Fimea
Uusi tekoälysovellus lääkehaittojen raportoinnin tukena
Lääkealan turvallisuus- ja kehittämiskeskus Fimea ylläpitää mm. rekisteriä lääkkeiden haittavaikutuksista. Suomessa kuka tahansa voi tehdä haittavaikutusilmoituksen. Solita on kehittänyt Fimealle tekoälysovelluksen lääkkeiden haittavaikutusilmoitusten käsittelyn tueksi. Uusi sovellus tukee ammattilaisten ilmoitusten käsittelyyn liittyvää päätöksentekoa vähentämällä merkittävästi tiedonhakuun kuluvaa asiantuntija-aikaa. Sovelluksen käyttö edistää myös laadukasta ja ajantasaista raportointia kansainvälisen lääketurvallisuuden hyväksi.
Oli hienoa päästä näkemään kuinka tekoälyä voidaan hyödyntää viranomaisympäristössä vaikuttavasti ja vastuullisesti.
Kari Salmela Researcher and Product Owner of the Register, Fimea
-
Käsittelijöiden aikaa säästyy merkittävästi tiedon haussa, vertailussa ja päätöksenteossa
-
Tekoälysovellus tukee korkealaatuisempaa ja yhdenmukaista raportointia
-
Lääketurvallisuus paranee, kun sovellus tuottaa tietoa kansainväliseen viranomais- ja lääketeollisuuden verkostoon
Solitan vahva ja käytännönläheinen AI‑osaaminen näkyi selkeästi koko kehitysprosessissa ja auttoi viemään ratkaisun nopeasti tuotantoon.
Joonas Tuominen Head of Technology and Information Security, Fimea
Sovellus käyttää julkista, kattavaa ja ajantasaista tietokantaa lääkkeiden tunnetuista ominaisuuksista ja hyödyntää ilmoituksista poimittuja tietoja niin, että ilmoittajan ja lääkkeen käyttäjän henkilötiedot ja muut arkaluonteiset tiedot pysyvät turvassa.
Sovellus ei tee päätöksiä, vaan tukee käsittelijää, jonka tehtävänä on arvioida, onko ilmoituksessa kuvattu haittavaikutus tunnettu vai ei. Sovellus tukee päätöksentekoa tekemällä älykkäitä hakuja laajaan lääkkeiden selosteet sisältävään tietokantaan, vähentäen manuaalisen tiedonhaun tarvetta merkittävästi. Hakutulosten lisäksi sovellus esittää dokumenttiviitteet, joihin tulokset perustuvat.
Sovelluksen taustalla on Solitan kehittämä arkkitehtuuri, joka hyödyntää älykkäitä tietohakuja useista eri lähteistä. Tiedon hakuun ja rikastamiseen käytetään Retrieval Augmented Generation (RAG) -tekniikkaa. Tekniikka mahdollistaa julkisen ja Fimean oman datan käyttämisen tiedonhaussa, jossa pystytään hyödyntämään laajojen kielimallien (LLMs) kykyä tuottaa ymmärrettäviä tekstikoosteita haetusta lähdeaineistosta. Menetelmä on toteutettu modernina pilvipalveluna.
Laajojen kielimallien käytössä on yleensä kaksi keskeistä haastetta. Ne hallitsevat yleiskielen, mutta eivät vaadittavaa ammattitermistöä. Lisäksi kielimallien tulokset eivät ole kovin läpinäkyviä.
Solitan lähestymistapa ratkaisee nämä haasteet. Lisäksi sovellus yhdistää haittavaikutusilmoituksen tietoa ja lääkkeiden ominaisuuksista saatavilla olevaa julkista tietoa turvallisesti viranomaistyön vaatimukset täyttäen.
Sami Koskivaara Account Director, Solita
Tekoälysovelluksen taustalla laadukas data
Kun kehittynyt teknologia yhdistyy luotettavaan tietoon ja asiantuntemukseen, syntyy ratkaisuja, jotka tukevat yhteiskunnan kriittisiä toimintoja, kuten potilasturvallisuutta ja lääkkeiden turvallisuuden arviointia osana niiden käyttöä ja kehitystä.
Oma, luottamuksellinen aineisto sekä yleisesti saatavilla oleva tieto voidaan yhdistää turvallisesti ja joustavasti, niin että asiantuntijoiden aikaa säästyy merkittävästi.
“Meillä on pitkä kokemus käytännöllisten ja luotettavien dataa käsittelevien ja hyödyntävien ratkaisujen toimittajana”, sanoo Koskivaara Solitalta.
“Tekoäly avustaa arvioijaa löytämään uudet tuntemattomat haittavaikutukset vertaamalla niitä tunnettuihin pakkausselosteissa mainittuihin haittavaikutuksiin. Tekoälykokeilu on tehty Amazon Bedrockia, Textractia ja Claude-mallia hyödyntäen”, keroo Tuominen Fimealta ja jatkaa:
Kokeilu todettiin erittäin onnistuneeksi ja tekoälytoteutus integroitiin pysyväksi osaksi haittavaikutusjärjestelmän tuotantoympäristöä.
Joonas Tuominen Head of Technology and Information Security, Fimea
Lue lisää asiakastarinoitamme
-
Fimlab New vision with data and analyticsWe identified the main bottlenecks in Fimlab’s operations and developed a clear AI and data vision and roadmap for the future. -
Fepod Next generation blood analytics boosted by AIFepod is developing a point-of-care solution for measuring the blood concentration of pain medicines. We helped Fepod to strengthen their artificial intelligence and machine learning capabilities needed for analytics. -
Palveluohjain Palveluohjain for improved everyday life and servicesSolita participated in the development of Service Coordinator, a solution enabling the use of digital services regardless of time and place.
-
Sami Koskivaara Account Director, Solita