DIGIpuhetta: Platformisaatio yrityksen arjessa

Platformisaatio, alustatalous. DIGIpuhetta-ohjelmassa puhutaan nyt alustoista. Haastattelussa on Kimmo Valtonen M-Brainilta. Hän kertoo, millaista elämä on media-analytiikkayrityksen arjessa alustojen keskellä. Kysymme myös, millaisia hyötyjä ja haittoja alustojen käytöllä on ja tehdäänkö niitä vain koneille?

Big Data Supercell

How should we organize the business analytics operations in the Big Data era” and “What kind of professionals should we hire” are the burning questions in today’s quickly changing business setting.

Clearly we need data scientists, but what kind of skills should they have? Plenty, actually I could consider the following (and more):

  • Statistics: Machine learning, statistical modeling, experiment design, Bayesian techniques, supervised learning, unsupervised learning, optimization
  • Software: coding, SQL and NoSQL databases, scripting languages, parallel databases, parallel query processing, MapReduce, Hadoop, Hive, cloud technologies, hacker attitude, Linux adminstration
  • Visualization: storytelling, visual arts, visualization tools, data artist skills
  • Legal: privacy, different legislation across borders
  • Soft skills: society impacts, presentation skills towards business management

Different skill configurations of professionals have been proposed. A natural proposal is to form a group of people each having substantial, deep expertise in at least one aspect of data science. They can be called T-shaped professionals, idea that has been promoted since the early 1990s (see citations here). The “T” represents breadth of skills, across the top, with deep knowledge in one particular area represented by the vertical bar. For data science “Pi-shaped” professionals have been proposed where the domain knowledge (of the data) is combined with statistical skills.

breath of knowledge

 

 

 

 

 

 

 

 

Another viewpoint comes from Drew Conway’s Data Science Venn Diagram, which applies the label “Data Science” to the intersection of hacking skills, statistical knowledge, and domain expertise. Perhaps these people should be called “M-shaped”?

venn diagram

 

 

 

 

 

 

 

 

 

 

 

Opinions differ. Mine is very practical and personal. Being first as a T-shaped professor, I think I can handle this kind of setting. And to go really deep, so deep that few have courage to dig any deeper or there is nothing valuable waiting any more. Then I moved into business, become more Pi-shaped, but when the business leg got longer, the science leg got shorter. As a result I become a flat Pi. I do not claim that I am a prototype of human being, but still I claim that very few people can have two knowledge domains deep enough to meet the need, not to mention three. Especially, if we talk about combining really different skills, like making the results understandable by using artistic skills and algorithm development.

I do not want to propose anything über-exotic, but simple. My solution would be to form pairs of data scientists (Ideally she holds a Ph.D in Statistics, Mathematics or Computer Science + has reasonable software development skills) + data artists (creative people who can visualize results, communicate them in non-math languages, navigate content and drawing new connections that may never have been imagined before). This kind of pair of ambitious and adaptive individuals can learn to complement each other, two T-shapes merging into one Pi-shape, where 1+1 > 2.

These pairs are then put to work with a third person, coming from the business perspective. She provides the needed understanding of the usage of the data, skills of business analysis and decision making. The three T-shaped individuals form a data analytics supercell for the case in hand.

Naturally technical people are needed behind the supercell to take care of the system and give help, e.g., in database and programming challenges.

DIGIpuhetta: DIGILEn vaalitentti, osa 2

DIGILEn vaalitentin jälkimmäinen osa.

Digitalisaatiosta, sen vaikutuksista yhteiskuntaan sekä tarvittavista toimenpiteistä kertovat eduskuntavaaliehdokkaat Jufo Peltomaa (rkp), Pilvi Torsti (sdp) sekä Olli Rehn (kesk).

Vaalitentin ensimmäinen osa on kuunneltavissa Soundcloudissa.

