Aalto-yliopistossa kehitetään massadatan avulla ennustemalleja pikkukeskosten hoidon avuksi.
Pienet keskoset – big data -tutkimuksessa on analysoitu noin 2 000 pikkukeskosen tiedot 15 vuoden ajalta. Tietoaineisto sisältää esimerkiksi happisaturaatiokäyriä, verenpaine- ja ravinnetietoja, lääkitysdataa ja ravitsemuksen arvioimiseksi kerättyjä vaippojen punnitustietoja.
Dataa on yhteensä 200 gigatavun verran.
Ensimmäiset mallit ensi vuonna
Perustietojen rinnalle kerätään seurantatietoja lasten kasvaessa.
Tietoaineistoja vertaamalla rakennetaan ennustemalleja esimerkiksi pikkukeskosten kognitiivisista kyvyistä tai mahdollisista tulevista diagnooseista. Ennustemallit on tarkoitettu lääkäreille, jotka voivat käyttää niitä tehdessään päätöksiä pikkukeskosten ensiviikkojen hoidosta. Ennustemalli voi varoittaa lääkäriä jostain mahdollisesta tulevaisuuden kehityskulusta, johon voidaan vaikuttaa varhaisella hoidolla.
Ennustemalleilla pyritään esimerkiksi ennustamaan happisaturaatiomittausten avulla keskosen retinopatiaa (verkkokalvosairaus), joka voi pahimmillaan johtaa sokeuteen.
– Ensimmäiset ennustemallit valmistunevat ensi vuoden aikana, kertoo opettava tutkija Jaakko Hollmén Aalto-yliopistosta.
Hollmén kertoo, että kyseessä on pitkäaikainen tutkimushanke, jossa uusia ennustemalleja kehitetään seuranta-aineiston kertyessä.
Tutkimusta tehdään yhteistyössä HUS:n Lastenklinikan kanssa.
Kirjoittanut:
Hertta Vierula
toimittaja
Kuva:
Panthermedia
