HUS Helsingin yliopistollisen sairaalan vetämä IVF-AI -projekti, jossa yhteistyökumppaneina ovat HPE ja CGI, käynnistyi vuoden 2024 marraskuussa. Tässä kaksivuotisessa yhteistyöhankkeessa pyritään mullistamaan hedelmöityshoidot tekoälyn avulla. Projektissa yhdistyvät lääketiede, tekoäly ja kliinisen tutkimus, ja sen tavoitteena on parantaa hedelmöityshoitojen onnistumistodennäköisyyttä ja kustannustehokkuutta.
IVF-AI-projektissa (in vitro fertilisaatio, koeputkihedelmöitys) tutkimus- ja kehitysyhteistyötä HUSin kanssa tekevät HPE (Hewlett Packard Enterprise) ja CGI.
HUSin lisääntymislääketieteen osastonylilääkäri Hanna Savolainen-Peltonen toimii projektin kliinikkoasiantuntijana ja kertoo lapsettomuushoitojen tarpeen kasvusta maailmanlaajuisesti. Globaalisti noin 15 prosenttia lasta toivovista pareista kärsii tahattomasta lapsettomuudesta, mikä tekee projektista erittäin merkityksellisen. ”Potilaan näkökulmasta on tärkeää saada realistista tietoa siitä, miten todennäköisesti hoito onnistuu,” Hanna Savolainen-Peltonen toteaa. Projektissa pyritään hakemaan yksilöllisempiä ratkaisuja hoitojen valintaan ja ennustettavuuteen.
HPE johtaa projektin tekoäly- ja datakehitystä rakentamalla kattavia ennustemalleja potilas- ja kuvantamisdataa hyödyntäen. Tämän mallin avulla pyritään ennustamaan avusteisten hedelmöityshoitojen yleisen onnistumistodennäköisyyttä ja suosittelemaan parasta hoitolinjaa jokaiselle pariskunnalle tekoälypohjaisen täsmälääketieteen avulla. Lisäksi HPE pyrkii integroimaan alkion kuvantunnistusmallin tulokset potilasdatamalliin tarjotakseen kattavan ratkaisun. ”Embryologit ovat perinteisesti tehneet tällaiset analyysit manuaalisesti, mutta tekoäly voi merkittävästi nopeuttaa heidän työtään tarjoamalla systemaattisemman tulkinnan kuvista ja numeerisista tiedoista. Tämän ennustemalliin integroinnin avulla otamme merkittäviä edistysaskelia kliinisissä käytännöissä ja pystymme tarjoamaan tehokkaamman ja tarkemman lähestymistavan hedelmöityshoitoihin”, toteaa Iveta Lohovska HPE:ltä.
CGI tuo projektiin tekoälyosaamista, jota tarvitaan, kun kehitetään lääketieteellisen kuvantamisen tunnistusmenetelmiä tekoälyn avulla. CGI:n Miikka Kiiski sanoo: ”Tavoitteena on luoda laajasti hyödynnettävissä oleva ratkaisu, joka voi auttaa pariskuntia ympäri maailmaa.” Tekoälyä voidaan käyttää analysoimaan aiempia kuvia alkioista ja soluista, mikäli hedelmöityshoitoja on jo tehty.
Projektin on suunniteltu etenevän kolmessa vaiheessa, joita ovat toteutettavuusvaihe, proof-of-value ja kaupallistaminen. Soile Hollmen HPE:ltä kertoo, että toteutettavuusvaiheessa keskitytään projektin konseptin validoimiseen ja kehitysvaiheen määrittelyyn. Projektille on jo nyt perustettu kehitysympäristö HUS Acamedicissa, jossa tietojen turvallinen käsittely on varmistettu. HUSin tuottamaa laajaa potilasdataa on jo päästy hyödyntämään, ja toiveena on löytää uutta tietoa alkioanalytiikasta.
Proof-of-value-vaiheessa kehitetään tekoälymalli, joka yhdistää kuva-analytiikan ja pariskuntien lääketieteellisen taustatiedon ennusteiden parantamiseksi.
Projektin tavoitteena on lopulta konkreettinen, kaupallinen työkalu, joka tukee hedelmöityshoitoja tarjoamalla numeerisia ennusteita ja apua alkiovalinnassa. ”Tämän projektin tavoitteena on, että parit tulisivat nopeammin raskaaksi ja kliinikot säästäisivät aikaa,” Hanna Savolainen-Peltonen toteaa. Lisäksi projektin avulla pyritään saamaan uutta kliinistä ymmärrystä alkioista ja niiden potentiaalisista merkkiaineista.
HUS, CGI ja HPE ovat ylpeitä yhteistyöstään, joka odotetaan tuottavan merkittäviä tutkimustuloksia lapsettomien parien auttamiseksi. Lisäksi halutaan tuottaa tieteellisiä julkaisuja. Projektin ansiosta saadaan myös tärkeää laadunvarmennusta algoritmeille.
IVF-AI-projektin avainhenkilöt:
Hanna Savolainen-Peltonen, HUS
Soile Hollmen, HPE
Miikka Kiiski, CGI
Tiina Puurtinen, CHN
