Antti Vehkaoja edistää terveyttä datan ja yritysyhteistyön avulla
Ajattele, jos veitsi tunnistaisi leikkauksen aikana, osuuko kirurgi syöpäkudokseen niin tarkasti, että kaikki saadaan kerralla pois ja syövän uusiutumisen ja uusintaleikkauksen riski minimiin.
Tämä ei itse asiassa ole kuvitelmaa.
Tunnistamisen mahdollistavat kaksi jo olemassa olevaa keksintöä, joilla on toinen toistaan hankalammat nimet: diatermiaveitsi ja differentiaalimobiliteettispektrometriamenetelmä.
Diatermiaveitsi leikkaa kudosta sähköisen valokaaren avulla ja muuttaa leikatessa kudoksen savukaasuksi eli diatermiasavuksi. Savusta on mahdollista tunnistaa, millaisia molekyylejä leikatussa kudoksessa on. Ja tässä tarvitaan differentiaalimobiliteettispektrometriamenetelmää eli DMS-menetelmää, jonka kehittäminen on keskeinen osa professori Antti Vehkaojan tutkimustyötä.
– Menetelmä poistaa epäpuhtaudet, ionisoi molekyylit ja erottelee ne muodon, koon ja varauksen perusteella. Laite erottelee molekyylejä myös niiden liikkuvuuden perusteella hyödyntäen suuritaajuista sähkökenttää. Syöpäkudoksessa molekyylikoostumus on erilainen kuin terveessä kudoksessa. Jos esimerkiksi savukaasun lipidipitoisuus kasvaa, se on merkki siitä, että on leikattu syöpäkudosta, Vehkaoja kertoo.
Samalla kun laite tekee analyysiä, se tuottaa spektrikäyrää. Se muutetaan itseoppivan algoritmin avulla tiedoksi, jonka voi nähdä leikkauksen aikana suoraan näytöltä.
Tämä olisi merkittävä kehitysaskel perinteiseen menetelmään, sillä nykyisin kasvaimen riittäviä leikkausmarginaaleja arvioidaan leikkauksen aikana lähinnä silmä- ja näppituntumalla ja leikkauksen jälkeen analysoimalla kudosnäytteestä prosessoituja leikkeitä mikroskoopilla.
Puettava järjestelmä valvoo vuodepotilasta
Vehkaojaa voi hyvällä syyllä nimittää yritysyhteistyöaktiiviksi. DMS-menetelmän kehittämisessä hän tekee tutkimusryhmänsä kanssa tiivistä yhteistyötä Olfactomics-yrityksen kanssa, jonka pitkän tähtäimen tavoite on tuoda savuanalyysimenetelmä markkinoille.
Vehkaojan verkostoon kuuluu myös PulseOn-yritys. PulseOn on kehittänyt ranteessa pidettävän mittauslaitteen, jota käytetään eteisvärinän diagnosointiin. Koska yksi Vehkaojan osaamisalueista on ihmisten fysiologisten signaalien mittaaminen ja siihen tarvittavat menetelmät, on tällaisia mittalaitteita kehittävä yritys looginen yhteistyökumppani.
Lisäksi Vehkaoja oli mukana 2024 kesällä päättyneessä Business Finlandin Research to Business -hankkeessa, jossa kehitettiin puettava potilasmonitorointijärjestelmä sairaaloiden vuodeosastoille. Hankkeesta syntyi spin-off-yritys Brecas. Puettava järjestelmä voi luoda mielikuvan vaatteesta, mutta oikeasti kyseessä on pieni rinnalle kiinnitettävä laite.
– Sydämen toiminnan lisäksi laite mittaa happisaturaatiota, hengitystä ja liikkeitä. Se tunnistaa rytmihäiriöt ja iskemian eli sydänlihaksen happivajauksen. Erityisesti haluamme tunnistaa ajoissa, jos potilaalle on kehittymässä hengityslama, joka voi aiheuttaa aivovaurion tai jopa kuoleman. Opiaattipohjaista kipulääkitystä saavilla leikkauspotilailla hengityslama riski on merkittävä, Vehkaoja sanoo.
Vielä tällaista laitetta ei tavallisilla vuodeosastoilla ole käytössä. Mutta Vehkaojan mukaan on merkkejä, että tähän suuntaan ollaan liikkumassa. Monitorointi täytyy vain ensin saada riittävän luotettavaksi ja edulliseksi eli kokonaisuutena kannattavaksi. Kukaan ei halua vääriä hälytyksiä ja turhaan joka huoneessa piippaavia laitteita viemään resursseja.
