Tiede

Tampereella kehitetyn neuroimplantin avulla päästään käsiksi tajuntaan ja tietoisuuteen

Reaaliaikaisen seurannan ja koneoppivien järjestelmien avulla päästään käsiksi tietoon, jonka avulla epilepsiaa opitaan hoitamaan entistä paremmin ja yksilöllisemmin.

Tomi Vuokola
Tampereella kehitetyn neuroimplantin avulla päästään käsiksi tajuntaan ja tietoisuuteen

Taysin epilepsialääkäri ja Tampereen yliopiston neurologian professori Jukka Peltola oli mukana ideoimassa aivoimplanttia vuosikymmenen alussa.

Vesa VanhalakkaAamulehti

Tampereen yliopiston neurologian professori ja Taysin epilepsialääkäri Jukka Peltola oli mukana ideoimassa reaaliaikaista epilepsian seurantamenetelmää 2010-luvun alussa.

Tampereella epilepsian hoitoon ja seurantaan kehitettyjen uusien menetelmien avulla sairaudesta saadaan paljon uutta tietoa.

Kun menetelmiin yhdistetään koneoppivia algoritmeja, niiden avulla päästään entistä paremmin käsiksi hoitojen vaikutuksiin ja yksilöllisempiin hoitoihin.

Perinteinen tapa saada tietoa epilepsiasta ovat olleet sairaalassa tehtävät video-EEG-mittaukset.

Ne ovat kalliita. Lisäksi kuvauksiin on Tampereella kuukausien jono.

Viime kuukausina käyttöön on otettu sekä kotona että sairaalassa tehtävät yölliset videoseurannat. Niissä erityisenä tarkkailun kohteena ovat potilaiden liikkeet ja hengitys.

Käyttöön ovat yleistymässä myös sähköiset epilepsiapäiväkirjat aiemmin käytössä olleiden käsin tehtyjen päiväkirjojen tilalle.

Käsiksi tajuntaan

Vaikka uudet kotiseurantavideoinnit antavat paljon uutta tietoa, niissä on yksi rajoitus: ne seuraavat vain liikettä, liikkeen alkamista ja loppumista sekä hengitystä.

–Tajuntaa ja tietoisuutta eli asioita, jotka eivät näy liikkeenä, ne eivät ota huomioon. Siksi on erittäin tärkeätä, että saamme käyttöömme aivoimplantin avulla tehtäviä pitkäaikaisia ja reaaliaikaisia EEG-mittauksia, Peltola sanoo.

Reaaliaikainen seuranta antaa tietoa epilepsiakohtauksia aiheuttavista aivojen sähköisistä purkauksista.

–Tämän tiedon voimme koneoppivien tekoälymenetelmien avulla yhdistää siihen, minkälaista toimintaa purkaukset potilaassa aiheuttavat. Tämä taas antaa meille työkaluja hoitaa epilepsiaa paremmin.

Tavoitte on, että reaaliaikaisten koneoppivien järjestelmien avulla poikkeavia tapahtumia opitaan tunnistamaan jo etukäteen.

–Jos vaarallinen kohtaus on tulossa, järjestelmä voisi antaa hälytyksen sairaalaan, lääkärille tai omaiselle. Jos järjestelmä oppii riittävän herkäksi, eikä vääriä hälytyksiä tule, vaaratilanteita voidaan ehkäistä ja vaimentaa jo kotona.

Vesa Vanhalakka Twitterissä: @vanhalakka


Lue myös nämä


Kirjoita kommentti

Perustele, kirjoita selkeästi, älä vähättele ihmisiä, ÄLÄ HUUDA. Pysy aiheessa ja muista käytöstavat. Kommentit luetaan ja tarvittaessa muokataan ennen julkaisua.

Meillä on nollatoleranssi alatyyliselle ilmaisulle, henkilöön käyvälle arvostelulle ja vihamielisyydelle. Emme julkaise kommentteja, joiden ainoa sisältö on negatiivinen mielipide vailla perusteluja. Jätämme julkaisematta myös ne kommentit, joissa ei lainkaan piitata oikeinkirjoituksesta kuten isoista alkukirjaimista tai välilyönneistä.

Kiitos etukäteen rakentavasta kommentistasi!

Pääaiheet

Sammio