Jyväskylän yliopiston hanke menestystarinaksi Suomen Akatemiassa

RADDESS-akatemiaohjelma (Säteilyilmaisimet terveyden ja turvallisuuden edistämiseksi) pyrki edistämään ja luomaan uudenlaisia teknologioita ja niiden sovelluksia erityisesti terveyden ja turvallisuuden aloilla perustutkimusta vahvistamalla. Spectral Imaging of Complex Surface Tomographies (SICSURFIS) on yksi ohjelman hankkeista keskittyen ihosyöpään ja kompleksisten pintojen 3D spektrikuvantamiseen. Kompleksia pintoja, jotka ovat aiemmissa tutkimuksissa todettu haastaviksi kuvannettaviksi, voivat olla esimerkiksi korvanlehti tai silmäkulma.

— Spektrikuvantaminen on kuvausmenetelmä, jossa valon eri aallonpituusalueita kuvataan omiksi harmaasävykuviksi. Kun nämä kuvat laitetaan aallonpituuden mukaan järjestykseen, saadaan spektrikuva, jossa kukin kuvan pikseli muodostaa spektrin, kuvailee apulaisprofessori Ilkka Pölönen Jyväskylän yliopistosta. 

Jyväskylän yliopisto koordinoi SICSURFIS-hanketta ja toteutti hankkeelle laiteohjelmiston potilaskuvantamiseen, laskentamenetelmät ihon pinnan 3D malleille sekä tekoälyä hyödyntävät menetelmät ihosyövän tunnistamiseen. Valtakunnallisesti Jyväskylän yliopiston spektrikuvantamisen laboratorio onkin tunnettu laskentamenetelmien kehittäjänä erilaisiin spektrikuvantamisen sovelluksiin. 

— Tälläkin hetkellä käynnissä olevissa tutkimushankkeissa aiheet liikkuvat solutasolta asteroideihin, kertoo Pölönen.

Useat saavutukset tekivät hankkeesta menestystarinan

SICSURFIS-hanke valittiin yhdeksi RADDESS-akatemiaohjelman menestystarinaksi. Koko hankkeen saavutukseksi nostettiin se, että uusi teknologia pystyttiin kokonaisuudessaan kehittämään ja testaamaan kliinisin potilastestein, ja tulokset vahvistettiin lääketieteellisin kokein. Poikkeuksellista on se, että usein tutkimuksessa uudet teknologiat eivät yllä käytännön tasolle, mikä sai erityiskiitosta arvioitsijoilta.  

Jyväskylän yliopiston onnistumisiksi listattiin menetelmät ihon pinnan 3D mallien laskentaan, sekä teköälymalli ihosyövän tunnistamiseen. Malli hyödyntää ihon optisia ominaisuuksia, jotka spektrikamera mittaa hyvin tarkasti.

— Työssä upeaa oli nähdä, miten tekemäni eri vaiheet kameran laiteohjauksen ja käyttöliittymän suunnittelusta ja toteutuksesta tuottivat lääkäreille työvälineen, jolla suoritettiin potilaiden kuvantaminen, kertoo tutkijatohtori Anna-Maria Raita-Hakola, jonka väitöskirjatutkimuksen päätutkimustulokset ovat SICSURFIS hankeen osatuloksia. 

Konvoluutioneuroverkkoon pohjautuvan tekoälymallin kehitettyään Raita-Hakola kykeni muun muassa erottelemaan ihon kuvadatasta eri leesiotyyppejä ja niiden kasvutapoja, sekä määrittämään leesion ja terveen ihon rajaa. Tämän kaltaiset kuvantamissysteemit voivat mahdollistaa nopeita ja tarkkoja diagnooseja tarjoten lääkäreille tukea hoitopäätösten tekemiseen ilman perinteisiä koepalatutkimuksia. Hyvän- ja pahanlaatuiset kasvaimet voidaan erottaa tehokkaammin ja hoito voidaan aloittaa välittömästi. 

— Tulevaisuudessa olisi hienoa nähdä tarkkoja optimoituja tekoälymalleja, jotka pystyvät toimimaan käsikäyttöisissä pienissä kuvantamislaitteissa. Tätä kohti olemme vahvasti kulkemassa tulevaisuuden tutkimussuunnitelmissamme, paljastaa Raita-Hakola. 
 
Hanke koostuu konsortiosta, jossa on mukana tutkijoita Jyväskylän ja Vaasan yliopistoista, VVT Teknologian tutkimuslaitokselta ja Helsingin yliopistollisesta sairaalasta (HUS). 

RADDESS-ohjelma oli käynnissä 2018–2022 ja sen loppuarviointi valmistui vuoden 2023 aikana. 

Lisätietoa tutkimuksesta voi lukea Anna-Maria Raita-Hakolan väitöskirjasta ”Sensoreista konenäkösysteemeihin: konenäön, tietokonenäön ja koneoppimisen tarkastelua hyperspektrikuvantamisen sovelluksissa” JYX-julkaisuarkistossa:  http://urn.fi/URN:ISBN:978-951-39-9240-8 

Lue lisää: https://r.jyu.fi/Eml