28.11.2022

RWE-tutkimuksista ratkaisu hyvinvointialueiden pienentyneisiin tutkimusmäärärahoihin

Pelkästään terveydenhuoltoalan tekoälyn tulojen ennustetaan kasvavan noin 120 miljardiin dollariin vuoteen 2028 mennessä. Suurin osa tästä kasvusta keskittyy todennäköisesti tekoälyyn (AI) ja koneoppimiseen (ML) perustuvien ohjelmistojen käyttämiseen lääketieteellisenä laitteena (SaMD, Software as a Medical Device)¹. Terveydenhuollon tosielämän dataa (RWD) tarvitaan AI/ML-ohjelmistojen lisäksi kliinisten lääketutkimusten rinnalle osoittamaan hoidon vaikuttavuus päivittäisessä potilastyössä.

AI/ML ratkaisuilta edellytetään luotettavuutta ja läpinäkyvyyttä. Erityisesti terveydenhuollossa. Luotettavuuden edellytys on, että data on tuoretta, laadukasta ja kattavaa. Paraskaan AI/ML-ohjelmisto ei ole käyttökelpoinen potilaiden hoidossa tai lääkekehityksessä, jos käytettävissä oleva dataa ei täytä vaatimustasoja. Osaksi tästä syystä 90 % kehitetyistä AI-ohjelmistoista ei voida lanseerata markkinoille.

Suomen terveydenhuollon data on erittäin korkealaatuista ja kattavaa. Voidaan jopa sanoa, että Suomella on ns. epäreilu kilpailuasema suhteessa muihin maihin. Suomen terveydenhuollon dataa halutaan saada mukaan kansainvälisiin hankkeisiin. Meillä olisi nyt mahdollisuus saada iso osa hankerahoituksista Suomeen ja suomalaisille terveydenhuollon toimijoille, joiden dataa hankkeissa käytetään.

Onnistuksemme hyödyntämään tuo epäreilu kilpailuasemamme ja suuri kysyntä, meidän tulee kuitenkin ratkaista muutama keskeinen haaste: 1) nopea pääsy dataan (tarvittavan datan löytäminen, data luvitus ja luovutus tietoturvalliseen analyysiympäristöön voi helposti kestää yli vuoden) ja 2) Suomen datan yhdistäminen osaksi monikansallisia datalähteitä (Suomessa yksinään ei ole riittävästi dataa ja tutkimuksen tekeminen yksin Suomessa ei riitä Euroopan lupaviranomaisille).

HUS on edelläkävijä datan hyödyntämisessä. HUS on päämäärätietoisesti ja pitkäjänteisesti työskennellyt yhteistyössä parhaiden kaupallisten toimijoiden kanssa rakentaakseen kyvykkyydet, joilla HUS kykenee arvioimaan hoidon vaikuttavuutta ja pääsee mukaan kansainvälisiin hankkeisiin. HUS-IT on hankkinut kyvykkyydet nopeaan dataan pääsyyn ja sen yhdistämiseen osaksi kansainvälisiä hankkeita. Hyvänä esimerkkinä tästä on EU:n myöntämä 7 miljoonaa euroa rahoitus HUSin johtamalle ONCOVALUE -hankkeelle, jonka tavoitteena on saada eurooppalaisissa syöpäsairaaloissa kerätty data entistä tehokkaammin käyttöön. Potilaille tämä tarkoittaa vaikuttavampaa, turvallisempaa ja yksilöllisempää syövänhoitoa.

Toivottavaa olisi, että muutkin yliopistosairaalat ja hyvinvointialueet rakentavat samat kyvykkyydet itselleen. Näin heilläkin on mahdollisuus terveysdatan laajaan hyödyntämiseen ja saamaan osansa tarjolla olevasta rahoituksesta.

 

Tomi Laitinen

Head of Business Development, Healthcare, Finland

BC Platforms  

 

Viitteet:

^{1 https://www.medtechintelligence.com/feature_article/the-regulatory-aspects-of-ai-ml-based-samd/}