Tutkimus oli osa Suomen Akatemian rahoittamaa SICSURFIS-hanketta. Tutkimuksessa pyrittiin tunnistamaan ja rajaamaan ihosta aiempaa tarkemmin erilaisia syöpätyyppejä, ja kuvantamaan aiemmille kameroille haastavia ihonpintoja, kuten nenänpäätä tai korvanlehteä.

Väitöstutkimuksensa hankkeeseen tehneen FM Anna-Maria Raita-Hakolan mukaan terveen ja sairaan ihon raja voidaan määritellä analysoimalla 3D-spektridataa tekoälyn avulla. Samalla voidaan tunnistaa erilaisia ihosyöpätyyppejä ja hyvänlaatuisia leesioita.

– Hyperspektrikameralla saadaan solutason tietoa sekä ihon pinnalta että ihon pinnan alapuolelta. Kamera kuvaa hyperspektrikuvia erityisvalaistuksella. Ihon pinnasta lasketaan 3D-malli, joka yhdistetään spektridatan kanssa. Tekoäly analysoi datan ja tulokset voi nähdä visualisoituna, Raita-Hakola kertoo Jyväskylän yliopiston tiedotteessa.

Hyperspektrikamera havaitsee ihon pintamuutoksien lisäksi myös ihon alla olevia muutoksia, esimerkiksi niin kutsuttuja satelliittisoluja, jotka levittävät leesiota eivätkä näy ihonpinnalla.

Raita-Hakolan mukaan tekoälyn tuottamat analyysitulokset voivat antaa tulevaisuudessa tärkeää tietoa lääkäreille lähes reaaliaikaisesti, ilman tarvetta perinteiselle koepalatutkimukselle.

– Ihosyövät ovat maailman kolmanneksi yleisimpiä syöpiä, joten tämän kaltainen menetelmä, eli optinen biopsia, voi tullessaan nopeuttaa päätöksentekoa, lyhentää hoitoketjua, ja vähentää diagnosoinnin työvaiheita. Tämä vähentää terveydenhoidon kustannuksia, Raita-Hakola toteaa.

Väitöstutkimus tehtiin monitieteellisenä yhteistyönä. Sen olennainen osa oli VTT:n tekemä laitekehitys, sekä Husin ihotautilääkärien lääketieteellinen tutkimusyhteistyö.

Anna-Maria Raita-Hakolan ohjelmisto- ja tietoliikennetekniikan väitöskirja From sensors to machine vision systems: Exploring machine vision, computer vision and machine learning with hyperspectral imaging applications tarkastetaan perjantaina 2.12.2022 klo 10 Jyväskylän yliopistossa.