Generatiivinen tekoäly liikkuu nopeasti. Tieteen on johdettava.

Miksi NeuroAudit® Oy rakentaa kielimallien ulkopuolista Evidence Engineä aivoterveyteen, kognitiiviseen ergonomiaan ja naisten tutkimusnäytön tarkempaan tulkintaan.

Generatiivinen tekoäly on muuttanut terveysviestinnän nopeuden. Kysymys ei enää ole siitä, saako ihminen vastauksen. Kysymys on siitä, mihin vastaus perustuu ja kenelle se pätee. Aivoterveydessä ero on merkityksellinen, koska sama lause voi olla harmiton yleistys tai ihmisen valintoja ohjaava tulkinta.

NeuroAudit® Oy rakentaa Evidence Engineä, joka on kielimallin ulkopuolinen hallintakerros. Se määrittää, millainen tieteellinen näyttö saa tukea väitettä, mille väestölle väite pätee ja mitä siitä ei voi päätellä. Kielimalli voi auttaa kielen muotoilussa. Se ei saa itsenäisesti päättää tieteellisestä totuudesta, lähteiden hyväksyttävyydestä, väestöpätevyydestä tai kliinisestä merkityksestä. Aivoauditointi™ on menetelmä, jonka kautta tämä periaate näkyy käytännössä.

1. Sujuva vastaus ei ole sama asia kuin varmennettu väite

Kielimalli tuottaa uskottavaa kieltä. Uskottavuus ei kuitenkaan ole sama ominaisuus kuin jäljitettävyys. Vertailevassa analyysissä, jossa kielimallien annettiin tuottaa lähdeviitteitä systemaattisten katsausten kriteereillä, hallusinoituja eli vähintään kahdelta perustiedoltaan virheellisiä viitteitä oli GPT-3.5:llä 39,6 prosenttia, GPT-4:llä 28,6 prosenttia ja Bardilla 91,4 prosenttia palautetuista viitteistä (Chelli ym. 2024).

Tämä ei tarkoita, että kielimalli olisi lähtökohtaisesti kykenemätön tunnistamaan tutkimusasetelmia. Se tarkoittaa, että kielen tuottaminen yksinään ei riitä tieteelliseksi hallinnaksi silloin, kun viestinnän seuraukset koskevat ihmisen terveyttä. Terveydenhuollon kielimallitutkimusta kokoava sateenvarjokatsaus tunnisti lupaavia käyttökohteita potilastyössä ja päätöksenteon tukena, mutta arvioi mukaan otetuista 17 katsauksesta 12 metodologisesti heikoiksi ja korosti, että käyttöönotto edellyttää varovaisuutta sekä eettistä ja oikeudellista sääntelyä (Iqbal ym. 2025).

Muotoilu ja varmentaminen ovat kaksi eri tehtävää. Kielimalli optimoi sitä, miltä lause kuulostaa. Tieteellinen varmentaminen kysyy, onko lauseen takana yksilöity julkaisu, kuinka vahva sen asetelma on, ketä sen aineisto koski ja mitä rajoituksia tekijät itse kirjasivat. Jälkimmäiseen tehtävään tarvitaan säännöt, jotka ovat mallin ulkopuolella ja jotka pysyvät samoina riippumatta siitä, miten kysymys on muotoiltu.

Todellinen riski ei ole näkyvä virhe. Riski on sujuva ylitulkinta: syy-yhteys, jota aineisto ei kanna, väestöstä toiseen siirretty tulos, tai yksilölle annettu ohje, joka on johdettu ryhmätasoisesta havainnosta.

2. Tieteellinen näyttö vaatii mallin ulkopuolisen hallintakerroksen

Hallinta koskee yhtä lailla sitä, mitä lähde ei kanna. Jokaisesta hyväksytystä lähteestä kirjataan tulkintaa rajoittava tieto: asetelma, väestö ja tekijöiden itse nimeämä keskeinen rajoitus. Jos yksikään hyväksyttävä lähde ei tue ehdotettua lausetta, lause poistetaan tai sitä loivennetaan. Rajaus on tuotteen ominaisuus, ei sen puute.

