University of Oulu

Polvinivelrikko ja sen toteamiseen sekä etenemisen ennustamiseen kehitetyt tekoälysovellukset

Saved in:
Author: Vorimo, Timi1
Organizations: 1University of Oulu, Faculty of Medicine, Medicine
Format: ebook
Version: published version
Access: open
Online Access: PDF Full Text (PDF, 0.6 MB)
Pages: 23
Persistent link: http://urn.fi/URN:NBN:fi:oulu-202206012506
Language: Finnish
Published: Oulu : T. Vorimo, 2022
Publish Date: 2022-06-02
Thesis type: Other thesis
Tutor: Nevalainen, Mika
Vaattovaara, Elias
Reviewer: Vaattovaara, Elias
Nevalainen, Mika
Description:

Tiivistelmä

Nivelrikko on maailman yleisin tuki- ja liikuntaelimistön sairaus, joka aiheuttaa yksilötasolla paljon toimintakyvyn alenemaa, kipua sekä yhteiskunnallisesti suuria sosioekonomisia kustannuksia. Nivelrikko affisioi erityisesti kättä, lonkkaa ja polvea. Nivelrikko on koko nivelen tauti, jota yleisesti kuvataan nivelruston ja siihen liittyvien kudosten etenevänä rappeutumana ja degeneraationa. Polvinivelrikon diagnoosi voidaan asettaa kliinisin perustein ja tarvittaessa kuvantamistutkimuksia käytetään diagnoosin vahvistamisessa. Kuvantamistutkimuksista natiiviröntgentutkimus on ensisijainen ja sen avulla pystytään asettamaan polvinivelrikon radiologinen vaikeusaste.

Nivelrikon etiologia ja patogeneesi ovat vielä huonosti ymmärrettyjä, mikä puolestaan tekee taudin ennustamisesta haasteellista perinteisillä menetelmillä kuten kliinisellä arviolla tai kuvantamistutkimuksilla. Tämä viittaa vahvasti tarpeeseen kehitellä uusia työkaluja polvinivelrikon varhaiseen tunnistamiseen ja prognoosin luomiseen. Tietokoneiden laskentatehon lisääntymisen myötä on viime vuosikymmenen aikana kehitelty uusia tekoälysovelluksia hyödyntäen koneoppimismenetelmiä, joiden kehittyneempi muoto on syväoppiminen. Näiden avulla on pystytty automaattisesti luomaan arvio polvinivelrikon vakavuusasteesta ja jopa tarjoamaan ennuste taudin etenemisestä.

Tämä tutkielma keskittyy kuvaamaan polvinivelrikon diagnostiikkaan ja ennusteen määrittämiseen käytettyjä uusia syväoppimismenetelmällä ohjelmoituja tekoälysovelluksia. Erityisesti tutkielmassa käsitellään Oulun yliopistossa polvinivelrikon diagnostiikkaan ja prognoosiin kehiteltyjä uusia tekoälysovelluksia, jotka ovat alallansa uraauurtavia. Tutkielmassa pohditaan ja esitetään, kuinka näitä sekä muita aiemmin kehiteltyjä tekoälyohjelmia voitaisiin integroida kliiniseen kontekstiin yleis- ja erikoislääkäreiden työssä ja kuinka niillä on mahdollisuus parantaa polvinivelrikosta kärsivien potilaiden hoidonsuunnittelua ja ennaltaehkäisyä.

see all

Subjects:
Copyright information: © Timi Vorimo, 2022. Except otherwise noted, the reuse of this document is authorised under a Creative Commons Attribution 4.0 International (CC-BY 4.0) licence (https://creativecommons.org/licenses/by/4.0/). This means that reuse is allowed provided appropriate credit is given and any changes are indicated. For any use or reproduction of elements that are not owned by the author(s), permission may need to be directly from the respective right holders.
  https://creativecommons.org/licenses/by/4.0/