Tekoälystä apua diabeteksen omahoitoon

Teksti: Mika Haulo

Tekoälyn huvi- ja hyötykäyttö on ChatGPT:n, DALL-E:n ja muiden vastaavien verkkopalveluiden ansiosta helpottunut niin paljon, että sen kokeileminen on mahdollista kenelle tahansa. Tietoteknistä osaamista ei vaadita, sillä nämä palvelut ymmärtävät luonnollista ihmisten käyttämää kieltä. Luonnollisen kielen ymmärtäminen ja sen tuottaminen ovat varmasti yksi syy sille, miksi tekoälypalvelut ovat niin kiehtovia.

Tekoälyn toimintaperiaatteiden kattava selostus ei onnistu lyhyesti, joten tämä teksti keskittyy pohtimaan, miten tekoälyä voisi käyttää hyödyksi diabeteksen omahoidossa. Nämä ideat voi jakaa karkeasti kahteen osaan: teknisiin ja sosiaalisiin.

Ensinnäkin tekoälyn voisi istuttaa osaksi glukoosisensoreiden ja keinohaimojen algoritmeja. Tekoälylle on ominaista, että se oppii saamansa tiedon perusteella. Näin ollen verensokeria ennustavat ja insuliiniannostelusta päättävät algoritmit voisivat muovautua ja tarkentua käyttäjänsä mukaan. Tuloksena olisi entistä tarkempi ja jokaiselle diabeetikolle automaattisesti räätälöityvä järjestelmä.

Toisekseen tekoälystä voisi saada sosiaalisesti vuorovaikuttavan ehtymättömän tietolähteen. Se voisi vastata diabeetikoiden esittämiin kysymyksiin ja etsiä ratkaisuja omahoidon ongelmiin vaikka keskellä yötä. Tekoäly olisi ikään kuin vuorokauden ympäri ja kaikkina päivinä tavoitettavissa oleva diabeteshoitaja, jonka resurssit eivät loppuisi koskaan kesken ja jolla olisi hallussaan kaikki mitä diabeteksesta nykyään tiedetään. Se osaisi tiivistää monimutkaisia asioita helpommin ymmärrettävään muotoon ja kertoa sellaisia esimerkkejä, jotka liittyvät läheisesti diabeetikon itsensä elämäntilanteeseen ja -tyyliin.

Ideat voisi tietysti myös yhdistää. Sen lisäksi, että tekoäly ohjaisi hoitovälineen algoritmeja, samassa hoitovälineessä voisi olla mukana myös keskustelukanava tekoälyn kanssa juttelua varten. Tämä olisi kätevää, koska nykyään sensorin vastaanotin ja insuliinipumpun ohjain saattaa olla kännykässä tai kännykän kaltaisessa laitteessa. Koska kännykkää käytetään muutenkin viestittelyyn, tekoälyapurin vastaanotto olisi luontevaa hoitaa nimenomaan tällä tavalla eikä erilliseen verkkopalveluun kirjautumalla. Tällöin tekoälyllä voisi yleistiedon lisäksi olla käytössään myös diabeetikon itsensä henkilökohtaista dataa.

Tähän liittyy kuitenkin yksi varjopuoli. Tekoäly perustuu olennaisesti siihen, että sen kouluttamiseen on käytetty paljon dataa. Jotta tekoälyapuri olisi tarkka ja luotettava, sen pitäisi saada diabeetikosta valtava määrä tietoa. Ei pelkästään perinteisiä verensokerilukemia, hiilihydraattigrammoja ja insuliiniyksiköitä, vaan muitakin biometrisiä tietoja, sijainti- ja liikedataa sekä kaikkea muuta mahdollista, mikä saattaa edes etäisesti tai välillisesti vaikuttaa verensokeriin. Laajassa datankeruussa herää kuitenkin huoli tietojen vuotamisesta, väärinkäytöstä ja yksityisyyden menettämisestä. Tulevaisuudessa ei siis riitä, että teköälystä itsestään kehitetään mahdollisimman tarkkaa ja virheetöntä: myös tietoturvaan ja luottamuksen rakentamiseen täytyy panostaa yhtä paljon.