Väitös matematiikan ja tilastotieteen alalta, DI Paavo Raittinen

Koneoppimisen aika on nyt ja sen sovellukset ovat arkipäiväisessä käytössä digitaalisilla alustoilla, kuten hakukonepalvelu Googlessa, Netflix suoratoistopalvelussa tai Wolt -teknologiayrityksen ruokalähettipalvelussa. Luotettavana tieteellisen tilastollisen analyysin tutkimusmenetelmänä koneoppiminen ei vielä kuitenkaan ole arkipäivää, esimerkiksi lääketieteen alalla. Lääketieteen alan tieteellisissä julkaisuissa perinteiset tilastollisen päättelyn sallivat menetelmät ovat yhä ne käytetyimmät.

Väitöskirjassani ”On statistical analysis and machine learning in prostate cancer research” (suomennos: ”tilastollinen analyysi ja koneoppiminen eturauhassyöpätutkimuksessa”) tutkittiin erään koneoppimismenetelmän (satunnaismetsät) soveltamista eturauhassyövän eksploratiivisessa tutkimuksessa. Tutkimuksen tarkoitus oli poikkitieteellisyytensä vuoksi kaksihaarainen: yhtäältä tutkitaan koneoppimismenetelmien käypyyttä menetelmänä, verrokkina perinteinen menetelmä avulla (Wilcoxonin järjestettyjen sijalukujen merkkitesti), ja toisaalta haluttiin selvittää mitä tulos tarkoittaa eturauhassyövän viitekehyksessä ja mitkä ovat mahdolliset biologiset mekanismit. Perusaineistona on käytetty ESTO1 satunnaistetun plasebokontrolloidun kliinisen kokeen aineistoa, johon on yhdistetty laaja kirjo lipidi- ja steroidiarvomittauksia samoista potilaista. ESTO1 päätutkimuksessa tutkittiin statiinien vaikutusta eturauhassyövän ominaisuuksiin solutasolla. Näin laajaa lipidomi / steroidomi -aineistoa ei tietääkseni ole tutkittu vastaavanlaisessa asetelmassa, saati sitten koneoppimismenetelmin.

Valitun koneoppimismenetelmän avulla päästiin samaan tulokseen ja johtopäätökseen, kuin vastaavaan tutkimusongelmaan soveltuvan perinteisen menetelmän. Lisäksi satunnaismetsä mallin perusteella tuloksista voidaan päätellä enemmän muun muassa muuttujien välisestä hierarkiasta, joka on selkeä etu verrattuna muihin malleihin. Biologian näkökulmasta: statiinien käyttö vaikuttaa lipidi- ja steroiditasoon seerumissa, verrattuna plaseboon. Niin ikään statiinit näyttäisivät vaikuttavan eturauhaskudoksessa lipidi- ja steroidimiljööseen tasoja laskevasti. Kummatkin biologiset tulokset ovat uusia.

Väitöskirjan tulokset antavat positiivisen esimerkin koneoppimismenetelmien soveltuvuudesta klassisen tutkimusasetelman tulosten analysoinnissa. Loppupäätelmänä voi todeta, että myös eturauhassyöpätutkimus voi hyötyä paljon koneoppimisen arkipäiväistymisestä ja edistysaskeleista.

Vastaväittäjä on professori Tommi Sottinen, Vaasan yliopisto, Suomi

Kustos on professori Pauliina Ilmonen, Aalto-yliopiston perustieteiden korkeakoulu, matematiikan ja systeemianalyysin laitos

Väittelijän yhteystiedot: [email protected]

Väitöstilaisuus järjestetään kampuksella. 

Väitöskirja on julkisesti nähtävillä 10 päivää ennen väitöstä Aalto-yliopiston julkaisuarkiston verkkoriiputussivulla.

Elektroninen väitöskirja