 

DIGIpuhetta: DIGILEn vaalitentti, osa 1

Digitalisaatio on päässyt jo päättäjien puheisiin saakka, mutta teot ovat saaneet vielä odottaa. Vaalikeskusteluissakaan digitalisaatio ei ole vielä noussut merkittäväksi teemaksi, mutta tämän DIGILE haluaa nyt korjata. Miten digitalisaatio vaikuttaa yhteiskuntaan, mitä toimenpiteitä tulevalla hallituskaudella pitäisi tehdä, jotta digitalisaatio hyödyttäisi meitä kaikkia enemmän?

DIGILEn vaalitentin ensimmäisessä osassa vihreiden Otso Kivekäs, kokoomuksen Elina Lepomäki ja perussuomalaisten Sampo Terho.

 

Internet-talouden iso kuva

Lähestymme eduskuntavaaleja, joten myös taloudesta keskustellaan Suomessa tavanomaista vilkkaammin. Yleinen keskustelu toistaa kaikuja menneistä ajoista ja sen päähuomio on työvoiman lisäämisessä. Lisäkeinona ja uusimpana teemana on nostettu esiin työaikavaihtoehtojen lisääminen. Työvoiman ja -ajan lisääjät haluavat lisääntyvän tarjonnan laskevan työvoiman hintaa, mikä aikanaan johtaa kasvavaan kysyntään ja siis kasvuun. Logiikka on ymmärrettävää, mutta vaikuttavuus tulee hitaasti.

Toinen vallitseva ajatusmalli löytyy teknologisesta keskustelusta. Puhutaan paljon Internet of Things (IoT) -teknologiasta ja sen avaamista mahdollisuuksista. Tästä sitten muotoutuu kuva teollisesta internetistä. Teknologiaan panostamalla pysytään kiinni kehityksessä ja voidaan nostaa tuottavuutta erilaisissa prosesseissa joitakin prosentteja. Jälleen parantunut kilpailukyky johtaa aikanaan kasvavaan kysyntään ja kasvuun. Jälleen logiikka on ymmärrettävää, mutta vaikuttavuus tulee hitaasti.

Tätä taustaa vasten on huomattava se, että keskustelijat eivät odota nopeaa parannusta. Sen sijaan puhutaan vuosikausia, jopa kymmenen vuotta, kestävästä korjauksesta. Siksi kaikkien on syytä ymmärtää tämä pitkä kuiva jakso. Noilla hitaan vaikuttavuuden keinojen valinnoilla tämä onkin totta.

Yllä olevat ajattelumallit lähtevät siitä yksipuolisesta ajattelusta, että ei ole uusia kasvumarkkinoita. Siksi täytyy vain sinnitellä ja nostaa kilpailukykyä ja tuottavuutta jo olevassa liiketoiminnassa tai toiminnoissa. Aiemmin kilpailukyvyn korjaus hoidettiin devalvaatiolla, historian saatossa joskus jopa 30 % kerralla. Nyt sama korjaus täytyy hoitaa muista talouspoliittisista keinoista kootulla ”korvikedevalvaatiolla”.

Eikö todellakaan ole muita vaihtoehtoja ja nopeampia lääkkeitä? Kyllä on! Vastaus löytyy internet-taloudesta, joka kasvaa nopeammin kuin teollinen tuotanto tai julkinen talous – jopa nopeammin kuin Aasia. Internet-talous on jo maailman suurin kasvun markkina. Suomen pitäisi suunnata voimavaransa sinne ja opetella internet-talouden liiketoimintamallit ja kulttuuri; vastaavasti, mutta nopeammin, kuin Aasian talouskasvun hyödyntämiseen liittyvä osaaminen on hankittu.

Internet-talouteen liittyy kuitenkin yksi ennennäkemätön tekijä ja se on nopeus. Aasian nousu oli nopea teollisessa historiassa, mutta internet-talouden nousu on huomattavasti nopeampaa. Vertailun vuoksi: me kaikki tiedämme, että väritelevision kasvu oli nopeampaa kuin mustavalkoisen, CD-levyn kasvu oli nopeampaa kuin magneettinauhojen ja älypuhelimen murros on nopeampi ja massiivisesti laajempi kuin väistyvän perinteisen matkapuhelimen. Nyt sama nopeuskehitys ilmenee talousmurroksessa.

