Koneoppiminen ohjasi syöpäriskipotilaita seulontaan – ohjelma yhdistyi pienempään kuolleisuuteen

Yhdysvalloissa toteutettu koneoppimiseen perustuva ohjelma auttoi tunnistamaan potilaita, joilla oli kohonnut paksu- ja peräsuolisyövän riski mutta joiden suositeltu seulonta oli viivästynyt. Vuonna 2019 käynnistyneessä käytännön hankkeessa ohjelman kohteeksi valitut potilaat kävivät verrokkiryhmää useammin paksusuolen tähystyksessä, ja heidän kuolleisuutensa oli kahden vuoden seurannassa pienempi.

Manufacturing & Service Operations Management -tiedejulkaisussa julkaistussa kansainvälisessä tutkimuksessa tarkasteltiin, kuinka ennakoivaa analytiikkaa voitiin käyttää seulonnasta jälkeen jääneiden potilaiden tavoittamiseen. Paksu- ja peräsuolisyöpä on Yhdysvalloissa toiseksi yleisin syöpäkuolemien aiheuttaja. Varhainen diagnosointi voi parantaa eloonjäämistä huomattavasti, mutta osa seulontaan oikeutetuista jättää suositellut tutkimukset väliin.

Algoritmia täydennettiin henkilökohtaisella yhteydenotolla

Terveydenhuoltojärjestelmän algoritmi analysoi muun muassa potilaiden täydellisen verenkuvan tuloksia, ikää ja sukupuolta. Näiden tietojen perusteella se etsi kohonneessa riskissä olevia henkilöitä niiden potilaiden joukosta, jotka eivät olleet käyneet suositelluissa seulontatutkimuksissa. Tavoitteena ei ollut ainoastaan arvioida riskiä vaan saada tunnistetut potilaat etenemään tutkimuksiin.

Algoritmin tunnistamiin potilaisiin ottivat yhteyttä hoitajakoordinaattorit. He kertoivat paksusuolen tähystyksen hyödyistä ja auttoivat tutkimusajan varaamisessa. Ohjelmassa yhdistyivät siten koneoppimiseen perustuva ennakointi, henkilökohtainen yhteydenotto ja käytännön tuki, jolla madallettiin seulontaan hakeutumisen kynnystä.

Tutkimuksen mukaan ohjelman kohteeksi valitut potilaat kävivät paksusuolen tähystyksessä kolmen kuukauden kuluessa kuusi prosenttia todennäköisemmin kuin samankaltaiset potilaat, jotka eivät olleet ohjelman kohteena. Kuuden kuukauden kohdalla ero oli 6,9 prosenttia. Tulokset osoittivat, että yhteydenotto näkyi seulontojen määrässä jo verrattain pian.

Kuolleisuus väheni kahden vuoden seurannassa

Ohjelma oli yhteydessä kuolleisuuden 6,2 prosentin vähenemiseen kahden vuoden seurantajakson aikana. Tutkimuksessa tämän ilmoitettiin vastaavan 43 prosentin laskua suhteessa verrokkiryhmään. Luvut kuvaavat havaittua yhteyttä ohjelman ja pienemmän kuolleisuuden välillä, mutta lähdeaineisto ei anna perusteita tulkita havaintoa yksinään varmaksi syy-seuraussuhteeksi.

Tutkimusta johtaneen Hong Kongin yliopiston apulaisprofessorin Minje Parkin mukaan koneoppimisen ohjaama ennakoiva seulontaohjelma voi lisätä tutkimuksiin osallistumista, parantaa sairauksien havaitsemista ja edistää potilaiden hoitotuloksia. Tutkimuksen perusteella tekoälyn hyöty terveydenhuollossa voi syntyä erityisesti silloin, kun riskin ennustaminen johtaa aktiiviseen yhteydenottoon ja konkreettiseen apuun ajan varaamisessa.