Käytännössä hallinta tarkoittaa, että kuusi asiaa pidetään erillään, vaikka generatiivinen tuotanto sulauttaa ne yhdeksi tekstiksi:

• Tieteellinen lähde: yksilöity julkaisu, jolla on varmennettu tunniste, kuten DOI tai PMID, ja tarkistettu metatieto.
• Tuettu väite: se yksittäinen lause, jota kyseinen lähde voi kantaa, ei se aihepiiri, jota lähde sivuaa.
• Väestö: keitä lähteen aineisto koski, mukaan lukien sukupuoli, ikä ja elämänvaihe.
• Interventio tai havainto: tehtiinkö tutkimuksessa jotain vai seurattiinko tapahtumia sellaisina kuin ne ilmenivät.
• Tuotekonteksti: missä väite esiintyy, esimerkiksi itsearvioon perustuvassa raportissa eikä kliinisessä arviossa.
• Tuotettu kielellinen muotoilu: viimeinen kerros, jolla ei ole lupaa laajentaa väitteen kattavuutta.

3. Näytön aukko on historiallinen ja jatkuva

Sukupuolen huomioiminen biomedisiinisessä tutkimuksessa on parantunut, mutta ei tasaisesti. Yhdeksää biologista tutkimusalaa koskeneessa bibliometrisessä seurannassa vuoden 2019 julkaisuista useampi sisälsi molempia sukupuolia kuin vuosikymmentä aiemmin, mutta useimmilla aloilla sukupuolen mukaan analysoitujen tutkimusten osuus ei kasvanut, ja yhden sukupuolen asetelmaa tai analyysin puuttumista perusteltiin harvoin (Woitowich ym. 2020).

Kliinisissä tutkimuksissa kuva on alakohtainen. Kahdessakymmenessä vuodessa rekisteröityjä yhdysvaltalaisia interventiotutkimuksia tarkastelleessa poikkileikkausanalyysissä naisten osuus osallistujista oli sairaustaakkaan verrattuna matalin muun muassa neurologiassa, jossa naiset kantoivat 56 prosenttia toimintakykyisinä menetetyistä elinvuosista ja muodostivat 53 prosenttia osallistujista. Samassa analyysissä miehet olivat aliedustettuina kahdeksassa sairausryhmässä (Steinberg ym. 2021). Kysymys ei siis ole yhdestä yksinkertaisesta vinoumasta vaan siitä, että edustavuus vaihtelee alan ja asetelman mukaan.

Aukko ei ole vain historiallinen. Se jatkuu aina siihen asti, kun tulos raportoidaan sukupuolen ja elämänvaiheen mukaan eriteltynä riittävän suurissa otoksissa. Siihen asti tulkitsijan on tiedettävä, mitä aineistossa ei mitattu. Tämä on tavallisin tapa, jolla terveysviestintä ylittää näyttönsä: yleistys ei synny virheellisestä lähteestä vaan lähteestä, jota sovelletaan väestöön, jota se ei koskenut.

Tästä seuraa käytännön sääntö. Näytön tyypit on pidettävä erillään: eläinkokeet, molempia sukupuolia sisältävät kohortit joissa tuloksia ei eritelty sukupuolen mukaan, naisspesifiset kohortit sekä erikseen perimenopausaaliset ja postmenopausaaliset väestöt. Näiden sulauttaminen yhdeksi tutkimusnäytöksi on juuri se kohta, jossa tulkinta pettää. Evidence Engine kirjaa eron koneellisesti luettavaan muotoon sen sijaan, että jättäisi sen kirjoittajan muistin varaan.

4. Naisten aivoterveys ensimmäisenä korkean tarkkuuden vertikaalina

Ensimmäinen korkean tarkkuuden vertikaali on naisten aivoterveys. Syy ei ole se, että kysymys olisi muita kiinnostavampi, vaan se, että tulkinnan virhemarginaali on siinä suurin: hormonaaliset siirtymät, uni, mieliala, koettu kognitiivinen oireilu ja työn vaatimukset kohtaavat samassa elämänvaiheessa.