Strategisen johtamisen kannalta voimme nyt valita kahdesta vaihtoehdosta: 1) korvikedevalvaatio ja hitaan kasvun innovointi tai 2) internet-talous ja nopean kasvun innovointi. Minä itse ja DIGILE painottaa tätä vaihtoehtoa kaksi.

Tällä jo mainitulla nopeudella on yllättävä lisävaikutus. Internet-talous aiheuttaa rakenteellisia muutoksia ja tuottavuuden parannuksia vanhoissa liiketoiminnoissa ja hallinnossa nopeammin kuin vaihtoehtoiset tuottavuutta primääristi nostavat ratkaisut. Verkkokauppa ei syntynyt kaupan tuottavuutta parantamalla vaan radikaalilla ja uudella lähestymistavalla. Ilmiönä tämä johtaa siihen, että korvikedevalvaatiolla ei koskaan ehditä korjata Suomen kansantaloutta. Helposti nostetaan tuottavuutta sellaisessa toiminnossa, jota ei kehitystoimien jälkeen enää tarvita. Niinpä yksin siihen suunnattu innovaatiopanostus menee hukkaan tai sen vaikuttavuus jää heikoksi.

Korvikedevalvaatiokin tuo hyötyä ymmärrettävällä logiikallaan Suomelle vain, jos Suomi pärjää internet-taloudessa ja korvikedevalvaatiolla tuetaan tätä.  Kasvun internet-taloudessa on siis oltava innovaatio- ja elinkeinopolitiikan strategisessa keskiössä ja sitä on hyödyllistä tukea korvikedevalvaatiolla. Totta kai tarvitsemme myös parempaa tuottavuutta.

Digitalisaatio on jo arkipäivää yleisessä keskustelussa. Tähän on päästy vuosien työn tuloksena. Nyt seuraavaksi täytyy saada kehityspanokset osumaan tulevaisuuden maaliin ja näin Suomi saadaan nousuun. Isoihin ohilaukauksiin ei ole varaa. Ja aika on rahaa!

DIGIpuhetta: Digitaalinen asenneilmapiiri ja teollinen internet

DIGIpuhetta-ohjelma jatkaa viime viikolla julkistetun Digibarometri 2015:n jäljillä. Luvassa on asiaa Suomen digitaalisesta asenneilmapiiristä sekä teollisesta internetistä.

Haastateltavina ovat Digibarometrin julkistustilaisuudessa esiintyneet Future Works Oy:n perustajaosakas Petri Rajaniemi ja Enevo Oy:n teknologiajohtaja Pirkka Palomäki. Heidän esitystallenteensa pääsee katsomaan digibarometri.fi-sivustolta.

 

DIGILEn tuloksia: Kun uutuudenviehätys loppuu – Uusilla menetelmillä tietoa asiakasuskollisuudesta

Tutkimusryhmä PREAGO Aalto-yliopistosta ja IT-yhtiö Reaktor etsivät N4S-ohjelmassa yhteistyömahdollisuuksia syvällisen asiakastiedon käsittelyyn datatieteen ja laadullisen tutkimuksen keinoin. Aalto-yliopistossa on tutkittu 15 vuotta asiakaskäyttäytymistä, jotka liittyvät tuotteisiin ja palvelujen käytettävyyteen. Ryhmä on tutkinut ensimmäisten joukossa mm. tunteiden osuutta osana asiakasuskollisuutta. Tutkimuksen mukaan tunteilla, muistoilla ja pitkäaikaisella käyttökokemuksella on suuri merkitys asiakasuskollisuuteen tuotteen hyödyllisyyden ja käytettävyyden rinnalla.
 

Aalto-yliopiston PREAGO-tutkimusryhmä osallistuu N4S-ohjelmaan tukeakseen tutkimuksen avulla yrityksiä uudessa digitaalisessa taloudessa. Yliopistolla ja ohjelmaan osallistuvilla yrityksillä on useita yhteistyöprojekteja, joissa mallinnetaan arvoa, kerätään palautetta asiakkailta ja tuetaan yritysten toimintatapoja ohjelmistoekosysteemeissä.

