Ä¢¹½Ö±²¥

Keski-Suomen hyvinvointialueen strategisia menestystekijöitä ovat vankka tietopohja ja tiedon systemaattinen hyödyntäminen toiminnan kaikilla tasoilla, sekä tekoälyn tarkoituksenmukainen hyödyntäminen. Nämä ovat avaintekijöitä rakennettaessa tulevaisuuden menestystekijöitä älykkään erikoistumisen kasvukärkialoilla hyvän vointi ja digitalisaatio.

Nivelrikko ja syöpäsairaudet aiheuttavat merkittäviä kustannuksia yhteiskunnalle, jolloin niiden ennalta ehkäiseminen ja varhainen havaitseminen ovat tehokkaimpia keinoja lisätä potilaiden hyvinvointia ja tuottaa kustannussäästöjä. Digitalisaatio ja mm. etädiagnostiikka vähentää potilaiden ja lääkäreiden liikkumistarvetta, minkä vuoksi ratkaisut tukevat myös kestävää kehitystä. Myös terveydenhuollon rutiinitehtävien automatisointi tekoälyn keinoin mahdollistaa resurssien tehokkaamman käytön.

Terveysdatan hyödyntäminen data-analytiikan ja tekoälyn keinoin on kustannustehokas tie edistää hyvinvointia ja tuottaa kustannussäästöjä. Terveysdatan pohjalta luotavat tekoälymallit ja data-analytiikkamenetelmät ovat kaupallisesti hyvin skaalautuvia tuotteita ja tarjoavat siten TKI-toimijoille uusia mahdollisuuksia.

AI hub Keski-Suomi II hankkeen tavoitteena on laajentaa biopankin ja hyvinvointijärjestelmän kanssa luotua tekoälyalustaa sekä uusilla tietosisällöillä, kotimaisilla ja kansainvälisillä kumppanuuksilla että siirtää yrityksiin tietoa sovellusalueen TKI-potentiaalista. Samalla pyritään luomaan uusia TKI-kumppanuuksia tulevaisuuden tekoälyä hyödyntävän liiketoiminnan kiihdyttämiseksi. Hankkeen konkreettisilla toimilla edistetään myös terveyspalvelujärjestelmän ja biopankkiin kertyvän datan älykästä hyödyntämistä tuomalla käyttöön uusia aineistoja ja kehittämällä ja pilotoimalla menetelmiä Keski-Suomen AI hub -verkoston syöpä- ja nivelrikkotutkimukseen perustetuille kehittämisalustoille. Hankkeessa myös vahvistetaan alueellista kehittämisverkostoa kotimaisilla ja kansainvälisillä toimijoilla, millä pyritään sekä uusimman tiedon tuomiseen että digitaalisten aineistojen tietosisältöjen laajentamiseen ja monipuolistamiseen. Hankkeen aikana viedään myös seminaareja järjestämällä tietoa toimialueen TKI-toiminnasta yrityksiin.

Hankkeessa tuotetaan myös synteettisiä aineistoja jotka nopeuttavien uusien ideoiden ja kokeilujen suorittamista ja tutkimus- ja tuotekehityshankkeiden käynnistämistä alueella. Hankkeen tulokset tuovat nivelrikon ja syöpätautien tutkimukseen ja hoitoon kerättyjä digitaalisia aineistoja ja menetelmiä paremmin niin tutkijoiden kuin tuotekehittäjien saavutettavaksi.

Hankkeen pilotit tuovat uusia digitaalisia menetelmiä biopankin syöpätutkimukseen ja nivelrikon varhaisen diagnostiikan menetelmäkehitykseen, mikä edistää sekä kansalaisten hyvinvointia että luo mahdollisuuksia uusien kaupallisten tekoälysovellusten kehittämiselle Keski-Suomessa. Hankkeen pitkäaikaisvaikutukset tukevat Keski-Suomen hyvinvointialueen tavoitteita palveluiden yhdenvertaisuuden, saatavuuden ja saavutettavuus parantamisesta sekä toiminnan vaikuttavuuden ja kustannustehokkuuden vahvistamisesta digitalisaation keinoin.

