Digitalisaatio on tuonut uusia menetelmiä myös laboratorioalalle. Esimerkiksi veritauteja tutkivalla hematologian alalla automaattimikroskoopit nopeuttavat ja yksinkertaistavat tutkimusprosessia ja lisäävät luotettavuutta. Oulun ammattikorkeakoulun bioanalytiikan tutkinto-ohjelmassa hyödynnetään automaattimikroskopiaan perustuvaa CellaVision Proficiency Software -ohjelmistoa verisolujen tunnistamisen opiskelussa. Ohjelmisto monipuolistaa hematologian opetusta, ja opinnäytetyönä tuotetut ohjelmiston käyttöohjeet helpottavat sekä opettajan että oppilaiden työskentelyä.

Verisolut syntyvät pääasiassa luuytimessä solunjakautumisen, erilaistumisen ja kypsymisen seurauksena. Häiriöt tässä hematopoieesiksi kutsutussa prosessissa voivat johtaa veritauteihin, jotka ilmenevät verisolujen kypsymisen häiriöinä ja solujen rakenteellisina poikkeavuuksina. [1] Perusverenkuva (B-PVK+T) ja valkosolujen erittelylaskenta (B-Diffi) ovat hematologisia laboratoriotutkimuksia, joilla saadaan tietoa veren hemoglobiinipitoisuudesta ja verisolujen määrästä sekä ominaisuuksista [2].

Jos verenkuva-analysaattori havaitsee tutkimusten määrityksen yhteydessä tiettyjä poikkeavuuksia verisolujen laadussa tai määrässä, ohjataan näyte mikroskooppiseen tarkasteluun. Verisolujen mikroskooppinen tarkastelu on olennainen osa hematologisten sairauksien diagnostiikkaa, koska solujen kypsymishäiriöiden ja rakenteellisten poikkeavuuksien tunnistaminen onnistuu luotettavasti vain mikroskooppisilla menetelmillä. Mikroskooppinen tarkastelu voidaan tehdä manuaalisesti valomikroskoopilla tai automaattimikroskoopilla (kuvat 1 ja 2). [2] [3] [4]

Kaksi mikroskoopilla otettua kuvaa, joissa molemmissa verisoluja.
KUVAT 1 ja 2. Verisoluja valomikroskoopilla ja automaattimikroskoopilla kuvattuna (kuvat: Katja Nummilinna).

Automaattimikroskopointi hematologian alalla

Automaattimikroskoopissa digitaalisia kuvia ottava optinen järjestelmä on yhdistetty tietojärjestelmään. Automaattimikroskooppia varten tarvitaan verinäytteestä koneellisesti tehty ja värjätty sivelyvalmiste (kuva 3), joka ohjataan automaattimikroskoopin tarkasteltavaksi. Automaattimikroskoopin optinen yksikkö etsii ja kuvaa värjätystä veren sivelyvalmisteesta tietyn määrän punasoluja, valkosoluja ja verihiutaleita. Digitaaliset kuvat siirtyvät tietojärjestelmään, joka esiluokittelee verisolut lukuisten eri piirteiden perusteella. [5]

Valokuva, jossa veren sivelyvalmistetta.
KUVA 3. Koneellisesti tehty ja värjätty veren sivelyvalmiste (kuva: Katja Nummilinna).

Verisolujen tunnistaminen perustuu tietokonepohjaiseen hahmontunnistukseen keinotekoisen hermoverkon avulla. Prosessin jälkeen laboratoriossa voidaan tarkastella esiluokiteltujen verisolujen kuvia tietokoneen näytöltä. Käyttäjä tarkistaa luokittelun ja korjaa mahdolliset ohjelmiston tekemät virheet. Tulokset on hyväksyttävä jokaisen näytteen kohdalla, sillä ohjelmisto ei välttämättä luokittele kaikkia soluja oikein. [5] [6] [7] [8]

Perinteinen manuaalinen sivelyvalmisteen mikroskopointi on työvoimaa sitova hidas menetelmä. Automaattimikroskoopit keventävät isojen laboratorioiden työtaakkaa, sillä ne nopeuttavat tutkimusprosessia käsittelemällä jopa kymmeniä sivelyvalmisteita tunnissa. [3]

