Kuva: Janette Pesu
Antti Kallonen tutki väitöskirjassaan, miten tekoälyllä voidaan ennakoida tehohoidon ja ensihoidon potilaiden tilan heikkenemistä nykyisiä menetelmiä paremmin. Keskeisin tulos liittyy keskosten verenmyrkytyksen varhaiseen tunnistamiseen: potilasmonitorien biosignaaleja analysoiva neuroverkko havaitsi verenmyrkytyksen tyypillisesti noin kaksi vuorokautta ennen kuin kliininen epäily heräsi. Samalla tekoäly löysi biosignaaleista uusia varhaisia merkkejä, joita ei ole aiemmin hyödynnetty vakavan infektion tunnistamisessa. Tekoälyn avulla saavutettu verenmyrkytyksen varhaisempi tunnistaminen voikin mahdollistaa antibioottihoidon aikaisemman aloituksen, mikä saattaa vähentää verenmyrkytyksestä johtuvia kuolemia ja pysyviä haittoja.
Diplomi-insinööri Antti Kallosen lääketieteen tekniikan alaan kuuluva väitöskirja Artificial Intelligence in Critical Care Medicine: From early warning scores to multimodal deep learning tarkastetaan julkisesti Tampereen yliopiston lääketieteen ja terveysteknologian tiedekunnassa 27.2.2026.
Vastaväittäjänä toimii dosentti Jukka Kortelainen Oulun yliopistosta. Kustoksena toimii dosentti Alpo Värri Tampereen yliopiston lääketieteen ja terveysteknologian tiedekunnasta.