Tekoäly voi löytää kohonneen dementiariskin jo viikossa – nopea diagnoosi mullistaisi sairauden ennaltaehkäisyn
Tutkijat kehittävät uudessa AI-Mind-hankkeessa digitaalisia työkaluja aivojen hermoverkkoyhteyksien tunnistamiseen ja dementiariskin arviointiin.
HUSin BioMag-laboratoriossa mitataan aivojen sähkö- ja magneettikäyriä. Kuva: Kansallinen neurokeskus.
Maailmassa on yli 50 miljoonaa dementiaa sairastavaa ihmistä, ja vuoteen 2030 mennessä määrän ennustetaan kasvavan 82 miljoonaan.
Aalto-yliopisto ja HUS ovat mukana maaliskuussa 2021 käynnistyvässä EU-hankkeessa, jonka päämäärä on löytää uusien menetelmien avulla ajoissa ne potilaat, joiden dementian puhkeamista voidaan viivyttää tai jopa ehkäistä.
”Olen toiminut useita vuosia neurologina ja havainnut muistisairauksien kasvavan hoitotaakan sekä yksilö- että yhteiskunnan tasolla”, sanoo Aalto-yliopiston ja HUSin yhteisprofessori Hanna Renvall.
”Tässä hankkeessa kehitämme nykyisen kliinisen potilasdiagnostiikan tueksi menetelmää, jolla voimme yksinkertaisia aivosähkökäyrämittauksia ja tekoälymenetelmiä yhdistämällä löytää nopeammin ja helpommin ne potilaat, jotka vaativat tehostettua seurantaa ja tukea taudin etenemiseen vaikuttavien riskitekijöiden hallitsemiseksi.”
AI-Mind on viisivuotinen Horisontti 2020 -ohjelmasta rahoitettu tutkimus- ja innovointihanke, jonka budjetti on 14 miljoonaa euroa. Hankkeen tavoitteena on muuttaa kliinisiä käytäntöjä niin, että lievästä kognitiivisesta heikentymisestä kärsivien joukosta löydettäisiin jo varhaisessa vaiheessa ne, joilla on merkittävästi kohonnut riski edetä merkittävään muistisairauteen seuraavien vuosien aikana.
Lievästä kognitiivisesta heikentymisestä kärsivien henkilöiden kohdalla dementiariski on lähes 30 prosenttia suurempi kuin normaalin kognitiivisen toimintatason henkilöillä.
Nykyiset potilastutkimukset ovat kuitenkin tehottomia dementiariskin arvioimisessa, ja diagnoosin saaminen voi kestää jopa useita vuosia. Monet potilaat saavatkin diagnoosinsa vasta, kun muistisairaus on jo edennyt, ja siksi nykyiset hoitovaihtoehdot keskittyvät myöhäisen vaiheen oireiden hallintaan ennaltaehkäisevien toimenpiteiden sijasta. Muistisairauden etenemistä voidaan kuitenkin merkittävästi hidastaa muun muassa ruokavaliolla, liikunnalla, sydän- ja verisuonitautien riskitekijöiden tehokkaalla hoidolla ja kognitiivisella kuntoutuksella – jos se havaitaan riittävän ajoissa.
AI-Mind-hankkeessa on mukana yhteensä 15 hankekumppania kahdeksasta Euroopan maasta.
AI-Mind-hankkeen tavoitteena on kehittää kaksi uutta tekoälyyn perustuvaa digitaalista työkalua. AI-Mind Connector -työkalulla tunnistetaan aivojen hermoverkkojen toimintahäiriöt, ja AI-Mind Predictor-työkalulla puolestaan arvioidaan dementiariskiä yhdistämällä Connector-työkalulla saatua tietoa muuhun potilastietoon kuten kognitiivisiin testeihin ja geneettisiin biomarkkereihin. Näin potilaan riskiarvio voitaisiin saada jopa vain viikossa, mikä antaisi lääkäreille ja potilaille mahdollisuuden ennaltaehkäiseviin toimenpiteisiin ja kuntoutukseen jo sairauden varhaisessa vaiheessa.
Hanna Renvallin lisäksi hankkeessa ovat Suomesta mukana Aalto-yliopiston professorit Samuel Kaski ja Riitta Salmelin. Kolmikko on jo ryhmineen luonut helppokäyttöisen työkalun, joka tekoälyä hyödyntäen pystyy tunnistamaan yksilön vain joitakin sekunteja kestävistä aivomagneettikäyristä (magnetoenkefalografia, MEG). Aivojen sormenjäljeksi nimettyä työkalua on tarkoitus käyttää sekä käynnistyvässä hankkeessa että muissa tutkimuksissa.
”Yhteistyömme neurotieteessä sekä tekoäly- ja potilastutkimuksessa toimii jo erinomaisesti. Aivojen sormenjälkeä voi mahdollisesti hyödyntää aivojen hermoverkkoyhteyksien tutkimiseen myös muissa neurologisissa sairauksissa. Tutkimmekin parhaillaan sen käytettävyyttä myös lievän aivovamman saaneiden potilaiden diagnostiikassa”, sanoo Salmelin.
AI-MInd-hankkeessa on mukana yliopistoja, lääketieteellisiä tutkimuskeskuksia, PK-yrityksiä ja potilasjärjestöjä. Hankekumppanit ovat Tallinn University Virosta, Aalto-yliopisto ja HUS Suomesta, Oslo University Hospital, BrainSymph AS, DNV-GL ja Oslo Metropolitan University Norjasta, Scientific Institute for Research, Hospitalization and Healthcare, San Raffaele Pisana, Neuroconnect Srl, Università Cattolica del Sacro Cuore Italiasta, Radboud University Medical Center Alankomaista, Alzheimer Europe Luxemburgista, Complutense University of Madrid and Lurtis Rules Espanjasta sekä accelopment Schweiz AG Sveitsistä.
Lisätietoa:
Riitta Salmelin
Professori
riitta.salmelin at aalto.fi
+358503442745
Hanna Renvall
Assistant professor
hanna.renvall at aalto.fi
+358505010326
Samuel Kaski
Professori
samuel.kaski at aalto.fi
+358503058694
Alkuperäinen uutinen on julkaistu Aalto-yliopiston sivuilla.