Kuinka tekoäly auttaa tunnistamaan ja ennaltaehkäisemään erilaisia sairauksia terveydenhuollossa

Terveydenhuollossa tekoälyn käyttö on noussut merkittäväksi ja sillä on suuri potentiaali parantaa sairauksien ennaltaehkäisyä ja tunnistamista. Tekoäly hyödyntää valtavia tietomääriä älykkäästi ja jatkaa kehittymistään käytön myötä. Se tarjoaa tehokkaita työkaluja sairauksien tunnistamiseen ja enna...

Full description

Bibliographic Details
Main Author: de Silva, Kristoffer
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Bachelor's thesis
Language:fin
Published: 2024
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/94976
_version_ 1826225816346820608
author de Silva, Kristoffer
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_facet de Silva, Kristoffer Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä de Silva, Kristoffer Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology Jyväskylän yliopisto University of Jyväskylä
author_sort de Silva, Kristoffer
datasource_str_mv jyx
description Terveydenhuollossa tekoälyn käyttö on noussut merkittäväksi ja sillä on suuri potentiaali parantaa sairauksien ennaltaehkäisyä ja tunnistamista. Tekoäly hyödyntää valtavia tietomääriä älykkäästi ja jatkaa kehittymistään käytön myötä. Se tarjoaa tehokkaita työkaluja sairauksien tunnistamiseen ja ennaltaehkäisyyn, mikä voi auttaa lievittämään sairauksien vaikutuksia terveydenhuollossa. Tässä kandidaatintutkielmassa tarkasteltiin tekoälyn käyttöä terveydenhuollossa, erityisesti sen roolia sairauksien ennaltaehkäisyssä ja tunnistamisessa. Tutkimus toteutettiin kuvailevana kirjallisuuskatsauksena, joka tarjosi kattavan yhteenvedon aiheesta jo olemassa olevasta tutkimustiedosta. Aineisto on kerätty Google Scholarista ja Scopuksesta hakutermeillä "AI", "Artificial intelligence" ja "AI OR Artificial intelligence AND medicine OR healthcare". Tekoälyllä ja koneoppimisella on valtava potentiaali parantaa terveydenhuoltoa, mutta samalla on tärkeää huomioida eettiset ja käytännön haasteet, kuten kustannukset ja potilaiden yksityisyyden suojaaminen. Vaikka syövän ennaltaehkäisy tekoälyn avulla on haastavaa, positiivisia tuloksia on saavutettu eri menetelmillä. On tärkeää jatkaa tutkimusta ja kehitystä, jotta syövän seulonta, ennaltaehkäisy ja hoito voivat edetä entistä tehokkaammin ja laajemmin maailmanlaajuisesti. Big datan ja koneoppimisen avulla voidaan kerätä ja analysoida valtavia määriä dataa sairauksista ja niiden leviämisestä, mikä mahdollistaa tarkemman seurannan ja tehokkaammat toimenpiteet virusten torjunnassa. On kuitenkin tärkeää huomioida, että tekoälyä on koulutettava uudelleen ja sopeutettava uusiin tilanteisiin ja viruksiin. Monitieteinen lähestymistapa ja teknologisten innovaatioiden hyödyntäminen ovat avainasemassa virusten hallinnassa ja ennaltaehkäisyssä maailmanlaajuisesti. In healthcare, the use of artificial intelligence (AI) has become significant, holding great potential to improve disease prevention and identification. AI intelligently utilizes vast amounts of data and continues to evolve with use, offering efficient tools for disease identification and prevention, which can help alleviate the impact of diseases on healthcare. This bachelor's thesis examined the use of AI in healthcare, focusing on its role in disease prevention and identification. A descriptive literature review was conducted, providing a comprehensive overview of existing research on the topic. Data were gathered from Google Scholar and Scopus using search terms such as "AI," "Artificial intelligence," and "AI OR Artificial intelligence AND medicine OR healthcare." AI and machine learning have immense potential to enhance healthcare, but it is crucial to consider ethical and practical challenges, such as costs and patient privacy protection. Although cancer prevention through AI is challenging, positive results have been achieved through various methods. Continued research and development are essential to advance cancer screening, prevention, and treatment more effectively and widely globally. Utilizing big data and machine learning, vast amounts of data on diseases and their spread can be collected and analyzed, enabling more precise monitoring and more effective measures in virus control. However, it is important to note that AI needs to be retrained and adapted to new situations and viruses. A multidisciplinary approach and leveraging technological innovations are crucial in virus management and prevention worldwide.
