Suomessa todetaan vuosittain noin 900 aivokasvainta sekä lapsilla että aikuisilla. Aivokasvain on vakava tauti, josta voi kuitenkin selvitä. Aivokasvaimia on tutkittu useamman vuosikymmenen ajan, mutta tutkimuksessa ja hoidossa riittää edelleen haasteita. Tulevaisuudessa tekoäly voi mahdollistaa potilaiden yksilöllisen ja tehokkaamman hoidon. Dosentti Joonas Haapasalo johtaa aivokasvaintutkimusta, jossa tekoälyllä voidaan tunnistaa erilaisia vaikutustekijöitä aivokasvainten diagnosoimiseen ja hoitoon.

Suomessa aivokasvainten tutkimus on vuosikymmeniä perustunut kasvainbiologian tutkimukseen ja tästä tiedetään jo paljon. Lääketieteen kehityksen myötä potilaan yksilöllinen arvio yleistyy. Tutkijat haluavat löytää keinoja, joiden avulla suunnitella tarkemmin aivokasvainpotilaiden hoitoa.

Yksi tällaisista tutkijoista on dosentti Joonas Haapasalo, jonka tutkimus tekoälyn hyödyntämisestä aivokasvaintutkimuksessa voi tulevaisuudessa mahdollistaa aivokasvainpotilaiden täsmällisemmän hoidon. Haapasalon tavoitteena on kehittää aivokasvainten hoitomuotoja esimerkiksi vähentämällä eri hoitomuotojen haittavaikutuksia, sekä parantaa kasvainten diagnostiikkaan käytettäviä menetelmiä. Torontossa asuva Haapasalo kuuluu professori Michael Taylorin johtaman Hospital for Sick Children -sairaalan aivokasvaintutkimusryhmään, joka tutkii lasten aivokasvaimia, ja samalla Haapasalo johtaa TAYS:ssa tehtävää kliinistä aivokasvaintutkimusta, jonka osa tekoälytutkimus on. Haapasalo toimii myös Kansallisen Neurokeskuksen aivokasvainpilotin koordinaattorina.

Tekoäly yksilöidyn aivokasvaintutkimuksen edistäjänä

Tutkimuksen tavoitteena on tekoälyn avulla kerätä kattavasti tutkimus- ja potilastietoa aivokasvainpotilaista ja verrata tekoälyn algoritmin tuottamaa tietoa kliinisesti saatuun potilastietoon. Tekoälyn avulla pyritään vähentämään tutkijoiden manuaalista työtä, jossa potilastietoja joudutaan käymään läpi vaivalloisesti ja aikaa vievästi. Tulevaisuudessa tekoäly voisi kerätä potilastiedon ja algoritmi tuottaisi automatisoidusti potilastietoa aivokasvaintutkimuksen käyttöön.

Tekoälyn algoritmin toimivuus voidaan todeta vertaamalla algoritmin tuottamaa dataa tutkijan luomaan dataan. Jos data on yhteneväinen, algoritmin käyttöä voidaan laajentaa yleisesti aivokasvainten hoitoon. Suunnitelmissa on, että tekoälyn avulla voitaisiin tulevaisuudessa luoda koko Suomen kattava rekisteri aivokasvaimista.

Tekoälyn koulutus on saatu päätökseen ja vuoden 2019 loppuun mennessä saadaan selville, mitä ja minkä laatuista dataa algoritmilta voidaan tuottaa.

Tutkimus valmistumassa laajempaan testikäyttöön

Haapasalon johtama tutkimus käynnistyi vuonna 2013 TAYS:n seurantatutkimuksella, josta on jatkettu translationaaliseen eli monialaiseen tutkimukseen. Tutkimuksessa potilaiden kliiniset seurantatiedot yhdistetään potilaalta leikatun kasvaimen biologiaan sekä perustutkimukseen.