Digipatologia

Tässä työpaketissa keskitytään selvittämään tekoälyn käyttömahdollisuuksia histopatologisista kuvista tehtävässä diagnostiikassa. Histopatologiassa kudosnäytteet valmistetaan ohuiksi leikkeiksi mikroskooppilaseille ja näitä tutkimalla patologi antaa oman arvionsa esim. syövän tyypistä. Näytteen prosessointi on esitelty kuvassa 1. Geneettiset muutokset saadaan selville tekemällä lisää laboratorianalyysejä näytteille. Projektissa yritetään selvittää, voidaanko tiettyjä rakenteellisia tai geneettisiä muutoksia havaita suoraan mikroskooppilaseilta digitoiduista näytteistä tekoälyn avulla.

Erityisen mielenkiinnon kohteina rakenteellisista muutoksista on stroomatyypin määrittämisen automatisointi. Strooma on sidekusta ja syöpäkasvaimen strooman tyypin on todettu korreloivan kasvaimen aggressiivisuuteen sekä kykyyn sietää syövän tuhoamiseen käytettyjä säde- ja lääkehoitoja. Stroomaa on kolmea eri tyyppiä, joita on silmämääräisesti hankala erottaa toisistaan, mutta koneen määrittäessä tyypin, saataisiin tehtävään toivottua toistettavuutta.

Geneettisisten muutosten osalta hankkeessa on tarkoitus selvittää, voidaanko mutaatiot DNA:n korjausmekanismissa havaita tekoälymallin avulla ilman erillisiä immunohistokemiallisia värjäyksiä. Tämä on potilaan hoidon kannalta oleellinen tieto, mutta jää usein selvittämättä resurssien puutteen vuoksi.

Mikäli edes osa näistä saataisiin luotettavalla tavalla automatisoida tulevaisuudessa, voisivat säästöt reagenssien, laboratoriohenkilöstön ja patologien työtuntien kannalta olla merkittäviä. Myös potilaan hoitoon pääsy saattaisi nopeutua, mikä olisi ensiarvoisen tärkeää. 

Kuva 1. Histopatologisen näytteen prosessointi digitaalisessa patologiassa. Mikroskooppilasille valmisteltu ja värjätty kudosleike skannataan digitaaliseksi Whole Slide-skannerilla (1–3). Muodostunut WSI-kuva on niin suurikokoinen, että se täytyy pilkkoa pienempiin kuvatiiliin, jotta sitä voidaan hyödyntää tekoälymallin opettamisessa (4). Tekoälymalli voidaan opettaa esimerkiksi tunnistamaan syöpätyypin tai luokittelemaan näytteet niiden geneettisen profiilin perusteella. 
 

Nivelrikon varhainen dianostiikka

Varhaisen nivelrikon tai sen piirteiden automaattiseen tunnistamiseen ei ole olemassa luotettavia digitaalisia menetelmiä. Tämä on merkittävä puute ja kehittämiskohde terveydenhuollossa sekä potilastyön että nivelrikon tutkimuksen näkökulmasta. Yksi keskeisin kehitystä jarruttava tekijä on riittävän laajojen ja monipuolisten luokiteltujen radiologisten nivelrikkoaineistojen puute. Tämän työpaketin uutuusarvo syntyy uuden kansainvälisen ja monialaisen yhteistyöalustan luomisesta, jonka avulla nivelrikon radiologisen tekoälydiagnostiikan menetelmäkehityksen käytössä olevat aineistot, sekä aidot että synteettiset, monipuolistuvat ja laajenevat. Lisäksi asiantuntijaverkosto monipuolistuu ja Keski-Suomen näkyvyys alan kehittäjämaakuntana vahvistuu. Yrityksille syntyy myös mahdollisuuksia pilotoida ja demonstroida teknologioiden kyvykkyyksiä yhdistetyillä aineistoilla osana kansainvälistä TKI-verkostoa.