27.04.2021

Planmeca tuo asiantuntemuksensa aivoverenvuotojen havaitsemista edistävään CleverHealth Networkin AI Head Analysis -projektiin

Lähes 65 miljoonaa terveellistä elinvuotta menetetään joka vuosi aivoverenvuotojen vuoksi. CleverHealth Networkin perustajajäsen Planmeca on mukana Helsingin yliopistollisen sairaalan (HUS) vetämässä AI Head Analysis -projektissa, jossa etsitään uusia työkaluja aivoverenvuototapauksien tarkempaan diagnosointiin. Tähän diagnosointiin hankkeessa kehitetään koneoppimisalgoritmia radiologin ja kliinikoiden tueksi pään tietokonetomografia- eli TT-kuvien tulkinnassa.

Planmecan tavoitteena on soveltaa algoritmiratkaisua helpommin saavutettavissa olevaan kartiokeilatietokonetomografiaan (KKTT). Tänä vuonna 50 vuotta täyttävä perheyritys Planmeca tuo projektiin syvällistä osaamista niin algoritmeista kuin tekoälyn opettamisesta.

 

Suomalainen Planmeca Oy on yksi maailman johtavista hammashoitolaitteiden valmistajista, jonka tuotteita viedään yli 120 maahan. Tuotevalikoimaan kuuluvat digitaaliset hammashoitokoneet, CAD/CAM-ratkaisut, huippuluokan 2D- ja 3D-kuvantamislaitteet sekä niitä tukevat ohjelmistoratkaisut. AI Head Analysis -projektissa Planmecan lääketieteellisen kuvantamisen johtaja Vesa Mattila keskittyy Senior Advisorin roolissa kuvantamiseen, algoritmin tuotteistamiseen ja kaupallistamiseen. Planmecan laajasta omasta jakeluverkostosta kertynyt kokemus tuo myös osaltaan arvokasta osaamista AI Head Analysis -projektista syntyvän tuotteen vientiin maailmalle. Tutkimus ja teknologia -yksikön johtaja Vesa Varjonen tiimeineen keskittyy vuorostaan AI-algoritmien varsinaiseen kehitystyöhön. HUSista projektia vetää HUSin Innovaatiojohtaja ja neurokirurgi Miikka Korja.

Miikka Korja luonnehtii projektia seuraavasti:

• ”Lääketieteelliseen tutkimukseen liittyen on julkaistu jo kymmeniä tuhansia erilaisia tekoälyalgoritmeja ja –sovelluksia, mutta vain kourallinen on kliinisessä käytössä. Olemme tässä projektissa yhdessä yritysten kanssa luoneet HUSiin uudenlaisen tekoälykehityksen infrastruktuurin, jossa kliiniseen käyttöön tarkoitettuja tekoälyalgoritmeja kehitetään alkumetreiltä asti siten, että ne päätyvät kliiniseen käyttöön (CE-merkinnät, ISO standardit, jne.) ja jopa kaupallisiksi tuotteiksi. HUSilla ja Suomella on tässä aivan poikkeuksellinen mahdollisuus olla maailman kärkeä.”

Kiinnostuksen kohteina projektin data-altaat ja työskentely huippukliinikoiden kanssa

Vesa Mattilan mukaan Planmecaa kiinnosti AI Head Analysis -projektissa erityisesti sen keskiössä oleva data ja asiantuntevat kliinikot sekä HUSin autenttinen kehitysympäristö, jossa projektit syntyvät todellisista tarpeista. Kumppaniyritysten tarjoama monialainen osaaminen, verkottumismahdollisuudet ja yhteistyö ovat myös yritykselle tärkeitä. Myös Planmeca tekee yhä enemmän yhteistyötä muiden toimijoiden kanssa, sillä kaikkea ei tarvitse osata itse, ja sitä kautta pääsee tutustumaan myös startup-yritysten kiinnostaviin, disruptiivisiin näkemyksiin ja teknologioihin.

Planmeca hakee ekosysteemistä myös uusia tuotealueita ja kasvua. Avoimet ekosysteemit ovat tuttuja Planmecalle, sillä esimerkiksi yrityksen kaikki hammashoitolaitteet yhdistävän all-in-one-konseptin ohjelmistorajapinta on käytettävissä myös kilpailijoiden tuotteiden kanssa. Hammaslääkärin työtä helpottava all-in-one-ratkaisu on toteutukseltaan ainutlaatuinen, eikä vastaavaa ole tarjolla muilla Planmecan kaltaisilla isoilla hammasalan laitevalmistajilla.