Menopaussivaiheen ja kognition suhdetta kokoavassa systemaattisessa katsauksessa ja meta-analyysissä postmenopausaaliset naiset suoriutuivat viivästetyn kielellisen muistin tehtävissä heikommin kuin pre- ja perimenopausaaliset, ja peri- ja postmenopausaalisilla oli suurempi masennusriski kuin premenopausaalisilla. Tekijät huomauttivat itse, ettei tuloksia voi yleistää mukana olleiden tutkimusten ulkopuolelle (Weber ym. 2014).

Kansainvälisen menopaussiyhdistyksen tilaamassa asiantuntija-arviossa keski-iän kognitiiviset muutokset todetaan yleisiksi ja ammattilaisen tehtäväksi annetaan kokemuksen normalisointi ja punnittu neuvonta, ei oireen tulkitseminen vakavan sairauden merkiksi (Maki ja Jaff 2022).

Unen osalta mekanismi on kesken. Perimenopausaalisia unihäiriöitä kokoavassa systemaattisessa katsauksessa hyvälaatuiset tutkimukset viittasivat estrogeenin ja progesteronin laskun osuuteen, mutta katsauksen tekijät totesivat unihäiriöiden patofysiologian ja syiden olevan yhä huonosti ymmärrettyjä ja neurobiologisia polkuja selvittäviä tutkimuksia tarvittavan (Haufe ym. 2022).

Elämänvaihetietoinen tulkinta ei tarkoita, että elämänvaihe selittäisi kokemuksen. Se tarkoittaa, että tulos luetaan oikeaa vertailuryhmää vasten. Itsearvioon perustuva tulos kertoo, miten ihminen kuvaa omaa kuormitustaan ja toimintakykyään juuri nyt. Se ei ole aivotoiminnan mittaus eikä diagnoosi, ja se voi silti olla hyödyllinen lähtökohta keskustelulle ja seurannalle.

Tästä seuraa kolme rajausta, jotka ovat Evidence Enginessä sääntöjä eivätkä tyylivalintoja. Ikä ei kerro hormonaalista tilaa. Estrogeeni tai progesteroni ei selitä yksittäisen ihmisen kognitiivista kokemusta. Havainnoiva, prekliininen tai menetelmiltään kirjava näyttö ei oikeuta mekanistista varmuutta. NeuroAudit® Oy ei diagnosoi oireita eikä päättele kenenkään hormonaalista vaihetta iän perusteella.

5. Kognitiivinen ergonomia siirtää kysymyksen yksilöstä työjärjestelmään

Keskeytyskuorma, tiedon hakemisen kitka, päätöskuorma ja rakenteellisen palautumisen puute ovat työjärjestelmän ominaisuuksia. Ne ovat hypoteeseja, joita organisaatiotason analyysi voi tutkia. Ne eivät ole mitattuja aivotoiminnan suureita, eikä NeuroAudit® Oy mittaa aivotoimintaa kliinisesti.

Työn psykososiaalisen kuormituksen ja mielenterveyden yhteydestä on kelvollista pitkittäisnäyttöä. Kahdeksan prospektiivisen kohortin meta-analyysissä, jossa oli 84 963 työntekijää ja 2 897 uutta masennushäiriötapausta, ponnistelun ja palkitsevuuden epäsuhta työssä ennusti masennushäiriön riskiä (yhdistetty estimaatti 1,49; 95 prosentin luottamusväli 1,23-1,80) (Rugulies ym. 2017). Kyse on ryhmätasoisesta riskisuhteesta, joka perustui pääosin itse raportoituun altistukseen, ei yksilön ennusteesta.

Palautuminen on puolestaan muokattavissa. Kolmenkymmenen tutkimuksen ja 34 intervention meta-analyysissä, jossa oli yhteensä 3 725 osallistujaa, psykologista irrottautumista työstä parantavat interventiot tuottivat keskimäärin pienen mutta merkitsevän vaikutuksen (d = 0,36), ja vaikutus oli suurempi pidemmissä ja suuremman annoksen interventioissa (Karabinski ym. 2021).

