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

Case-kuvaus on tekoälyn koostama lähteestä:

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