Lyhyt kuvaus: Coxa hyödyntää koneoppimista leikkausriskien ennustamiseen tekonivelkirurgiassa. Oravizion-ohjelmisto analysoi laajaa leikkausaineistoa ja tukee potilaskohtaista riskinarviointia sekä kliinistä päätöksentekoa.

1. Yrityksen kuvaus

Coxa Hospital for Joint Replacement (Coxa) on Suomen johtava ortopedian erikoissairaala ja Pohjoismaiden suurin tekonivelleikkauskeskus. Yhteistyössä digitaalisen transformaation kumppaninsa Solitan kanssa Coxa kehitti Oravizio-nimisen tekoälypohjaisen päätöksenteon tukityökalun, joka auttaa kirurgeja ja terveydenhuollon ammattilaisia lonkka- ja polvileikkausten esiarviointivaiheessa.

2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?

• Potilaan soveltuvuuden arviointi tekonivelleikkaukseen vaatii monimutkaisten riskien punnintaa, kuten mahdollisia leikkauksen jälkeisiä komplikaatioita, infektioriskejä, uusintahoitojen todennäköisyyksiä ja yksilöllisiä toipumisennusteita. Perinteisesti kirurgit ovat tukeutuneet vahvasti subjektiiviseen kliiniseen intuitioon ja yleisiin tilastollisiin riskitaulukoihin. Coxa tarvitsi objektiivisen, dataohjatun järjestelmän, joka analysoi monimutkaisia potilashistoriatietoja, määrittää tarkasti yksilölliset leikkausriskit, ennustaa pitkän aikavälin lopputuloksia ja optimoi ortopedisten toimenpiteiden päätöksenteon.

3. Miten ongelma ratkaistiin ja millä työkaluilla?

• Solita ja Coxa kehittivät Oravizio-analytiikkaohjelmiston, joka hyödyntää koneoppimisalgoritmeja ja on koulutettu yli 45 000 leikkausoperaation ja potilastuloksen kliinisellä tietokannalla. Työkalu integroidaan kliinisiin työnkulkuihin, jolloin kirurgit voivat syöttää potilaskohtaisia terveystietoja (esim. ikä, liitännäissairaudet, painoindeksi, nivelen tila). Oravizio arvioi näitä parametreja historiallista potilasaineistoa vasten ja tuottaa yksilölliset riskipisteet ja lopputulosennusteet, mahdollistaen lääkäreille realististen odotusten ja yksilöllisten hoitosuunnitelmien läpikäynnin potilaiden kanssa.

4. Mitä tuloksia saavutettiin?

• Oravizio paransi kirurgista päätöksentekoa ja potilasturvallisuutta tarjoamalla objektiivisen, yksilöllisen riskinarvion ennen leikkausta. Se tehosti potilaan informoidun suostumuksen keskusteluja, auttoi optimoimaan leikkausajankohdan ja vähensi vältettävissä olevia leikkauksen jälkeisiä komplikaatioita ja uusintahoitojen määrää. Ratkaisu voitti terveysalan innovaatiopalkintoja (mukaan lukien Quality Innovation Award) ja loi kaupallisen tuotekonseptin tekoälyavusteiselle ortopediselle hoidolle, jota voidaan laajentaa kansainvälisiin sairaaloihin.

5. Mitä ongelmia ilmeni?

Keskeisiä haasteita olivat vuosikymmenten potilasrekisteriaineiston rakenteistaminen ja puhdistaminen mallin luotettavuuden varmistamiseksi sekä Medical Device Regulation (MDR) -vaatimustenmukaisuuden ja CE-merkinnän sertifioinnin läpivienti ohjelmistolle lääkinnällisenä laitteena (SaMD). Lisäksi saumattoman integraation varmistaminen lääkärien päivittäisiin kliinisiin rutiineihin ilman hallinnollisen työn lisääntymistä vaati laajaa käytettävyystestausta ja iteratiivista käyttäjälähtöistä suunnittelua.

6. Aika- ja rahainvestoinnit

Tapaustutkimuksessa ei julkisteta tarkkoja taloudellisia lukuja tai kehityskustannusten yksityiskohtia. Ajallisesti kehitys, mallin validointi, kliiniset kokeet ja sääntelyvaatimusten tiekartta kestivät useita vuosia, perustuen Coxan yli 15 vuoden rekisteriaineistoon ja yli 45 000 leikkauksen kokemukseen, jotta ratkaisu kypsyi kaupalliseksi CE-merkityksi lääkinnälliseksi laitteeksi.

7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?

• Projekti vaati poikkitieteellistä yhteistyötä, jossa yhdistyivät ortopedisen kirurgian asiantuntemus, kliinisen rekisteriaineiston hallinta, koneoppiminen ja data-analytiikka, terveydenhuollon ohjelmistokehitys, sääntelyvaatimustenmukaisuus (MDR / CE-merkintä lääkinnällisille laitteille) sekä UX/UI-suunnittelu. Pääkumppanit olivat Coxa (kliininen asiantuntemus, data ja lääketieteellinen validointi) ja Solita (tekoäly-/koneoppimisosaaminen, ohjelmistokehitys, data-arkkitehtuuri ja kaupallistaminen).

8. Liiketoimintafunktion luokitus

Projekti sijoittuu kliinisiin päätöksenteon tukijärjestelmiin (CDSS), ennakoivaan terveydenhuollon analytiikkaan, lääkinnällisten laitteiden ohjelmistokehitykseen (SaMD), tekoälyn hyödyntämiseen ortopedisessa kirurgiassa sekä potilasriskien stratifiointiin.

9. Lähde

https://www.solita.fi/work/artificial-intelligence-brings-surgeons-into-the-future/

Avainsanat:
koneoppiminen, tekoälyavustaja, päätöksenteon tuki, käytettävyystestaus, terveydenhuolto, kirurginen päätöksenteko, lääkinnälliset laitteet, Solita