Abstrakti
Yksi keskeisistä strategisista trendeistä, digitaalista kaksosta (Digital Twin, DT) hyödyntävä teknologia, on löytänyt menestyksekkäästi sovelluskohteita eri aloilta ja on nyt nousemassa myös terveydenhuollon käyttöön. HEU-hanke SMASH-HCM tutkii DT-teknologian mahdollisuuksia parantaa yksilöllistä terveydenhuoltoa keskittyen hypertrofiseen kardiomyopatiaan (HCM). HCM on yleisin perinnöllinen sydänsairaus ja se voi johtaa äkilliseen sydänkuolemaan.
SMASH-HCM-hankkeessa on mukana 8 tutkimuskumppania, 3 sairaalaa, 3 pk-yritystä ja kansainvälinen terveysteknologiayritys yhteistyössä potilaiden kanssa. Hankkeen tavoitteena on kehittää DT-alusta, joka parantaa merkittävästi HCM-potilaiden riskiluokittelua yhdistämällä potilastietoja sydän- ja verenkiertoelimistön monitasoisiin biofysikaalisiin, laskennallisiin ja dataohjattuihin malleihin. Hanke edustaa merkittävää edistysaskelta ihmisille suunnattujen DT-teknologioiden saralla hyödyntämällä in-vitro- ja in-silico-malleja, rakenteellista ja rakenteetonta data-analyysiä sekä selitettäviä tekoälymalleja. Malleja yhdistelmällä luodaan päätöksentekoa tukeva työkalu terveydenhuollon ammattilaisten ja potilaiden tarpeisiin.
Hankkeen varhaisiin tuloksiin kuuluu muun muassa HCM-spesialisteilta kerätty tieto kliinisistä tarpeista, joka on muutettu alustan toiminnallisiksi vaatimuksiksi. Hankkeessa on edistytty in-vitro HCM-potilaiden solulinjojen ja 3D-sydänkudosmallien kehittämisessä, sekä ensimmäisten HCM-spesifisten sähköfysiologian, biomekaniikan ja energetiikan sisältävien in-silico-mallien luomisessa, aina solutasolta kokonaisen sydämen ja verisuonivasteiden tasolle. DT-teknologian soveltaminen HCM:ään tukee siirtymistä P4-lääketieteeseen (ennakoiva, ennaltaehkäisevä, henkilökohtainen, osallistava).
SMASH-HCM-hankkeessa on mukana 8 tutkimuskumppania, 3 sairaalaa, 3 pk-yritystä ja kansainvälinen terveysteknologiayritys yhteistyössä potilaiden kanssa. Hankkeen tavoitteena on kehittää DT-alusta, joka parantaa merkittävästi HCM-potilaiden riskiluokittelua yhdistämällä potilastietoja sydän- ja verenkiertoelimistön monitasoisiin biofysikaalisiin, laskennallisiin ja dataohjattuihin malleihin. Hanke edustaa merkittävää edistysaskelta ihmisille suunnattujen DT-teknologioiden saralla hyödyntämällä in-vitro- ja in-silico-malleja, rakenteellista ja rakenteetonta data-analyysiä sekä selitettäviä tekoälymalleja. Malleja yhdistelmällä luodaan päätöksentekoa tukeva työkalu terveydenhuollon ammattilaisten ja potilaiden tarpeisiin.
Hankkeen varhaisiin tuloksiin kuuluu muun muassa HCM-spesialisteilta kerätty tieto kliinisistä tarpeista, joka on muutettu alustan toiminnallisiksi vaatimuksiksi. Hankkeessa on edistytty in-vitro HCM-potilaiden solulinjojen ja 3D-sydänkudosmallien kehittämisessä, sekä ensimmäisten HCM-spesifisten sähköfysiologian, biomekaniikan ja energetiikan sisältävien in-silico-mallien luomisessa, aina solutasolta kokonaisen sydämen ja verisuonivasteiden tasolle. DT-teknologian soveltaminen HCM:ään tukee siirtymistä P4-lääketieteeseen (ennakoiva, ennaltaehkäisevä, henkilökohtainen, osallistava).
| Alkuperäiskieli | Suomi |
|---|---|
| Sivut | 123-136 |
| Sivumäärä | 14 |
| Julkaisu | Finnish Journal of eHealth and eWelfare |
| Vuosikerta | 17 |
| Numero | 1 |
| DOI - pysyväislinkit | |
| Tila | Julkaistu - 8 huhtik. 2025 |
| OKM-julkaisutyyppi | B1 Kirjoitus tieteellisessä aikakausilehdessä |
Tutkimusalat
- hypertrofinen kardiomyopatia
- digitaalinen kaksonen
Siteeraa tätä
- APA
- Author
- BIBTEX
- Harvard
- Standard
- RIS
- Vancouver