first_indexed 2024-05-20T20:00:44Z
format Kandityö
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Kokko, Tuomas", "language": "", "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "de Silva, Kristoffer", "language": "", "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2024-05-20T05:16:32Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2024-05-20T05:16:32Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2024", "language": "", "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/94976", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Terveydenhuollossa teko\u00e4lyn k\u00e4ytt\u00f6 on noussut merkitt\u00e4v\u00e4ksi ja sill\u00e4 on suuri potentiaali parantaa sairauksien ennaltaehk\u00e4isy\u00e4 ja tunnistamista. Teko\u00e4ly hy\u00f6dynt\u00e4\u00e4 valtavia tietom\u00e4\u00e4ri\u00e4 \u00e4lykk\u00e4\u00e4sti ja jatkaa kehittymist\u00e4\u00e4n k\u00e4yt\u00f6n my\u00f6t\u00e4. Se tarjoaa tehokkaita ty\u00f6kaluja sairauksien tunnistamiseen ja ennaltaehk\u00e4isyyn, mik\u00e4 voi auttaa lievitt\u00e4m\u00e4\u00e4n sairauksien vaikutuksia terveydenhuollossa. T\u00e4ss\u00e4 kandidaatintutkielmassa tarkasteltiin teko\u00e4lyn k\u00e4ytt\u00f6\u00e4 terveydenhuollossa, erityisesti sen roolia sairauksien ennaltaehk\u00e4isyss\u00e4 ja tunnistamisessa. Tutkimus toteutettiin kuvailevana kirjallisuuskatsauksena, joka tarjosi kattavan yhteenvedon aiheesta jo olemassa olevasta tutkimustiedosta. Aineisto on ker\u00e4tty Google Scholarista ja Scopuksesta hakutermeill\u00e4 \"AI\", \"Artificial intelligence\" ja \"AI OR Artificial intelligence AND medicine OR healthcare\". Teko\u00e4lyll\u00e4 ja koneoppimisella on valtava potentiaali parantaa terveydenhuoltoa, mutta samalla on t\u00e4rke\u00e4\u00e4 huomioida eettiset ja k\u00e4yt\u00e4nn\u00f6n haasteet, kuten kustannukset ja potilaiden yksityisyyden suojaaminen. Vaikka sy\u00f6v\u00e4n ennaltaehk\u00e4isy teko\u00e4lyn avulla on haastavaa, positiivisia tuloksia on saavutettu eri menetelmill\u00e4. On t\u00e4rke\u00e4\u00e4 jatkaa tutkimusta ja kehityst\u00e4, jotta sy\u00f6v\u00e4n seulonta, ennaltaehk\u00e4isy ja hoito voivat edet\u00e4 entist\u00e4 tehokkaammin ja laajemmin maailmanlaajuisesti. Big datan ja koneoppimisen avulla voidaan ker\u00e4t\u00e4 ja analysoida valtavia m\u00e4\u00e4ri\u00e4 dataa sairauksista ja niiden levi\u00e4misest\u00e4, mik\u00e4 mahdollistaa tarkemman seurannan ja tehokkaammat toimenpiteet virusten torjunnassa. On kuitenkin t\u00e4rke\u00e4\u00e4 huomioida, ett\u00e4 teko\u00e4ly\u00e4 on koulutettava uudelleen ja sopeutettava uusiin tilanteisiin ja viruksiin. Monitieteinen l\u00e4hestymistapa ja teknologisten innovaatioiden hy\u00f6dynt\u00e4minen ovat avainasemassa virusten hallinnassa ja ennaltaehk\u00e4isyss\u00e4 maailmanlaajuisesti.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "In healthcare, the use of artificial intelligence (AI) has become significant, holding great potential to improve disease prevention and identification. AI intelligently utilizes vast amounts of data and continues to evolve with use, offering efficient tools for disease identification and prevention, which can help alleviate the impact of diseases on healthcare. This bachelor's thesis examined the use of AI in healthcare, focusing on its role in disease prevention and identification. A descriptive literature review was conducted, providing a comprehensive overview of existing research on the topic. Data were gathered from Google Scholar and Scopus using search terms such as \"AI,\" \"Artificial intelligence,\" and \"AI OR Artificial intelligence AND medicine OR healthcare.\" AI and machine learning have immense potential to enhance healthcare, but it is crucial to consider ethical and practical challenges, such as costs and patient privacy protection. Although cancer prevention through AI is challenging, positive results have been achieved through various methods. Continued research and development are essential to advance cancer screening, prevention, and treatment more effectively and widely globally. Utilizing big data and machine learning, vast amounts of data on diseases and their spread can be collected and analyzed, enabling more precise monitoring and more effective measures in virus control. However, it is important to note that AI needs to be retrained and adapted to new situations and viruses. A multidisciplinary approach and leveraging technological innovations are crucial in virus management and prevention worldwide.