IT-yhtiö Reaktorin kanssa tehtävän yhteistyön tavoitteena on yhdistää laadullisen käyttäytymistutkimuksen ja datatieteen menetelmät syvällisen asiakastiedon keräämiseen ja käsittelyyn. Suurten tietovarantojen käsittelyyn ja analysointiin perustuvat palvelut ovat kuuluneet Reaktorin tarjontaan big data -ilmiön alkuhetkistä lähtien, ja tällä hetkellä yrityksessä on kokonainen datatieteen asiantuntijaosasto.

Tutkijatohtori Sari Kujala PREAGO-tutkimusryhmästä uskoo laadullisen käyttäjätutkimuksen syventävän datatieteen tuloksia siitä, miksi asiakkaat käyttävät jotain tuotetta tai palvelua ja mitä hyvää ja säilyttämisen arvoista siinä on.

”Laadullinen käyttäjätutkimus antaa vastauksia kysymyksiin miksi ja miten. Kun tiedetään, että ihmiset käyttäytyvät data-analyysin perusteella ristiriitaisesti ja kun tunnistetaan, missä kohdassa käyttöprosessia on ongelmia, voidaan laadullisin menetelmin tutkia tarkemmin syitä tähän. Data-analyysin avulla voidaan myös tunnistaa kriittisiä hetkiä, jolloin asiakas esimerkiksi menettää mielenkiintonsa palveluun. Tästä tiedetään, että laadullista palautetta kannattaa kerätä. Menetelmät tuovat yhdistettyinä kokonaisvaltaista, syvällistä tietoa asiakaskäyttäytymisestä”, Kujala sanoo.

Tietoa numeroiden takana on alettu tutkia laadullisten menetelmien tukemina vasta viime aikoina. Yritykset ovat tähän saakka panostaneet pääasiassa hyödyllisiin, arvoa tuottaviin tuotteisiin ja palveluihin, joita on tarkasteltu perinteisesti taloudellisesta näkökulmasta. Tutkimusten mukaan arvo ei kuitenkaan synny tuotekehityksessä, vaan tuotetta tai palvelua käytettäessä.

”Valtaosalla yrityksistä ei ole tietoa asiakkaiden kokonaisvaltaisesta käyttäytymisestä. Asiakkaan käyttäytymistä on todettu ohjaavan paitsi hyödyllisyys ja käytettävyys, myös nautittavuus. Koska nautittavuustekijät voivat muodostua käytännöllisyyttä tärkeämmiksi pitkällä aikavälillä, olemme kohdistaneet tukimustamme pitkäaikaiseen käyttökokemukseen sekä tuotteen nautittavuutta aiheuttaviin tekijöihin, kuten palkitsevuus, viehätys ja huvi”, Kujala jatkaa.

Käyränpiirtomenetelmä huomioi tunteet ja muistot

Tuotteiden ja palvelujen suunnittelua ihmisläheisestä näkökulmasta tarkasteleva Kujala tutkii projekteissaan, miltä tuote tai palvelu tuntuu asiakkaiden mielestä ja miten tuotekehittelijät tekevät tuotteita, jotka pysyvät pitkään palkitsevina. Kujalan ryhmä on kehittänyt käyränpiirtomenetelmän (UX Curve), joka huomioi käyttäjän muistot, tunteet ja pitkäaikaisen käyttökokemuksen tuotteesta tai palvelusta.

”Menetelmä perustuu käyttäjän itsensä tärkeiksi nostamiin asioihin. Käyttäjä muistelee tuntemuksiaan siitä, miltä tuotteen käyttöön ottaminen tuntui ja miten hänen suhteensa tuotteeseen on muuttunut ajan myötä. Hän arvioi kokemuksiaan eri näkökulmista, kuten vetovoimaisuus, helppokäyttöisyys, käytettävyys, käyttöaste. Lopuksi käyttäjä piirtää käyrän kokemuksen muuttumisesta. Muutokset käyrässä tuovat esille ne merkitykselliset asiat, joita kannattaa tutkia ja huomioida tuotesuunnittelussa.”

