Anni Heinonen sai hiljattain päätökseen Aalto-yliopiston Tietoverkot -maisteriohjelmaan kuuluvan lopputyönsä. Annin tutkimus tukee CleverHealth Network -ekosysteemin (CHN) harvinaisiin sairauksiin liittyvän projektin aktiviteetteja. Tutkimuksen tavoitteena oli selvittää, kuinka paljon rahaa voitaisiin säästää käyttämällä algoritmia, joka etsii mahdollisia vaskuliittipotilaita ja nopeuttaa heidän diagnosointiaan.  

Harvinaissairaudet voivat olla vaikeita diagnosoida, mikä johtaa usein pitkiin ja kalliisiin viiveisiin diagnoosissa ja hoidon aloittamisessa. Potilas voi joutua käymään monella eri erikoislääkärillä ja kärsiä oireistaan pitkän aikaa. Vaskuliitit ovat harvinaissairauksia, joissa verisuonien seinämät tulehtuvat. Ne ovat usein parannettavissa, mutta myös vaikeita diagnosoida, jolloin ne saatetaan diagnosoida vasta, kun potilas on teholla jonkin elimen vajaatoiminnan takia.  

Kustannussäästöt laskettiin summaamalla kaikki potilaiden kulut kolmen kuukauden ajalta ennen diagnoosia. Tutkimuksessa selvitettiin myös diagnoosikustannuksiin vaikuttavia tekijöitä regressioanalyysin avulla ja analysoitiin keskimääräistä diagnoosipolkua. Tutkimuksessa käytettiin 2306 HUSissa diagnosoidun vaskuliittipotilaan kustannus-, diagnoosi- ja potilastietoja. Tiedot kerättiin HUSin laajasta tietoaltaasta. Lopuksi tutkimuksessa pohdittiin suosituksia algoritmin käyttöön asiantuntijahaastattelujen perusteella.  

Tutkimuksen mukaan potilaiden diagnosoiminen kolme kuukautta aikaisemmin olisi säästänyt keskimäärin 1 308 243€/vuosi tai 7375€/potilas. Miesten diagnosointi oli keskimäärin 26 % naisia kalliimpaa, ja kustannukset kasvoivat eksponentiaalisesti iän myötä. Eri diagnoosit vaikuttivat myös merkittävästi kustannuksiin. Keskimääräisessä diagnoosipolussa oli 10 potilaskontaktia, jotka koostuivat puheluista, käynneistä ja lähetteistä eri osastoille.  

Anni Heinonen toteaa: ”Tulosten perusteella voidaan päätellä, että algoritmin käyttö voisi merkittävästi vähentää kustannuksia aikaistamalla vaskuliitin diagnosointia ja vähentämällä vastaanottokäyntejä. Aikaisempi diagnoosi voisi myös parantaa potilaiden elämänlaatua, sillä aikaisemmin aloitettu hoito ennaltaehkäisisi elinten vajaatoimintaa ja muita vakavia komplikaatioita.” 

Annin valmistumisen jälkeiseen elämään kuuluvat harrastukset, kuten laitesukellus ja videopelit, mutta lisäksi hänellä on uusi työ ohjelmistokehityksen parissa. Anni on töissä Innofactorilla Junior Full Stack Developerin roolissa. Sattumoisin Innofactor on myös yksi monista CleverHealth Network -ekosysteemin kumppaniyrityksistä.  

Osastonylilääkäri Mikko Seppänen HUSin Harvinaisten sairauksien yksiköstä johtaa harvinaisiin sairauksiin liittyvää CleverHealth Network -projektia. Hän tiivistää: ”Tulokset osoittavat tekoälyavusteisen päätöksentuen potentiaalia, kustannustehokkuutta ja hyödyllisyyttä hoidettavien, vaikeasti diagnosoitavien sairauksien nopeutetussa diagnosoinnissa. Tästä hyötyvät kaikki –  niin potilaat, terveydenhuolto kuin koko yhteiskunta.”