TÜ meditsiiniteaduste valdkonna digipädevuse veebilehestik

Digilahenduste kasutamine


Digilahendused tervisevaldkonnas laiemalt, tervishoius ja tervishoiu administreerimises


Tegutsemine kiiresti arenevas meditsiinivaldkonnas eeldab pidevat õppimist ja arengut, valmisolekut erialaste arengutega tehnoloogias kursis olla, võimalusel uusi lahendusi rakendada ja meetodeid kasutusele võtta. Selleks meditsiinivaldkonnas ülikoolilõpetaja:

  • teab tänapäevaste digitaalse vastuvõtu ja telemeditsiini võimalusi;
  • mõistab tehisintellekti põhimõtteid ning teab, kuidas seda meditsiinis kasutada saab;
  • mõistab digilahendustega kaasnevaid (turva)riske;
  • oskab kriitiliselt hinnata digilahenduste võimalusi ja enda vajadusi.

 

PÄDEVUSE KUJUNDAMINE TÜ MV ÕPPEKAVADES

Erialaspetsiifilised digitehnoloogiaid eesmärgiga parem ravi ja efektiivsem diagnostika: telemeditsiin, digitaalne vastuvõtt, digiretsept. Teab tehisintellektil põhinevate digitaalsete patohistoloogiliste diagnoosimeetodite põhimõtteid ja oskab nende tulemusi kriitiliselt interpreteerida.

sisu


– Oskab ise teha ja hoida digifotosid patsiendist korrektselt turvatud keskkonnas (ARST.01.063 Ortodontia).
– Oskab kasutada kaameraga hambaravi mikroskoopi oma tööprotsessi protokollimiseks (MVST.00.001 Hambaarsti integreeritud praktikum)
– Oskab kasutada digitaalset juurekanali pikkuse mõõtmise seadet (apekslokaator) (ARST.01.111 Suu- ja hambahaigused I)
– Oskab ise teha digitaalset sihtülesvõtet hambast röntgenaparaadiga, oskab kaitsta ennast ja patsienti, oskab salvestada röntgenpilti turvatud keskkonda (MVST.00.001 Hambaarsti integreeritud praktikum)
– Omab ülevaadet kolju tsefalomeetrilisest analüüsist kasutades spetsiaalset programmi (ARST.01.063 Ortodontia).
– Omab ülevaadet intraoraalsest skanneerimisest, andmevahetusest hambaarsti ja hambalabori vahel. Teab kuidas kasutatakse CAD/CAM seadet erinevate materjalide töötlemiseks hambaproteeside valmistamise eesmärgil (MVST.00.001 Hambaarsti integreeritud praktikum).


Pulsimõõtmine anduritega;
Laktaadianalüüsid;
Keha koostise analüüs;
Töövõime – kiirusandurid, hapnikutarbimine, liikumisaktiivsus;
Toitumisanalüüs.


Teadmised kaasaegsete digilahenduste kasutamise kohta proviisori töös (digiretsept).tehisintellekti kasutamine ravimi loomisel, jm., andmekihid x-tee jm., apteegirobotid, erinevad digilahendused apteegipraktikas, app’id patsiendi toetamiseks, andmeanalüüs.

sisu

  • Oskused hinnata digitehnoloogiate kasutamise võimalusi õpetamises, õppimises, juhtimises, uurimistöös, patsientide ja kolleegide nõustamises ning juhendamises.
  • Oskused digitehnoloogiaid kasutada, digikohtumisi sh digikonverentsi pidada, digidokumente vormistada, digiallkirjastada ja jagada.
  • Oskused hinnata oma enesetäiendamisvajadusi digitehnoloogiate ja -vahendite kasutamises, otsida õppimisvõimalusi ning planeerida arengut.
  • Oskused aru saada millal ei ole digilahendused sobivad ja mis on nende puudujäägid erinevate sihtgruppidega suheldes või neile probleemilahendusi pakkudes.

 

ÕPIRESSURSID

Allolevates materjalides juhatab TÜ praktilise filosoofia kaasprofessor Kadri Simm lühidalt sisse tehisintellekti teemasse meditsiinis ning tervishoius laiemalt. Materjal jaotub neljaks teemaks:

  1. Tehisintellekt ja meditsiin – sissejuhatus.
  2. Tehisintellekti rakendamise olulisemad valdkonnad tervishoius.
  3. Tehisintellekti eetilised aspektid meditsiinis.
  4. Tehisintellekt meditsiinis – lootused ja võimalused.

Iga teema hõlmab lühikest videoloengut, ülesannet ning lisamaterjale.

 

1. Tehisintellekt ja meditsiin – sissejuhatus

Videoloengus käsitletavad küsimused:

  • Mida tähendab tehisintellekti rakendamine meditsiinis?

  • Millised on näited juba olemasolevatest tehistintellekti rakendustest meditsiinis?

  • Miks tehisintellektist just praegu nii palju räägitakse, ka meditsiinis?