Sivelyvalmisteiden tarkastelu tietokoneen näytöltä vähentää silmien rasitusta ja väsymystä sekä parantaa työntekijöiden ergonomiaa verrattuna manuaaliseen mikroskopointiin. Puutteellisella ergonomialla on merkittävä taloudellinen vaikutus yrityksiin työntekijöiden sairaspoissaolojen takia. [3] [5] [9]

Automaattimikroskopiassa potilastiedot tallentuvat digitaalisesti. Tämä vähentää ympäristökuormaa sekä helpottaa tulosten tarkastelemista uudelleen. Digitaaliset tulokset voidaan myös helposti liittää sähköisiin potilastietojärjestelmiin. [5]

CellaVision Proficiency Software -ohjelmisto hematologian opetuksessa

CellaVision on digitaalisten hematologisten mikroskopiaratkaisujen toimittaja. CellaVision DM9600 automaattimikroskooppia ja CellaVisionin Peripheral Blood Application -ohjelmistoa käytetään hematologian laboratorioissa tunnistamaan ja luokittelemaan verisoluja. [7] Oulun ammattikorkeakoululle on hankittu kyseiseen ohjelmistoon pohjautuva CellaVision Proficiency Software -ohjelmisto, jonka avulla verisoluja voidaan tarkastella ja luokitella (kuva 3). Se soveltuu harjoitteluohjelmistoksi kouluille tai laadunhallinnan ja perehdytyksen välineeksi laboratorioihin. [7]

Kuvakaappaus ohjelmistosta.
KUVA 3. CellaVision Proficiency Software -ohjelmiston verisolujen tunnistusikkuna (kuva: Katja Nummilinna).

CellaVision Proficiency Software -ohjelmiston etuna on selainpohjaisuus. Sitä voi käyttää hankkimatta kallista automaattimikroskooppia. Ohjelmiston käyttöön tarvitaan tietokone, nettiyhteys sekä ohjelman lisenssi. Ohjelmistoon voidaan ladata tiedostoja, jotka sisältävät aitoja automaattimikroskoopilla kuvattuja verensivelyvalmisteita ilman tunnistetietoja. Tämä mahdollistaa opiskelijoiden tutustumisen automaattimikroskopiaan aitojen potilasnäytteiden avulla jo opiskeluaikana. [7]

Cellavision Proficiency Software -ohjelmistoa on mahdollista käyttää lähi- ja etäopetuksessa. Selainpohjaisen ohjelmiston avulla opiskelija voi myös harjoitella sivelyvalmisteiden tarkastelua itsenäisesti (kuva 4). Ohjelmiston hallinnoinnissa ja käytössä hyödynnetään opinnäytetyönä laadittuja ohjelmiston käyttöohjeita.

Valokuva, jossa ihminen istuu tietokoneen ääressä.
KUVA 4. Verisolujen tunnistamista CellaVision Proficiency Software -ohjelmistolla (kuva: Katja Nummilinna).

Bioanalytiikan tutkinto-ohjelmassa ohjelmiston käyttöön perehdytään aluksi lähiopetuksena pidettävillä harjoitustunneilla. Perehtymisen jälkeen on mahdollista siirtyä etäopetukseen. Opettaja määrittelee ohjelmistoon tutkittavat näytteet, joita opiskelijat voivat harjoitustunneilla tarkastella omaan tahtiinsa. Opettaja on harjoituksissa mukana ohjaamassa ohjelmiston käyttöä ja verisolujen tunnistamista. Solujen tarkastelu tietokoneen näytöltä helpottaa yksityiskohtien tarkastelua yhdessä opiskelijan kanssa. Kun opiskelija on luokitellut yhden näytteen verisolut, voi hän verrata tuloksiaan asiantuntijan tekemään luokitteluun sekä muiden vastaajien tuloksiin. Myös opettaja voi ohjelmiston tulostiedostojen avulla tarkastella opiskelijoiden tuloksia ja edistymistä. [7]

