Page 5

Moodi No 1 | 2017

saakka tiedon jalostus on tapahtunut pääasiassa laboratorioväen myötävaikutuksella. Kehityksen seuraava askel nostaa laboratoriotulosten arvoa tukemalla tiedon tulkintaa erilaisten referenssipopulaatioiden suhteen. Verrokkijoukkojen huolellinen määrittely vaatii hoitavien lääkäreiden saumatonta osallistumista uusien tulkintajärjestelmien kehittelyyn. Enää ei riitä, että tulos on teknisesti oikein. Tuloksen merkityksen täytyy avautua entistä paremmin.  1/2017 Moodi 5 Laboratorioinformaation tulevaisuus ERKKI KARJALAINEN Kirjoittaja on ohjelmointia harrastava kliinisen kemian erikoislääkäri. Laboratorioala on nauttinut tietotekniikan nopeasta kehityksestä. Tekniikkaa on käytetty nopeuttamaan ja automatisoimaan mittausten tekoa. Tulevaisuudessa laboratorio osallistuu entistä enemmän tiedon jatko- jalostukseen ja tulkintaan. Usein parjattu tekoäly on nyt muuttumassa osaksi tietotekniikan arkipäivää. Alkuaikoina ohjelmoijat yrittivät rakentaa älykkyyttä ohjelmakoodiin. Nyt yrityksestä on luovuttu. Tarkan määrittelyn sijaan tietokoneen annetaan itse löytää oikeat viritykset käyttäen suurta määrää esimerkkejä. Toimiva tekoälyratkaisu sisältää suuren joukon parametreja, joiden selittäminen sanallisesti on mahdotonta. Kun ohjelmoija jättää pelivaraa tietokoneelle, löytyvä ratkaisu on kertaluokkaa parempi. Laadukas kielen kääntäminen vaikkapa saksasta japaniksi on mahdollista syvää neuroverkkoa käyttäen. Samoin tietokone pystyy löytämään tietyn henkilön kasvot miljoonien kuvien arkistosta. Pään asento ja valaistus voivat vaihdella varsin vapaasti. Neuroverkoilla on yleinen kyky mallintaa epälineaarisia funktioita. Ohjelmaan syötetään suuri määrä lähtötietoja ja niihin liittyviä funktion arvoja. Tunteja kestävän käsittelyn lopputulos on "kerroinmatto", joka toimii. Viritetyn mallin käyttö tapahtuu millisekunneissa ja sopii hyvin vaikkapa kännykälle. Laboratoriossa etsitään poikkeavia solutyyppejä miljoonien tavallisten solujen joukosta. PET-kuvista etsitään muutoksia, joita terveiden henkilöiden kuvista ei löydetä. Dopingnäytteistä haetaan kiellettyjä aineita. Myös täysin uusia dopingaineita etsitään. Laboratoriopalvelun jalostusaste on näissä esimerkeissä korkea, se on kannanotto kysymykseen "Onko näissä näytteissä tai kuvissa jotakin epätavallista verrattuna normaalitapauksiin?”. Myös matalan jalostusasteen palveluita on runsaasti. "Mikä on yhden komponentin pitoisuus veri- tai virtsanäytteessä?” Laboratorio tuottaa numeromuotoisen vastauksen viitearvoineen, mutta ei esitä tarkempaa kannanottoa löydöksen merkityksestä. Tekoäly soveltuu yhtälailla syöpäsolun etsimiseen mikroskooppikuvasta kuin tuttujen kasvojen hakemiseen miljoonien tapausten joukosta. Suurten lääketieteellisten kuvamateriaalien automaattinen luokittelu ja arkistointi tulevat olemaan arkipäivää laboratoriotyön tulevaisuudessa. DNA-sekvenssijoukkojen analysointi ja tulkinta on myös tulossa uuteen vaiheeseen. Puute on vielä “kiltisti” skaalautuvista algoritmeista. Laboratorion perustulosten tulkintaa ei pitäisi unohtaa. Kun yksittäinen mittaustulos osuu viitearvojen ulkopuolelle - viiden prosentin suuruiselle harmaalle alueelle - katsotaan jatkotutkimusten olevan tarpeen. Yksiulotteisesta viitearvosta seuraa vääjäämättä laboratorioparadoksi: kun riittävän monta parametria potilaasta mitataan, joku tuloksista osuu aina “kielletylle” alueelle. Kukaan ei ole vielä valittanut tästä kuluttaja-asiamiehelle. “Moniulotteinen viitearvo” käyttää riskiarviointiin useampaa muuttujaa samalla kertaa. Käyttäjä katselee tuloksia vuorovaikutteisesti omasta tietokoneestaan, tabletistaan tai älypuhelimestaan. Käyttäjät lataavat laitteelleen tuoreen ohjelmaversion jonkin osaalueen tulkintaan. Osa-alue voisi olla vaikkapa verisolut tai elektrolyytit. Aluksi kannattaisi lähteä liikkeelle kahden tai kolmen muuttujan yhdistelmillä. Niiden suuri etu on visuaalinen havainnollisuus. Käyttäjille pitäisi antaa työkalut rakentaa malleja omillekin aineistoille. Labquality on toiminut pioneerina useissakin teemoissa, esimerkkinä yksilöidyn grafiikan laajamittainen käyttö tulosteissa. Tähän KUVA: STUDIO KUVATAPIO PÄÄKIRJOITUS Erkki Karjalainen


Moodi No 1 | 2017
To see the actual publication please follow the link above