Helsingin yliopiston ja yliopistollisen sairaalan tutkijat ovat kehittäneet koneoppimiseen perustuvan tietokoneohjelman, joka tulkitsee itsenäisesti keskoslapsen EEG-rekisteröintiä ja tuottaa arvion aivojen toiminnallisesta kypsyydestä.
Scientific Reports -tiedelehdessä julkaistu menetelmä on ensimmäinen EEG-perusteinen aivojen kypsyysarviointi. Se on tarkempi kuin muut tällä hetkellä tunnetut tavat arvioida lapsen aivojen kypsymistä ja mahdollistaa keskoslapsen aivojen automaattisen ja objektiivisen kehitysseurannan.
– Nykyisin seurataan lapsen painon, pituuden ja päänympäryksen kehittymistä kasvukäyrillä. EEG-monitorointi yhdistettynä automaattiseen analysointiin antaa käytännöllisen työkalun keskoslapsen neurologisen kehityksen seuraamiseen ja tarjoaa tietoa, jonka pohjalta lapselle voidaan suunnitella paras mahdollinen hoito, sanoo työtä johtanut professori Sampsa Vanhatalo Helsingin yliopistosta.
– Tämän menetelmän avulla voidaan ensimmäistä kertaa seurata keskoslapsen tulevaisuudelle tärkeintä eli aivotoiminnan kypsymistä tehohoidon aikana tai sen jälkeen.
Loppuraskaus on kriittistä aikaa lapsen aivojen kehityksessä
Elävänä syntyneistä vauvoista joka kymmenes syntyy keskosena, ja noin puolet vastasyntyneiden teho-osastohoidosta johtuu ennenaikaisesta syntymästä. Loppuraskaus on sikiön aivojen kannalta hyvin nopean kehityksen vaihetta; silloin aivojen sähköinen toiminta muuttuu lähes viikoittain. Aivojen oma toiminta on kriittisen tärkeää niiden oikealle rakentumiselle.
Ennenaikaiseen syntymiseen liittyvät monet terveydelliset haasteet voivat häiritä aivojen kehitystä. Jo 1980-luvulla havaittiin että keskoslapsen varhaiset ongelmat voivat usein heijastuvat aivojen hitaampana kypsymisenä ensimmäisten kuukausien aikana. Parhaan mahdollisen hoidon toteuttamiseksi ja uusien hoitojen kehittämiseksi olisi tärkeää tietää miten lapsen aivojen toiminta kehittyy, mutta toistaiseksi ei ole ollut olemassa objektiivisia tai riittävän tarkkoja menetelmiä varhaiseen aivojen kypsyysarviointiin.
Houkuttelevan vaihtoehdon kehitysarviolle tarjoaa pään pinnalta tehtävä EEG-rekisteröinti, joka on täysin kajoamaton, edullinen ja riskitön menetelmä, ja jota on viime vuosina käytetty runsaasti aivojen muuhun monitorointiin vastasyntyneiden teho-osastolla.
– EEG-monitoroinnin käytännön ongelma on ollut se, että lääkärin tekemä EEG-tulkinta on hidasta ja siihen tarvitaan erityistä asiantuntemusta. Tämä ongelma voidaan mahdollisesti ratkaista hyvin luotettavasti ja maailmanlaajuisesti käyttämällä automaattista analysointia osana EEG-laitetta, Vanhatalo sanoo.
Koneoppiminen ja keinoäly keskoslapsen avuksi
Uuden EEG-analysointiohjelman kehitti pääosin australialainen insinööri Nathan Stevenson, joka toimii Vanhatalon tutkimusryhmässä EU:n tukemana Marie Curie -tutkijana. Työssä käytettiin poikkeuksellisen laajaa ja hyvin kontrolloitua keskoslasten EEG-mittausmateriaalia, joka kerättiin Wienin yliopistosairaalassa professori Katrin Klebermassin tutkimusryhmässä.
Analysointiohjelma perustuu koneoppimiseen: tietokoneelle syötettiin suuri määrä keskoslasten EEG-mittauksia ja ohjelma laski jokaisesta mittauksesta satoja matemaattisia piirteitä ilman lääkärin ohjausta. Keinoälyn avulla (support vector machine) nämä piirteet yhdistettiin siten, että lapsen aivojen kypsyysikä saadaan arvioitua mahdollisimman luotettavasti.
Lopuksi tietokoneohjelman toiminta testattiin vertaamalla koneen laskemaa aivojen kypsyysikää ja tutkimuslapsen jo tunnettua ikää toisiinsa. Lapsen todellinen ikä ja koneen tekemä arvio olivat alle kahden viikon päässä toisistaan yli 80 prosentissa mittauksista. Kypsyysarvio oli niin luotettava ja tarkka, että jokaisen 39 keskoslapsen kohdalla kyettiin näkemään aivojen toiminnallinen kehitys muutaman viikon välein toistetuissa mittauksissa.
Lisätietoja:
Professori Sampsa Vanhatalo, Helsingin yliopisto ja HUS-Kuvantaminen
Sähköposti: sampsa.vanhatalo@helsinki.fi
www.babacenter.fi
Viite: Stevenson & al. Functional maturation in preterm infants measured by serial recording of cortical activity. Scientific Reports http://rdcu.be/wEuB
DOI:10.1038/s41598-017-13537-3
Taustatietoa: Video ”Introduction to Neonatal EEG, theory and practice”
http://www.helsinki.fi/science/eeg/videos/xxPreemieEEG/index.html