Uusin yhteistyökuvio, johon Vehkaoja antaa panoksensa, on Tampereen Hakametsän Tomorrow’s Sports and Health Campus -hanke. Hankkeen tavoitteena on rakentaa verkosto yritysten ja muiden toimijoiden kanssa ja siten edistää terveyttä ja ennaltaehkäiseviä palveluita. Tärkeä tavoite on nopeuttaa tutkimustulosten kaupallistamista sekä palvelu- ja teknologiainnovaatioiden syntymistä. Hanketta koordinoi Tampereen yliopisto ja sitä ovat mukana toteuttamassa Tampereen kaupunki, Pirha, Varala ja UKK-instituuttiin kuuluva Tampereen urheilulääkäriasema.
Sovelluksia myös karvaisille kavereillemme
Vehkaojan osaamisesta hyötyvät ihmisten lisäksi myös lemmikit. Vehkaoja on tehnyt aiemmin Business Finlandin rahoittamissa hankkeissa tutkimusta, jossa ihmisille kehitettyjä mittausmenetelmiä sovellettiin eläimiin.
– Omistajat eivät aina tiedä, mitä lemmikki haluaa ja tarvitsee tai mitä se tekee päivisin, kun omistaja on poissa. Koiralla voi esimerkiksi olla yksin ollessaan stressiä. Näiden kysymysten ratkaisemiseksi kehitimme menetelmiä omistajan ja lemmikin vuorovaikutuksen parantamiseksi, Vehkaoja kertoo.
Lemmikkejä monitoroitiin myös yleisellä tasolla. Tätä varten tehtiin koesarja Helsingin yliopiston eläinlääketieteellisen tiedekunnan kanssa.
– Meillä oli ”koiravapaaehtoisia”, joille puettiin liikeantureita. Antureiden avulla kerättiin datasetti, mihin lisättiin annotointeja eli selityksiä ja huomautuksia, jotta tiedetään, mitä koira kussakin tilanteessa tekee. Näiden pohjalta koulutimme koneoppimismalleja, joilla liikkeitä pystytään automaattisesti luokittelemaan.
Suurin kysymys, jonka Vehkaoja haluaisi ratkaista, on silti ihmisistä mitatun tiedon laajempi ja kokonaisvaltaisempi hyödyntäminen terveyden edistämiseksi. Dataa on valtavasti, mutta se ei aina kulje eri toimijoiden ja järjestelmien välillä niin, että siitä saataisiin kaikki irti. Myös mittausmenetelmien luotettavuuden parantamisessa on vielä tekemistä.
– Aktiviteettejä asian ympärillä on onneksi menossa. Toisiolakia eli lakia sosiaali- ja terveystietojen toissijaisesta käytöstä uudistetaan ja EU:ssa kehitetään Health Data Spacea eli asetusta, jolla pyritään luomaan yhteinen kehys sähköisten terveystietojen käytölle. Yleisestikin halutaan miettiä ratkaisuja, miten ihmisten omilla hyvinvointilaitteillaan keräämää dataa saataisiin integroitua eri paikkoihin.
Tulevaisuudessa oman älylaitteesi keräämä data voisi siis kirjautua automaattisesti esimerkiksi OmaKantaan. Näin lääkärillä olisi käytettävissään kattavaa pitkän ajan seurantatietoa, jota hän voisi tarvittaessa hyödyntää sinulle parhaan hoidon löytämisessä.
Antti Vehkaoja
- Kotoisin Tampereelta, asuu Nokialla.
- Valmistui sähkötekniikan diplomi-insinööriksi 2004.
- Oli vierailevana tutkijana UC Berkeleyssa Kaliforniassa 2007.
- Väitteli tekniikan tohtoriksi Tampereen teknillisestä yliopistosta 2015.
- Nimitettiin Tampereen teknillisen yliopiston dosentiksi ja apulaisprofessoriksi 2017.
- Nimettiin Tampereen yliopiston tenure track -professoriksi 2021.
- Nimitettiin Tampereen yliopiston anturitekniikan ja biomittausten professoriksi 2025.
- Harrastaa ratamoottoripyöräilyä, enduroa ja leijalautailua.
Kirjoittaja: Sari Laapotti
