Uutiset

Sovellukset ja puettava teknologia auttavat seuraamaan mielenterveyspotilaiden unta

Sovellukset ja laitteet voivat auttaa jopa tunnistamaan mielenterveyden häiriöön liittyviä tekijöitä, osoittavat tuoreen tutkimuskatsauksen tulokset.
Ana Triana Hoyos (vasemmalla) ja Talayeh Aledavood tekivät tutkimuskatsauksen mielenterveyspotilaiden unta seuraavista sovelluksista ja laitteista. Kuva Matti Ahlgren / Aalto-yliopisto
Ana Triana Hoyos (vasemmalla) ja Talayeh Aledavood tekivät tutkimuskatsauksen mielenterveyspotilaiden unta seuraavista sovelluksista ja laitteista. Kuva Matti Ahlgren / Aalto-yliopisto

Älypuhelinsovellukset ja puettava teknologia voivat olla merkittävä apu mielenterveysongelmista kärsivien ihmisten unen tarkkailussa. Tämän osoittavat tuoreen tutkimuskatsauksen tulokset, jotka julkaistaan Current Psychiatry Reports -tiedelehden heinäkuun numerossa. Tuloksia hyödynnetään nyt Aalto-yliopiston tietotekniikan laitoksen ja Helsingin yliopiston psykiatrian laitoksen laajassa tutkimusyhteistyössä.

Uniongelmat liittyvät olennaisesti moniin mielenterveyden häiriöihin, kuten masennukseen, ahdistuneisuushäiriöön ja skitsofreniaan. Univaikeudet voivat olla paitsi häiriöiden oire myös osaltaan niiden syy. Unettomuus voi lisäksi esimerkiksi pahentaa masennusta, pidentää sen kestoa sekä altistaa sen uusiutumiselle.

Suurin osa katsaukseen lukeutuvista tutkimuksista viittaa siihen, että älypuhelimet soveltuvat mielenterveyspotilaiden toiminnan tarkkailemiseen. Jotkut tutkimukset puolestaan osoittavat myös puettavan teknologian sopivan tarkoitukseen.

Tutkimuksissa oli viitteitä myös siitä, että sovellukset ja laitteet voisivat jopa auttaa tunnistamaan tekijöitä, jotka saattavat olla yhteydessä itse häiriöön. Katsauksen pääkirjoittajan Talayeh Aledavoodin mukaan yksi tällainen tekijä voisi olla esimerkiksi ihmisen tapa liikkua. Laite tai sovellus voi helposti seurata ihmisen liikkeitä.

Aledavood on Aalto-yliopiston tietotekniikan laitoksen vieraileva tutkija ja Helsingin yliopiston psykiatrian osaston tutkijatohtori. Hän ja Aallon tohtorikoulutettava Ana Triana Hoyos tekivät katsausta varten yhteistyötä Harvardin yliopiston tutkijoiden, muun muassa lääketieteen tohtori John Torousin ja biostatistiikan professori Jukka-Pekka Onnelan työryhmän, kanssa.

Sovellus tai laite voi kerätä tietoa monella tavalla ja tarkkailuun vaadittavat sensorit ovat usein laitteissa olemassa. Sen vuoksi niissä on paljon potentiaalia. Mobiililaitteeseen ladattavalla sovelluksella käyttäjä voi itse raportoida uneensa liittyviä asioita. Lisäksi sovellus tai laite voi kerätä niin sanottua passiivista dataa eli tietoa, jonka kerääminen ei vaadi käyttäjän huomiota. Sovellus tai laite vain pyörii taustalla ja seuraa hänen toimintaansa.

Luotettavan sovelluksen valinta on yhä vaikeaa

Se, että älypuhelimia ja puettavaa teknologiaa voitaisiin luotettavasti käyttää esimerkiksi mielenterveyspotilaiden unen seurantaan hoitotilanteissa, vaatii kuitenkin laitteiden tieteellisen luotettavuuden varmistamisen. Tällöin käyttäjä voi olla täysin varma siitä, mitä laite mittaa ja millä tavoin.

Sovelluksen tai laitteen täsmällisyyden arviointi on edelleen hankalaa niin kuluttajille kuin asiantuntijoille. Aledavoodin mielestä on huolestuttavaa, että markkinoilla on valtavasti erilaisia kännykkäsovelluksia ja puettavaa teknologiaa, mutta kuluttajan on vaikea tietää, mihin niistä voi luottaa. Tutkimukset ovat osoittaneet, että osa tuotteista tuottaa täysin turhaa dataa. Toiset puolestaan antavat käyttäjälle väärää tietoa tai vääränlaisia ohjeita.

Tutkimuskatsauksen kanssakirjoittaja John Torous on tutkinut sitä, millaisia kriteerejä terveyssovellusten valinnassa pitäisi käyttää. Torous on johtanut työryhmää, jonka tehtävänä oli arvioida älypuhelinsovelluksia Amerikan psykiatriyhdistys APA:lle. Työ johti parannellun terveyssovellusten arviointityökalun kehittämiseen, minkä julkaisemista APA nyt suunnittelee.

Kesäkuussa Torous ja hänen kollegansa kirjoittivat aiheesta arvostettuun lääketieteen julkaisuun The Lancetiin. Tutkijat keskittyivät kirjoituksessa siihen, miten voi kliinisesti merkittävien kriteerien perusteella valita sopivan sovelluksen mielenterveyden häiriön hoitoon. Oleellista on, että samaan tapaan kuin tietty terapia tai lääkehoito ei paranna kaikkia mielenterveyshäiriöitä, yksi ja sama sovellus ei auta kaikkien niistä hoidossa.

