppimisen soveltaminen terveyteen liittyvissä tehtävissä on herättänyt paljon kiinnostusta. Edistyneempi aineistojen hyödyntäminen terveyssovelluksissa tarjoaa teoriassa monia etuja. Menetelmien kehittyminen mahdollistaa ihmisarvioinnin avustamisen tai jopa sen korvaamisen. Potentiaalia on myös siirtymisessä ongelmien reaktiivisesta hoidosta ennaltaehkäisyyn. Eräs mahdollisuus on keskittyä ns. yksilölliseen vasteeseen, mikä mahdollistaa mm. yksilöllisten hoitojen tehostamisen. Sen lisäksi, että tehostetut ennaltaehkäisevät strategiat vähentävät ihmisten terveysriskejä, ne voivat myös vähentää terveydenhuoltoon ja tuottavuuden menetyksiin liittyviä yhteiskunnan kustannuksia. Terveysaineistojen monimutkaisuus, joka juontuu niiden puutteellisuudesta, vaihtelevasta laadusta ja monimuotoisuudesta, asettaa rajoitteita menetelmien soveltamiselle. Nämä haasteet kärjistyvät kun aineistoja kerätään ympäri maailman, sillä eri maissa on käytössä kirjavia standardeja ja käytäntöjä. Väitöskirja tarkastelee koneoppimismenetelmien potentiaalia erilaisissa terveyteen liittyvissä sovelluksissa hyödyntämällä suomalaista dataa useista lähteistä. Se koostuu kolmesta julkaistusta artikkelista ja yhdestä käsikirjoituksesta, jotka on jaoteltu erillisiin käyttötapauksiin. Ensimmäinen käyttötapaus keskittyy liikalihavuuden ja ylipainon ennustamiseen lapsuudenaikaisen aineiston avulla. Siihen kuuluu kaksi artikkelia. Artikkeli I käy läpi alan tutkimusta ja Artikkeli II arvioi suomalaisen lapsuuden kasvudatan ennustemahdollisuuksia soveltamalla erilaisia ennustemallinnuksen menetelmiä ja asetelmia sekä vertailee tuloksia aiempiin tutkimuksiin. Toinen käyttötapaus Artikkelissa III keskittyy kardiorespiratorisen kunnon kehittymisen ennustamiseen nuorilla. Kyseessä on harvinaislaatuinen tutkimus, joka arvioi satunnaismetsäluokittelijan tehokkuutta ennustamisessa käyttäen laajaa aineistoa monipuolisilla muuttujilla. Myös yksittäisten muuttujien merkityksiä tutkitaan. Tulokset korostavat kokonaisvaltaisen terveysnäkemyksen tarvetta. Kolmannessa käyttötapauksessa Artikkelissa IV luodaan uusi menetelmä yksilöllisen terveyden arvioimiseksi luomalla henkilökohtainen terveysindeksi. Yleiset rakenteisten terveysaineistojen ongelmat on otettu huomioon. Kuvattu menetelmä luo pohjan eri osa-alueiden tehostamiseksi kuntoutusprosessissa ja sen ulkopuolella. Indeksi mahdollistaa kokonaisvaltaisemman yleiskuvan saamisen ihmisen terveydentilasta.

There is growing interest in the application of artificial intelligence (AI) and machine learning in health-related tasks. Improved data utilization in health applications offers, in theory, multiple benefits. AI’s evolution in health foresees it assisting and, in limited instances, replacing human judgment as well as enabling a shift from reactive treatments to proactive prevention. One of the potential targets concerns individual responses, making it possible to enhance personalized treatments. Improved preventive strategies targeting health issues not only reduce individual health risks but can also cut down the cost to society associated with medical care and productivity loss. Health data’s complexity, stemming from its incompleteness, variable quality, and diversity, poses obstacles in applying new methods. These challenges escalate during global data collection, hindered by diverse standards and practices. This dissertation examines the potential of predictive modeling methods in different health-related applications, utilizing Finnish data from multiple sources. It includes three published articles and one manuscript, grouped in to distinct use cases. The first use case revolves around predicting obesity and overweight using childhood data. It consists of two articles, the Article I reviewing existing research on the field and the Article II evaluating the predictive capabilities of Finnish childhood growth data by applying various predictive modeling methods and contexts, benchmarked against prior studies. The second use case in Article III focuses on predicting the development of 20-meter shuttle run test results (20MSRT) in adolescents. It is a unique study assessing the effectiveness of random forest in predicting 20MSRT development using an extensive data set with diverse variables, including an exploration of the significance of individual variables, highlighting the need for a holistic view on health. The third use case in Article IV describes a novel methodology for individual health assessment by creating a robust personal health index that addresses prevalent issues in structured health data, establishing a foundation to enhance various aspects of the rehabilitation process and beyond. The index enables a more holistic view of an individual’s health status.