Base Styles/Icons/Menu/Burger Default Created with Sketch. Base Styles/Icons/Close/Default Created with Sketch. Base Styles/Icons/lock/open Created with Sketch.

Väitös tietotekniikan alalta, TkL Olli-Pekka Rinta-Koski

Pikkukeskosten terveydentilaa voidaan ennustaa tehohoidon alkuvaiheessa tehtyjen mittausten avulla

Tekniikan lisensiaatti Olli-Pekka Rinta-Koski väittelee perjantaina 9.11.2018 klo 12 Aalto-yliopiston perustieteiden korkeakoulussa salissa T2, Konemiehentie 2, Espoo. Väitöskirjassa: "Machine learning in neonatal intensive care" osoitetaan, kuinka koneellisesti kerättyä dataa käyttäen voidaan muodostaa matemaattisia malleja, jotka ennustavat tehohoitopotilaan tilan kehittymistä. Näiden mallien pohjalta voidaan kehittää oppivia järjestelmiä pikkukeskosten tehohoidon tueksi.

Ennen 37. raskausviikkoa syntyneillä keskoslapsilla on monia kehitykseen ja terveyteen liittyviä ongelmia. Näistä lapsista kaikkein ongelmallisimpia ovat syntymäpainoltaan alle 1500 g painoiset pikkukeskoset, jotka tarvitsevat tehohoitoa vastasyntyneiden teho-osastolla ennen kotiutumistaan. Tässä väitöskirjassa sovelletaan koneoppimismenetelmiä pikkukeskosten sairaalakuolleisuuden ja tiettyjen sairauksien ennustamiseen. Saadut tulokset osoittavat, että hoidon alkuvaiheessa kerättyjä mittaustuloksia voidaan käyttää ennustamaan potilaan tilan kehittymistä hoidon aikana. Keskosten tehohoidossa vakiintunut käytäntö on laskea potilaista lääketieteellisiä tunnuslukuja, joiden muodostamisessa käytetään hyväksi hoitavan lääkärin asiantuntemusta. Yhdistämällä nämä kaksi lähestymistapaa päästään ennustustulokseen, joka on parempi kuin kummallakaan menetelmällä yksin. Saatuja tuloksia voidaan käyttää kehitettäessä oppivia järjestelmiä tehohoidon tueksi.

Elektroninen väitöskirja: http://urn.fi/URN:ISBN:978-952-60-8210-3  

Vastaväittäjä: professori Tapio Seppänen, Oulun yliopisto

Kustos: professori Simo Särkkä, Aalto-yliopiston perustieteiden korkeakoulu, tietotekniikan laitos

pdf attachment
Dissertation press release_Olli-Pekka Rinta-Koski 62.26 K
download icon
Dissertation press release_Olli-Pekka Rinta-Koski