Alun perin psykologia- ja kognitiotiedetaustainen Kujala kertoo menetelmän perustuvan käyttäjän erityisen positiivisiin tai negatiivisiin kokemuksiin.

”Pitkäaikaisessa käytössä vain huippukokemukset jäävät mieleen. Nämä muistot vastaavat kokonaisvaltaista kokemusta tuotteen käytöstä, ja tämä arvio saa käyttäjän jatkamaan tuotteen käyttöä ja suosittelemaan tuotetta muille.”

Tarve itseilmaisuun

Kujalan tutkimus osoittaa, että pitkäaikaisessa käytössä käyttäjän innostusta ylläpitävät uudet ominaisuudet ja sovellukset, joiden käyttöönotto ja oppiminen tuovat uusia mahdollisuuksia itseilmaisuun ja sosiaaliseen toimintaan. Tutkija uskoo, että tuotesuunnittelussa tulisikin keskittyä kehittämään asiakasuskollisuutta uusien mielenkiintoisten lisäominaisuuksien avulla.

”Tuote tai palvelu, jonka vetovoimaisuus kasvaa ajan myötä, lisää käyttäjän halukkuutta suositella tuotetta ystävilleen. Erityisesti kuluttajille suunnatuissa palveluissa pelkästään käytännölliset ja hyödylliset ominaisuudet eivät usein riitä tunnesidoksen muodostumiseen”, Kujala toteaa.

Hänen mukaansa tuotteella pitäisi olla positiivinen vaikutus käyttäjän elämään ja tarpeisiin.

”Tuotesuunnittelijoiden tulisi auttaa ihmisiä saavuttamaan tavoitteensa ja tukea myönteistä minäkuvaa. Jos tuote tai palvelu saa käyttäjänsä nolostumaan tai tuntemaan itsensä typeräksi, alkuinnostus muuttuu pettymykseksi, eikä käyttäjä ole välttämättä kovin kiinnostunut jatkamaan käyttöä”, Kujala lisää.

”N4S -projektissa tavoitteemme on kehittää asiakaspalautteen keräyksen mittareita, joilla voidaan ennustaa kuinka uskollisia asiakkaat ovat uutuudenviehätyksen kadottua. Samalla kerätään palautetta siitä, miten uskollisuutta voidaan tukea paremmin.”

 

Read the whole story in English: http://www.n4s.fi/2014magazine/article8/

Lisätietoa:
– Kujala, S., et al. UX Curve: A method for evaluating long-term user experience. Interact. Comput. (2011), doi:10.1016/ j.intcom.2011.06.005

DIGIpuhetta: Digibarometri 2015 – mikä muuttui viime vuodesta?

Digibarometri 2015 julkaistiin tiistaina. Suomi on petrannut kokonaissijoituksessa – hopeaa tuli – mutta syitä henkseleiden paukutteluun ei ole. Miksi? DIGIpuhetta-studiossa keskustelemassa DIGILEn oma Jaakko Talvitie sekä Verkkoteollisuus ry:n hallituksen puheenjohtaja Tuomo Luoma.

 

P.S. Digibarometrin julkistustilaisuus järjestettiin Musiikkitalossa 17.3. Esitykset on katsottavissa Digibarometrin omalta nettisivulta. Vahva suositus etenkin Pirkka Palomäen ja Petri Rajaniemen keynote-puheille!

Investoidaan! Mutta mihin?

Ei kulu päivääkään ettei joku peräänkuuluta investointeja. Talousviisas toisensa jälkeen todistaa, ettei maamme nouse laman alhosta ennen kuin yritykset alkavat investoida.

