Tekoäly auttaa diabeetikkoja

Teksti: Mika Haulo

Tekoäly on ollut jo muutaman vuoden teknologia-alalla kuuma asia. Terveydenhoito on yksi keskeisistä aloista, joilla tekoälyä pyritään hyödyntämään.

Isoista diabetestuotteita valmistavista yrityksistä ainakin Medtronicilla on kiinnostusta tekoälyyn. Viime vuonna kerroimme tällä palstalla, että Medtronic oli saanut FDA-hyväksynnän tekoälyyn perustuvaan Sugar.IQ-ohjelmistoonsa. Viime joulukuussa yhdysvaltalainen Mobile Health News -verkkojulkaisu kertoi, että Medtronic on ostanut tekoälyyn pohjautuvia ravintotietopalveluita kehittäneen Nutrino-yrityksen. Sekä Nutrino että Sugar.IQ perustuvat IBM:n Watson-teknologiaan.

Teknologiajätit eivät kuitenkaan ole ainoita tekoälyn hyödyntäjiä. Suomalaiselle yleisölle jokseenkin tuntematon Quin kehittää puhelinsovellusta, joka auttaa diabeetikkoa valitsemaan oikean insuliiniannoksen. Sovelluksen äly perustuu diabeetikon itsensä aikaisempiin hoitopäätöksiin. Quinin kehitys on vasta alkuvaiheessa, ja sen käytössä on vielä paljon rajoituksia. Sovellus ei siksi ole vielä vapaasti ladattavissa, mutta siihen pääsee tutustumaan hakeutumalla kehitysohjelmaan testikäyttäjäksi osoitteessa https://quintech.io/apply/. 

Kaliforniassa toimiva diagnostiikkayhtiö Pr3vent puolestaan käyttää tekoälyä silmänpohjakuvien analysointiin. Vaikka yhtiö ei kehitä tuotteitaan diabetesnäkökulmasta, tällaisella teknologialla on käyttöä myös diabeteksen hoidon tulevaisuudessa. Silmänpohjien muutokset ovat yksi yleisistä diabeteksen tuomista lisäsairauksista. Toisesta vastaavasta yrityksestä kerroimme jo viime syksynä: myös IDx-yhtiö kehittää tekoälyyn perustuvaa silmänpohjien kunnon seurantaa ja analysointia.

Hoitovälineet integroituvat

Novo Nordiskin älykkäät insuliinikynät – Novopen 6 ja Novopen Echo Plus – integroituvat Libre-glukoosinseurantajärjestelmään ja Glooko-pilvipalveluun. Käytännössä tämä tarkoittaa sitä, että tiedon älykkäillä insuliinikynillä pistetystä insuliinista saa automaattisesti siirtymään Libren lukulaitteeseen tai Glookoon. Tällä tavoin insuliinikynät ja niiden tietoyhteys kurovat umpeen insuliinipumppujen etumatkaa tiedonsiirto-ominaisuuksissa ja vähentävät monipistoshoitoisten tarvetta kirjata käsin insuliiniannoksia.

Toinen integraatiouutinen on tullut Senseonicsin suunnasta, jonka Eversense-implanttisensori – tai tarkemmin sanottuna sen hallintasovellus – saa ominaisuuden, jonka avulla sensorin mittaamat glukoosiarvot saa ladattua Glookoon.

Optinen kakkostyypin diabeteksen tunnistus

Yhdysvalloissa tehty UCSF’s Health eHeart Study -tutkimus poiki mielenkiintoisen diabetesaiheisen kokeilun. Alkuperäisessä tutkimuksessa osallistujat mittasivat sykettään älypuhelinsovelluksella. Puhelimissa ja aktiivisuusrannekkeissa oleva sykkeenmittaus perustuu fotopletysmografiaan, jossa pintaverisuonia valaistaan laitteessa olevalla led-valolla, ja takaisin heijastunutta valoa ja sen sävyä mitataan.

Sykemittarit päättelevät tästä sydämen syketiheyden, mutta samaa signaalia toisella tapaa tulkitsemalla voidaan saada selville muutakin. Tässä tapauksessa tutkijat yrittivät tunnistaa tyypin 2 diabeteksen. Osa alkuperäiseen tutkimukseen osallistuneista oli ilmoittanut taustatiedoikseen diabeteksen, ja näistä kokeilussa käytetty tiedon analysointimalli onnistui tunnistamaan 72 prosenttia oikein. Vaikka kokeilussa käytetty menetelmä ei ainakaan vielä ole täysin varma, se antaa osviittaa siitä, että tulevaisuudessa meillä saattaa olla nykyistä helpompi keino seuloa tyypin 2 diabetesta.

Julkaistu Diabetes-lehdessä 3/2019