Page 10

Moodi No 1 | 2017

Digitaalinen terveysvallankumous (Digital Health Revolution, DHR; http://www.digitalhealthrevolution. 10 Moodi 1/2017 fi) -pilottitutkimus alkoi vuonna 2015. Tutkimukseen rekrytoitiin noin sata henkilöä, joiden terveyttä ja elämäntapoja – jopa ostoskäyttäytymistä – seurattiin tarkasti 16 kuukauden ajan. Tutkimukseen osallistuvat ovat saaneet tietoa henkilökohtaisesta riskistään sairastua esim. sydän- ja verisuonitauteihin. Tutkimuksessa kerätty tieto ja näytteet siirretään myös biopankkiin, jotta niitä voidaan käyttää jatkossakin kansantautien syntyyn, ehkäisyyn ja hoitoon liittyvässä tutkimuksessa. Hankkeessa korostetaan tutkittavien osallistamista heidän terveytensä ylläpitoon ja parantamiseen. Kliinisten arvojen lisäksi seurataan mm. tutkittavien liikkumista aktiivisuusrannekkeen avulla, syömistottumuksia ja työhyvinvointia. Osa kerättävistä tiedoista palautetaan tutkittaville. Pitkäkestoisessa Generisk-seurantatutkimuksessa (http://www.generisk.fi) selvitetään, miten genomitiedon ja siihen pohjautuvien riskiarvioiden saaminen vaikuttaa suomalaisten kansantautien - erityisesti sydän- ja verisuonitautien - ennaltaehkäisyyn. Samalla kartoitetaan, kuinka geenitietoa voidaan käyttää terveydenhuollon päätöksenteossa. Molemmissa yllämainituissa tutkimuksissa käytetään KardioKompassi-nettisovellusta, joka on kehitetty FIMMssä sepelvaltimotautiriskin laskemiseen ja sen kommunikointiin kansalaiselle. Työkalu laskee ennusteen henkilökohtaiselle sepelvaltimotaudin riskille huomioon ottaen elämäntapojen ja kliinisten parametrien lisäksi yksilön geneettisen riskin. Sovelluksen avulla käyttäjä voi mm. selvittää tupakoinnin lopettamisen tai kolesteroliarvojen paranemisen vaikutusta omaan sairastumisriskiinsä. Enemmistö laskuria käyttäneistä on kokenut saadun tiedon hyödylliseksi, vaikkakin osalla erityisesti kohonneen riskin omaavista osallistujista tieto lisäsi myös huolta omasta terveydestä (12). Tietotulva Yhden ihmisen perimä liitetiedostoineen vie muistitilaa muutaman sadan gigatavun verran. Yksilöistä kerättävän tiedon määrän kasvaessa (nk. Big Data) tarvitsemme suuremman tietokonekapasiteetin lisäksi uusia tapoja tietomäärien analyysiin, hallintaan ja tallentamiseen. Välineitä terveydenhuoltoon tarjoaa kaupallisesti mm. IBM, joka on kehittänyt Watsonin (http://www.ibm.com/watson/ health/), tekoälyn avulla potilaasta saatujen tietojen perusteella sairauksia ratkovan supertietokoneen. Digitaalisen terveydenhuollon kehittämiseen on herätty Suomessakin. IBM perustaa Tekesin kanssa yhteistyössä Suomeen osaamis- ja innovaatiokeskukset kehittämään terveydenhoidon uudenlaisia palveluja ja digitaalisia ratkaisuja. Tähän liittyen Helsingin ja Uudenmaan sairaanhoitopiiri (HUS) ja IBM ovat solmineet yhteistyöprojektin, jossa pyritään hyödyntämään Watsonin tekoälyä erikoissairaanhoidossa diagnosoinnin ja hoitopäätösten tukena. Uusia toimintatapoja vaaditaan, jotta löydetään tehokkaita uusia tapoja eri lähteistä saatavan tiedon kokonaisvaltaiseen yhdistämiseen tietoteknisten ratkaisujen ja mallintamisen avulla. Tämä ”systeemilääketiede” voi auttaa käsittelemään ja ymmärtämään esim. perimän, ympäristön ja käyttäytymisen yhteisvaikutuksia. Potilaasta kerätty laaja- alainen tieto yhdistettynä lääkeainevasteeseen voi auttaa samankaltaisen potilaan hoitoa missä tahansa maapallolla, jos tieto on saatavilla helppokäyttöisissä kansainvälisissä tietopankeissa. Täsmälääketieteen hinta ja eettiset kysymykset Kun keskitytään sairauksien ennaltaehkäisyyn, voidaan säästää sairauden hoitokuluja. Henkilökohtaista lääketiedettä voidaan myös toteuttaa monella eri tasolla ja laajuudella lähtien teknologiasovelluksista, jotka auttavat esimerkiksi diabeetikkoja seuraamaan veren sokerin vaihteluita helppokäyttöisten sensoreiden avulla. Yksilöllisiä lääkehoitoja selvitettäessä esimerkiksi syöpäpotilaan mutaatioiden kartoitus ja syöpäsolujen lääkeaineherkkyyden määritys voivat maksaa muutamia tuhansia euroja, mutta ajan saatossa voi tulla kalliimmaksi hoitaa potilasta tehottomilla tai runsaita sivuvaikutuksia aiheuttavilla lääkkeillä. Joskus täsmähoidoksi valittu lääke voi olla kalliimpi kuin suositushoito. On tärkeää käydä dialogia siitä, miten kulut jakautuisivat tällaisissa tapauksissa, ja selvittää täsmälääketieteen kokonaisvaltaiset terveystaloustieteelliset kustannusarviot eri tautien hoidossa ja ehkäisyssä. Yksilötason tietojen kerääminen maailmanlaajuisesti kansainvälisiin potilastietopankkeihin voi parhaimmillaan nopeuttaa esimerkiksi harvinaisten sairauksien diagnostiikkaa ja yksilöllistä hoitoa, jotka myös johtavat alentuneisiin terveydenhuollon kustannuksiin. Henkilökohtaisen lääketieteen tuomien etujen täytyisi olla tasapuolisesti kaikkien saatavilla terveydenhuollossa. Tulevaisuudessa on hyvinkin mahdollista, että kaikkien ihmisten genomit sekvensoidaan jo synnytyslaitoksella. Uusia eettisiä käytäntöjä on luotava tulevaisuutta varten. Vaikka tieto on yksilön omistamaa tietoa, siihen liittyy monia kysymyksiä: Miten geneettisesti periytyvä suurentunut sairastumisen riski ilmoitetaan muille perheenjäsenille? Millä laajuudella ja kuinka usein yksilö pitää tutkia teknologioiden lisääntyessä? Kuka maksaa tutkimukset, tai niiden seurauksena määrätyt preventiotoimenpiteet tai täsmähoidot? Bio- Tehoseulonnassa sadat lääkeaineet siirretään 384- tai jopa 1536-kuoppalevyille tarkan ääniaaltoja käyttävän teknologian avulla. KUVA: JOUKO SIRO / FIMM


Moodi No 1 | 2017
To see the actual publication please follow the link above