Aivo- ja kehomittaukset viedään laboratoriosta puistoon – tavoitteena on tunnistaa dementiariski aiempaa varhemmin
Aalto-yliopiston tutkijat Shrikanth Kulashekhar ja Hanna Renvall ovat saaneet Vaikuttavuussäätiöltä rahoituksen kehittääkseen diagnostiikkaa dementiariskin varhaiseen tunnistamiseen. Tarve on suuri, koska maailmanlaajuisesti muistisairaita on vähintään noin 50 miljoonaa, ja määrän odotetaan tuplaantuvan seuraavan 20 vuoden aikana.
Dementiariskiä seulotaan nykyisin pääasiassa neuropsykologisilla testeillä ja aivoselkäydinnestenäytteestä saatavilla tiedoilla. Kumpikaan menetelmistä ei ole kovin tehokas tunnistamaan uhkaavaa dementiaa varhaisessa vaiheessa. Toiminnalliseen aivokuvantamiseen kuten aivosähkökäyrään (EEG) ja aivomagneettikäyrään (MEG) perustuvat menetelmät ovat vielä tutkimusvaiheessa.
Nyt alkavan projektin taustalla on Euroopan unionin AI Mind -hanke, jonka tavoitteena on löytää ajoissa ne potilaat, joita uhkaa etenevä muistisairaus, jotta dementian puhkeamista voitaisiin viivyttää tai jopa ehkäistä. Kulashekhar on tehnyt EU-hankkeessa ohjelmistokehitystä ja data-analyysia. Mutta siinä missä AI Mind -hankkeessa tutkimus toteutetaan laboratoriossa, nyt alkavan tutkimuksen mittaukset tehdään mahdollisuuksien mukaan luonnollisissa ympäristöissä kuten puistossa. Menetelmänä on mobiili aivokehokuvantaminen, jossa tutkitaan, mitä aivoissa tapahtuu kun ihminen liikkuu.
“Haluamme nyt yhdistää aivosähkökäyrään (EEG) kehosta saatavia signaaleja, kuten lihaksista saatavaa liikkeidennopeuteen liittyvää dataa. Olemme kiinnostuneita luonnollisemmasta tutkimusasetelmasta, jossa tapahtuu monimutkaisia asioita.”
Häiriöitä ja kohinaa puistossa
Laboratoriossa tehtävässä tutkimuksessa liikettä on hyvin vähän; se voi olla esimerkiksi napin painamista tai silmien liikettä. Siellä on myös mahdollista kontrolloida tarkkaan se, mitä potilas kokee tai näkee tutkimuksen aikana.
“Nyt on hyvä aika siirtyä laboratoriosta luonnollisessa ympäristössä tapahtuvaan tutkimukseen. Puistossa datan sekaan tulee myös kaikenlaisia luonnollisia häiriöitä ja kohinaa. On olemassa olevaa tutkimustietoa siitä, että dementian edetessä tapahtuu myös muutoksia liikkumisessa, joten meitä kiinnostaa, minkälaista dataa saamme esille. Koneoppiminen ja tekoäly auttavat monimutkaisen datan käsittelyssä ja löytävät nuo muutokset”, Kulashekhar sanoo.
Hanke toteutetaan yhteistyössä Bittium Biosignals -yrityksen kanssa. Siihen on syynsä: normaalissa EEG-myssyssä on 64-128 mitta-anturia, ja potilaan valmistelu tutkimukseen on kallista ja vie paljon aikaa. Bittium on kehittänyt 16-anturisen myssyn, jota voi kuljettaa mitattavan mukana.
“Tavoitteena on toteuttaa tutkimus ensin Aallossa 64 anturin avulla, ja sitten toistaa se Bittiumin paljon yksinkertaisemman ja helpomman tekniikan avulla”, Kulashekhar sanoo.
Monilla ihmisillä esiintyy vanhetessa lievää tiedonkäsittelyn heikentymistä (MCI), joista osalla heikentyminen etenee dementiatasoiseksi, esimerkiksi Alzheimerin taudiksi. Jo olemassa olevien tutkimustenkin valossa Kulashekhar suosittelee, että ihmiset jatkaisivat iän karttuessa monimutkaisten asioiden tekemistä.
“Aivot säilyvät valppaina, kun esimerkiksi opiskelemme kieliä tai teemme tasapainoa vaativia tehtäviä. Jos taas aivoja ei käytä, ne alkavat helposti surkastua. Jos riittävän ajoissa tiedetään, kenellä on lisääntynyt riski sairastua dementiaan, sen etenemistä voidaan hidastaa puuttumalla elämäntapatekijöihin, kuten verenpaineeseen, kolesteroliin ja passiiviseen elämäntapaan.”
Yhteystiedot:
Shrikanth Kulashekhar
Tutkija
Aalto-yliopisto
shrikanth.kulashekhar@aalto.fi
Hanna Renvall
Apulaisprofessori
Aalto-yliopisto ja HUS
hanna.renvall@aalto.fi
p. 050 501 0326
Aivoillakin on sormenjälki – ja se voi auttaa dementiariskin paljastamisessa
Tekoäly oppi tunnistamaan yksilön aivokäyristä. Seuraavaksi tutkijat valjastavat sen huomaamaan muistisairauden merkit ja auttamaan aivojen magneettistimulaatiohoidoissa.
Lue lisää uutisia
Tutkijat kytkivät lähes ikiliikkuvan aikakiteen ensimmäistä kertaa ulkoiseen värähtelijään – voi kasvattaa kvanttitietokoneiden laskentatehoa
Aikakide on moninkertaisesti pitkäikäisempi kuin muut kvanttijärjestelmät, joten sitä voitaisiin hyödyntää esimerkiksi kvanttitietokoneiden laskentatehon sekä mittauslaitteistojen tarkkuuden kasvattamiseen.
Esittelyssä Qi Chen: Luotettava tekoäly tarvitsee algoritmeja, jotka selviävät yllätyksistä
Tekoälyn kehittäjien on keskityttävä sovellusten turvallisuuteen ja oikeudenmukaisuuteen, sillä ne liittyvät suoraan yhteiskuntien luottamukseen ja tasa-arvoon, sanoo tutkija Qi Chen.
Tekoälyn ja ihmisen erimielisyys on tutkijalle jännä arvoitus
Francesco Croce tutkii multimodaalisia perustamalleja, erityisesti niiden hyökkäyksensietokykyä.