Tutkija Mira Valkonen soveltaa koneoppimista kudosnäytteiden tutkimiseen

“Patologit ovat Suomessa usein ylityöllistettyjä, mutta erityisen kriittinen tilanne on kehittyvissä maissa. Esimerkiksi joissakin Afrikan valtioissa saattaa olla vain yksi patologi Suomen väestön kokoista ihmismäärää kohden. Koneoppimisen avulla hoitoa ja ammattitaitoa voitaisiin viedä myös näille alueille.

Koneoppimisen mahdollisuudet digitaalipatologiassa kiinnostavat minua myös tutkimuksellisesti. Erityisesti minua kiehtoo niiden soveltaminen syöpätutkimuksessa. Patologi tekee näytteestä aina oman tulkintansa. Olisi kiinnostavaa nähdä, voiko koneoppimisen avulla löytää suuresta datamäärästä uutta tietoa. Olisiko mahdollista löytää esimerkiksi uusia prognostisia markkereita, joiden perusteella diagnooseja tehdään?

“Tekoälyyn ja koneoppimiseen liittyvän hypen takana
on paljon potentiaalia.”

Kiinnostuin tekniikan ja lääketieteen yhdistämisestä jo opiskeluaikana. Opiskelin Tampereen teknillisessä yliopistossa lääketieteellisen tekniikan linjalla, jossa perehdyin muun muassa signaalinkäsittelyyn. Innostus kantoi jatko-opintoihin asti, ja nykyisin työstän väitöskirjaani koneoppimisen mahdollisuuksista digitaalipatologiassa. Tutkin, miten koneoppimiseen pohjautuvaa kuva-analyysiä voitaisiin soveltaa mikroskooppikuvien analysointiin.

Olen tällä hetkellä mukana dosentti Pekka Ruusuvuoren vetämässä biokuvainformatiikan tutkimusryhmässä, jossa tutkitaan muun muassa samoja asioita kuin väitöskirjassani, koneoppimisen hyödyntämistä digitaalipatologiassa. Maaliskuussa lähden Cambridgen yliopistoon tutkijavaihtoon, missä työskentely painottuu geenitutkimuksen ja kuva-analyysin yhdistämiseen. Cambridgessä yritän löytää työkaluja siihen, miten neuroverkkoihin perustuvien syväoppivien mallien päätöksiä pystyttäisiin linkittämään biologiaan.

Tekoälyyn ja koneoppimiseen liittyy tällä hetkellä paljon hypeä. Hypen takana on kuitenkin paljon potentiaalia. Datan määrän lisääntyessä myös teknologiaa pystytään kehittämään uudella tavalla. Pitää kuitenkin muistaa, että koneoppiminen on vain yksi hyödyllinen työkalu, ei kaikkea ratkaiseva voima.”

 

1. Mitä alallasi pitäisi tutkia seuraavaksi? Miksi?

Neuroverkkoihin perustuvia syväoppivia malleja pitäisi ymmärtää nykyistä paremmin. Tarvitsemme lisää tietoa siitä, miksi koneoppimismalli tekee juuri tietyn päätöksen ja mihin mallin tekemät päätökset perustuvat. Lääketieteen alalla tämä tarkoittaa sitä, että syväoppivia malleja ymmärretään entistä paremmin biologian näkökulmasta.

2. Mikä tai kuka on viimeksi avartanut mieltäsi tutkimuksen saralla?

Tieteelliset konferenssit avartavat ja motivoivat aina. Niistä saa helposti käsityksen siitä, mitä omalla alalla tapahtuu. Lokakuussa 2017 osallistuin teknisten alojen konenäkökonferenssiin Venetsiassa. Siellä oli kiinnostavaa nähdä, miten konenäkö on kehittynyt riippumatta siitä, mitä dataa käytetään. Oman alan tietoutta keräsin digitaalipatologian konferenssissa Helsingissä viime kesänä. Kummastakin tapahtumasta sai valtavasti uutta intoa omaan tutkimukseen.

3. Minkä villin unelman tahtoisit tutkimustyössä toteuttaa, jos raha ei olisi este?

Haluaisin nähdä, että kaikki olemassa olevat menetelmät saataisiin terveydenhoidon ammattilaisten käyttöön. Lääketieteessä käytäntö tulee aika kaukana tutkimuksen perässä, sillä ala on niin säädelty. Siksi haluaisin vauhdittaa sitä, että hyvät käytännöt saataisiin leviämään entistä paremmin.

 

KAUTEn Avartajat-juttusarjassa esitellään säätiön rahoittamien tutkijoiden uusia ja mielenkiintoisia tutkimusavauksia. Sarjan jutut tarjoavat tuoreita näkökulmia ajankohtaisiin ja nouseviin ilmiöihin kaupallisten ja teknillisten tieteiden aloilta.