Kuulostaa hienolta ja jopa ymmärrettävältä, mutta mistä tässä oikein on puhe? Kukaan ei tätä selvästi ääneen sano, mutta luulen että tässä ajatellaan tehtaita, tuotantolinjoja ja uutta kalustoa. Nämä sitten vaativat uusia ihmisiä ja siten syntyy uusia työpaikkoja. Valtion sosiaalimenot pienenevät ja verotulot kasvavat. Hieno homma.

On siis pelättävissä, että taustalla on vanha ja ymmärrettävä ajatusmalli: työpaikka = tehdas.

Tässä on vain se pieni mutta että tehtaita rakentavat Suomeen enää vain harvat yritykset, ja vielä harvemmat pystyvät tekemään niillä kannattavaa liiketoimintaa. Eivätkä nekään harvat tehtaat enää työllistä samaan malliin kuin ennen.

Kaikki kansantaloudet kehittyvät samalla kaavalla. Maatalous korvautuu ensin teollisuudella, ja teollisuus ja tavaratuotanto taas korvautuvat pikku hiljaa palveluilla. Kun puhumme kehittyneistä teollisuusmaista, pitäisi itse asiassa puhua kehittyneistä palvelumaista – palveluiden osuus kansantuotteesta on näissä maissa jo luokkaa 70% tai yli. Kiinassakin se lähentelee jo 50% osuutta. Ja teollisuuden – eli tavaratuotannon – osuus laskee koko ajan.

Toki monet yritykset – myös tavaratuotannossa olevat – kehittävät uusia palveluita osaksi tarjoomaansa, mutta pelättävissä on etteivät nämä satsaukset rekisteröidy mihinkään T&K- tai muinakaan investointeina. Kuten eräs asiantuntija karrikoi: jollei työtä tehdä valkoinen takki tai haalarit päällä, se ei ole T&K:ta.

Kaikki yritykset ymmärtävät että kasvun ja kilpailukyvyn kannalta investoinnit ja T&K ovat kriittisen tärkeitä – vaikka niistä joskus joudutaankin tinkimään. Lisäksi kaikki yritykset pitäisi saada ymmärtämään että jatkossa kasvun ja kilpailukyvyn kannalta vielä kriittisempiä ovat uudet palvelut. Ja nämä palvelut ovat enenevässä määrin digitaalisia.

Tavaratuotantoon investoiminen tarkoittaa siis panostamista painoarvoltaan laskevaan kansantalouden osaan. Uusiin palveluihin kohdistuvat investoinnit ovat panostamista kasvavaan talouteen.

Lakataan siis itkemästä investointilamaa ja aletaan vaatia yrityksiltä ja julkiselta vallalta satsauksia uusiin palveluihin ja uuteen liiketoimintaosaamiseen. Tämä koskee myös teollisuusyrityksiä, jos ne aikovat selvitä jatkoon globaalissa kilpailussa. Aivan kuten vaahto oluen pinnalle, parhaat voitot kertyvät aina lopulta arvoketjun huipulle. Ja siellä ovat palvelut.

Ihmisen varaosat, digitaalisuus ja 3D-tulostus

Eduskunnan tulevaisuusvaliokunnan raportti Suomen sata uutta mahdollisuutta esittelee suuren määrän asioita, jotka tulevat vaikuttamaan terveydenhoitoon virtualisoitumisen, datan käsittelyn ja lähivalmistuksen muodossa. Näitä ovat mm.:

• avoin data, big data ja itseorganisoituva data
• kappaleiden helppo kuvantaminen ja laskennallisesti muodostetut kuvat
• Vapaasti organisoituva etätyö ja netissä muodostuvat organisaatiot, sekä
• 3D-tulostus.

Tässä blogauksessa pohditaan, miten tämänkaltaiset kehityspolut saattavat vaikuttaa terveydenhoidon näkymiin.

