Väitös 2.12.2022: Uusi menetelmä ihosyövän tunnistamiseen yhdistää tekoälyä ja hyperspektrikuvantamista - pienikokoinen kamera mahdollistaa aiempaa haastavampien ihomuutosten löytämisen

Jyväskylän yliopiston tutkijat ovat osana Suomen Akatemian rahoittamaa SICSURFIS-hanketta kehittäneet uudenlaista ihosyöpäkuvantamiskonseptia, jossa yhdistyvät uusi hyperspektrikuvia kuvaava erikoiskamera sekä useita erilaisia tekoälymenetelmiä ihon 3D-pintamallien ja hyperspektrikuvien analysoimiseen.

Tutkimuksessa pyrittiin tunnistamaan ja rajaamaan ihosta aiempaa tarkemmin erilaisia syöpätyyppejä, ja kuvantamaan aiemmille kameroille haastavia ihonpintoja, kuten nenänpäätä tai korvanlehteä.

Väitöstutkimuksensa hankkeeseen tehneen FM, tradenomi YAMK Anna-Maria Raita-Hakolan mukaan terveen ja sairaan ihon raja voidaan määritellä analysoimalla 3D-spektridataa tekoälyn avulla. Samalla voidaan tunnistaa erilaisia ihosyöpätyyppejä ja hyvänlaatuisia leesioita.

– Hyperspektrikameralla saadaan solutason tietoa sekä ihon pinnalta että ihon pinnan alapuolelta. Kamera kuvaa hyperspektrikuvia erityisvalaistuksella. Ihon pinnasta lasketaan 3D-malli, joka yhdistetään spektridatan kanssa. Tekoäly analysoi datan ja tulokset voi nähdä visualisoituna, Raita-Hakola kertoo.

Hyperspektrikamera havaitsee ihon pintamuutoksien lisäksi myös ihon alla olevia muutoksia, esimerkiksi niin kutsuttuja satelliittisoluja, jotka levittävät leesiota eivätkä näy ihonpinnalla.

Raita-Hakolan mukaan tekoälyn tuottamat analyysitulokset voivat antaa tulevaisuudessa tärkeää tietoa lääkäreille lähes reaaliaikaisesti, ilman tarvetta perinteiselle koepalatutkimukselle.

– Ihosyövät ovat maailman kolmanneksi yleisimpiä syöpiä, joten tämän kaltainen menetelmä, eli optinen biopsia, voi tullessaan nopeuttaa päätöksentekoa, lyhentää hoitoketjua, ja vähentää diagnosoinnin työvaiheita. Tämä vähentää terveydenhoidon kustannuksia, Raita-Hakola toteaa.

Tavalliseen kuvaan verrattuna spektrikamera kerää valtavan määrän informaatiota

Hyperspektrikuvantamisessa kohdetta kuvataan spektrikameralla, joka erottelee optisen komponentin avulla kameralle valon eri aallonpituuksia.

– Hyperspektrikuva voidaan ajatella jopa sadoista yksittäisitä kuvista kootuksi pinoksi. Jokaiseen kuvaan on kuvattu yksi valon aallonpituus. Kuvasta valitaan yksi pikseli tai alue, johon kuvapinosta muodostuu koko valon aallonpituuksien spektri, Raita-Hakola kuvailee.

Kuvatessaan eri aallonpituuksia spektrikamera kerää valtavan määrän dataa, josta osa on väistämättä turhaa. Tässä tutkimuksessa suunniteltu kamera on kuitenkin rakennettu kuvaamaan ainoastaan niillä valon aallonpituuksilla, jotka ovat merkityksellisiä ihosyöpien havaitsemisen kannalta.

Tavalliseen kännykkäkuvaan verrattuna, spektrikuvassa on huomattavasti tarkempaa väri-informaatiota. Tutkimuksessa käytetyillä aallonpituuksilla näkymä ihon pinnan alle on 0–6 mm. Tämä on mahdollista siksi, että spektrikamera kuvaa myös ihmissilmän havaitsemattomia valon aallonpituusalueita kuten lähi-infrapunavaloa, pysytellen kuitenkin turvallisilla sähkömagneettisen säteilyn aallonpituuksilla.

Väitöstutkimus tehtiin monitieteellisenä yhteistyönä, ja sen olennainen osa oli VTT:n tekemä laitekehitys, sekä HUS:n ihotautilääkärien lääketieteellinen tutkimusyhteistyö.

– On hienoa olla mukana hankkeessa, jossa kehitetään maailman mittakaavassa huipputason optisia laitteita, ja joiden tekoälyn koulutusmateriaalin on varmistanut patologi, toteaa Raita-Hakola.

Lisätietoja

Anna-Maria Raita-Hakola
anna.m.hakola@jyu.fi
040 549 2120

Anna-Maria Raita-Hakolan ohjelmisto- ja tietoliikennetekniikan väitöskirja From sensors to machine vision systems: Exploring machine vision, computer vision and machine learning with hyperspectral imaging applications tarkastetaan perjantaina 2.12.2022 klo 10 Jyväskylän yliopiston Agora-rakennuksen Lea Pulkkinen -salissa. Yleisö voi seurata tilaisuutta myös verkkovälitteisesti osoitteessa: https://r.jyu.fi/dissertation-raita-hakola-021222

Vastaväittäjänä toimii apulaisprofessori, tohtori Arto Klami (Helsingin yliopisto) ja kustoksena apulaisprofessori, tohtori Ilkka Pölönen (Jyväskylän yliopisto). Väitöstilaisuus on suomenkielinen. Väitöskirja on julkaistu Jyväskylän yliopiston väitöstutkimusten JYU Dissertations-sarjassa osoitteessa: http://urn.fi/URN:ISBN:978-951-39-9240-8.