Sosiaalipsykologi Johanna Nurmi tutkii terveyssovellusten voimaa

“Maailmassa on satoja tuhansia älypuhelinsovelluksia, jotka pyrkivät auttamaan ihmisiä terveytensä parantamisessa. Sovelluksilla on lukuisia käyttötarkoituksia aina liikuntaan kannustamisesta diabeetikon verensokerin tarkkailuun. Suurin osa sovelluksista on kuitenkin suunnattu ihmisille, joille esimerkiksi liikunta on luontevaa tai älypuhelimen käyttäminen helppoa. Paljon vähemmän on olemassa sellaisia sovelluksia, jotka tukisivat epämotivoituneita liikkujia tai ihmisiä, jotka arastelevat älypuhelimen käyttöä. Se on harmi, sillä juuri he tarvitsisivat tukea eniten.

Siksi olen onnellinen, että saan olla mukana kehittämässä Precious-sovellusta. Sovellus auttaa käyttäjää kohti terveellisiä elämäntapoja pelillistämisen ja motivoinnin keinoin. Olemme kehittäneet sovellusta isossa EU-hankkeessa, jossa on mukana eri alojen tutkijoita muun muassa Itävallasta, Ranskasta ja Belgiasta. Mukana on esimerkiksi pelillistämisen asiantuntijoita, sensoriteknologian osaajia ja ravitsemustieteilijöitä. Monitieteisyys innosti minut hakemaan mukaan projektiin.

Oma alani on sosiaali- ja terveyspsykologia, ja minua kiinnostaa erityisesti käyttäytymiseen vaikuttavien tekijöiden ymmärtäminen. Motivaation tutkiminen on kiinnostavaa, sillä motivaation luomiseen on olemassa todella moninaisia keinoja. Toiset niistä tehoavat paremmin kuin toiset.

“Ihminen on valmiimpi muuttumaan,
kun motivaatio ei tule ulkoapäin.”

Syyllisyys ja häpeä toimivat pitkällä aikavälillä huonosti, kun taas ihmisen arvoihin ja identiteettiin perustuvat kannustimet edistävät motivaatiota. Siksi olemme perustaneet Precious-sovellusta motivoivan haastattelun menetelmään. Motivoivassa haastattelussa ihmisiltä kysytään asioista, jotka ovat heille tärkeitä, ja pohditaan, miten ne voisi saavuttaa. Ihminen on valmiimpi muuttumaan, kun motivaatio ei tule ulkoapäin.

Terveyssovellusten kentällä on tapahtumassa suuri muutos, kun siirrymme mekaanisesta mittaamisesta kohti vuorovaikutusta. Emme tyydy enää vain laskemaan askeleita tai tarkastelemaan sykettä. Sovellukset keräävät monipuolista dataa käyttäjistä, ja palveluista tulee entistä räätälöidympiä. Myös tekoäly tarjoaa mahdollisuuksia yksilöiden henkilökohtaiseen tukemiseen.

Siksi tulevaisuudessa on äärimmäisen olennaista pystyä yhdistämään eri alojen asiantuntemusta. Kun teknologia muuttuu vuorovaikutteisemmaksi, siitä tulee entistä henkilökohtaisempi osa arkea. Tekoälyä on tutkittava sosiaalisista ja käyttäytymistieteellisistä näkökulmista.”

 

1. Mitä alallasi pitäisi tutkia seuraavaksi? Miksi?

“Meidän pitäisi ehdottomasti keskittyä siihen valtaisaan yksilöllisen datan määrään, jota ihmisistä on saatavilla. Kun ajatellaan käyttäytymisen muutosta, tuo data voi auttaa meitä siirtymään eteenpäin ryhmäkeskiarvojen tutkimisesta. Voimme paneutua yksilölliseen käyttäytymisen muutokseen.”

2. Mikä tai kuka on viimeksi avartanut mieltäsi tutkimuksen saralla?

“Olen keskustellut viime aikoina teknologiajättien tutkijoiden kanssa. Google Deep Mindin, Amazonin ja Microsoft Researchin tutkijat ovat kertoneet millaisia mahdollisuuksia big data meille luo. Samalla eettiset kysymykset ja turvallinen datankäsittely ovat yhä enemmän keskustelun aiheena. Toisaalta tutkimusryhmät, joissa olen mukana, ovat niin kovatasoisia, etten lakkaa hämmästelemästä  ihmisten osaamista.”

3. Minkä villin unelman tahtoisit tutkimustyössä toteuttaa, jos raha ei olisi este?

“Rakentaisin chat-robotin, joka kykenisi oikeasti luontevaan vuorovaikutukseen. Ihmisten välinen vuorovaikutus on toki aina tarpeellista ja tehokkainta, mutta emme pysty tukemaan kaikkia vaikeissa tilanteissa. Siksi tällainen chat-robotti voisi olla todella hyödyllinen apu tulevaisuudessa.”

Seuraa avartajaa Twitterissä: @JohannaNurmi1

KAUTEn Avartajat-juttusarjassa esitellään säätiön rahoittamien tutkijoiden uusia ja mielenkiintoisia tutkimusavauksia. Sarjan jutut tarjoavat tuoreita näkökulmia ajankohtaisiin ja nouseviin ilmiöihin kaupallisten ja teknillisten tieteiden aloilta.