Koenäön sovelluksia

Noin 200.000 suomalaisen arvioidaan olevan diabeetikkoja ilman, että he tunnistavat sairauttaan. Diabetes voi aiheuttaa myös muita sairauksia, jotka voivat viedä vaikkapa liikunta- tai näkökyvyn. Terveydenhuollon kustannukset kasvavat jatkuvasti, eikä erikoistuneita lääkäreitä riitä seulomaan kaikkia sairauksia. Mitä siis voisimme tehdä tulevaisuudessa toisin?

Tietokoneet apuun

LUT:ssa kehitetään tehokkaita menetelmiä silmänpohjan terveydentilan seuraamiseen soveltamalla laskennallista näköä ja mallinnusta, koneoppimista sekä hahmontunnistusta. Konenäköratkaisujen ja lääketieteellisen kuva-analyysin avulla parannetaan silmäsairauksien hoitoa.
Silmänpohjan kuvausta käytetään yleisesti silmätautien diagnosoinnissa ja digitaaliset silmänpohjakamerat ovat laajassa käytössä esimerkiksi diabetekseen liittyvän silmäsairauden eli diabeettisen retinopatian ja ikärappeuman tunnistamisessa.

Tavallisten kameroiden kuva ei kuitenkaan ole tarpeeksi tarkka erottelemaan eri sairauksien kaikkia löydöksiä. LUT:ssa keskitytäänkin spektrikuvauksen ja kuvankäsittelymenetelmien jatkokehitykseen.

Spektrikuvausta ja menetelmiä kehittämällä päästään entistä parempaan silmänpohjan tilan tutkimukseen verrattuna perinteisiin harmaataso- tai värikamerajärjestelmiin. Selvitettävänä on mm., mikä olisi sairauksien ja niihin liittyvien löydösten havaitsemisen kannalta soveltuvin kokonaisuus, joka perustuu silmänpohjan spektrikuvaamiseen ja kuvankäsittelyyn.

Laskennallisesti älykkäät tietokoneohjelmat pystyvät mukautumaan ja oppimaan annetusta tiedosta. Silloin esimerkiksi silmäsairauksia ja terveydentilan muutoksia on mahdollista tunnistaa silmänpohjakuvista automaattisesti.

Tutkimuksen tavoitteena on selvittää eri silmäsairauksien diagnostisointiin parhaiten soveltuvat värikanavat sekä kehittää spektrikuvien esittämistä. Tavallinen tietokoneen näyttö esittää kaikki värit kolmen perusvärin yhdistelminä. LUT:ssa tutkitaan, miten spektrikuvien suurempi värierottelukyky voidaan esittää ymmärrettävästi ja selkeästi esimerkiksi silmälääkäreille.

Kun silmänpohjan valokuvaamista parannetaan ja hahmontunnistusta kehitetään edelleen, voidaan diabeteksen aiheuttamat muutokset saada esiin luotettavammin ja aikaisemmin. Näin terveydenhuollon resurssit voidaan tehostetusti kohdentaa sairauksien hoitoon.