Ajan­kohtai­sta

Tietokonepohjaisesta menetelmästä apua malarian diagnosointiin

Tietokonepohjainen menetelmä voi tehostaa malarian diagnosointia.

Kuvio 1 http://www.laakarilehti.fi/pics/78122_web.jpg

Suomen molekyylilääketieteen instituutin (FIMM), Helsingin yliopiston ja Karoliinisen instituutin tutkijat ovat kehittäneet uudenlaisen menetelmän malarian diagnosointiin.

PLOS One -lehdessä julkaistu menetelmä hyödyntää konenäköä, erityisesti kasvojentunnistuksessakin käytettäviä tietokonealgoritmeja.

Konenäön valmiiksi seulomat, diagnoosin kannalta olennaisimmat löydökset esitellään kuvasarjana diagnoosia tekevälle henkilölle. Kuvasarjaa voi selata tablettitietokoneen näytöltä.

Menetelmän diagnostista tarkkuutta arvioitiin tarkastelemalla 19:ää Plasmodium falciparum -malarialoisen infektoimaa verisivelynäytettä ja 12:ta kontrollinäytettä.

Näytteet digitoitiin, jonka jälkeen konenäkö kävi läpi kustakin näytteestä noin 50 000 punasolua. Ohjelma luokittelee solut sen mukaan, miten todennäköisesti malarialoinen oli niitä infektoinut.

Ohjelma esittelee kuvasarjana noin sata todennäköisimmin infektoitunutta solua käyttäjälle, joka tekee niiden perusteella lopullisen diagnoosin.

Menetelmän tarkkuus osoittautui WHO:n kriteerien mukaiseksi, eli yli 90 % perinteisin menetelmin diagnosoiduista infektoituneista näytteistä pystyttiin diagnosoimaan oikein uudella menetelmällä.

Muutamien tunnistamatta jääneiden näytteiden laatu oli huono, ja ne olisivat todellisessa diagnosointitilanteessa vaatineet lisäselvityksiä.

Menetelmää voitaisiin tutkijoiden mukaan hyödyntää myös uusien malarialääkkeiden kehittämisessä, sillä sen avulla voidaan seurata malarialoisen määrän vähenemistä nopeasti ja tarkasti.

Malarian diagnosointiin käytettävä mikroskooppitutkimus vie aikaa, vaatii erikoistunutta henkilökuntaa ja on altis virheille.

Vuonna 2012 Saharan eteläpuolisilla malaria-alueilla pystyttiin tekemään diagnostinen testi alle puolelle epäillyistä malariatapauksista. Menetelmällä onkin mahdollisuus tehostaa malarian diagnosointia.

Maria van der Meer
Kuva: Menetelmä hyödyntää konenäköä ja kasvonjentunnistusjärjestelmiä muistuttavia algoritmeja. Kuvien katseluun voidaan käyttää tablettitietokonetta. Ari Hallami/ FIMM

Lääkäriliitto Fimnet Lääkärilehti Potilaanlaakarilehti Lääkäripäivät Lääkärikompassi Erikoisalani Lääkäri 2030