Hyppää pääsisältöön

Tarkenna hakuasi

Mies nukkuu. Kuva MostPhotos.

DI Akseli Leino, väitös 9.12.2022: Uudet koneoppimismenetelmät mahdollistavat tarkan uniapnean vakavuuden arvioinnin aivoinfarktipotilailla

Lääketieteellisen fysiikan alaan kuuluva väitöskirja tarkastetaan luonnontieteiden ja metsätieteiden tiedekunnassa Kuopion kampuksella. Tilaisuutta voi seurata myös verkossa.

Mikä on väitöstutkimuksesi aihe? Miksi aihepiiriä on tärkeää tutkia?

Väitöskirjatutkimuksessani kehitettiin laskennallisia menetelmiä uniapnean diagnostiikkaan. Tutkimuksen pääpaino oli etenkin aivoinfarktipotilaiden uniapnean diagnostiikan kehittämisessä. Uniapnea on yleinen ja alidiagnosoitu sairaus, joka aiheuttaa muun muassa päiväaikaista väsymystä ja altistaa sydän- ja verisuonitaudeille. Uniapnea on tavallista yleisempää aivoinfarktipotilailla, joista 71 prosenttia on arvioitu sairastavan uniapneaa. Nykyisin aivoinfarktipotilaille ei kuitenkaan tehdä uniapnean rutiiniseulontaa. Tutkimuksen tavoitteena oli ymmärtää paremmin aivoinfarktipotilaiden uniapneaa ja kehittää nykyistä yksinkertaisempia menetelmiä uniapnean diagnostiikkaan.

Mitkä ovat väitöstutkimuksesi keskeiset tulokset tai havainnot?

Väitöskirjatutkimukseni tulokset osoittivat, että aivohalvauspotilailla on lyhyempiä hengityskatkoja verrattuna uniapneaa sairastavaan verrokkiryhmään, joilla ei ole todettu aivoverenkierron häiriöitä. Lisäksi väitöskirjatutkimuksessani kehitetyt koneoppimismenetelmät mahdollistavat tarkan uniapnean vakavuuden arvioinnin aivoinfarktipotilailla pelkän yöllisen happisaturaatiosignaalin perusteella. Kehitetyt koneoppimismenetelmät mahdollistavat myös unen rakenteen arvioinnin aivosähkökäyrästä, joka on mitattu yksinkertaistetulla elektrodipannalla.

Miten väitöstutkimuksesi tuloksia voidaan hyödyntää käytännössä?

Ensimmäisen osatyön tutkimustuloksia hengityskatkojen piirteistä voidaan käyttää tutkimuksessa aivoinfarktipotilaiden uniapnean parempaan ymmärtämiseen. Toisessa ja kolmannessa osatyössä kehitetyt koneoppimismenetelmät ovat tarkkuudeltaan sellaisia, että niistä olisi jopa sellaisenaan hyötyä uniapnean seulontatutkimuksissa. Automaattisten koneoppimismenetelmien käyttöönotto diagnostiikassa vähentäisi unien analysointiin käytettävää aikaa, mikä mahdollistaisi nykyistä laajemmat rutiiniseulonnat uniapnean riskiryhmissä, kuten aivoinfarktipotilaissa.

Mitkä ovat väitöstutkimuksesi keskeiset tutkimusmenetelmät ja -aineistot?

Väitöskirjatutkimusta varten mitattiin unipolygrafiatutkimuksia aivoinfarkti- ja TIA-potilailta Kuopion yliopistollisessa sairaalassa. Tutkimuksessa käytettiin verrokkiryhminä retrospektiivisesti KYSissä mitattuja potilastutkimuksia. Lisäksi väitöskirjatutkimuksessa käytettiin useampaa unitutkimusaineistoa, joiden aivosähkökäyrä on mitattu itsepuettavalla elektrodipannalla. Tutkimus tehtiin osana Sleep Technology and Analytics Research (STAR) -ryhmää.

DI Akseli Leinon lääketieteellisen fysiikan alaan kuuluva väitöskirja Novel computational methods for improved sleep apnea diagnostiscs - Special focus on stroke patients (Uusia laskennallisia menetelmiä uniapnean kehittyneempään diagnostiikkaan aivoinfarktipotilailla) tarkastetaan luonnontieteiden ja metsätieteiden tiedekunnassa. Vastaväittäjänä toimii professori Philip de Chazal, Sydneyn yliopisto, ja kustoksena dosentti Katja Myllymaa, Kuopion yliopistollinen sairaala. Tilaisuuden kieli on englanti.

 

Avainsanat