Tekoälyn hyödyntäminen terveydenhuollon diagnostiikassa

Abstract

Tässä kandidaatintutkielmassa tarkastellaan tekoälyn käyttöä terveydenhuollon diagnostiikassa, sekä siihen liittyviä mahdollisuuksia ja haasteita. Tutkimuksen tarkoituksena oli selvittää, miten tekoäly voidaan hyödyntää terveydenhuollon diagnostiikan eri osa-alueilla, sekä millaisia ongelmia siihen liittyy. Tutkimus toteutettiin kirjallisuuskatsauksena, jossa pyrittiin hyödyntämään tuoreita ja vertaisarvioituja tieteellisiä artikkeleita. Tutkielmassa havaittiin, että tekoälyllä on potentiaalia parantaa diagnostiikan tarkkuutta erityisesti lääketieteellisessä kuvantamisessa ja potilasdatan analysoinnissa. Syväoppimismallit, kuten konvoluutioneuroverkot osoittautuivat hyödyllisiksi patologisten muutosten havaitsemisessa ja tekoäly voi analysoida suuria tietomääriä nopeammin ja tarkemmin, kuin muut perinteiset menetelmät. Tekoälyn käyttöön liittyy kuitenkin haasteita, kuten päätöksenteon läpinäkyvyyden puute. Myös tietosuojaan liittyvät ongelmat korostuivat tekoälyn käytössä terveydenhuollossa. Tutkimus osoittaa, että tekoäly on merkittävä väline terveydenhuollon diagnostiikassa ja sen kehittämisessä, mutta sen laajempi käyttöönotto vaati vielä suurimpien ongelmien ratkaisua, sekä säätelyä.

This bachelor's thesis examines the use of artificial intelligence in healthcare diagnostics and the opportunities and challenges associated with it. The purpose of this research was to find out how AI can be used in different areas of health care diagnostics and what problems are associated with it. The study was carried out as a literature review using recent and peer reviewed scientific articles. The study found that AI has the potential to improve the accuracy of diagnostics, especially in medical imaging and patient data analysis. Deep learning models such as convolutional neural networks proved useful in detecting pathological changes and AI can analyse large amounts of data faster and more accurately than other traditional methods. There are some challenges in using AI, such as the lack of transparency in decision-making. Data protection and privacy issues were also highlighted in the use of AI in healthcare. The study shows that AI is an important tool for diagnostics and its development in healthcare, but its wider adoption still requires addressing major issues and regulation.