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Paivi Vuorio (paelvuor@jyu.fi) on 2024-05-20T05:16:32Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2024-05-20T05:16:32Z (GMT). No. of bitstreams: 0\n Previous issue date: 2024", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "27", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "sairauksien tunnistaminen", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "sairauksien ennaltaehk\u00e4isy", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Kuinka teko\u00e4ly auttaa tunnistamaan ja ennaltaehk\u00e4isem\u00e4\u00e4n erilaisia sairauksia terveydenhuollossa", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "bachelor thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202405203741", "language": "", "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Bachelor's thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Kandidaatinty\u00f6", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietoj\u00e4rjestelm\u00e4tiede", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Information Systems Science", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "yvv.contractresearch.funding", "value": "0", "language": "", "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_7a1f", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "bachelorThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.oppiainekoodi", "value": "601", "language": "", "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "teko\u00e4ly", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "terveydenhuolto", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "ennaltaehk\u00e4isy", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "sairaudet", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "diagnostiikka", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}]
id jyx.123456789_94976
language fin
last_indexed 2025-02-18T10:54:33Z
main_date 2024-01-01T00:00:00Z
main_date_str 2024
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/b099191e-d0d2-49f9-90ba-e0b8dad941ad\/download","text":"URN:NBN:fi:jyu-202405203741.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2024
record_format qdc
source_str_mv jyx
spellingShingle de Silva, Kristoffer Kuinka tekoäly auttaa tunnistamaan ja ennaltaehkäisemään erilaisia sairauksia terveydenhuollossa sairauksien tunnistaminen sairauksien ennaltaehkäisy Tietojärjestelmätiede Information Systems Science 601 tekoäly terveydenhuolto ennaltaehkäisy sairaudet diagnostiikka
title Kuinka tekoäly auttaa tunnistamaan ja ennaltaehkäisemään erilaisia sairauksia terveydenhuollossa
title_full Kuinka tekoäly auttaa tunnistamaan ja ennaltaehkäisemään erilaisia sairauksia terveydenhuollossa
title_fullStr Kuinka tekoäly auttaa tunnistamaan ja ennaltaehkäisemään erilaisia sairauksia terveydenhuollossa Kuinka tekoäly auttaa tunnistamaan ja ennaltaehkäisemään erilaisia sairauksia terveydenhuollossa
title_full_unstemmed Kuinka tekoäly auttaa tunnistamaan ja ennaltaehkäisemään erilaisia sairauksia terveydenhuollossa Kuinka tekoäly auttaa tunnistamaan ja ennaltaehkäisemään erilaisia sairauksia terveydenhuollossa
title_short Kuinka tekoäly auttaa tunnistamaan ja ennaltaehkäisemään erilaisia sairauksia terveydenhuollossa
title_sort kuinka tekoäly auttaa tunnistamaan ja ennaltaehkäisemään erilaisia sairauksia terveydenhuollossa
title_txtP Kuinka tekoäly auttaa tunnistamaan ja ennaltaehkäisemään erilaisia sairauksia terveydenhuollossa
topic sairauksien tunnistaminen sairauksien ennaltaehkäisy Tietojärjestelmätiede Information Systems Science 601 tekoäly terveydenhuolto ennaltaehkäisy sairaudet diagnostiikka
topic_facet 601 Information Systems Science Tietojärjestelmätiede diagnostiikka ennaltaehkäisy sairaudet sairauksien ennaltaehkäisy sairauksien tunnistaminen tekoäly terveydenhuolto
url https://jyx.jyu.fi/handle/123456789/94976 http://www.urn.fi/URN:NBN:fi:jyu-202405203741
work_keys_str_mv AT desilvakristoffer kuinkatekoälyauttaatunnistamaanjaennaltaehkäisemäänerilaisiasairauksiaterveyde