– Tutkimus on pitkä ja haastava prosessi, kun mukana on lääketiedettä, biotieteitä, insinööritieteitä ja lainsäädäntöä, Haapasalo taustoittaa. – Tekoälyn koulutus on saatu päätökseen ja vuoden 2019 loppuun mennessä saadaan selville, mitä ja minkä laatuista dataa algoritmilta voidaan tuottaa. Tätä dataa verrataan tutkijan perinteisesti hakemaan tietoon ja tarkistetaan yhteneväisyys.

Mikäli algoritmi toimii hyvin ja saatu data on verrokkimateriaalin kanssa yhteneväinen, voidaan tekoälytutkimusta laajentaa muihin Suomen sairaanhoitopiireihin, joista ensimmäisenä suunnitteilla ovat Kuopion yliopistollinen sairaala (KYS) sekä Turun yliopistollinen sairaala (TYKS). Seuraavassa vaiheessa tekoälyn avulla on tarkoitus rikastaa sairaalan tuottamaa dataa esimerkiksi keräämällä automatisoidusti laboratoriokokeiden tuloksia.

Tutkimuksesta hyötyä yksilöityyn aivokasvainhoitoon nopeasti

Tutkimuksen avulla halutaan kerätä tuloksia, joita voidaan linkittää kasvainbiologiaan ja sitä kautta kehittää henkilön yksilöityä diagnostiikkaa ja hoitoa. Aiemmin on niputettu yhteen paljon erilaisia aivokasvaimia, jotka ovat mikroskoopissa näyttäneet samanlaisille, mutta genetiikan ja geenien säätelyn ymmärtämisen kautta on opittu, että kasvaimet ovatkin kehitykseltään täysin erilaisia. Näin ollen kasvaimien diagnostiikka on viime vuosina tarkentunut ja uusien menetelmien avulla on pystytty myös kehittämään yksilöllisempiä aivokasvainhoitoja.

Haapasalon mukaan esimerkkinä yksilöllisestä tutkimuksesta voisi olla se, että tekoälyalgoritmin avulla voitaisiin kerätä kliinisiä muuttujia henkilöistä, jotka selviävät sairaudestaan tavallista paremmin. Tällöin voitaisiin tutkia, onko kyseisessä potilaassa joitain henkilökohtaisiin ominaisuuksiin liittyviä tekijöitä, mikä selittäisivät esimerkiksi pidempää eloonjäämisaikaa esimerkiksi potilaan tehokkaamman immuunipuolustuksen takia.

– Lisäksi on huomattu, että jokainen potilas reagoi hoitoihin eri tavalla. Jos tämä osattaisiin ottaa paremmin huomioon tutkimuksissa, se voisi auttaa myös yksilöllisemmän hoitoarvion tekemistä potilaalle myös kliinisessä työssä.

Tutkimuksen täytyy olla poikkitieteellistä, jotta saadaan tarpeeksi korkealaatuista tietoa. Lääketieteen ohella tekoälytutkimuksen menestymisen tärkeitä osapuolia ovat muun muassa datatieteilijät ja lainsäädännön ammattilaiset.

Kansainvälistä pioneerityötä

Tutkimusta tehdään yhteistyössä Suomen sairaanhoitopiirien ja yliopistojen sekä kansainvälisten sairaaloiden kanssa. Tutkimukseen osallistuvat ulkomaisista tutkimuslaitoksista muun muassa Toronton Hospital for Sick Children, Heidelbergin yliopisto Saksassa sekä Sydneyn yliopisto Australiassa.

– Tutkimuksen täytyy olla poikkitieteellistä, jotta saadaan tarpeeksi korkealaatuista tietoa, Haapasalo toteaa. – Lääketieteen ohella tekoälytutkimuksen menestymisen tärkeitä osapuolia ovat muun muassa datatieteilijät ja lainsäädännön ammattilaiset.

Kuvassa: Aivojen magneettikuvassa näkyvä pahanlaatuinen aivokasvain vasemmalla puolella