Koneoppimispohjaisten eturauhassyövän diagnosointimenetelmien ennustuskyvyn mittaamista voidaan parantaa uudella laskennallisella menetelmällä (Väitös 17.5.2024, MSc Ileana Montoya Perez, tietojenkäsittelytiede)
Väitöstutkimuksessa kehitettiin uusi data-analyysimenetelmä, jolla saadaan luotettavia tuloksia pienilläkin aineistoilla. Tutkimuksessa menetelmää hyödynnettiin eturauhassyövän diagnosointitarkkuuden mittaamiseen.
Rajallisilla aineistoilla suoritettavat tutkimukset ovat joskus ainoa käytännöllinen vaihtoehto aineiston keräämisen kalleuden tai monimutkaisuuden vuoksi. Tällöin aineisto koostuu vain kymmenistä tai joistakin sadoista havainnoista. Aineiston pieni koko voi kuitenkin johtaa epätarkkoihin tuloksiin.
Tietojenkäsittelytieteen alan väitöstutkimuksessaan Ileana Montoya Perez käsitteli data-analytiikkaa ja koneoppimista syöpätutkimuksessa, kun käytettävissä olevia näytteitä on vain rajoitetusti. Tässä tutkimuksessa menetelmiä sovellettiin eturahassyöpätutkimukseen.
Tutkimusten ja testien perusteella Perez kehitti yhdessä tutkimusryhmän kanssa uuden ristiinvalidointimenetelmän nimeltään turnajaisyksittäisristiinvalidointi, jonka avulla rajoitetusta joukosta näytteitä saadaan huomattavasti luotettavampia arvioita koneoppimismenetelmien toimivuudesta kuin aiemmin tunnetuilla tekniikoilla.
Kehitetyllä uudella menetelmällä arvioitiin, sekä yksittäin että yhdistettynä, esimerkiksi eturauhasesta magneettikuvauksella havaittujen ominaisuuksien sekä erilaisten geneettisten ja kliinisten muuttujien merkitystä eturauhassyövän tunnistamisessa tai syövän vakavuuden ennustamisessa. Tutkimuksissa käytettiin tietoja rekisteröidyistä kliinisistä kokeista Turun yliopistollisessa keskussairaalassa. Tämä yhteistyö mahdollisti monipuolisten ja laadukkaiden piirteiden keräämisen eturauhassyövän diagnoosin ja ennusteen tutkimuksen parantamiseksi.
– Tutkimuksen vaikutus on merkittävä sekä lääketieteen ammattilaisille että eturauhassyöpää ja rajoitettua dataa käsitteleville tutkijoille. Lisäämällä ymmärrystämme MRI-, kliinisistä ja geneettisistä tiedoista eturauhassyöpäpotilailla voimme paremmin tunnistaa ja hoitaa eturauhassyöpää, mikä johtaa hoidon parempiin tuloksiin potilailla, Montoya Perez kertoo.
Luotettavamman ristivalidointimenetelmän kehittäminen voi hyödyttää myös eri alojen tutkijoita, jotka työskentelevät pienien datamäärien parissa ja auttaa heitä saamaan luotettavampia tuloksia.
***
MSc Ileana Montoya Perez esittää väitöskirjansa ”Data Analysis with Limited Data Availability: Prostate Cancer Prediction and Characterization as a Case Study” julkisesti tarkastettavaksi Turun yliopistossa perjantaina 17.05.2024 klo 12.00 (Turun yliopisto, Agora, luentosali XXI, Turku).
Yleisön on mahdollista osallistua väitökseen myös etäyhteyden kautta
Vastaväittäjänä toimii professori Sébastien Lafond (Åbo Akademi) ja kustoksena professori Tapio Pahikkala (Turun yliopisto). Tilaisuus on englanninkielinen. Väitöksen alana on tietojenkäsittelytiede.
