# Just sellest levinud ravimist loobutakse Eestis kõige sagedamini kõrvaltoimete tõttu

- Link: https://kihulane.eu/arhiiv/198846
- Published: 2026-06-19T12:58:38+03:00
- Author: RSS

![Vana naine hoiab käes kapslit](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///
ywAAAAAAQABAAACAUwAOw==)

 * Tartu ülikooli teadlased näitasid, et suured keelemudelid leiavad arstimärkmetest
   täpsed ravikatkestuse põhjused.
 * Uuring kasutas 10 protsendi Eesti rahvastiku retseptiandmeid ja arstide märkmeid
   aastatest 2012–2019.
 * Analüüsiti diabeediravimite ja statiinide kasutamist, ühendades retseptiandmed
   arstide vabatekstiga.

**Eesti apteekides jääb igal aastal välja ostmata tuhandeid elutähtsaid retsepte.
Küsimus **«M**iks seda tehakse?**»** on seni jäänud meditsiinisüsteemi suureks pimealaks.
Nüüd kasutasid Tartu ülikooli teadlased tehisintellekti, et lugeda läbi tuhandeid
haiguslugusid, ja avastasid arstide märkmetest tegeliku põhjuse, miks inimesed rohtudest
loobuvad.**

Tartu ülikooli arvutiteaduse instituudi teadlased tõestasid värskes uuringus, et
suured keelemudelid suudavad arstide kirjutatud elektroonilistest märkmetest suure
täpsusega üles leida põhjused, miks patsiendid ravimite võtmise lõpetavad.

Diabeediravimitele ja statiinidele keskendunud teadustöö näitas kätte meetodi, kuidas
panna seni raskesti analüüsitav kliiniline info meditsiini kasuks tööle.

## Põhjus peidab end arsti märkmetes

![Terviseinformaatikud.](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///ywAAAAAAQABAAACAUwAOw
==)

Terviseinformaatika uurimisrühmas tehtud ulatuslikus uuringus ühendati kümme protsenti
Eesti rahvastiku retseptiandmeid aastatest 2012–2019 arstide kirjutatud märkmetega.
Probleem, millele lahendust otsiti, oli siinses meditsiinisüsteemis igapäevane.

«Retseptiandmetest näeme, et ravim on jäänud välja ostmata, kuid põhjus on sageli
kirjas hoopis arsti märkmetes. Seni oli seda infot võimalik kasutada vaid väga piiratud
mahus, sest haiguslugude käsitsi läbitöötamine on äärmiselt ajamahukas,» ütles Tartu
ülikooli terviseinformaatika nooremteadur Hendrik Šuvalov.

## Keelemudelid tegid uskumatu täpsusega tööd

Uuringu esimeses etapis otsiti üles patsiendid, kes polnud vähemalt ühe aasta jooksul
neile määratud ravimit apteegist välja ostnud. Seejärel pandi tööle suured keelemudelid,
mille ülesanne oli leida arstide märkmetest ravi lõpetamisega seotud fraasid, konkreetsed
põhjused ja tuvastada isegi see, kas ravi katkestamise algatas patsient või arst.

Et hoida patsientide andmeid turvaliselt, tehti suurem osa analüüsist kinnises keskkonnas
keelemudeliga Llama-3.1-70B. Võrdluseks kasutati ka tuntud mudelit GPT-4o, kuid 
viimasele anti analüüsimiseks vaid selline tekst, mis oli käsitsi üle vaadatud ja
tundlikust infost täielikult puhastatud.

Tulemused olid muljetavaldavad. Meditsiinieksperdid kinnitasid, et ülikooli serveris
töötav keelemudel tegi oma tööd väga hästi: vajalike fraaside leidmise täpsus oli
lausa 93–98 protsenti ja katkestamise põhjuste tuvastamine õnnestus 95–96 protsendi
täpsusega.

## Miks siis ravimid apteeki jäävad?

Andmete analüüsimisel koorus välja, et** kõige sagedamini jätsid patsiendid ravi
katki ravimite kõrvaltoimete tõttu**. **Kolesteroolitaset langetavate** **statiinide**
puhul moodustasid kõrvaltoimed lausa **70 protsenti **kõigist ravi katkestamise 
dokumenteeritud põhjustest. **Diabeediravimite **puhul oli kõrvaltoimete osatähtsus
ligi** 45 protsenti, **kuid nende ravimite puhul mängisid olulist rolli veel **ravi
ebapiisav mõju** ja **mitmesugused vastunäidustused.**

Teadlaste sõnul peitub terviseandmetes märksa rohkem teavet, kui on kirjas vaid 
tuimades diagnoosides, retseptide nimekirjades või laboritulemustes. «Terviseandmetes
on peidus ka killud sellest, kuidas ravi päriselt kulgeb. Patsientide kogemused,
kõrvaltoimed ja ravi muutmise põhjused jõuavad sageli arsti märkmetesse, kuid jäävad
tavapärastes andmeanalüüsides kasutamata,» rääkis Šuvalov.

Uuringu kõige kaalukamaks väärtuseks peetakse aga uudse meetodi loomist. Keelemudelite
abil on nüüd võimalik muuta süsteemidele seni raskesti loetav olnud kliiniline vabatekst
süstematiseeritud ja uuritavaks andmestikuks. Teadlastele ja arstidele annab see
tulevikus võimaluse inimeste raviteekonda oluliselt paremini jälgida ning toetada
Eestis tõenduspõhiste otsuste tegemist tervisepoliitikas.

_Loe uuringust lähemalt teadusajakirjast_ _Journal of Medical Internet Research_.

[Loe allikat](https://pmo.ee/8494173)