Lisaülesanne: uuri omal käel tervishoiu-juturobotite maailma ja proovi ise mõnda ka kasutada (näiteks sellel The Medical Futurist lehel on mitmed näited kokku kogutud). Foorumi olemasolul jaga oma kogemust kaastudengiga.

Lisamaterjalid (lugemiseks):

Lisamaterjalid (videosalvestused):

 

2. Tehisintellekti rakendamise olulisemad valdkonnad tervishoius

Lühike sissevaade tehisintellekti rakendamise olulisematesse valdkondadesse tervishoius. Videoloengus käsitletavad teemad:

  1. Tervishoiusüsteemi tasandil saab tehisintellekt olla abiks andmete haldamisel, raviprotokollide arendamisel, ressursside paremal planeerimisel ning jagamisel.

  2. Uurimistöös on tehisintellektil oluline roll ravimiarenduses, aga ka teadusandmete analüüsis.

  3. Diagnoosimine ning ravi – siia alla kuuluvad nii ülaltoodud näited diagnostikast ning sõeluuringutest kui ravi (n. tehisintellektiga varustatud robotite kasutamine kirurgias). Ka paljuräägitud täppismeditsiini edukus, kus patsientide personaalses raviplaanis võetakse arvesse tema geeniinfot ning muid analüüse ja elustiiliinfot, sõltub palju tehisintellekti võimekusest nii suurt hulka erinevat informatsiooni jälgida ning analüüsida. 

  4. Patsientide haldamisel saab tehisintellekt olla abiks nende jälgimisel, toetamisel ja juhendamisel (sageli nn juturobotite ning äppide abiga).

  5. Rahvatervishoius on tehisintellekt võimeline suuri andmemassiive analüüsides andma varajasi hoiatusi võimalike epideemiate, levinumate ravimite kõrvaltoimete jms osas, tekivad ehk uued võimalused efektiivsemaks preventsiooniks populatsiooni tasandil jne.

 

 

 

Lisaülesanne: Kuigi tehisintellekt toimetab ka juba praegu kõigis nendes tervishoiu valdkondades, arutle kaastudengitega, millised on Sinu arvates need valdkonnad, kus sellest tehnoloogiast kõige rohkem kasu võiks olla? Miks?

 

Lisamaterjalid (lugemiseks):

  • Nuffield Council on Bioethics. Artificial Intelligence in healthcare and research.  https://nuffieldbioethics.org. http://nuffieldbioethics.org/wp-content/uploads/Artificial-Intelligence-AI-in-healthcare-and-research.pdf

  • Barrett M, Boyne J, Brandts, J et al. Artificial intelligence supported patient self-care in chronic heart failure: a paradigm shift from reactive to predictive, preventive and personalised care. EPMA J. 2019; 10(4). https://doi.org/10.1007/s13167-019-00188-9

Lisamaterjalid (videosalvestused):

 

3. Tehisintellekti eetilised aspektid meditsiinis

Videoloengus keskendutakse meditsiinis tehisintellekti rakendamisega seotud eetiliste probleemide kaardistamisele. Olulisemad eetilised väljakutsed:

  • Andmekaitse ja privaatsuse küsimused

  • Andmete kvaliteet ja usaldusväärsus (erapoolikud andmed, musta kasti probleem, vastutuse küsimus)

  • Arsti-patsiendi suhe

  • Meditsiinilise teadmise muutumine

 

Lisaülesanne: Kui Sa mõtled arstitudengina oma tulevasele erialale ja spetsialiseerumisele, millised neist eetilistest aspektidest võiksid saada oluliseks? Miks?

 

Lisamaterjalid (lugemiseks):

  • Quantified Self kodulehekülg  Homepage – Quantified Self

  • Lühike TED talk Quantified Self’ist, mis analüüsib seda, kuidas ja milliseid andmeid inimesed tänapäeval end kohta koguvad ning kuidas seda saaks rakendada, muu hulgas ka tervishoius. Video on küll 10 aastat vana, aga paljud trendid on jätkuvad. – Gary Wolf: The quantified self | TED Talk (5 min)

  • Murphy, K., Di Ruggiero, E., Upshur, R. et al. Artificial intelligence for good health: a scoping review of the ethics literature. BMC Med Ethics 22, 14 (2021). https://doi.org/10.1186/s12910-021-00577-8

  • McDougall RJ. Computer Knows Best? The Need for Value-Flexibility in Medical AI. Journal of Medical Ethics. 2019; 45(3).   http://dx.doi.org/10.1136/medethics-2018-105118

  • Char DS, Abràmoff MD, Feudtner C. Identifying Ethical Considerations for Machine Learning Healthcare Applications. Am J Bioeth. 2020 Nov;20(11):7-17. doi: 10.1080/15265161.2020.1819469

  • London AJ. Artificial Intelligence and Black-Box Medical Decisions: Accuracy versus Explainability. Hastings Cent Rep. 2019 Jan;49(1):15-21. doi: 10.1002/hast.973. PMID: 30790315.

