Tekoälyn hyödyntäminen murtumien tunnistamisessa röntgentutkimuksessa
Åberg, Mika (2025)
Åberg, Mika
2025
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025060921884
https://urn.fi/URN:NBN:fi:amk-2025060921884
Tiivistelmä
Tässä insinöörityössä tarkastellaan tekoälyn hyödyntämismahdollisuuksia murtumien tunnistamisessa röntgentutkimuksissa. Tavoitteena on selvittää, millaisia tekoälymenetelmiä on kehitetty ja otettu käyttöön erityisesti koneoppimista, syväoppimista ja neuroverkkoja hyödyntäen, sekä millaisia mahdollisuuksia ne tarjoavat radiologien tukena murtumien diagnosoinnissa. Työ toteutetaan narratiivisena kirjallisuuskatsauksena, jossa tarkastellaan ajankohtaista tutkimustietoa ja aiheeseen liittyviä alan julkaisuja.
Röntgenkuvantaminen on yleinen ja keskeinen menetelmä murtumien toteamisessa. Perinteisesti kuvien tulkinta on ollut radiologien vastuulla, mutta tekoäly tarjoaa mahdollisuuden nopeuttaa ja tehostaa prosessia. Erityisesti hermoverkkoihin perustuvat tekoälyjärjestelmät ovat osoittaneet lupaavia tuloksia murtumien tunnistamisessa eri kehon alueilla.
Työssä käsitellään myös tekoälyn käytön haasteita, kuten algoritmien läpinäkyvyyttä, eettisiä kysymyksiä, datan laatua ja koulutuksen tarpeita terveydenhuollon ammattilaisille. Tekoäly ei korvaa ihmistä, mutta voi toimia merkittävänä apuvälineenä erityisesti rutiininomaisessa kuvantamisessa ja diagnostiikan tukena.
Tekoälyllä on potentiaalia parantaa murtumadiagnostiikan tarkkuutta ja nopeutta, mutta sen käyttöönotto vaatii huolellista suunnittelua, validointia sekä eettisten näkökulmien huomioimista.
Röntgenkuvantaminen on yleinen ja keskeinen menetelmä murtumien toteamisessa. Perinteisesti kuvien tulkinta on ollut radiologien vastuulla, mutta tekoäly tarjoaa mahdollisuuden nopeuttaa ja tehostaa prosessia. Erityisesti hermoverkkoihin perustuvat tekoälyjärjestelmät ovat osoittaneet lupaavia tuloksia murtumien tunnistamisessa eri kehon alueilla.
Työssä käsitellään myös tekoälyn käytön haasteita, kuten algoritmien läpinäkyvyyttä, eettisiä kysymyksiä, datan laatua ja koulutuksen tarpeita terveydenhuollon ammattilaisille. Tekoäly ei korvaa ihmistä, mutta voi toimia merkittävänä apuvälineenä erityisesti rutiininomaisessa kuvantamisessa ja diagnostiikan tukena.
Tekoälyllä on potentiaalia parantaa murtumadiagnostiikan tarkkuutta ja nopeutta, mutta sen käyttöönotto vaatii huolellista suunnittelua, validointia sekä eettisten näkökulmien huomioimista.