Itse projektissa Planmecan kiinnostus kohdistuu luontaisesti pään kuvantamiseen, mutta tietoaltaan sisältämä data tuo mukanaan myös kiinnostavia tulevaisuudennäkymiä. Vesa Mattila sanoo:

• ”Planmecaa kiinnostaa suun terveydenhuollon tietojen yhdistäminen yleiseen terveysdataan ja datan louhiminen pidemmällä aikavälillä. Olisi mielenkiintoista astua polulle, jossa suun terveyteen liittyvää dataa hyödynnettäisiin yleisten terveystietojen tukena päätöksenteossa. Haemmekin projektista tulevaisuuden ymmärrystä omasta asemastamme arvoketjussa sekä reittejä uusille poluille.” Tavoitteena on siis laajentaa myös lääketieteellisen kuvantamisen mahdollisuuksia uusilla tuotteilla.

Haussa ratkaisu koko toimialan laajuiseen haasteeseen

Kun potilas tulee päivystykseen kovaa päänsärkyä valittaen, sen aiheuttajaa selvitellään usein tietokonetomografia- eli TT-kuvista. Väärän diagnoosin sattuessa kotiin lähetetty potilas saattaa pahimmassa tapauksessa menehtyä. AI Head Analysis -projektissa TT-kuvien avulla kehitetään koneoppimisalgoritmia viiden akuutin aivoverenvuototyypin diagnosoinnin tueksi. Tavoitteena on näin auttaa radiologia ja kliinistä lääkäriä nopean sekä oikean diagnoosin teossa potilaan TT-kuvien perusteella.

Tällä hetkellä diagnosoinnin isoimpina haasteina on yhtäältä kuvien vaativa tulkinta, toisaalta päivystävien ja alalle hakeutuvien radiologien liian pieni määrä. Päivystysajan keskitystoimista johtuen päivystyspisteet ovat vuosi vuodelta hektisempiä, ja tämä näkyy myös yliopistosairaalan radiologipäivystyksissä. Myös kalliin ja tilaa vievän TT-kuvantamislaitteiston saatavuus on osassa Suomea heikko. Edullisempia ja kompaktimpia kartiokeilatietokonetomografia- eli KKTT-laitteita on laajasti käytössä, ja kuvantaminen voidaan tehdä vain muutamassa minuutissa, mutta KKTT-kuvan pehmytkudoksen erottelukyky ei vielä aivan riitä aivoverenvuodon toteamiseksi.

Planmecan toisena tavoitteena onkin löytää ratkaisu KKTT-kuvan pehmytkudoksen erottelukyvyn parantamiseksi, jolloin projektissa kehitettyä tekoälyalgoritmia voidaan soveltaa myös KKTT-dataan. Tavoitteena on saada tekoälyavusteinen konealgoritmi lukemaan kuvantamistulos ja antamaan osviittaa diagnoosista päivystävälle lääkärille. Hanke on pitkä ja kunnianhimoinen, mutta kun algoritmi saadaan toimimaan edullisemman KKTT:n kanssa, voidaan uusi palvelu saada laajemmin käyttöön – jopa ambulansseihin.

Planmeca on kartuttanut osaamistaan aiemmissa koneoppimiseen liittyvissä algoritmihankkeissa ja tuo oppinsa nyt CleverHealth Networkin alaiseen projektiin. Oma osaaminen on kasvanut myös vilkkaan tutkijayhteistyön myötä, sillä Planmecalla on pitkä historia yhteistyöstä kymmenien yliopistosairaaloiden kanssa.

• Vesa Varjonen kiteyttää: ”AI Head Analysis -hankkeen tavoitteet ja vaikuttavuus ovat huomattavat: edullisemmalla ja nopealla diagnosointiratkaisulla voidaan pelastaa henkiä, tarjota helpommin saavutettava työkalu hoitopäätösten tekoon ja myös auttaa raskaissa päivystyspisteissä työskenteleviä lääkäreitä. Mahdollisuudet asentaa KKTT-laite ambulanssiin ja liittää kehitetty koneoppimisalgoritmi terveyskeskuksissa oleviin KKTT-laitteisiin tuovat lisäksi huikeita tulevaisuudennäkymiä liiketoimintaan.”