Arsi Ikäheimosen väitöstutkimus: Älypuhelin voi paljastaa varhaisia merkkejä masennuksesta
Älylaitteet keräävät tietoa ihmisen liikkumisesta, unesta, viestittelystä ja jopa sosiaalisen median käytöstä. Näistä digitaalisista jäljistä voidaan tunnistaa myös muutoksia mielenterveydessä.
”Jos esimerkiksi liikkumisessa tai unen määrässä tapahtuu muutoksia, ne voivat kertoa terveydentilan muutoksista. Sama pätee vaikkapa someaktiivisuuteen tai yölliseen puhelimen käyttöön”, sanoo Arsi Ikäheimonen, joka tutki väitöstyössään digitaalisen fenotyypityksen käyttöä masennuksen hoidossa.
Digitaalinen fenotyypitys yhdistää data-, käyttäytymis- ja lääketieteitä. Siinä hyödynnetään älylaitteiden arjessa keräämää dataa ihmisen käyttäytymisen, sosiaalisen vuorovaikutuksen ja terveydentilan tutkimiseen.
Tietoa potilaan arjesta
Mielenterveyden häiriöt ovat suuri maailmanlaajuinen ongelma, joka aiheuttaa inhimillistä kärsimystä ja kuormittaa yhteiskuntaa myös taloudellisesti. Häiriöiden arviointi perustuu pitkälti vastaanotolla tehtäviin haastatteluihin sekä kyselylomakkeisiin.
”Vastaanottokäyntien välillä voi kulua viikkoja tai jopa kuukausia, eikä terveydenhuollon ammattilaisella ole tarkkaa tietoa potilaan arjesta käyntien välillä. Digitaalinen fenotyypitys tuo tähän uuden työkalun, kun älylaitteet keräävät käyttäjästään jatkuvaa tietoa arkielämän ympäristössä.”
Tutkimusala on vielä nuori, ja sen kehitystä on hidastanut yhteisten käytäntöjen puute. Ikäheimosen väitöstyö paikkaa tätä aukkoa. Hän esittää standardoidun ohjelmiston ja dataohjautuvan työnkulun käyttäytymisdatan analysointiin.
”Tämä parantaa tutkimusten toistettavuutta ja vertailtavuutta. Avoimesti saatavilla oleva ohjelmisto ja konkreettinen ohjeistus tekevät käyttäytymisanalyysistä selkeämpää ja läpinäkyvämpää sekä helpommin lähestyttävää myös uusille tutkijoille.”
Koneoppimismallit tunnistavat muutoksia
Ikäheimonen tarkasteli työssään, miten älypuhelimilla kerättyä dataa voidaan hyödyntää masennusoireiden seurannassa ja ennustamisessa. Tutkimus toteutettiin yhteistyössä HUS Psykiatriakeskuksen kanssa ja siihen osallistui 164 vapaaehtoista, joista osa oli avohoitopotilaita ja osa terveitä verrokkihenkilöitä.
”Tulokset osoittavat, että älypuhelindataan perustuvat koneoppimismallit pystyvät ennustamaan masennusoireiden muutoksia. Samalla havaittiin, että yksilön omat käyttäytymismuutokset ennustivat vointia paremmin kuin ihmisten väliset erot. Tämä korostaa yksilöllisten ennustemallien ja pitkittäisseurannan merkitystä.”
Ikäheimonen korostaa, että digitaalisen fenotyypitys ei korvaa perinteisiä mielenterveyden arviointimenetelmiä, vaan täydentää niitä.
”Parhaimmillaan se auttaa tunnistamaan varhaisia ennusmerkkejä esimerkiksi masennuksen puhkeamisesta, jolloin tilanteeseen voidaan puuttua ajoissa.”
Arsi Ikäheimosen väitöskirja Advancing research methodologies in digital phenotyping for mental health tarkastettiin Perustieteiden korkeakoulussa 13. helmikuuta 2026.
Lue väitöstilaisuuden tiedote ää.
Teksti: Marjukka Puolakka
Kuva: Nita Vera
Artikkeli julkaistaan Aalto University Magazinen numerossa 38, syyskuussa 2026.
Lue lisää uutisia
Samu Taulu kehittää uuden sukupolven aivomittauksia
Neurostimulaation ja neurokuvantamisen professori Samu Taulu rakentaa tarkempia menetelmiä aivojen ymmärtämiseen.
Tutkijatohtori Thomas Deppisch sai EAA:n nuorten tutkijoiden parhaan artikkelin ja esityksen palkinnon
Palkittu tutkimus osoittaa, kuinka puhetta voidaan tehdä selkeämmäksi meluisissa ympäristöissä säilyttäen samalla tilan tuntu.
Professori Hanna Maylett: “Ilman yhteistä aikaa ei synny yhteistä näkemystä”
Elokuvaohjauksen apulaisprofessori Hanna Maylettin mukaan ohjaajan ei tarvitse tietää kaikkia vastauksia, vaan hänen tehtävänsä on rakentaa prosessi, jossa niitä voidaan löytää yhdessä.