Uutiset

Suomalaistutkijoiden kehittämä syväoppimismalli tunnistaa tarkasti diabeteksen aiheuttamia silmäsairauksia

Mallista voi olla merkittävää apua diabeteksen aiheuttamien silmäsairauksien tunnistamisessa. Se voi helpottaa terveydenhuollon ammattilaisten työtä sekä laskea terveydenhuollon kustannuksia.
Syväoppimismenetelmä auttaa tunnistamaan diabeteksen aiheuttamia silmäsairauksia.

Uusi syväoppimismalli tunnistaa täsmällisesti diabeettisen retinopatian eli silmän verkkokalvosairauden ja sen aiheuttaman makulaturvotuksen vakavuusasteen. Tutkimustulokset on julkaistu Nature Scientific Reportsissa.

Syväoppimismalli tunnisti verkkokalvosairauden vähintään yhtä hyvin tai jopa paremmin kuin aiemmissa tutkimuksissa kehitetyt vastaavat mallit, vaikka mallin kouluttamiseen käytettiin vain 29 000 kuvan aineistoa. Malli tunnisti sairauksia täsmällisemmin, kun koulutuksessa hyödynnettiin korkealaatuisia ja -resoluutioisia kuvia diabetespotilaiden silmänpohjista.

”Mallista voisi rakentaa automatisoidun tunnistusmenetelmän, joka joko tukisi lääkäreiden työtä tai toimisi itsenäisempänä diagnosointityökaluna”, sanoo tutkija Jaakko Sahlsten.

Tutkimustulokset viittaavat siihen, että syväoppimisen avulla diabetekseen liittyvien silmäsairauksien seulontaa ja diagnosointia voitaisiin tehostaa. Järjestelmää voitaisiin soveltaa kliinisissä tutkimuksissa, jotka vaativat tarkkaa luokittelua.

”Tällä hetkellä lääkärit katsovat silmänpohjakuvat tietokoneelta, ja tekevät päätöksen erikoislääkärin lähetteestä diabeettisen retinopatian luokitteluasteikon ja kokemuksensa perusteella. Tälle seulontaprosessille on asetettu tarkat ohjeistukset tarkkuuden suhteen esimerkiksi Suomessa ja Englannissa, jotka malli myös ylittää korkealla marginaalilla”, jatkaa tutkija Joel Jaskari.

Silmän verkkokalvosairaus on yksi yleisimmistä diabeteksen liitännäissairauksista, joka voi hoitamattomana johtaa vakavaan näön heikkenemiseen ja jopa silmän sokeutumiseen. Tällä hetkellä diabeteksen aiheuttamien silmäsairauksien tunnistamiseen käytetään yleensä silmänpohjan tai verkkokalvon kuvantamista, ja taudin vakavuuden ja asteen arvioi lääkäri.

Diabetes on kaikkialla maailmassa ilmenevä sairaus. Se yleistyy nopeasti, minkä vuoksi myös silmänpohjan ja verkkokalvon kuvantamisten määrä kasvaa. Tämä lisää terveydenhuollon ammattilaisten työtaakkaa sekä terveydenhuollon kustannuksia. Automatisoitu tunnistusmenetelmä, joka joko tukisi ammattilaisten työtä tai toimisi varsinaisena diagnosointityökaluna, helpottaisi tilannetta.

”Suomalaisen terveydenhuollon korkealaatuiset arkistoidut kuvamateriaalit ovat mahdollistaneet tämän työn ja kannustavat tutkimaan tekoälypohjaisten ratkaisujen soveltuvuutta diabeteeksen liittyviin ja liittymättömiin sairauksiin ja komplikaatioihin", toteaa professori Kimmo Kaski.

Tutkimusryhmään kuului tutkijoita Aalto-yliopiston tietotekniikan laitokselta, Suomen tekoälykeskuksesta (FCAI, Finnish Center for Artificial Intelligence) ja lääkäreille silmäsairauksien seurantapalveluita tuottavasta Digifundus-yrityksestä ja Keski-Suomen keskussairaalasta.

Linkki tutkimusartikkeliin: https://www.nature.com/articles/s41598-019-47181-w

  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lisää tästä aiheesta

UNITE! workshop at Aalto University in February 2020. Photo: Mikko Raskinen.
Tutkimus ja taide Julkaistu:

Tekniikan alan yliopistojen EU-hankkeessa luodaan tulevaisuuden yliopistoa

Tulevaisuuden yliopistossa kampuksesta tulee avoin kokeellinen laboratorio, virtuaalinen vaihto-opiskelija voi valita kursseja kaikkien yliopistojen tarjonnasta, ja yliopiston jokainen työntekijä kokee asiakseen toimia tasa-arvoa edistävällä tavalla.
Kuva: Adolfo Vera.
Tutkimus ja taide Julkaistu:

HUSissa ja Aallossa alkaa tutkimus EEG-aivosähkökäyrästä tehtävästä koronavirusinfektion hengitysvaikeuden ennusteesta

Koronaviruspotilaiden vakavien hengitysvaikeuksien taustatekijöitä etsitään koneoppimisen avulla EEG-aivosähkökäyristä. Tutkimuksen tuloksia on tarkoitus hyödyntää muidenkin potilaiden tehohoidon arvioinnissa.
Photo: Aalto University
Tutkimus ja taide Julkaistu:

EU-hankkeessa pyritään hyödyntämään led-valojen termodynamiikkaa hukkaenergian muuntamiseen takaisin sähköksi

Horisontti 2020 -hankkeessa pyritään muun muassa minimoimaan materiaaleista johtuvat häviöt.
Kuvassa vihreällä taustalla kuvat Matti Rossista ja Markku Kaustiasta
Tutkimus ja taide Julkaistu:

Onko tulevaisuus OneCoin-tyyppisten pyramidihuijausten?

Professorit Matti Rossi ja Markku Kaustia keskustelevat kryptovaluuttojen mahdollisuuksista ja haasteista.