Sydän- ja verisuonisairaudet ovat maailman yleisin kuolinsyy. Niistä aiheutuu joka kolmas kuolema.
– Väitöskirjani luo mahdollisuuksia tunnistaa sydänsairauksia jo aikaisessa vaiheessa ja halvoin menetelmin, esimerkiksi rannelaitteiden mittausdatasta, Tampereen yliopiston tutkija Teemu Pukkila kertoo.
Varhaisen esidiagnostiikan mahdollistaa Tampereen yliopiston laskennallisen fysiikan tutkimusryhmän kehittämä uusi analyysimenetelmä. Se on ihmisen sydämen sykevälivaihtelusta kerätyn datan aikasarja-analyysi, josta voi erottaa erilaisille sydänsairauksille tyypillisiä piirteitä.
Moni älykello mittaa käyttäjänsä sykettä jatkuvasti ja jotkut niistä tarkkailevat myös niin sanottua sykevälivaihtelua. Autonominen hermostomme säätelee sydämen lyöntejä, ja sykevälivaihtelu kuvaa, miten suuria sydämen lyöntien välisten aikavälien jatkuvat vaihtelut ovat. Yllättävää kyllä, terveen sydämen sykevälivaihtelu yksittäisten lyöntien välillä on varsin suurta.
– Se kertoo hyvästä autonomisen hermoston joustavuudesta ja terveestä fysiologisesta säätelystä, Pukkila selittää väitöstilaisuutensa lektioluennolla.
Väitöstilaisuuden kuulijat näkevät tietokoneen näytöltä Pukkilan oman sykkeen ja sydänsähkökäyrän reaaliajassa koko väitöstilaisuuden ajan. Jännityksestä kertoo, että aluksi syke on 120.
Tarkkuus uudelle tasolle
Suomalaiset ovat olleet pioneereja sykevälivaihteludataa jalostavan analytiikan kehittäjinä. Suunto toi jo kauan sitten kelloihinsa sykevälivaihtelua hyödyntävän harjoitusanalyysin.
Jyväskylän yliopiston spinoff-yritys Firstbeatin stressiä ja unta tarkkaileva analytiikka on lisensoitu kymmeniin miljooniin rannelaitteisiin. Vuonna 2020 Garmin osti yhtiön rannelaitteiden analytiikka-algoritmit.
Professori Esa Räsäsen johtama Tampereen yliopiston laskennallisen fysiikan tutkimusryhmä on vienyt analytiikan askeleen pidemmälle. Nykyisten urheilukellojen analytiikka perustuu yleensä sykevälivaihtelun keskihajontaan. Suure kelpaa hyvin stressin tai urheilusuorituksesta palautumisen seuraamiseen.
– Se on hyvä mittari, ja yksinkertainen laskea, Pukkila kertoo.
Trendit poistava fluktuaatioanalyysi (DFA) on laskennallinen menetelmä aikasarjojen tutkimiseen. Tampereen tutkijoiden menetelmään kehittämillä merkittävillä uudistuksilla sykevaihtelun analysointi nousee uudelle tarkkuustasolle. Näin päästään käsiksi myös syihin, jotka sykevälivaihtelua aiheuttavat – ja jopa tunnistamaan sydämen sairauksia.
Hienostuneita analyysimenetelmiä tarvitaan, sillä sydän on mutkikas laite. Se toimii kuin sähkömekaaninen pumppu, jossa hienoiset sähköimpulssit käynnistävät ja säätelevät sydänlihaskudoksen supistumista. Ilman sähköistä signaalia mekaaninen pumppausliike pysähtyy.
DFA-analyysi ottaa huomioon esimerkiksi sen, että sykevälivaihtelun suuruuteen vaikuttaa huomattavasti se, mihin tahtiin sydän tekee töitä.
Teemu Pukkila esitteli väitöstilaisuudessa oman juoksumattotestinsä aikana mitattuja sydänkäyriään, joita oli analysoitu DFA-menetelmällä. Tulosten kuvaaja on terveelle sydämelle tyypillinen.
Kevyellä kuormituksella sykevälien satunnaisuus on suurta. Pukkilan sykkeen ylittäessä testin lopussa 180 lyöntiä minuutissa sykevälivaihtelu pienenee, ja sen satunnaisuus katoaa.
– Siinä ei ole enää mitään hermostollista regulaatiota, koska sydän joutuu työskentelemään kovasti, lyömään ja lyömään.
Sydämen vajaatoiminnasta kärsivillä vastaavat analyysikuvaajat ovat kovasti toisen näköisiä. Lyöntien satunnaisuus on levossakin huomattavasti pienempää kuin terveellä sydämellä.
– Vajaatoiminnassa pumppausteho on vähentynyt, joten sydän joutuu koko ajan työskentelemään vähän kovemmin, Pukkila kertoo.
Taustana tuhansia sydänkäyriä
Pukkila analysoi väitöstutkimuksessa useita kansainvälisiä tietokantoja, jotka sisälsivät pitkäaikaisia sydänsähkökäyrä- eli EKG-mittauksia tuhansilta terveiltä ja eri sydänsairauksista kärsiviltä potilailta.
Väitöskirjan tieteellisesti kiinnostavin – ja viitatuin – tutkimus testasi, voisiko DFA-analyysi löytää minuutin mittaisesta sydänkäyrän sykevälivaihtelusta ne henkilöt, joilla on suuri sydänperäisen äkkikuoleman riski.
– Pääsin tutkimaan data-aineistoa, jossa oli yli 4 000 rasitustestiä, iso osa kaikista Tampereen yliopistollisessa keskussairaalassa 2000-luvun alussa tehdyistä mittauksista.
