Oulun osaamiskärjet

Kansallista hyvinvointi-ja terveys dataekosysteemin kehittymistä tukevat Oulun osaamiskärjet, jotka edistävät data-pohjaista innovointia. Kehittämisen keskiössä on osaamisen nosto verkostomisen yhteistyön avulla, uusien TKI yhteistyötä edistävien toimintamallien ja yhteiskeittämisprosessien kautta. Tavoitteena on lisätä tietoisuutta myös teknologisten ratkaisujen mahdollisuuksista sekä liiketoiminnan muutoksista.

Oulussa kehitetään uusia yhteistyön toimintamalleja, menetelmiä, oppaita ja työkaluja terveys- ja hyvinvointidatahaasteita ratkaisemaan. Kehityksen keskeisenä teemana on luoda osaamista ja datan hyödyntämisen kyvykkyyttä siten, että edistyksellistä analytiikka ja tekoälyä voidaan hyödyntää tehokkaammin uusien ennakoivien ja terveyttä tukevien palvelujen kehitykseen. Kehityksessä on huomioitu hyvien käytäntöjen jakaminen jotta data-pohjainen TKI-toiminta tehostuisi ja datan jakamiseen liittyvät sopimus- ja regulaatioasiat tulisivat huomioonotetuiksi kehitysvaiheen alussa.

Oulussa kehitetään älykästä data-ekosysteemiä tutkimus- ja innovaatiotoiminnan tueksi, mikä vastaa EU:n datastrategian toimeenpanoon. Keskeisimmät kehittämisen kärjet on kuvattu alla.

OuluHealth ekosysteemin kärkiohjelmassa vahvistetaan data-innovoinnin osaamista ja rakennetaan kansallista ja kansainvälistä yhteistyöverkostoa.

Big data tutkimus – kohti räätälöityä terveydenhuoltoa


Räätälöidyllä terveydenhuollolla tarkoitetaan suuremman joukon muuttujien käyttämistä henkilön terveydentilan arvioinnissa, kuin mitä tällä hetkellä on käytettävissä. Tavoitteena on saada tarkempi kuvaus henkilö sairastumisriskistä eri sairauksiin, ja paremmin tunnistaa ja ehkäistä ennalta, ettei henkilö ajaudu sairastumiseen asti. Näiden uusien informatiivisten muuttujien tuominen terveydenhuoltoon asti vaatii muuttujien vankan validoinnin perustutkimuksen kautta.
 
 Nopeasti kehittyvät terveysteknologiat tuottavat valtavia määriä terveysdataa tutkijoille hyödynnettäväksi. Suurimmat aineistot liittyvät eri omiikka-datoihin, joita ovat esimerkiksi genetiikka ja metabolomiikka (aineenvaihduntamuuttujat). Näiden tietojen yhdistäminen tutkittavien terveystietoihin mahdollistaa uusien riskiä ennustavien muuttujien löytämisen, joilla voidaan mahdollisesti parantaa ihmisten räätälöityä terveydenhuoltoa. Uusien muuttujien hyödyn arvioinnissa käytetään tyypillisesti vähintäänkin kymmenten tuhansien tutkittavien aineistoja. Jopa miljoonan osallistujan aineistoja tutkitaan jo rutiinisti.
 
 Sairastumisen perinnöllisen taustan selvittämisellä voidaan ymmärtää paremmin eri sairauksien taustalla olevaa biologiaa, tunnistaa korkeammassa riskissä olevia henkilöitä, sekä löytää mahdollisia uusia hoidollisia geenikohteita. Tämän tyyppisessä tutkimuksessa Suomalainen FINNGEN-aineisto on keskiössä. FINNGEN-tutkimus sisältää 500 000 suomalaisen terveystietoja ja perimän tietoa. Teknologiakehitys mahdollistaa lähitulevaisuudessa genetiikan implementaation rutiiniterveydenhuoltoon.
 