1. Tietoa lisää – lisää tuskaa?

Verkossa toimivat tietopankit, automatisoitu tiedonkeruu ja tiedon analysointi mahdollistavat sovelluksia, jotka eivät ole koskaan ennen olleet mahdollisia. Dataa kerätään automatisoidusti joka hetki ja periaatteessa jokainen tiedonmurunen liitetään suurempaan kokonaisuuteen. Dataa voidaan sen jälkeen hyödyntää luovasti esimerkiksi ennakointiin, monimutkaisten prosessien ymmärtämiseen ja vaihtoehtojen tarjoamiseen.

Erityisesti Google on hämmästyttänyt meitä tavoilla kuinka dataa voidaan kerätä, analysoida ja hyödyntää yllättävin tavoin. Esimerkkinä tästä on Googlen hakutietojen analysointi globaalien influenssaepidemioiden leviämisen ennakoimiseksi. Sen lisäksi, että datasta voidaan tehdä globaaleja ennusteita, samaa big dataa voidaan hyödyntää täsmäkäyttöön, esimerkiksi käyttäjäkohtaiseen mainontaan ja personoitujen ratkaisujen löytämiseen. Ehkäpä lähitulevaisuudessa tietokone osaa varoittaa, että sairastut ensi viikolla flunssaan. Samalla sinulle tarjotaan edullisesti nenäliinoja, täsmälääkkeitä ja suositellaan tulevan lomamatkan siirtämistä.

2. Hymyile – sinua kuvataan!

Ihmistä kuvannetaan elämän aikana lukuisissa vaiheissa. Ensimmäiset kuvat saadaan jo raskausaikana äitiysneuvolassa. Lapsuusaikana ja onnettomuuksissa röntgenkuvilla kartoitetaan mm. luustoa ja hampaita. Lentokenttien turvatarkastuksissa läpivalaistaan vartaloita. Erilaisten hoitotoimenpiteiden aikana, kuten tietokonetomografian yhteydessä, luodaan tarkkoja malleja sisäelimistä. Jo nyt jokaisesta meistä on olemassa pieni kuvakirjasto.

Ihmisen kuvakirjasto on puutteellinen ja sirpaloituneena eri tietojärjestelmissä, mutta jokaisen kuvan yhteydessä on tarkat tunnistetiedot kyseisestä henkilöstä. Jos paleontologit kykenevät päättelemään dinosauruksen muut osat reisiluun perusteella, kuinka paljon ihmisen tarkasta rakenteesta voidaan päätellä olemassaolevien kuvien ja muun tiedon pohjalta?

Olisiko mahdollista lähteä rakentamaan jokaisen ihmisen henkilökohtaista tietopankkia systemaattisesti ja voisiko tästä olla hyötyä? Kuka tällaista pankkia voisi hallinnoida ja hyödyntää? Esimerkiksi sotilaat voidaan kuvantaa ja tallentaa tietopankkiin siltä varalta, että taistelussa menetetyt raajat ja luut pystytään tarvittaessa rakentamaan uudelleen.

3. Biopankit & crowdsourcing

Suomessa neljällä biopankilla on toimilupa. Biopankkeihin kerätään näytteitä ja tietoja tulevaisuudessa käynnistyviä tutkimus- ja kehittämishankkeita varten. Yhtälailla samaan tietovarastoon voidaan kerätä mitä tahansa ihmisen dataa, kuten röntgenkuvia, sairaushistoriaa ja geenitietoja.

Biopankki, siis tietovarasto, ei luo ihmisestä täydellistä kuvaa. Kuinka tästä epätäydellisestä tiedosta voitaisiin saada hyötyä esimerkiksi akuutissa hoitotilanteessa? Vastaus löytyy mahdollisesti big datasta. Henkilön omasta biopankista saadaan osa tarvittavasta tiedosta. Puuttuva tieto voidaan tuottaa analysoimalla samankaltaisia tilanteita ja henkilöitä globaalista aineistosta, sekä luonnollisesti lähisukulaisten tiedoista.

