Tilaa

Yritystilaus tunnistettu

Voit käyttää palvelun kaikkia sisältöjä vapaasti. Jos haluat kommentoida, kirjaudu sisään henkilökohtaisella Mediatunnuksella.

Muistisairauksiin ei ole vielä parannuskeinoa, mutta tekoäly auttaa jatkossa havaitsemaan ne ajoissa

Vebjørn Andersson on nähnyt omakohtaisesti, kuinka kauan muistisairausdiagnoosin saaminen voi kestää. Oslon yliopistosairaalan tohtoriopiskelijana ja muistisairauksien tutkijana hän tapaa monia pitkälle edennyttä muistisairautta sairastavia potilaita, jotka olisivat hyötyneet tuesta ja hoidosta varhaisemmassa vaiheessa.

– Oikean diagnoosin saaminen kestää liian kauan, minkä vuoksi apu potilaille ja heidän omaishoitajilleen tulee usein liian myöhään, Andersson toteaa.

Muistisairaudet koskettavat arviolta 57:ää miljoonaa ihmistä eri puolilla maailmaa. Usein diagnoosi saadaan kuitenkin liian myöhään – vasta sen jälkeen, kun aivoissa on jo tapahtunut merkittäviä muutoksia.

Andersson ja kollegat eri puolilla Eurooppaa ovat kehittäneet osana EU:n rahoittamaa AI-Mind-hanketta uusia tekoälytyökaluja, joiden avulla henkilöt, joilla on kohonnut riski sairastua muistisairauteen, voidaan tunnistaa nopeammin. Riskiryhmien varhaisempi ja tarkempi tunnistaminen mahdollistaa paremman seurannan, hoidon ja tuen. Tämä saattaa pidentää aikaa, jonka potilaat elävät ilman merkittäviä oireita.

– Kun kognitiivinen heikkeneminen on edennyt dementia-asteelle, mahdollisuudet puuttua asiaan saattavat olla jo menetetyt, selittää tohtori Ira Haraldsen, Oslon yliopistollisen sairaalan neurologi ja AI-Mind-tutkimuksen koordinaattori.

– AI-Mind-hankkeen tarkoituksena on tunnistaa potilas varhaisessa vaiheessa ennen kliinisten oireiden ilmenemistä.

EU-maissa jo noin seitsemällä prosentilla yli 60-vuotiaista on muistisairaus. Muistisairauksien kehittymisen todennäköisyys kasvaa jyrkästi iän myötä. Euroopan väestön ikääntyessä on yhä tärkeämpää löytää keinoja tunnistaa riskiryhmään kuuluvat henkilöt varhaisemmassa vaiheessa.

AI-Mind-tutkimusryhmä yhdistää lääketieteellistä osaamista edistyneisiin teknologioihin ja tekoälymalleihin riskiennusteiden parantamiseksi sekä diagnoosien ja terveydenhuollon suunnittelun tukemiseksi.

Tutkijat käyttivät yli 50 000 tuntia 1 000:n Euroopan kansalaisen tietojen keräämiseen ja analysointiin. Potilaiden tietojen yksityisyyden turvaamiseksi tiedot kerättiin tähän tarkoitukseen varatuille palvelimille ja sovellettiin tiukkoja protokollia. Saatuja tietoja käytettiin kahden toisiaan täydentävän diagnostisen välineen kehittämiseen.

Yksi päätavoitteista oli tunnistaa henkilöt, joilla on havaittavissa lievää kognitiivista heikentymistä ja joilla on kohonnut riski sairastua myöhemmin muistisairauteen. Lievä kognitiivinen heikkeneminen voi ilmetä muistiongelmina tai vaikeuksia arjen tehtävissä. Kaikki lievästä kognitiivisesta heikkenemisestä kärsivät henkilöt eivät kuitenkaan välttämättä sairastu myöhemmin muistisairauteen. Tutkijat halusivat tunnistaa henkilöt, joiden kohdalla sairaus todennäköisimmin etenee.

Tutkimukset ovat osoittaneet, että aivojen sähköisessä toiminnassa voi ilmetä muutoksia jo muistisairauden varhaisessa vaiheessa. Ensimmäinen kehitetyistä diagnoosivälineistä, AI-Mind Connector, hyödyntää aivojen sähköistä toimintaa koskevia tietoja tunnistaakseen malleja, jotka saattavat liittyä kasvaneeseen muistisairauden riskiin.