 Ihmisen aineenvaihdunnan tila kuvaa hyvin ihmisen terveyttä ja aineenvaihdunta sisältää informaatiota sairastumisriskistä. Muun muassa elintavat vaikuttavat aineenvaihduntatuotteiden tasoihin ja mittaamalla aineenvaihduntatuotteita voidaan myös saada tietoa elintapojen vaikutuksesta sairastumisriskiin. Viimevuosien aikana kehittyneet teknologiset ratkaisut mahdollistavat aineenvaihduntatuotteiden mittaamisen miljoonista näytteistä.
 
 Keskiössä Big data -tutkimuksessa on näiden eri tietolähteiden yhdistäminen toisiinsa, sekä sähköisiin potilastietojärjestelmiin perustutkimuslähtöisesti. Näin voidaan arvioida eri muuttujien tuomaa lisäarvoa terveydenhuollossa. Tavoitteena on, että hoitoa ja elintapamuutoksia voitaisiin ohjata tarkemmin ja paremmin ennaltaehkäisevästi.


Elinikäinen terveys – Pohjois-Suomen syntymäkohortit

Oulun yliopiston lääketieteellisen tiedekunnan johtaman kohorttitutkimuksen ytimessä on Pohjois-Suomessa vuosina 1966 ja 1985–1986 syntyneistä henkilöistä kerätty terveystieto. Aineistojen keruu alkoi jo tutkittavien äitien ollessa raskaana, ja tietoja on sittemmin kerätty säännöllisin väliajoin yli 20 000 kohorttilaisesta kysely- ja kliinisten tutkimusten avulla. Aineistojen keruun yhteydessä on myös kerätty laaja valikoimia biologisia näytteitä, joita hallinnoidaan Oulun yliopiston Arctic Biopankissa.


Kohorttitutkimuksen tavoitteena on koko väestön terveyden edistäminen ja sairauksien ennaltaehkäisy. Pitkittäinen tutkimusaineisto on mahdollistanut tutkimuksen muun muassa siitä, miten raskauden aikaiset tekijät ja olosuhteet tai keskosuus vaikuttavat myöhempään sairastavuuteen. Aineistoissa on myös tutkittu monia kliinisesti merkittäviä kokonaisuuksia. On esimerkiksi selvitetty suun terveyttä hampaiston tarkastusten ja kuvantamisen avulla, selän sairauksia toimintakyky- ja kipumittauksilla sekä magneettikuvauksella, tutkittu silmän rakennetta, naisten terveyttä, ihomuutoksia ja kohorttilaisten fyysisen aktiivisuuden vaikutusta terveyteen ja hyvinvointiin. Aineistoja käytetään laajasti sekä kansansairauksien että harvinaisempien sairauksien tutkimuksessa, ja biologisista näytteistä saatua biomarkkeri- ja genomitietoa voidaan hyödyntää eri tutkimusaiheissa.


Elinikäisen terveyden ja sukupolvien välisten erojen tutkimusta mahdollistavat myös Oulun yliopistossa vanhemmista henkilöistä kerätyt pitkittäiset tutkimusaineistot, Oulu1935 ja Oulu1945, sekä kohortin 1966 vanhempien tutkimus, jolla selvitettiin ikääntyneen väestön toimintakykyä ja sairastavuutta.


Vaikka kohorttien tutkimuksessa lääketiede on keskiössä, tämä merkittävä aineistokokonaisuus tarjoaa mahdollisuuksia usealle tieteen alalle kuten esimerkiksi selvitettäessä ympäristön, talouden ja työelämän vaikutuksia yksilön kokonaisvaltaiseen hyvinvointiin ja terveyteen. Kerätyt kuvantamisen aineistot mahdollistavat lisäksi uusien menetelmien, kuten koneälyoppimisen teknologioiden sovellusten kehittämisen diagnostiikan ja terveydenhuollon päätöksenteon tueksi. Pohjois-Suomen syntymäkohortit ovat osa kansallista ja kansainvälistä yhteistyötä kuten FinnGen- ja EU Horizon -hankkeet.