  • Ursin F, Timmermann C, Steger F. Ethical Implications of Alzheimer’s Disease Prediction in Asymptomatic Individuals through Artificial Intelligence. Diagnostics (Basel). 2021 Mar 4;11(3):440. doi: 10.3390/diagnostics11030440. PMID: 33806501; PMCID: PMC7998766.

  • Fiske A, Henningsen P, Buyx A Your Robot Therapist Will See You Now: Ethical Implications of Embodied Artificial Intelligence in Psychiatry, Psychology, and Psychotherapy J Med Internet Res 2019;21(5):e13216, doi: 10.2196/13216

  • Joshua August Skorburg (2020) What Counts as “Clinical Data” in Machine Learning Healthcare Applications?, The American Journal of Bioethics, 20:11, 27-30, DOI: 10.1080/15265161.2020.1820107(kättesaadav https://philarchive.org/archive/SKOWCA)

  • Howard, A. The Ugly Truth About Ourselves and Our Robot Creations: The Problem of Bias and Social Inequity. Science and Engineering Ethics. 2018 24; 5. doi: 10.1007/s11948-017-9975-2.

 

Lisamaterjalid (videosalvestused):

 

4. Tehisintellekt meditsiinis – lootused ja võimalused

Videoloeng: Ülevaade tehisintellekti võimalikest positiivsetest mõjudest.

Lühikokkuvõte: Tõenduspõhises meditsiinis mängivad järjest olulisemat rolli suured andmemassiivid ning nende analüüs. Teatavasti on tänapäevane meditsiiniharidus väga faktirohke ja uuringute ning praktiseerimise käigus lisandub seda uut infot ka pidevalt juurde. On selge, et tehisintellekti suurem roll toob kaasa muudatusi arstihariduses ja on spekuleeritud, et järjest suurenev toetumine algoritmidele võib muuta meditsiinilist teadmist kui sellist (ei ole enam vaja kõike pähe õppida, näiteks). Siin nähakse ka võimalust läbi parema tööjaotuse patsientidele rohkem kasu tuua. Tehisintellekt saaks olla abistavas, mitte asendavas rollis, ning aitaks arste analüüside ja dokumentide ettevalmistamisel. Arstid saaksid seega pühendada rohkem aega patsiendiga suhtlemisele, diagnoosi selgitamisele, patsiendi eelistuste kindlakstegemisele jne.

 

Lisamaterjalid (lugemiseks):

  • Topol E. Deep Medicine. How artifical intelligence can make healthcare human again. New York: Basic Books. 2019.

  • Geis JR, Brady AP, Wu CC. Ethics of Artificial Intelligence in Radiology: Summary of the Joint European and North American Multisociety Statement. J Am Coll Radiol. 2019 Nov; 16(11). https://doi.org/10.1148/radiol.2019191586

  • Walsh, CG, Ribeiro JD, Franklin JC.  Predicting Risk of Suicide Attempts Over Time Through Machine Learning. Clinical Psychological Science. 2017; 5(3).  https://doi.org/10.1177/2167702617691560

  • Graham S, Depp C, Lee EE et al. Artificial Intelligence for Mental Health and Mental Illnesses: an Overview. Current Psychiatry Reports. 2019 Nov. https://doi.org/10.1007/s11920-019-1094-0

  • Munford M. Zebra Takes Healthcare To Next Level With $1 Image Scans. 2017 Oct. https://www.forbes.com/sites/montymunford/2017/10/27/zebra-takes-healthcare-to-next-level-with-1-image-scans/#47d7627e543d. Accessed 18.11.2019.

  • Shaw J, Rudzicz F, Goldfarb, A et al. Artificial Intelligence and the Implementation Challenge. J Med Internet Res. 2019 Jul; 21(7). https://www.jmir.org/2019/7/e13659/

Lisamaterjalid (videosalvestused):

Akadeemiku ja TÜ bioinformaatika professori, Tartu Ülikooli Arvutiteaduste instituudi juhataja Jaak Vilo ettekanne “Tehisintellekt (AI) ei tee haiget (ai)” TÜ meditsiiniteaduste valdkonna digipädevuse konverentsil 22.01.2021.

Ettekanne annab sissejuhatuse tehisintellekti temaatikasse, ülevaate Tartu Ülikoolis tehtavast uurimis- ja arendustööst tehisintellekti valdkonnas ning kuidas see haakub meditsiinivaldkonnaga.

 

Dr Gerhard Grentsi ettekanne “Telemeditsiin meil ja mujal” TÜ meditsiinivaldkonna digipädevuse kogemusseminaril 11.12.2020. 

Jarek Mäestu ettekanne “Nutikad sensorid – vajadused ja võimalused” TÜ meditsiinivaldkonna digipädevuse kogemusseminaril 11.12.2020. 

Eelmine
Järgmine