Tekoäly mahdollistaa tulevaisuuden tehokkaammat raskaudenaikaiset seulontaohjelmat (Väitös: FM Aki Koivu, 1.4.2022, tietojenkäsittelytiede)

Raskaus on kompleksinen biologinen prosessi, jonka etenemisen aikana voi ilmetä erillaisia terveysongelmia. Tähän liittyvä ennalta ehkäisevä terveydenhuolto, äitiyshuolto, sisältää kyseisten ongelmien ehkäisyn, hoidon ja lievittämisen. Kyseiseen hoitoon sisältyy muun muassa haitallisten lopputulemien riskilaskenta, missä todennäköisyyslaskentaa hyödynnetään määrittämään äidin henkilökohtainen riski raskauden varhaisissa vaiheissa. Korkean riskin potilaihin voidaan tällöin äitiyshuollon puitteissa reagoida asianmukaisesti.

Nykyiset, rutiinisti seulontakäytössä olevat ennustemallit pohjautuvat perinteiseen tilastolliseen mallintamiseen. Näiden lisäksi keinotekoisilla neuroverkkopohjaisilla tekoälymalleilla voidaan mallintaa moniulotteista dataa ennustekäyttöön.

- Verrattuna olemassa oleviin äitiyshoidon ennustemalleihin, tekoälymallit mahdollistavat tarkempien ennustetulosten tuottamisen sovittamalla hienojakoisempia epälineaarisia päätösalueita, tehostamalla data-keskeisten mallien sovitusta luomalla keinotekoisia havaintoja, ja tarjoamalla enemmän automaatiota mallien rutiininomaiseen hienosäätöön, Koivu kertoo.

Väitöstutkimuksessa kehitettiin uudet menetelmät keinotekoisen harvinaisten sairauksien datan luomiseen ja ennustemallien jatkuvaan hienosäätämiseen muuttuvien potilaspopulaatioiden takia. Tämän lisäksi väitöskirjassa arvioitiin tekoälymallien soveltuvuutta prenataaliseulonta -ja terveyssivistysongelmiin. Näin väitöstutkimus käy läpi kaikki neljä asianomaista, jotka liittyvät haitallisten lopputulemien ennustamiseen: odottava äiti eli potilas, kliinikko, seulontalaboratorio sekä seulonnassa käytettävien materiaalien ja järjestelmien kehittäjä tai valmistaja.

- Kehitetyt menetelmät ja neuroverkkopohjaiset ennustemallit mahdollistavat tulevaisuudessa tehokkaammat raskaudenaikaiset seulontaohjelmat eri lopputulemien osalta, Koivu sanoo.
 

***

FM Aki Koivu esittää väitöskirjansa ”Clinical risk modelling with machine learning: adverse outcomes of pregnancy” julkisesti tarkastettavaksi Turun yliopistossa perjantaina 1.4.2022 klo 12.00 (Turun yliopisto, Publicum, Pub 3 -luentosali, Assistentinkatu 7, Turku). Väitöstä voi seurata myös etänä (Passcode: 389319).

Vastaväittäjänä toimii professori Mark van Gils (Tampereen yliopisto) ja kustoksena professori Timo Knuutila (Turun yliopisto). Tilaisuus on englanninkielinen. Väitöksen alana on tietojenkäsittelytiede.

Turun yliopisto seuraa aktiivisesti koronavirustilannetta ja viranomaisten ohjeita. Yliopisto päivittää ohjeitaan tilanteen mukaan. Ohjeet ja linkit löytyvät osoitteesta: utu.fi/koronavirus