Syöpäkipua voidaan mitata tietokoneanalyysilla
Professori G. Steven Bovan johtama yksilöityä lääketiedettä tutkiva tutkimusryhmittymä on osoittanut äskettäin tutkimuksessaan, että syöpäpotilaan kipua voidaan mitata sairaskertomusten vapaasta tekstistä tietokoneanalyysin avulla.
Tulokset antavat suuntaa kivun monitoroinnin automatisointiin ja kivun hallinnan parantamiseen elektronisten sairaskertomusjärjestelmien avulla. Menetelmä voi myös auttaa ymmärtämään syövän aiheuttaman kivun mekanismeja.
Tutkijat analysoivat 33 eturauhassyöpäpotilaan yhteensä 23 887 sairaskertomussivua käyttäen automatisoitua luonnollisen tekstin käsittelymenetelmää (Natural Language Processing, NLP). Sairaskertomukset kattoivat potilaiden hoidon historian diagnoosista kuolemaan asti, mikä käytännössä tarkoitti eri potilailla aikaa yhdestä viiteentoista vuoteen.
Käyttämällä NLP-algoritmia tutkijat pystyivät tunnistamaan neljä kivun astetta: ei kipua, kipu, hyvässä kontrollissa oleva kipu ja vahva kipu. Myös kivun alkamisajankohta pystyttiin tunnistamaan. Tulokset varmennettiin siten, että käytettiin tunnettuja kivun kliinisiä tunnusmerkkejä ja tulosten yleistämistä testattiin eri tauteja sairastavien potilaiden sairaskertomuksista.
Syöpäpotilaan kivun hallinta on vaikeaa, erityisesti etäpesäkkeitä lähettäneessä eturauhassyövässä. Voimakas kipu olikin yleistä tutkitussa 33 potilaan kohortissa varsinkin elämän viimeisenä vuotena. Kahdella potilaalla ei ollut merkittävää kipua. Tällaiset poikkeavat tapaukset voivat auttaa ymmärtämään syöpäpotilaan kivun molekyylimekanismeja. Jos käytössä olisi parempia menetelmiä kivun monitorointiin, voitaisiin kehittää tehokkaampia tapoja hallita kipua.
Tutkimuksessa kipu valittiin mitattavaksi muuttujaksi sen takia, että se on yleinen huolenaihe ja ongelma syövän hoidossa. Kivun mittaaminen on myös vaikeaa. Jatkotutkimuksissa selvitetään, voiko NLP:tä käyttää myös laajemmin sairaskertomusten vapaan tekstin analysointiin. Tästä voisi olla suurta hyötyä tautimekanismien ja prosessien ymmärtämisessä.
Lääkärit tulkitsevat potilaan oireita pääsääntöisesti vain kunkin potilaskäynnin hetkellä, eikä heillä ole tarpeeksi aikaa tutustua syvällisesti aikaisempien käyntien sairaskertomuksiin. Näin ollen oireiden ajallinen kehitys voi jäädä näkemättä. Teoriassa "hyvin koulutettu" tietokone voisi helpottaa lääkäriä näkemään potilaan sairauden kehittymistä, ja näin sairaskertomuksia hyödynnettäisiin paremmin.
Tutkimusryhmää veti professori G.Steven Bova, joka toimii Tampereen yliopiston Biolääketieteellisen teknologian yksikössä Suomen Akatemian rahoittamana Finnish Distinguished Professor (FiDiPro) -tehtävässä. Tutkimusryhmään kuului myös tutkijoita Yhdysvalloista: Johns Hopkins yliopistosta ja Lockheed Martin- sekä Sage Analytica -yrityksistä.
Tutkimuksen tulokset on julkaistu Journal of the American Medical Informatics Association (JAMIA) -lehdessä, joka on lääketieteen informatiikan alan johtava tieteellinen julkaisusarja.
Lisätietoja (englanniksi):
Professori G. Steven Bova, g.steven.bova@uta.fi
Biolääketieteellisen teknologian yksikkö ja BioMediTech
PELICAN-Personalized Cancer Medicine Group
FI-33014 Tampereen yliopisto
TAMPEREEN YLIOPISTON TIEDOTE 12.11.2012