Talayeh Aledavood is a visiting researcher at Aalto University Department of Computer Science. Photo Matti Ahlgren / Aalto University
Talayeh Aledavood on Aalto-yliopiston tietotekniikan laitoksen vieraileva tutkija. Kuva Matti Ahlgren / Aalto-yliopisto

Luotettavan sovelluksen tai laitteen löytämisestä olisi hyötyä paitsi terveysongelmista kärsiville ihmisille myös niille, joilla mitään diagnoosia ei ole. ”Monesti ajattelemme tuntevamme itsemme ja tietävämme, että nukumme tai emme nuku tarpeeksi. Tutkimukset ovat kuitenkin osoittaneet ihmisten tekevän oman käyttäytymisensä suhteen virhearvioita”, Talayeh Aledavood sanoo.

Unesta ja teknologiasta kiinnostuneena tutkijana Aledavood on kokeillut monia kännykkäsovelluksia ja älylaitteita. Ennen minkään tuotteen lataamista tai ostamista hän miettii, mitä oikeastaan haluaa siltä. Onko tavoitteena esimerkiksi nukkua enemmän tai säännöllisemmin? Kun laite on hankittu, hän tekee johtopäätökset itse sen keräämän ja visualisoiman datan perusteella.

”Voi olla parempi, että ihmiset tekevät itse oman tutkimustyönsä tai puhuvat esimerkiksi lääkärilleen, jos heillä on todellisia huolia. Sovelluksia voi käyttää eräänlaisena tukena.”

Passiivinen data voi auttaa tunnistamaan, kuka sovellusta käyttää

Älylaitteet ovat melko uusi ilmiö. Sen vuoksi niitä ja mielenterveyden häiriöitä käsittelevien tutkimusten määrä on vielä suhteellisen pieni mutta nopeassa kasvussa, sanoo Aledavood.

Tällä hetkellä esimerkiksi Aalto-yliopistossa ja Helsingin yliopistossa on käynnissä Mobile Monitoring of Mood (MoMo-Mood) -tutkimusprojekti, jossa Aledavood on mukana. Aalto-yliopiston tutkijat tekivät taustatyön tutkimukselle kehittämällä Niima-alustan prototyypin, jonka avulla voidaan digitaalisesti kerätä dataa psykiatrisissa tilanteissa. Tätä alustaa MoMo-Moodin tutkijat nyt hyödyntävät.

Tutkimuksen pilottivaiheessa mukana oli 14 masennustilasta kärsivää potilasta ja 23 tervettä kontrollihenkilöä. Tutkijat antoivat heille unta, aktiivisuutta ja esimerkiksi sydämen sykettä ja hengitystä tarkkailevia laitteita, sensoreita ja kännykkäsovelluksen. Tulosten perusteella kännykkäsovellukset ja puettava teknologia soveltuvat kyseisten tekijöiden seurantaan. Lisäksi laitteiden keräämää passiivista dataa hyödyntämällä tutkijat pystyivät yli 90 prosentin tarkkuudella tunnistamaan, kuuluuko käyttäjä potilas- vai kontrolliryhmään.

Nyt tutkijat ovat käynnistäneet varsinaisen MoMo-Mood-tutkimuksen. Siinä on mukana muistakin mielenterveyshäiriöistä kuin masennuksesta kärsiviä potilaita. Tavoitteena on, että projektiin osallistuisi jopa 200 mielenterveyspotilasta.

Lisätietoja (in English):

Talayeh Aledavood
Vieraileva tutkija, Aalto-yliopisto, tietotekniikan laitos
Tutkijatohtori, Helsingin yliopisto, psykiatrian osasto
puh. 050 5632 634
[email protected]

  • Julkaistu:
  • Päivitetty:

Lue lisää uutisia

Yhteistyö, Yliopisto Julkaistu:

Talent Boost -strategiaprojekti Aallossa 2021-2024

Tämä artikkeli tarkastelee Talent Boost -projektin saavutuksia.
Radiokatu20_purkutyömaa_Pasila_Laura_Berger
Tutkimus ja taide Julkaistu:

Modernin arkkitehtuurin tutkimukseen merkittävä apuraha Koneen säätiöltä – Laura Bergerin hanke rinnastaa rakennuskadon luontokatoon

Aalto-yliopiston postdoc-tutkija Laura Berger ja hänen työryhmänsä ovat saaneet Koneen säätiön 541 400 euron apurahan hankkeen tutkimiseen, joka tarkastelee rakennuskadon vaikutuksia yhteiskunnalle ja ympäristölle.
Matti Rossi vastaanotti palkinnon
Palkinnot ja tunnustukset Julkaistu:

Professori Matti Rossille tiimeineen arvostettu AIS Impact Award 2024

Tiimi voitti palkinnon teknologisesta ja yrittäjyyteen liittyvästä vaikuttavuudesta
An artistic rendering of two chips on a circuit board, one is blue and the other is orange and light is emitting from their surf
Mediatiedotteet Julkaistu:

Tutkijoiden tavoitteena on korjata kvanttivirheet huoneenlämmön sijaan superkylmässä lämpötilassa

Kvanttitietokoneiden kehityksessä yksi suurimmista haasteista on se, että kvanttibitit eli kubitit ovat liian epätarkkoja. Tarvitaan siis tehokkaampaa kvanttivirheen korjausta, jotta kvanttitietokoneita voidaan tulevaisuudessa ottaa laajemmin käyttöön. Professori Mikko Möttösellä on kvanttikorjaukseen uudenlainen ratkaisuehdotus, ja sen kehittämiseksi hän on saanut kolmevuotisen apurahan Jane ja Aatos Erkon säätiöltä.