Keskimäärin 8 vuoden seurantajakson aikana kaikkiaan 83 sairaalassa tutkituista potilaista oli kohdannut sydänperäisen äkkikuoleman.
Pukkila teki sydänkäyrien DFA-analyysin potilaiden rasitustestidatalle neljässä eri vaiheessa: levossa, kevyellä rasituksella, maksimirasituksella sekä palautumisen aikana.
Erityisesti levossa mitattu DFA osoittautuu toimivaksi kohonneen sydänperäisen äkkikuoleman riskin ennustajaksi. Tiedon hyödyntäminen käytännössä voi kuitenkin olla vaikeaa, sillä kyse on vain riskiarviosta.
– Emme voi laittaa älykelloon ilmoitusta, että hei, sinulla on 2,5 kertainen sydänperäisen äkkikuoleman riski, Pukkila pohtii.
Omat kellot käyttöön
Helpommin hyödynnettäviä saattavat olla väitöskirjan neljän muun tutkimusartikkelin tulokset. Niissä Pukkila analysoi niin terveiden kuin eri sydänsairauksista kärsivien potilaiden sykevälivaihtelua DFA-menetelmällä.
Kehittyneillä signaalinkäsittely- ja koneoppimismenetelmillä algoritmi pystyi erottelemaan terveet sekä eteisvärinästä tai sydämen vajaatoiminnasta kärsivät toisistaan jopa 90 prosentin tarkkuudella.
– Nämä mittaukset tehtiin sairaalalaitteilla, ja tulokset ovat lupaavia. Tulevaisuudessa on kiinnostavaa selvittää, paranevatko tulokset, jos mittaustietoa tuottaa älykello, joka mittaa ihmistä jatkuvasti jopa vuosien ajan.
Tutkijoiden visiona on seuloa sydänsairauksia nykyistä helpommin ja kustannustehokkaammin ihmisten omilla sykemittareilla ja älykelloilla.
– Tarkoitus ei ole kilpailla kalliiden sairaalalaitteiden ja lääkärien tekemien diagnoosien kanssa. Mutta voimme toivottavasti helpottaa piilevien sydänsairauksien hoitoon ohjausta aikaisessa vaiheessa. Esimerkiksi sydämen vajaatoiminta etenee hitaasti ja salakavalasti.
Teemu Pukkilan tie tekniikan tohtoriksi
1996. Syntyy Kouvolassa.
2008. Matematiikka ja fysiikka sujuvat koulussa alusta alkaen.
2015. Ylioppilaaksi Valkealan lukiosta, armeijaan.
– Esa kertoi, että aiheita löytyy, mutta rahoitusta ei ole. Sanoin että ei haittaa.
2016. Aloittaa DI-opinnot Tampereella.
2020. Etsii diplomityöpaikkaa, ja innostuu professori Esa Räsäsen ryhmän sykevälivaihteluanalyysitutkimuksesta.
2021. Tutkii diplomityössään autolla ajamisen stressaavuutta sykevälivaihtelu-dataa analysoiden. Valmistuu DI:ksi ja jatkaa projektitutkijana.
2023. Titteli vaihtuu väitöskirjatutkijaksi.
2024. Tutkimusryhmän sykevälivaihtelu-analyysimenetelmiä kaupallistava Monicardi Oy perustetaan, Pukkila on yksi perustajista.
2026. Väitöskirja ”Early Prediction of Cardiac Diseases from Dynamic RR Interval Correlations” hyväksytään Tampereen yliopiston tekniikan ja luonnontieteiden tiedekunnassa.
Mitä haluaisit saada aikaan tekniikan tohtorina?
– Urheilijana minua kiinnostaa palautuminen. Siihen liittyen minulla on kiinnostavia tutkimusideoita ja tulossa on jotain sellaista annettavaa, mitä ei ole aikaisemmin tehty.
Suosikkileikkikalu?
Sukset. – Ainakin näin aurinkoisilla talvisäillä. Olimme väitöstä edeltävän viikon työkavereiden kanssa Saariselällä.
Lempiharrastus?
Ultra- ja polkujuoksu. – Olen tällainen aikuisiän kilpakuntoilija, jonkun verran polku- ja vuorijuoksukisoja on takana.
Tutkija unelma-ammatissa
Tässä yhdistyy minun mielenkiintoni hyvinvointiin ja kestävyysurheiluun, ja sitten tilastolliseen analyysiin, matematiikkaan ja fysiikkaan, perustelee Teemu Pukkila tutkimusaiheensa valintaa.
Sykevälivaihtelun aikasarja-analyysia kaupallistaa Tampereen laskennallisen fysiikan tutkijoiden perustama Monicardi Oy. Pukkila on yksi yrityksen kolmesta perustajasta.
Yrityksen patentoimaa teknologiaa on jo käytössä Suunnon urheilukelloissa, ja Euroopan avaruusjärjestö ESA:n hautomo-ohjelmassa Pukkila on päässyt analysoimaan astronauttien sykevälivaihtelua. Tutkijoiden kehittämää analytiikkaa ollaan myös viemässä sairaalalaitteisiin, kertoo Pukkila.
Ja tutkittavaa riittää, esimerkiksi sydänperäisissä äkkikuolemissa, joita Pukkila tutki väitöstyössään yhdessä kardiologian professori Jussi Hernesniemen kanssa.
– Ne ovat valtava ongelma, joka voi kohdata nuoriakin ihmisiä. Sydämen sähköisessä toiminnassa täytyy olla jokin laukaiseva tekijä. Kukaan ei vain ole vielä löytänyt sitä.