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

Lue lisää uutisia

Icepeak_Tokyo_olympic outfit
Tutkimus ja taide Julkaistu:

Aalto-yliopiston opiskelijan idean pohjalta syntyivät Suomen olympiajoukkueen asut Tokion kisoihin

Luhta Sportswear Company ja Aalto-yliopisto suunnittelivat yhteistyössä asut Tokion kisoihin 2021.
akun elektrodeja tutkimuskaapissa
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Akun osia voidaan kierrättää sellaisenaan – menetelmä säästää harvinaisia raaka-aineita

Aalto-yliopiston tutkijat osoittivat, että älypuhelimen akun elektrodit ovat uusiokäytössä lähes uutta vastaavia. Seuraavaksi tutkitaan sähköautojen akkujen osien kierrätettävyyttä
ENRIO 2021 congress logo banner
Tutkimus ja taide Julkaistu:

ENRIO 2021 -kongressi järjestetään verkossa 27.-29. syyskuuta

Kongressin teemoja ovat avoimen tieteen ja EU:n tietosuojalainsäädännön tutkimusetiikka sekä muun muassa tiedevilppi. Ilmoittautuminen avautuu 3.5.
Book shelves in the library full of books
Yhteistyö, Tutkimus ja taide Julkaistu:

Kurssikirjojen kirjoittaja ja tiedekirjailija – tiesitkö, että olet oikeutettu lainauskorvaukseen?

Kaikki tekijät, jotka ovat kirjoittaneet tekstiä teokseen, jota lainataan kirjastoista, ovat oikeutettuja lainauskorvaukseen.