Tutkimuksen vahvistaminen

Elinikäinen terveys on yksi Oulun yliopiston strategian fokusalueita osana tutkimuksen profilaatioalueita: Profi 3 (Fibrosis Diseasome), Profi 5 (Digital Health) ja Profi 6 (Fibrobesity).  

Lisätietoja

Tutkimusjohtaja Minna Ruddock, minna.ruddock@oulu.fi

Pohjois-Suomen syntymäkohortit, Arctic Biopankki, Väestötutkimuksen infrastruktuuri, Lääketieteellinen tiedekunta, Oulun yliopisto


Reunalaskenta

Nykyisen palvelinkeskuksiin perustuvan pilvilaskenta-arkkitehtuurin akilleenkantapäitä ovat pitkät vasteajat sekä heikko luotettavuus laskentaresurssien sijaitessa kaukana loppukäyttäjistä ja datanlähteistä. Reunalaskenta on teknologia, jolla pilvilaskentaa tuodaan lähemmäksi loppukäyttäjiä ja datanlähteitä, mahdollistaen mm. lyhyitä vasteaikoja vaativat reaaliaikasovellukset sekä korkeaa luotettavuutta vaativat kriittiset sovellukset. Yhdessä uusien 5G- ja myöhemmin 6G-kommunikaatioteknologioiden kanssa reunalaskenta tarjoaa terveydenhuollolle mahdollisuuden täysin uudenlaisiin sovelluksiin mm. etäterveydenhuollon saralla, sekä merkittävää potentiaalia sairaalaprosessien tehostamiseen.


Reunalaskenta on käsitteenä suhteellisen uusi. Vaikka teknologian hyödyt ovat kiistattomat ja ensimmäiset kaupalliset järjestelmät ovat jo markkinoilla, liittyy teknologian käyttöön erityisesti lääketieteen sovelluksissa monia haasteita, kuten lainsäädännön asettamat rajoitteet. Myös uuden sukupolven langattomien kommunikaatioteknologioiden hyödyntäminen lääketieteen sovelluksissa on ollut toistaiseksi vähäistä, joten hyödyntämätöntä potentiaalia on merkittävästi.


Aihe on erittäin ajankohtainen ja tärkeä etäterveydenhuollon sovellusten sekä lääketieteellisten tutkimusten tarpeen lisääntyessä väestön ikääntymisen myötä. Väestön ikääntyminen on merkittävä kansainvälinen ilmiö, joten ilmiön eturintamassa olevan Suomen terveysteknologiateollisuudelle haasteeseen tarttuminen tarjoaa merkittävää kasvupotentiaalia suurten markkinoiden seuratessa perässä. Reunalaskennan osaamiskärki auttaa osaltaan kehittämään kansallista valmiuttamme pilotoida älykästä reunalaskentaa hyödyntäviä uusia lääketieteellisiä sovelluksia sekä ensimmäisten joukossa, ja näinollen parantamaan alalla toimivien suomalaisyritysten kansainvälistä kilpailukykyä.


Tutkimuksen vahvistaminen: osana Oulun yliopiston tutkimuksen profilaatioalueet 6G Solutions and Responsible Innovations for the Future Sustainable Society (6GESS).

Teknologian mahdollisuuksien esille tuonti: kuvaamalla hyvinvointi- ja terveysalan palveluskenaarioita, joissa reunalaskenta voi olla

tärkeässä roolissa.


