Tekoälyn hyödyntäminen sydän- ja verisuonisairauksien hoidossa potilaiden yksityisyyttä vaarantamatta

Secur-e-Health-hankkeessa kehitettiin konsepti, jonka avulla tekoälyä voidaan hyödyntää sydän- ja verisuonisairauksien hoidossa vaarantamatta arkaluonteisten potilastietojen suojaa. 

”Tutkimus osoittaa, että tekoälytyökaluja voidaan rakentaa terveydenhuoltoon tavalla, joka kunnioittaa potilaiden yksityisyyttä hoidon kaikissa vaiheissa”, sanoo Mika Hilvo, VTT:n tutkimustiimin vetäjä ja projektin kansallinen koordinaattori. ”Työmme yhdistää datan turvallisen käytön, kliiniset tarpeet ja nykyaikaiset tekoälymenetelmät tavalla, joka voi tulevaisuudessa tukea parempaa hoitoa.”

”Uudella lähestymistavalla on mahdollista vahvistaa luottamusta potilaiden, datan hallinnoijien, terveydenhuollon toimijoiden ja tutkijoiden välillä. Tutkimus osoittaa, että arkaluonteista terveystietoa voidaan hyödyntää yhteistyössä turvallisesti ja yksityisyyttä suojaten ilman, että organisaatiot menettävät datan hallinnan”, toteaa tutkimuksesta tehdyn julkaisun pääkirjoittaja, VTT:n tutkija Gaurang Sharma.

Hankkeessa luotiin potilaiden hoitoon yksityisyyttä suojaava arkkitehtuuri. Se yhdistää turvallisen tiedonkäsittelyn, huolelliset suostumuskäytännöt ja yksityisyyttä suojaavat tekoälytyökalut. Sen avulla voidaan tukea sekä varhaista riskinarviointia että sydän- ja verisuonisairauksia sairastavien potilaiden hoidon seurantaa. Ratkaisu kattaa koko hoitopolun lähtien vakavien sydänongelmien ennaltaehkäisystä (primaaripreventio) aina diagnosoitujen potilaiden hoidon tukemiseen (sekundaaripreventio). 

Työn ennaltaehkäisyä käsittelevässä osuudessa tutkimustiimi testasi menetelmiä, joilla tekoälymalleja voidaan kouluttaa eri paikoissa sijaitsevalla terveystiedolla ilman, että dataa tarvitsee siirtää yhteen keskitettyyn paikkaan. Tämä edistää organisaatioiden yhteistyötä ja auttaa samalla pitämään potilastiedot paremmin turvassa. Tulokset osoittivat, että yksityisyyttä suojaavalla federoidulla oppimisella koulutetut mallit voivat toimia yhtä hyvin kuin perinteisillä koneoppimismenetelmillä koulutetut mallit.

Jatkuvaa hoitoa tarvitseville potilaille tutkijat loivat turvallisen prosessin, jolla voidaan hankkia hoitosuostumus, kerätä EKG-seurantadataa, yhdistää eri järjestelmien tietoja ja tarkastella potilastietoja kliinikoiden tueksi. Järjestelmä suunniteltiin siten, että potilastietoja voidaan yhdistää turvallisesti paljastamatta henkilöllisyystietoja tarpeettoman laajasti.

Kokonaisuus vastaa modernin terveydenhuollon keskeiseen haasteeseen, eli miten hyödyntää tekoälyä, kun lääketieteellinen tieto on hajautunut moniin eri järjestelmiin ja sitä on käsiteltävä erittäin huolellisesti. Yhdistämällä turvallisen datan käytön, potilaan suostumuksen ja tekoälypohjaiset tukityökalut tutkijat loivat perustan, joka voi auttaa kehittämään tulevaisuuden digitaalisia terveyspalveluja.

Kolmivuotinen Secur-e-Health-tutkimusprojekti päättyi vuoden 2025 lopussa, ja siinä oli mukana tutkijoita viidestä maasta. VTT koordinoi Suomen tutkimuskonsortiota, johon kuului Bittium, CSIT Finland, Mediconsult, Nordic Healthcare Group, Solita ja Success Clinic. Suomessa hanketta rahoitti Business Finland.

VTT:n erikoistutkija Juha Pajula esittelee ratkaisusta kirjoitetun "End-to-End Architecture for Secure Cardiovascular Disease Risk Assessment and Clinical Care" -julkaisun Nordic Conference on Digital Health and Wireless Solutions -tapahtumassa Oulussa 16.6.2026. Tieteellinen artikkeli tutkimuksesta julkaistaan heinäkuussa 2026 (Conference proceedings: Digital Health and Wireless Solutions Integrating AI, LLMs and Multimodal Health Data for Next-Generation Decision Support).