Siellä missä näyttö on ohutta, se on sanottava ääneen. Kymmenen havainnoivan tutkimuksen systemaattisessa katsauksessa menopaussivaihe ei ollut johdonmukaisesti yhteydessä työkykyyn, oireiden yhteys työsuoriutumiseen oli ristiriitainen, ja jokaisessa mukaan otetussa tutkimuksessa oli korkea harhan riski vähintään yhdellä arvioidulla osa-alueella (Taylor ym. 2025). Evidence Enginessä tällainen alue merkitään nimenomaisesti epävarmaksi, eikä sen pohjalta muotoiltua ohjetta esitetä varmana.

Työjärjestelmän tasolla katsominen muuttaa myös vastuun suuntaa. Jos kuormitus syntyy keskeytyksistä, päällekkäisistä prioriteeteista ja hajautuneesta tiedosta, sitä ei korjata neuvomalla yksilöä keskittymään paremmin. Korjattavat kohteet ovat kokousrakenne, työn pilkkoutuminen, tavoitettavuusodotukset ja se, onko palautumiselle varattu aikaa työn rakenteessa eikä vain vapaa-ajalla.

Organisaatioanalyysi tuottaa siksi ryhmätasoisia havaintoja ja kehittämishypoteeseja, joiden varassa työn rakenteita voidaan muokata. Yksittäisen työntekijän tulokset eivät päädy työnantajalle. Emme lupaa estää työuupumusta, muistisairautta, sairauspoissaoloja tai henkilöstön lähtövaihtuvuutta.

6. Mitä NeuroAudit® Oy rakentaa: nykyinen kyvykkyys

Seuraava luettelo kuvaa nykytilaa, eli sitä mikä on jo olemassa tuotteessa ja koodissa:

• Varmennetut tieteellisten lähteiden tunnisteet ja tarkistetut metatiedot.
• Provenienssitallenteet, joista näkyy mihin lähteeseen väite on sidottu.
• Näytön hyväksyttävyyssäännöt, jotka rajaavat millaista lähdettä saa käyttää.
• Väite- ja viittausvalidointi ennen kuin teksti tai raportti muodostetaan.
• Väestöpätevyyden kontrollit niissä kohdissa, joissa ne on toteutettu.
• Itsearvioon perustuvien laskennallisten tulosten erottaminen kliinisestä diagnoosista.
• Hallitut raportti- ja valmennustuotokset.

6b. Pohjantähti: mitä on vielä rakentamatta

Seuraavat ovat tiekartalla. Yksikään niistä ei ole valmis, eikä yhtäkään esitetä nykyisenä kyvykkyytenä:

• Laajempi kattavuus väitteestä lähteeseen.
• Tarkempi naisspesifisen ja elämänvaihekohtaisen näytön kartoitus.
• Laajennettu interventiotaksonomia.
• Näytön laadun ja sovellettavuuden pisteytys.
• Uudelleenkäytettävä näyttöinfrastruktuuri B2C- ja B2B-käyttöön sekä tuleviin integraatioihin.

7. Periaate

Väestötasoinen näyttö on arvokasta ja samalla helppo ylitulkita. Lancetin muistisairauksia käsittelevän pysyvän komission vuoden 2024 raportti arvioi mallinnuksen pohjalta, että noin 45 prosenttia muistisairaustapauksista olisi potentiaalisesti ehkäistävissä tai viivästettävissä, jos neljäätoista muokattavissa olevaa riskitekijää käsiteltäisiin elämänkaaren eri vaiheissa (Livingston ym. 2024). Se on väestötasoinen arvio, ei yksilölle annettu lupaus, eikä sitä saa kääntää tuotelupaukseksi.