Biopankin aineistoa olisi hyvä kerätä ihmisen koko elinaaren ajan. Pitkittäisdatan avulla saadaan tutkimuksellista ymmärrystä vaikkapa luiden kasvamisesta. Tietoa voidaan hyödyntää esimerkiksi siihen, että kätensä menettäneelle kasvuiässä olevalle teinille saadaan aina oikeanlainen 3D-tulostettu proteesi säännöllisin välein hänen kasvaessaan. Vastaavalla idealla valmistetaan jo kehon ulkopuolisia tukirakenteita.

Oikein kehitettyinä biopankit ovat tulevaisuuden valuuttaa. Niiden sisältämää dataa hyödyntämällä avulla voidaan säästää terveydenhoitokuluissa, ennakoida hoitotarpeita ja kehittää uusia palveluita.

4. Biodata on 3D-tulostuksen raaka-ainetta

3D-tulostus perustuu 3D-malleihin. Mallit tuotetaan tietokoneavusteisesti mm. käsin, kuvantamalla olemassaolevia asioita, muokkaamalla olemassaolevia malleja, tai generoimalla malli automaattisesti annettujen kriteerien perusteella.

Automaattinen suunnittelu, kuvien tulkitseminen ja laskennallisesti muodostetut kuvat ovat jo käytössä mm. elokuvissa ja peleissä. Nykyiset tekoälyohjelmat pystyvät luomaan itsenäisesti algoritmeja, musiikkia ja kuvia. Todennäköisesti tämäntyyppinen ohjelma voi mallintaa koko ihmisen, kun lähtötiedoksi annetaan se reisiluu.

Useissa CAD-mallinnusohjelmissa on jo sisäänrakennettuna toimintoja, jotka optimoivat kolmiulotteisen mallin 3D-tulostusta varten. Ohjelmistot kykenevät myös itsenäisesti tuottamaan optimoituja muotoja, jotka noudattavat annettuja suunnittelukriteereitä, esimerkiksi materiaalin määrän, tiheyden tai kestävyyden suhteen. Biopankit sisältävät digitaalista dataa, joka voidaan ylläkuvatuin ideoin muuttaa mm. 3D-malleiksi. Biopankit voivat siis liittyä tulostukseen varsin suoraviivaisesti.

Tutkijat selvittävät parhaillaan kiivaasti, mitä ihmisen elimiä voidaan valmistaa 3D-tulostamalla. Biotulostuksella on tuotettu jo mm. sydämen läppiä, maksakudosta, luuta, munuaiset, lihassoluja ja ihoa. Tulevaisuudessa biopankit käytännössä mahdollistavat ihmisten varaosien valmistamisen.

5. Yhteenveto

Lääketieteelliset sovellukset ovat yksi 3D-tulostukseen liittyvän liiketoiminnan suurimmista potentiaaleista. Luu- ja hammasimplantteja tuotetaan jo rutiininomaisesti mm. titaanin ja keramiikan 3D-tulostuksella. Biotulostus siirtyy vähitellen ja vääjäämättä tutkijoiden kammioista käytäntöön ja yhä syvemälle ihon alle!

Olisi järkevää ryhtyä systemaattiseen ja kansalliseen biodatan keräämiseen hyödyntäen olemassaolevia menetelmiä, yhdistäen eri lähteistä tulevaa tietoa ja rakentamalla arkkitehtuuria, joka mahdollistaa ihmisen lääketieteellisen varaosatoiminnan tulevaisuudessa.

Teknologiana ihmisen lihasten ja elinten tulostus rutiininomaisesti on vielä vuosien päässä oleva haave, mutta voimme alkaa jo valmistautua siihen keräämällä ainutlaatuisen aineiston kansastamme. Geenitietojen ja muiden biopankkitietojen yhdistäminen tässä kuvattuun pankkiin luo valtavan määrän uusia mahdollisuuksia. Tarvittavaa osaamista, oli se sitten datan käsittelyä, kuvantamista tai ihmisen varaosatutkimusta, meiltä kyllä löytyy.

Suomella on hyvät mahdollisuudet nousta biopankkien ja biotulostuksen kärkimaaksi.

 

Blogaus on kirjoitettu yhdessä Pekka Ketolan kanssa.

This blog post is available also in English!