Jyväskylän yliopisto

Tekoäly yhtä luotettava kuin patologi - työkalu automatisoi elinaikaa ennustavan tekijän tunnistamisen suolistosyöpänäytteistä

Jaa

Jyväskylän yliopiston informaatioteknologian tiedekunnan AI Hub Keski-Suomi -hankkeessa kehitettiin tekoälypohjainen työkalu, joka automatisoi suolistosyöpään liittyvän elinaikaa ennustavan tekijän määrittämisen. Laskeakseen ennustekijän, tekoälyn oli ensin opittava tunnistamaan eri kudostyyppejä, missä se onnistui 96 % tarkkuudella.

Hankkeessa kehitetty neuroverkkomalli tunnisti kasvain- ja sidekudoksen 96 % tarkkuudella. Kuva: Mostphotos
Hankkeessa kehitetty neuroverkkomalli tunnisti kasvain- ja sidekudoksen 96 % tarkkuudella. Kuva: Mostphotos

Suolistosyöpä on maailmanlaajuisesti katsottuna toiseksi yleisin kuolemaan johtava syöpä heti keuhkosyövän jälkeen. Diagnoosin saatuaan, suomalaisen potilaan 5-vuotiselossaoloennuste on noin 68 % luokkaa. Tekoälyn on toivottu jo pitkään tuovan apua niin syöpätutkimukseen kuin käytännön syöpädiagnostiikkaankin. Siitä on tullut suosittu kehityskohde lääketieteellisen kuvantamisen saralla, myös patologiassa.

Hankkeessa kehitetty neuroverkkomalli tunnisti kasvain- ja sidekudoksen 96 % tarkkuudella. Tunnistamisen jälkeen malli laski erään elinaikaa ennustavan tekijän, kasvaimen sidekudoksen määrän, ja oli patologin kanssa samaa mieltä kuudessa tapauksessa kymmenestä. Usean patologin keskinäinen yksimielisyys sidekudosprosenttia arvioidessa on samaa luokkaa.

– Patologit tekevät hyvin tärkeää työtä analysoidessaan kasvainten mikroskooppinäytteistä erilaisia kasvainkudosten ominaisuuksia. Työ tehdään silmämääräisesti, joten toistettavuus on haastavaa ja patologien keskinäiset arviot voivatkin poiketa hyvin paljon toisistaan, kehitystyöstä vastannut Liisa Petäinen AI Hub Keski-Suomi -hankkeesta kuvailee tämänhetkistä tilannetta.

Petäinen uskoo tekoälymenetelmien yleistymisen nopeuttavan tulevaisuudessa rutiininomaisten tehtävien hoitamista ja vapauttavan patologien aikaa vaativampien tapausten analysoimiseen.

– Myös hoitoonpääsy voi nopeutua, kun näytteiden käsittelyaika lyhenee.

Digitaalisesta patologiasta helpotusta käytännön työhön

Tekoälymallien potentiaali patologian alalla on merkittävä. Digitoiduissa mikroskooppikuvissa on valtavasti informaatiota, joka ulottuu jopa solunsisäisiin rakenteisiin saakka.

– Yhdistämällä kuvissa olevaan informaatioon muuta kliinistä potilasdataa, voidaan löytää sellaisia asioita, joita ihmiseltä jäisi huomaamatta ja näin parantaa hoidon tehokkuutta ja myös nopeuttaa hoitoon pääsyä, Petäinen kommentoi digitaalisten menetelmien potentiaalia.

Rutiinitehtävien automatisoinnilla voidaan tuoda huomattavaa helpotusta patologin työhön, vaikka lopullinen päätösvalta pysyykin patologilla.

Harmillisen ovela syöpä

Sidekudoksen suuri määrä kasvaimessa viittaa erityisesti rintasyövän ja suolistosyövän kohdalla potilaan kannalta huonoon ennusteeseen. Suolistosyöpä on siis valitettavan ovela ja käyttää häikäilemättä hyväkseen isäntänsä resursseja.

Sidekudoksen tapauksessa on todennäköistä, että kasvain ikään kuin valjastaa sidekudoksen käyttöönsä vahvistaen omaa kasvuaan. Useat eri tutkimukset ovatkin osoittaneet, että kasvaimen suuri sidekudosmäärä viittaa potilaan kannalta huonoon ennusteeseen.

Muun muassa näistä syistä patologi ja Keski-Suomen sairaanhoitopiirin tutkimusjohtaja Teijo Kuopio pitää syöpätauteihin ja patologiaan liittyvää tutkimus- ja kehitystyötä erityisen tärkeänä.

‒ Tekoälypohjaiset teknologiat auttavat tehtävien automatisoinnissa, jolloin voidaan lisätä diagnoosin toistettavuutta ja näytteiden analysoimisen nopeutta.

Menetelmä on kehitetty Euroopan aluekehitysrahaston rahoittamassa Jyväskylän yliopiston informaatioteknologian tiedekunnan AI Hub Keski-Suomi -hankkeessa, yhteistyössä Keski-Suomen sairaanhoitopiirin ja Keski-Suomen Biopankin kanssa.

Lisätietoja

Tutkija Liisa Petäinen
lihesalo@jyu.fi
044 553 9575

Tutkimusjohtaja Teijo Kuopio
Keski-Suomen sairaanhoitopiiri
teijo.kuopio@ksshp.fi
040 546 7633

Yhteyshenkilöt

Kuvat

Hankkeessa kehitetty neuroverkkomalli tunnisti kasvain- ja sidekudoksen 96 % tarkkuudella. Kuva: Mostphotos
Hankkeessa kehitetty neuroverkkomalli tunnisti kasvain- ja sidekudoksen 96 % tarkkuudella. Kuva: Mostphotos
Lataa

Tietoja julkaisijasta

Jyväskylän yliopisto
PL 35
40014 Jyväskylä

http://www.jyu.fi

Jyväskylän keskustassa sijaitsevan yliopiston kauniilla puistokampuksella sykkii monitieteinen ja moderni tiedeyliopisto – ihmisläheinen ja dynaaminen yhteisö, jonka 2500 asiantuntijaa ja 15 000 opiskelijaa etsivät ja löytävät vastauksia huomisen kysymyksiin. Jyväskylän yliopisto on ollut tulevaisuuden palveluksessa jo vuodesta 1863, jolloin suomenkielinen opettajankoulutus sai alkunsa täältä. Voimanlähteenämme on moniarvoinen vuoropuhelu tutkimuksen, koulutuksen ja yhteiskunnan välillä. Vaalimme tutkimuksen ja koulutuksen tasapainoa sekä ajattelun avoimuutta – sytytämme taidon, tiedon ja intohimon elää viisaasti ihmiskunnan parhaaksi. www.jyu.fi

Tilaa tiedotteet sähköpostiisi

Haluatko tietää asioista ensimmäisten joukossa? Kun tilaat tiedotteemme, saat ne sähköpostiisi välittömästi julkaisuhetkellä. Tilauksen voit halutessasi perua milloin tahansa.

Lue lisää julkaisijalta Jyväskylän yliopisto

Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki tiedotepalvelussa julkaistu materiaali on vapaasti median käytettävissä.

Tutustu uutishuoneeseemme