Aivohalvauspotilailla on lyhyempiä hengityskatkoja verrattuna uniapneaa sairastavan verrokkiryhmän henkilöihin, joilla ei ole todettu aivoverenkierron häiriöitä, havaitsi DI Akseli Leino väitöskirjassaan. 

Koneoppimismenetelmät mahdollistavat tarkan uniapnean vakavuuden arvioinnin aivoinfarktipotilailla pelkän yöllisen happisaturaatiosignaalin perusteella. Niillä on myös mahdollista arvioida unen rakennetta aivosähkökäyrästä, joka on mitattu yksinkertaistetulla elektrodipannalla.

Leino kehitti väitöskirjassaan laskennallisia menetelmiä uniapnean diagnostiikkaan. Tutkimuksen pääpaino oli etenkin aivoinfarktipotilaiden uniapnean diagnostiikan kehittämisessä.

Uniapnea on tavallista yleisempää aivoinfarktipotilailla. Nykyisin aivoinfarktipotilaille ei kuitenkaan tehdä uniapnean rutiiniseulontaa.

Apua seulontatutkimuksiin

Leino mittasi unipolygrafiatutkimuksia aivoinfarkti- ja TIA-potilailta Kysissä. Hän käytti verrokkiryhminä retrospektiivisesti Kysissä mitattuja potilastutkimuksia. Lisäksi hän käytti useampaa unitutkimusaineistoa, joissa aivosähkökäyrä on mitattu itsepuettavalla elektrodipannalla. 

Leinon mukaan tutkimustuloksia hengityskatkojen piirteistä voidaan käyttää tutkimuksessa aivoinfarktipotilaiden uniapnean parempaan ymmärtämiseen. Koneoppimismenetelmät ovat tarkkuudeltaan sellaisia, että niistä olisi jopa sellaisenaan hyötyä uniapnean seulontatutkimuksissa. 

Automaattisten koneoppimismenetelmien käyttöönotto diagnostiikassa vähentäisi unien analysointiin käytettävää aikaa, mikä mahdollistaisi nykyistä laajemmat rutiiniseulonnat uniapnean riskiryhmillä, kuten aivoinfarktipotilailla.

DI Akseli Leinon väitöskirja Novel computational methods for improved sleep apnea diagnostiscs – Special focus on stroke patients tarkastetaan Itä-Suomen yliopistossa 9. joulukuuta.