Tämä vaatii yritykseltä pidättyvyyttä. Osa kysymyksistä, joita asiakas haluaisi meiltä kysyä, on sellaisia, joihin nykyinen näyttö ei anna vastausta. Silloin oikea tuotos on rajattu vastaus ja nimetty epävarmuus, ei vakuuttavampi lause. Emme ole ratkaisseet tieteellistä epävarmuutta. Rakennamme kerroksen, joka tekee epävarmuuden näkyväksi ja käsiteltäväksi.

Tavoite ei ole tuottaa enemmän terveyssisältöä. Tavoite on tehdä jokainen seurauksellinen väite jäljitettäväksi, rajatuksi ja sopivaksi sille ihmiselle tai väestölle, jota se koskee.

Tieteen on johdettava.

Lähteet ja tutkimusperusta

1. Chelli M, Descamps J, Lavoue V, Trojani C, Azar M, Deckert M, Raynier JL, Clowez G, Boileau P, Ruetsch-Chelli C. Hallucination Rates and Reference Accuracy of ChatGPT and Bard for Systematic Reviews: Comparative Analysis. Journal of Medical Internet Research 2024;26:e53164. DOI: 10.2196/53164. PMID: 38776130.
2. Iqbal U, Tanweer A, Rahmanti AR, Greenfield D, Lee LT, Li YJ. Impact of large language model (ChatGPT) in healthcare: an umbrella review and evidence synthesis. Journal of Biomedical Science 2025;32(1):45. DOI: 10.1186/s12929-025-01131-z. PMID: 40335969.
3. Woitowich NC, Beery A, Woodruff T. A 10-year follow-up study of sex inclusion in the biological sciences. eLife 2020;9:e56344. DOI: 10.7554/eLife.56344. PMID: 32513386.
4. Steinberg JR, Turner BE, Weeks BT, Magnani CJ, Wong BO, Rodriguez F, Yee LM, Cullen MR. Analysis of Female Enrollment and Participant Sex by Burden of Disease in US Clinical Trials Between 2000 and 2020. JAMA Network Open 2021;4(6):e2113749. DOI: 10.1001/jamanetworkopen.2021.13749. PMID: 34143192.
5. Weber MT, Maki PM, McDermott MP. Cognition and mood in perimenopause: a systematic review and meta-analysis. Journal of Steroid Biochemistry and Molecular Biology 2014;142:90-98. DOI: 10.1016/j.jsbmb.2013.06.001. PMID: 23770320.
6. Maki PM, Jaff NG. Brain fog in menopause: a health-care professional's guide for decision-making and counseling on cognition. Climacteric 2022;25(6):570-578. DOI: 10.1080/13697137.2022.2122792. PMID: 36178170.
7. Haufe A, Baker FC, Leeners B. The role of ovarian hormones in the pathophysiology of perimenopausal sleep disturbances: A systematic review. Sleep Medicine Reviews 2022;66:101710. DOI: 10.1016/j.smrv.2022.101710. PMID: 36356400.
8. Taylor S, Callahan B, Grant J, Islam RM, Davis SR. Menopause and work performance: a systematic review of observational studies. Menopause 2025;32(8):769-778. DOI: 10.1097/GME.0000000000002557. PMID: 40460347.
9. Rugulies R, Aust B, Madsen IE. Effort-reward imbalance at work and risk of depressive disorders. A systematic review and meta-analysis of prospective cohort studies. Scandinavian Journal of Work, Environment and Health 2017;43(4):294-306. DOI: 10.5271/sjweh.3632. PMID: 28306759.
10. Karabinski T, Haun VC, Nubold A, Wendsche J, Wegge J. Interventions for improving psychological detachment from work: A meta-analysis. Journal of Occupational Health Psychology 2021;26(3):224-242. DOI: 10.1037/ocp0000280. PMID: 34096763.
11. Livingston G, Huntley J, Liu KY, Costafreda SG, Selbaek G, Alladi S, et al. Dementia prevention, intervention, and care: 2024 report of the Lancet standing Commission. The Lancet 2024;404(10452):572-628. DOI: 10.1016/S0140-6736(24)01296-0. PMID: 39096926.