Cellavision Proficiency Software -ohjelmiston hyödyntäminen hematologian opetuksessa on monipuolistanut opetusta ja perehdyttänyt opiskelijoita alalla käytössä oleviin digitaalisiin ratkaisuihin. Ohjelmiston käytöstä saatu palaute ollut hyvin positiivista. Opiskelijat ovat kokeneet verisolujen tarkastelun helpommaksi ohjelmiston kuin perinteisen valomikroskoopin avulla. Tietokoneen näytöllä verisoluja on helpompi verrata keskenään ja tarkastella eri suurennuksilla. Lisäksi omien tulosten vertaaminen asiantuntijan tekemään luokitteluun on koettu opettavaiseksi. Hematologian laboratoriossa suoritettavan työharjoittelun kannalta ohjelmiston tunteminen on nähty eduksi sekä opiskelijoiden että ohjaajien näkökulmasta.


Ulriikka Hyytinen
Opiskelee bioanalyytikoksi Oulun ammattikorkeakoulussa

Josefina Kinnunen
Opiskelee bioanalyytikoksi Oulun ammattikorkeakoulussa

Sanna Siirtola
Opiskelee bioanalyytikoksi Oulun ammattikorkeakoulussa

Katja Nummilinna
opintovastaava, lehtori
Hyvinvointi ja kulttuuri
Oulun ammattikorkeakoulu

Jaana Holappa-Girginkaya
lehtori
Hyvinvointi ja kulttuuri
Oulun ammattikorkeakoulu

Artikkeli perustuu opinnäytetyöhön:

Hyytinen, U., Kinnunen, J., & Siirtola, S. (2023). CellaVision Proficiency Software -ohjelmiston käyttöohjeet. [AMK-opinnäytetyö, Oulun ammattikorkeakoulu, Bioanalytiikan tutkinto-ohjelma]. Theseus. https://urn.fi/URN:NBN:fi:amk-2023060421167

Lähteet

[1] Siitonen, T., & Koistinen, P. (2015). Johdanto verisolujen tuotantoon ja sen säätelyyn. Teoksessa K. Porkka, R. Lassila, K. Remes & E. Savolainen (toim.), Veritaudit. 4. uud. p. Kustannus Oy Duodecim. http://www.oppiportti.fi/op/ver00100/do

[2] Savolainen, E., & Tienhaara, A. (2015). Verinäytteet ja morfologiset tutkimukset. Teoksessa K. Porkka, R. Lassila, K. Remes & E. Savolainen (toim.), Veritaudit. 4. uud. p. Kustannus Oy Duodecim. http://www.oppiportti.fi/op/ver00502/do

[3] Kratz, A., Lee, S. H., Zini, G., Riedl, J. A., Hur, M., & Machin, S. (2019). International Council for Standardization in Haematology. Digital morphology analyzers in hematology: ICSH review and recommendations. International Journal of Laboratory Hematology, 41(4), 437–447. https://doi.org/10.1111/ijlh.13042

[4] Palmer, L., Briggs, C., Mcfadden, S., Zini, G., Burthem, J., Rozenberg, G., Proytcheva, M., & Machin, S. (2015). ICSH recommendations for the standardization of nomenclature and grading of peripheral blood cell morphological features. International Journal of Laboratory Hematology, 37(3), 287–303. https://doi.org/10.1111/ijlh.12327

[5] CellaVision. (2022). Introducing CellaVision Proficiency Software. https://www.cellavision.com/products/software/cellavisionr-proficiency-software

[6] Rollins-Raval, M. A., Raval, J. S., & Contis, L. (2012). Experience with CellaVision DM96 for peripheral blood differentials in a large multi-center academic hospital system. Journal of Pathology Informatics, 3, 29. https://doi.org/10.4103/2153-3539.100154

[7] CellaVision. 2022. https://www.cellavision.com/en/

[8] Helminen-Pacius, P. (2010). Automaattimikroskooppi nopeuttaa käytäntöjä hematologisessa laboratoriossa. Moodi 4, 215–218.

[9] Garima, J., & Pushparaja, S. (2014). Occupational concerns associated with regular use of microscope. International Journal of Occupational Medicine and Environmental Health, 27(4), 591–598. https://doi.org/10.2478/s13382-014-0288-2

Post Views: 369