Toinen työkalu, AI-Mind Predictor, puolestaan hyödyntää tekoälyä lisätietojen analysointiin ja arvioi tarkemmin, kuinka todennäköisesti lievä kognitiivinen heikkeneminen etenee muistisairaudeksi. AI-Mind Predictor -työkalu hyödyntää AI-Mind Connectorin tuottamia tietoja sekä dataa henkilön kognitiivisista toiminnoista, biologisista merkkiaineista ja sairaushistoriasta. Se ottaa huomioon myös taustatekijöitä kuten ikä, koulutustaso ja asuinpaikka.

Muistisairauksiin ei tällä hetkellä ole parannuskeinoa. Osaan riskitekijöistä, kuten sosiaaliseen eristäytymiseen ja runsaaseen alkoholin käyttöön, voi kuitenkin itse vaikuttaa, joten muistisairauden riskiä voi pienentää yksinkertaisilla elämäntapamuutoksilla. Elämäntapamuutoksilla yhdessä muiden toimenpiteiden kanssa muistisairauden puhkeamista voidaan viivyttää tai jopa estää se.

– Sosiaaliseen eristyneisyyteen voi vaikuttaa itse, samoin juoma- ja tupakointitottumuksiin, Haraldsen muistuttaa.

Hän lisää, että uusien hoitomenetelmien tullessa markkinoille AI-Mindin kaltaiset työkalut voisivat myös mahdollisesti auttaa tunnistamaan henkilöitä, jotka saattaisivat hyötyä niistä.

Varhaisessa tunnistamisessa ei ole kyse pelkästään hoidosta. Se voi auttaa henkilöitä, jotka huomaavat muutoksia muistissaan tai ajattelukyvyssään, ymmärtämään, mistä mahdollisesti on kyse ja pääsemään tarvitsemansa tuen piiriin. Andersson – joka oli tutkimuksen aikana tekemisissä monien potilaiden kanssa – huomasi, että moni halusi yksinkertaisesti saada selityksen oireilleen.

Varhainen tieto sairaudesta voi myös auttaa potilaita ja heidän läheisiään suunnittelemaan tulevaisuutta sekä käytännön että tunteiden tasolla.

AI-Mind-työkaluja on jo testattu kliinisissä ja tutkimusympäristöissä Norjassa. Hankkeen ensimmäinen vaihe päättyi vuoden 2026 alussa, ja tutkijat hakevat nyt rahoitusta työn jatkamiseksi ja sen laajentamiseksi muihin maihin.

Ennen kuin työkaluja voidaan käyttää kliinisessä työssä, ne on hyväksyttävä lääkinnällisiksi laitteiksi EU:n lääkinnällisistä laitteista annetun asetuksen nojalla. Asetuksessa edellytetään kliinistä arviointia, jonka tutkijat odottavan valmistuvan vuoteen 2035 mennessä.

Algoritmien testaaminen uusissa ympäristöissä auttaa tutkijoita arvioimaan, miten hyvin ne toimivat monimuotoisemmissa väestöryhmissä. Ryhmä tekee myös yhteistyötä alan kumppaneiden, kuten Eli Lillyn, Rochen ja Boschin, kanssa diagnostisen lähestymistavan kehittämiseksi edelleen.

– Meillä on varsin intensiivinen strategia AI-Mind-konseptin tuomiseksi lääketieteen kenttään, Haraldsen kertoo. Hän on erityisen toiveikas sen suhteen, että AI-Mind-työkaluja voitaisiin mahdollisesti hyödyntää alueilla, joilla terveydenhuollon resursseja on vähemmän, koska toimintamalli ei edellytä pitkälle erikoistuneita laitteita.

– Konsepti on hyvin yksinkertainen: se voitaisiin toteuttaa esimerkiksi iPad- ja iPhone-laitteilla, hän summaa.

Andersson korostaa, että tekoälytyökalujen tarkoituksena ei ole korvata asiantuntija-arvioita tai vuorovaikutusta. Ne on suunniteltu tukemaan keskusteluja ja päätöksentekoa terveydenhuollon ammattilaisten ja potilaiden välillä.

– Tarkoituksena ei ole, että työkalu tekee diagnoosin ja potilaan hoito jätetään sen jälkeen terveydenhuollon ammattilaisten tehtäväksi, hän sanoi.

– Päätöksen on oltava ihmislähtöinen ja ihmiskeskeinen.

Tämä artikkeli on julkaistu alun perin EU:n tutkimusta ja innovointia käsittelevässä Horizon-lehdessä.

Tässä artikkelissa kuvattu tutkimus rahoitettiin EU:n Horisontti-ohjelmasta.