Lisätietoja: Assistant Professor Erkki Harjula, (erkki.harjula@oulu.fi), Centre for Wireless Communications, University of Oulu


Tekoälystä skaalautuvaa kansainvälistä liiketoimintaa

Alustojen, datan ja tekoälyn yhdistelmä muuttaa digitaalisten palveluiden suunnittelua, kehittämistä, tarjoamista ja hyödyntämistä. Tämän muutoksen myötä syntyvissä monialustaekosysteemeissä, joita kutsutaan myös alustataloudeksi, tarvitaan uudenlaisia skaalautuvia ja kansainvälisesti replikoitavia, ihmiskeskeisiä liiketoimintamalleja ja kasvustrategioita, joissa yhdistyy paitsi taloudellinen niin myös yhteiskunnallinen ja ympäristöllinen kestävyys. Terveydenhuollon ja hyvinvoinnin palveluiden piirissä alustat, data ja tekoäly antavat mahdollisuuden ja luoda uudenlaisia hoitopolkuja ja toimintatapoja jotka tehostavat olemassa olevia palveluita, tekevät mahdollisiksi aikaisemmin mahdottomana pidettyjä asioita, ja automatisoivat prosesseja esimerkiksi ennakoivan terveydenhuollon ja personoitujen palveluiden osalta. Näissä palveluissa uudet teknologiat kuten 5G ja 6G, lohkoketjut, tekoäly ja koneoppiminen sekä pilviteknologiat avaavat uusia liiketoimintamahdollisuuksia uudenlaista dataa hyödyntäville ekosysteemisille palveluille, muta tuovat myös haasteita palveluiden luotettavuuden, eettisyyden, saavutettavuuden ja hyväksyttävyyden osalta.


Tutkimuksen vahvistaminen: Oulun yliopiston kauppakorkeakoulun Martti Ahtisaari Instituutin tutkimuskärjet terveydenhuollon ja hyvinvoinnin alueella liittyvät ekosysteemisten alusta-, data-, ja tekoälyliiketoimintamallien sekä niihin pohjautuvien sovellusten ja palveluiden konseptointiin, yhteiskehittämiseen, soveltamiseen, markkinoille tuomiseen sekä kansainvälistymiseen. Tutkimuksen painopisteenä ovat mm. 6G:n liiketoimintamallit ja ekosysteemit, sekä uutuuden legitimaatiota ja vaikutuksia EU-tasolla mm. terveydenhuollon ja hyvinvoinnin kontekstissa.


Lisätietoja: Prof. Petri Ahokangas (petri.ahokangas@oulu.fi), Martti Ahtisaari Instituutti (https://www.mai.fi/)


Ihmiskeskeinen datan hallinta; MyData-pohjainen kehitys

MyData johdattaa meidät kohti ihmiskeskeistä henkilötietojen hallintaa. Se luo ihmiselle käytännön mahdollisuuden hyödyntää omia tietoja eri palveluiden välillä – esimerkiksi terveydenhuollossa. Samalla se mahdollistaa uudenlaisien, ihmiskeskeisten, palveluiden syntymisen arkea helpottamaan yhdistämällä ihmisen ja palveluntarjoajan yksinkertaisella ja selkeällä tavalla.


MyData konsepti kehitettiin Suomessa edistämään henkilötietojen eettistä ja yksilöä kunnioittavaa käyttöä. Sen keskiössä on erityisesti henkilötietojen hyödyntämisen toimintamallit, ajan tasalla oleva lainsäädäntö sekä toimiva ja reilu tietoyhteiskunta. MyData-operaattorit puolestaan ovat toimijoita, jotka siirtävät ihmisten henkilötietoja teknologianeutraalisti ja tietosuojaa kunnioittaen. Ihmiskeskinen datan hallinta on ilmiöpohjainen, mikä vaatii uutta ajattelua palvelukehitykseen.


Mydata-periaatteiden opastus ja verkostoyhteistyö tukee tätä kehitystä. Esimerkkien kautta saadaan välitettyä informaatiota siitä mitä kuluttajien tuottama terveys-ja hyvinvointidata tarkoittaa palvelukehityksessä. MyData-klinikka auttaa ymmärtämään henkilökohtaisen terveysdatan palvelumuotoilun tarpeet ja mahdollisuudet. Oulu toimii osana MyData Global verkosto-yhteistyötä, mikä edesauttaa ajantasaisen tiedon ja teknologiakehityksen välittämistä, partnerien tunnistamista TKI-yhteistyöhön.


