Käytännön pulma johti keksintöön
Algoritmi voi tunnistaa stetoskoopin ääniä ihmiskorvaa tarkemmin. Nyt menetelmää tutkitaan myös COVID-19-potilaiden seurannassa.
Ilkka Jaakkola tallentaa sydänääniä AusculThing-laitteistolla.
Laitteistoon kuuluvat Samsung-tabletti ja elektroninen Thinklabs-stetoskooppi.
Elektroninen stetoskooppi ja tablettitietokone.
Näitä laitteita hyödyntää AusculThing-menetelmä, jota on Suomessa kehitetty lasten sydämen sivuäänien tunnistamiseen.
Mutta voisiko se auttaa myös koronapotilaiden hoidossa?
Sitä aletaan nyt tutkia HUS:ssa. Laitteiston avulla tallennetaan riskiryhmiin kuuluvien ja sairaalahoidossa olevien COVID-19-potilaiden keuhkoääniä säännöllisin väliajoin. Hengitysääniä verrataan potilaan oireisiin, laboratorio- ja kuvantamistutkimuksiin sekä annettuun lääkehoitoon.
Tavoitteena on opettaa algoritmia ennakoimaan potilaan tilan paheneminen. Elektroninen stetoskooppi erottaa ihmiskorvaa tarkemmin hengitysäänten muutoksia.
Lähete vai ei?
AusculThing sai alkunsa käytännön pulmasta.
Perusterveydenhuollosta lähetetään terveitä lapsia tutkittavaksi, koska patologisen sivuäänen erottaminen hyvänlaatuisesta virtausäänestä voi olla kokeneellekin lääkärille hankalaa.
HUS:n lastenkardiologian erikoislääkäri, LT Ilkka Jaakkolan mukaan jopa 80–90 prosenttia sivuäänilähetteistä on tämän vuoksi periaatteessa turhia. Hän on toinen menetelmää kehittävän yhtiön lääkäreistä.
– Menetelmä voisi toimia perusterveydenhuollon lääkärin tukena, kun hän pohtii, tarvitseeko potilas lähetettä vai ei.
Toisaalta joskus lapsen sydänvika havaitaan vasta myöhäisessä kouluiässä. Menetelmä voisi auttaa tunnistamaan nämä ajoissa ja auttaa välttämään mahdolliset peruuttamattomat häiriöt sydämen toimintaan.
Algoritmin kehittämistä varten lasten sydänten sivuääniä ja niihin liittyviä tietoja, esimerkiksi ultraäänitutkimukset, tallennetaan AusculThing-laitteistolla Helsingin, Oulun, Tampereen ja Turun yliopistosairaaloissa.
Vajaan vuoden ajalta tallennuksia on kertynyt yli tuhat. Määrä kasvaa edelleen.
– Näyttää siltä, että tunnistus toimii erinomaisesti, Jaakkola sanoo.
Tarvitaan noin 300–500 potilaan sydänvikakohtaiset tallenteet ja tiedot, jotta algoritmi voi oppia erottamaan patologiset sydänäänet hyvänlaatuisista.
Useita käyttökohteita tutkitaan
Laitteiston käyttöä on alettu tutkia myös aikuisten aorttaläpän ahtaumaan liittyen. Kyseessä on yksi yleisimmistä aikuisten rakenteellisista sydänvioista.
Jos ahtauman tilannetta voitaisiin seurata säännöllisesti, pystyttäisiin oikea hoidon hetki määrittämään aiempaa tarkemmin.
– Jotta esimerkiksi kalliista TAVI-toimenpiteestä saadaan hyötyä, se pitää ajoittaa oikein, Jaakkola sanoo.
Jos AusculThing osoittautuu toimivaksi, ahtauman tilannetta voisi seurata hoitajakäynneillä vaikka kolmen kuukauden välein. Tiheisiin ja kalliisiin ultraäänitutkimuksiin ei erikoissairaanhoidossa ole resursseja.
AusculThing-tutkimus kestää muutaman minuutin. Lapsille tehdään 4–5 mittausta stetoskoopin paikkaa siirrellen, aikuisille yleensä kaksi. Yksi mittaus kestää kymmenen sekuntia.
Selvityksessä on myös, voiko menetelmä auttaa keuhkoahtaumataudin, astman ja sydämen vajaatoimintaa sairastavien seurannassa.
Lasten sydänvikojen osalta menetelmäkehitys ja lupaprosessit ovat siinä vaiheessa, että prototyyppi valmistunee tänä vuonna ja kliiniseen käyttöön soveltuva kaupallinen versio ensi vuonna.
Menetelmä integroituu helposti potilastietojärjestelmiin, ja se toisi Jaakkolan mielestä merkittävän digiloikan sydän- ja keuhkopotilaiden arviointiin ja seurantaan.
