Päivä TIEKEn Tietoyhteiskunta-akatemiassa

Tekoäly ja tulevaisuus. Käyttökohteet, sovellukset ja lisäarvo. Näitä pohdittiin tänään niin yritysmaailman kuin poliitikkojenkin toimesta. Ja suuret linjat pitääkin löytää suurilla foorumeilla. Minulla itselläni on ilo pohtia näitä joka päivä omassa työssäni. Sekä tekoälyn, että monen muun teknologian kannalta.
 
Oma näkökulmani on hyvin käytännönläheinen. Mihin uusia teknologioita, kuten tekoälyä, yhdistettyä- ja virtuaalitodellisuutta sekä matemaattista mallintamista voi ja kannattaa käyttää? Ja miten?
 
Disior menee suoraan Health-kategoriaan, ja tarkemmin Medical-puolelle. Me tuomme uutta teknologiaa lääkärien työkaluksi. Toimintaamme ja tuotekehitystämme ohjaa kliininen hyöty: minkälaisista sovelluksista on todella apua potilastyössä.
 
Vanha kunnon Ford-sitaatti väittää Henry Fordin sanoneen, ”jos olisin kysynyt asiakkailta, mitä he haluavat, he olisivat toivoneet nopeampia hevosia.” Tämä on tulevaisuuden teknologioiden kanssa enemmän kuin ajankohtaista. Ei pidä siirtää vanhaa maailmaa sellaisenaan tekoälyn ja muiden uusien teknologioiden maailmaan. Ei mietitä sovelluksia sen kautta, miten parannettaisiin vanhaa. Vaan koitetaan löytää kokonaan uusia tapoja tehdä asioita.
 
Med Techissä ei riitä, että sovellus on insinöörin mielestä hyvä. Sen täytyy olla hyvä ja hyödyllinen myös lääkärin mielestä. Tällaisten sovellusten löytäminen vaatii kaksisuuntaista kommunikointia. Minun on osattava kertoa, mikä on mahdollista. Eli minkälaisista teknologia-palikoista voidaan uutta alkaa rakentamaan. Vasta kun palikat ovat selvillä, kannattaa alkaa hahmottamaan mitä niistä voi tehdä. Osaksi tästä syystä, tai tämän ansiosta, olin tänään mukana Porvoossa Microsoftin kanssa esittelemässä Disiorin HoloLens-sovellusta leukakirurgiaan.

Disior on automatisoidun mallintamisen ja optimoinnin uranuurtaja, ja Med Tech -startup Suomesta. Yritys kehittää täysin uudenlaista tapaa mitata ja mallintaa luunmurtumia ja pehmytkudosta. Analyysiohjelmistot perustuvat TT- tai MRI-kuvan muuttamiseen matemaattiseksi malliksi. Tällöin kuvista saadaan automaattisesti potilaskohtaiset tiedot diagnosointiin ja hoitoon, ja niihin voidaan lisätä liikkeen vaikutus. Tekoälyn (AI) ja virtuaalisen visualisoinnin (MR ja VR) käytössä tällainen data avaa uusia mahdollisuuksia ja ohittaa perinteiseen kuvantunnistukseen perustuvan datan ongelmat.

​Lisätietoja TIEKEn tilaisuudesta: https://tietoyhteiskunta-akatemia.fi/

---