EstoniAI Meetup on Eesti tehisintellekti kogukonna regulaarne üritustesari, mille eesmärk on tuua kokku valdkonna eksperdid, ettevõtted ja avaliku sektori esindajad. Sarja fookus on teadmiste vahetamisel ning praktilistel aruteludel, mis toetavad AI kasutuselevõttu erinevates sektorites. Metroserdi rakendusuuringute keskuse terviseandmete valdkonna juht Janne Pullat osales koostöös Founderly-ga 16. ürituse ettevalmistamisel ja sisu kujundamisel.
Selle kohtumise fookus oli tervisevaldkonnal – valdkonnal, kus kvaliteetsete andmete, standardite ja selgete protsesside olemasolu on AI rakendamise eelduseks. Ürituse eesmärk oli tuua kokku peamised osapooled, et käsitleda terviseandmete kasutamise, kliinilise AI ja innovatsiooniprotsesside rakendatavust Eesti tervishoius.
Ürituse fookusteemad ja nende olulisus
Esimesel kohtumisel käsitleti teemasid, mis on tervisevaldkonna AI-rakenduste seisukohalt kriitilise tähtsusega:
- andmete kvaliteet ja standardiseerimine, mis määravad AI-lahenduste usaldusväärsuse
- andmeteekondade tehniline ülesehitus, mis võimaldab andmeid kasutada turvaliselt ja reprodutseeritavalt
- organisatsioonilised ja regulatiivsed protsessid, mis mõjutavad pilootprojektide üleminekut laiemasse kasutusse
- innovatsiooni toetavad koostöömudelid ettevõtete, teaduse ja tervishoiuasutuste vahel
Arutelude eesmärk oli mõista, millised süsteemsed muutused on vajalikud, et AI rakendamine ei jääks üksikute pilootide tasemele, vaid liiguks edasi kliinilise ja teenuseloome tasandile.
Janne Pullati ettekanne: AI-valmis terviseandmete loomise põhimõtted
Janne Pullat esines ettekandega „AI-valmis terviseandmete loomise põhimõtted“. Ettekanne andis struktureeritud ülevaate AI-valmis terviseandmete kujundamisest ning käsitles kolme peamist elementi:
- Andmevoogude sidusus ja tööprotsesside kaardistamine
Kvaliteetsed terviseandmed tekivad siis, kui kliinilised töövood, digilahendused ja andmekogumise protsessid moodustavad ühtse loogilise terviku. Ettekandes kirjeldati metoodikat, mis aitab luua stabiilseid ja prognoositavaid andmevooge, sobivaid nii analüütika kui ka tehisintellekti rakenduste jaoks. - FHIR-põhised andmeteekonnad
Standardiseeritud andmeformaatide kasutamine on tervishoius keskse tähtsusega. FHIR-standardite rakendamine võimaldab luua vooge, mis toetavad andmete korduvkasutust ja tagavad süsteemidevahelise ühilduvuse. - Safety-by-design ja auditeeritavus
Terviseandmete kasutamine eeldab kõrget turvalisuse ja kontrollitavuse taset. Esile tõsteti põhimõtteid, mis tagavad süsteemide auditeeritavuse, riskide hallatavuse ning andmekasutuse läbipaistvuse. Need teadmised on eelduseks AI-lahenduste usaldusväärsele kasutuselevõtule kliinilises keskkonnas.
Sameer Pujari (World Health Organization) ettekanne: AI kasutuselevõtu võimalused ja kitsaskohad
WHO esindaja Sameer Pujari käsitles AI kasutuselevõttu tervishoius globaalsest vaatenurgast. Ettekandes rõhutati:
- standardiseeritud valideerimisprotsesside olulisust
- riskihalduse raamistikku, mis toetab meditsiiniseadmete ja AI-mudelite hindamist
- tervishoiuasutuste organisatsioonilise valmisoleku tähtsust
- koolituse ja digipädevuse rolli uute tehnoloogiate kasutuselevõtul
Ettekande eesmärk oli näidata, millised eeltingimused peavad olema täidetud, et AI-lahendused liiguksid katsetest laialdasema kasutuseni ja pakuksid tervishoius reaalset väärtust.
Päeva jooksul toimunud ettekanded ja arutelud andsid tervikliku ülevaate terviseandmete ja AI-rakenduste hetkeseisust Eestis.
Terviseinnovatsiooni paneel
Osalejad: Jaanika Merilo (Sotsiaalministeerium), Dmytro Fishman (Better Medicine), Ain Aaviksoo (Mentastic), Siim Saare (Lifeyear), Loora Salurand (Tehnopol).
Arutleti tervisetehnoloogia ettevõtete kasvutingimuste, regulatiivsete kitsaskohtade, haiglakoostöö ning nutika kapitali rolli üle. Ühiselt rõhutati vajadust kiirendada valideerimisprotsesse ning tugevdada tervishoiuasutuste digivalmidust.
Teadusettekanded
- Sven Nõmm (TalTech) – AI kasutamine Parkinsoni tõve uurimisel, keskendudes sensortehnoloogiatele ja masinõppe mudelitele.
- Kaur Alasoo (Tartu Ülikool) – AI rakendamine geneetiliste sihtmärkide valideerimisel ravimiarenduses.
Mõlemad ettekanded tõid esile vajaduse kvaliteetsete, struktureeritud terviseandmete järele teadus- ja arendustöö kiirendamisel.
Startup Spotlight
Esinejad: Bowhead Health, DocAid (Kaur Lohk), RelAIs (Andreas Müürsepp).
Fookuses olid varajase faasi tervisetehnoloogia lahendused ja nende vajadus turvaliste ning standardiseeritud andmeplatvormide järele.
Infrastruktuuri ja regulatsiooni paneel
Osalejad: Silver Kelk (Ülemiste City), Daniel Karsberg (HealthCap), Ville Sirviö (NIIS), Karl Henrik Peterson (Tervisekassa), Silja Elunurm (EIS).
Arutleti X-tee Beta arenduste üle, Tervisekassa valideerimisloogika uuendamise ning rahastusmehhanismide üle, mis mõjutavad AI-lahenduste turule jõudmist.
Programm kaardistas selgelt tehnilised ja süsteemsed tegurid, mis toetavad või takistavad AI rakendamist tervishoius.
EstoniAI Meetup Vol. 16 tõi esile vajaduse ühtse ja läbimõeldud lähenemise järele terviseandmete kvaliteedi, standardiseerituse ja turvalisuse tagamisel. Rakendusuuringute Keskus panustas üritusse oma erialase kompetentsiga, tuues fookusesse metoodikad ja tehnilised raamistikud, mis on vajalikud AI-valmis terviseandmete loomisel. Kohtumine kinnitas, et Eesti ökosüsteem liigub terviklikuma ja koostööpõhisema lähenemise poole, mis loob eeldused AI rakendamiseks kliinilises keskkonnas ja tervishoiuteenuste arendamisel.
Täname Founderly tiimi EstoniAI Meetup Vol. 16 ürituse professionaalse korraldamise ja sisulise koostöö eest. Samuti täname kõiki partnereid, kelle panus aitas tagada ürituse sujuva õnnestumise ja kvaliteetse programmi: Metrosert, Ülemiste City, Startup Estonia ja Founderly.