Tutkimuksen vahvistaminen: Osana Oulun yliopiston tutkimuksen profilaatioaluetta (6G Solutions and Responsible Innovations for the Future Sustainable Society, 6GESS), yksi temaattisista kokonaisuuksista on ihmiskeskeisen datan hallintamalli ennakoinissa (Citizen centred preventive healthcare Solution)



Verkosto- ja ekosysteemiyhteistyö, OuluHealth ekosysteemi

Edistyksellisen analytiikan ja modernin tiedolla johtamisen avulla kehitetään parempia ja tietoturvallisia hyvinvoinnin ja terveyden ylläpidon ratkaisuja ja palveluja sekä data-ohjattua ennakoivaa palvelutuotantoa.

Hyvinvointi- ja terveysdatan hyödyntämisen edistäminen ei tapahdu tyhjiössä, vaan sitä varten tarvitaan monialaista ja monitoimijaista yhteistyötä tutkimus-, kehitys- ja innovaatiotoiminnassa sekä erilaisten toimijoiden (ml. rekisteri- ja lupaviranomaiset, tutkimuslaitokset, yritykset, terveyspalvelutarjoajat, jne) kesken. Terveys-ja hyvinvointidataprosessien johtamisella ja toisiolain toimeenpanoa vauhdittavat verkostomaisen yhteistyön toimintamallit.

Verkostoyhteistyö kehittyy parhaiten alueellisissa ekosysteemeissä, kansallisissa ja kansainvälisissä innovaatiokumppanuusverkostoissa ja yhteisissä projekteissa. Oulun kehittämiskärkenä on osaamisverkostojen rakentaminen, verkostojen startegisen johtamisen, yhteistyötä tukevien toimintamallien kehittäminen ja koordinointi.

Alueellinen, ohjelmapohjainen yhteistyö: OuluHealth kärkiohjelman "Data ja ratkaisut osana ennakoivaa ja tukevaa terveydenhoitoa" tavoitteena on vahvistaa digitaalisen terveyden ja data-pohjaisen tutkimus-, kehittämis- ja innovaatiotoiminnan ekosysteemitoimintaa Pohjois-Pohjanmaan hyvinvointialueella sekä toteuttaa kaupunki-valtio innovaatioekosysteemisopimuksen tavoitteita (2021-2027).

Kansallinen: HyteAiro-ohjelman tekoäly Analytiikassa kansallisen verkostoyhteistyön kehittäminen, tekoälyn hyödyntämispotentiaali SOTE-tiedolla johtamisessa. Toiminta jatkuu kansallisena alueiden välisenä yhteistyönä HYTKI. HYTKI-dataekosysteemissä on monipuolista osaamista monialaisen TKI-yhteistyön ja verkostoyhteistyön tukemisessa ja rakentamisessa, ja se tavoittaa verkostomaisena toimintona ekosysteemitoimijoita laajasti eri alueilta Suomessa.

DigiNet-oppilaitosverkoston tukikoordinaation tavoitteena on ajantasaisen tiedon ylläpitäminen ja välittäminen digitaalisen hyvinvoinnin ja terveyden koulutuskokonaisuuksista ja merkittävästä tutkimuksesta sekä tukea ja kehittää kansallisen verkostoyhteistyön kehittymistä ja jatkuvuutta osana kansallista terveysalan kasvustrategian tiekartan toimeenpanoa.

Kansainvälinen: Eurooppalaisten digitaalisten innovaatiohubien kehitystyössä aktiivisesti mukana. Kansallinen Health EDIH verkostoyhteistyö mahdollistaa  alueiden välisen yhteistyön tiivistämistä ja yhteisten palvelukuvausten määrittämistä  osana eurooppalaista EDIH-verkostoa. Oulu on mukana EU mHealth Hub:n verkostoyhteistyön laajentamistyössä. Tavoittena on luoda selkeä palvelunäkymä mobiilisovellusten kehitystyölle ja jakaa parhaita käytäntöjä verkoston toimijoiden kesken.