Koneoppiminen täsmälääketieteessä
Arponen, Aurelia (2024-05-28)
Koneoppiminen täsmälääketieteessä
(28.05.2024)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
suljettu
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2024060747498
https://urn.fi/URN:NBN:fi-fe2024060747498
Tiivistelmä
Täsmälääketiede on uusi lähestymistapa terveydenhuoltoon, jossa sairauksien ennaltaehkäisy, diagnosointi ja hoito on yksilöllistetty. Täsmälääketieteellä on monia etuja verrattuna perinteiseen yleispätevään terveydenhuoltoon kuten sairauksien geneettinen seulominen, tarkemmat diagnoosit ja tehokkaammat hoitosuunnitelmat. Käsiteltävät datamäärät ovat todella suuria, mikä aiheuttaa haasteita datan käsittelyssä. Tähän ratkaisuna on koneoppimisen hyödyntäminen täsmälääketieteessä.
Tämä tutkielma on kirjallisuuskatsaus, jossa käydään läpi koneoppimisen hyödyntämistä täsmälääketieteessä sekä täsmälääketieteen eettisiä kysymyksiä. Tutkielmassa käsitellään eri koneoppimisen muotoja kuten ohjattua ja ohjaamatonta oppimista, vahvistusoppimista sekä keinotekoisia neuroverkkoja. Tutkielmassa käsitellään myös koneoppimisen etuja ja haasteita täsmälääketieteen alalla.
Tutkielman perusteella täsmälääketieteellä on suuri potentiaali tulevaisuuden terveydenhuollon kehityksessä. Koneoppimisen hyödyntäminen on erittäin tarpeellista täsmälääketieteessä ja varsinkin neuroverkkomenetelmät vaikuttavat lupaavilta täsmälääketieteen kehityksessä. Teknisiä haasteita ilmenee datan keräämisen, säilytyksen ja laadun kanssa.
Täsmälääketieteessä on ilmennyt myös monia eettisiä kysymyksiä, jotka pitää huomioida alan kehittyessä. Näitä kysymyksiä on esimerkiksi yksityisyys, vastuu hoitopäätöksistä ja täsmälääketieteen hyöty yksilöllisellä sekä yhteiskunnallisella tasolla.
Tämä tutkielma on kirjallisuuskatsaus, jossa käydään läpi koneoppimisen hyödyntämistä täsmälääketieteessä sekä täsmälääketieteen eettisiä kysymyksiä. Tutkielmassa käsitellään eri koneoppimisen muotoja kuten ohjattua ja ohjaamatonta oppimista, vahvistusoppimista sekä keinotekoisia neuroverkkoja. Tutkielmassa käsitellään myös koneoppimisen etuja ja haasteita täsmälääketieteen alalla.
Tutkielman perusteella täsmälääketieteellä on suuri potentiaali tulevaisuuden terveydenhuollon kehityksessä. Koneoppimisen hyödyntäminen on erittäin tarpeellista täsmälääketieteessä ja varsinkin neuroverkkomenetelmät vaikuttavat lupaavilta täsmälääketieteen kehityksessä. Teknisiä haasteita ilmenee datan keräämisen, säilytyksen ja laadun kanssa.
Täsmälääketieteessä on ilmennyt myös monia eettisiä kysymyksiä, jotka pitää huomioida alan kehittyessä. Näitä kysymyksiä on esimerkiksi yksityisyys, vastuu hoitopäätöksistä ja täsmälääketieteen hyöty yksilöllisellä sekä yhteiskunnallisella tasolla.