Näkymättömästä liasta hälyttävä laite sopii myös elintarvikealalle

Aalto-yliopiston tutkijat ovat kehittäneet uuden, lian ja bakteerien havaitsemiseen tarkoitetun menetelmän. Satoja värejä tallentavan hyperspektrikameran ja tekoälyn yhdistämiseen perustuvaa AutoDet -menetelmää (automatic biological contamination detection) voidaan käyttää muun muassa pintojen puhtauden varmistamiseen norovirusepidemian tai flunssakauden aikana.

Menetelmää voidaan käyttää monilla aloilla terveydenhoidosta elintarviketeollisuuteen. Tulevaisuudessa sille voi olla käyttöä myös virusten havaitsemisessa.

Pilottitutkimuksessa Porin Satasairaalan odotustiloissa tehtiin yhteensä 200 mittausta esimerkiksi pöydiltä ja tuolien käsinojista. Tutkijat rajoittivat hyperspektrikuvantamisen näkyvän valon alueelle varmistaakseen, ettei samoissa tiloissa työskenteleville ihmisille aiheutunut vaaraa lyhyen aallonpituuden ultraviolettivalosta.

– Havaitsimme menetelmän avulla esimerkiksi yskimisen jättämiä kasvualustoja eli biofilmejä, joita on vaikeaa havaita paljain silmin. Laite myös hälyttää tahroista sitä mukaa, kun niitä ilmaantuu pinnoille, Aalto-yliopiston akatemiatutkija Juha Koivisto kertoo.

Etuna automaattisuus ja alhaiset käyttökustannukset

AutoDet on automaattinen menetelmä, ja sen käyttökustannukset jäävät mataliksi. Alkuinvestoinnin jälkeen maksettavana ovat sähkö- ja korjauskustannukset sekä dataliikennekustannukset, jos laite on kytketty etämonitorointiin tai -analyysiin.

Laite pystyy skannaamaan isoja alueita kerrallaan, valvomaan niitä ympäri vuorokauden ja hälyttämään likaa havaitessaan. Miinuspuolena on laitteen vielä korkea hinta.

Laite havaitsee minkä tahansa pinnalle kuulumattoman lian. Tutkimuksessa se havaitsi muun muassa siniselle valolle herkkää biologista materiaalia, jota voidaan kutsua proteiinin optiseksi sormenjäljeksi. Sormenjälki paljastaa, että pinnalle on muodostunut tai muodostuu bakteerikasvustoa.

Laitetta voitaisiin hyödyntää myös virusten havaitsemisessa muuttamalla sen sensoreita ja mittaustekniikkaa niin, että laite tarkastelee isojen alueiden sijaan pienempiä pisteitä.

– Tekoäly ja laitteen valon aallonpituudet soveltuvat myös virusten havaitsemiseen. Valonsäde ja kuvantaminen kohdistetaan muutaman mikrometrin kokoiselle alueelle, jolle on asetettu sylkinäyte. Tämä tapa olisi huomattavasti nopeampi ja liikuteltavampi kuin nykyiset laboratoriota vaativat tunnistusmenetelmät. Mittausaika voisi olla jopa muutaman minuutin, Koivisto kertoo.

Tälle tutkimushankkeelle on haettu rahoitusta ja yhteistyökumppaneita. Uusien yhteistyökumppaneiden kanssa on aloitettu esimittaukset ja keskustelu virusten mittauksista.

− Teemme tänä vuonna puoli tusinaa demoluonteista mittausta, joilla selvitetään paras sovelluskohde, ja ensimmäisen prototyyppilaitteen toimittamisesta maksavalle asiakkaalle on sovittu, Koivisto kertoo.

Joustava ja laajakäyttöinen teknologia

AutoDet sai projektin kaupallistamiseen Business Finlandin rahoituksen, ja teknologian pohjalle perustettiin CleanDet Oy marraskuussa 2019.

− Tavoitteena on kehittää, valmistaa ja myydä hyperspektrikuvantamisteknologiaa pintakontaminaatioiden detektointiin ja tekoälyn avulla tapahtuvaan tunnistamiseen. Menetelmä mahdollistaa reaaliaikaisen, jatkuvan monitoroinnin valituissa kohteissa, kuten sairaaloissa, hoivakodeissa ja ruokateollisuuden tuotantolinjoilla, CleanDetin toimitusjohtaja Marianne Talvitie kertoo.

CleanDet tekee yhteistyötä Kiillon kanssa tarkoituksenaan testata laitetta useissa eri käyttökohteissa. Yhteistyö on osa Kiilto Ventures -konseptia, jolla Kiilto etsii uusia innovaatioita ja yhteistyökumppaneita.

− Kiilto on mukana CleanDetissä osakkaana ja osallistuu teknologian verifiointiin eri käyttökohteissa. Kiilto voi myös myydä CleanDetin laiteratkaisuja, Talvitie tarkentaa.

Hän kertoo, että teknologia kiinnostaa myös ulkomailla.

− Sieltäkin on asiakkaita mukana verifioinneissa. Verifiointikohteita on tälle vuodelle jo useampi, mutta toki mukaan mahtuu vielä tässä vaiheessa, jos kiinnostusta löytyy, Talvitie vinkkaa.

Koska perusteknologia on valmis tuotteistettavaksi, sillä voidaan tehdä asiakaspilotteja ensi vuonna sopivimmiksi valituissa kohteissa.

− Lisäksi kehitämme teknologiaa edelleen osin asiakassovellusten tarpeen mukaan, mutta myös puhtaasti tutkimuslähtöisesti, Talvitie kertoo.

***********************************

Menetelmä perustuu materiaalien sormenjälkiin

AutoDet -menetelmä (automatic biological contamination detection) on non-contact-menetelmä, joka perustuu eri materiaalien sormenjälkiin. Sitä voi käyttää tunnistamaan, mistä materiaalista pinta on tehty ja mitä mahdollisia epäpuhtauksia pinnalla on. Kohteina ovat elintarvikkeiden tuotantotilat ja muut korkean hygienian tilat.

Optinen hyperspektri -menetelmä pohjautuu monta aallonpituutta tuottavaan valonlähteeseen ja kameraan, joka mittaa yhden aallonpituuden kerrallaan. Normaali valokuva muuttuu näin hyperspektrikuvaksi, jossa jokaista pikseliä vastaa optinen sormenjälki.

Mittalaite valaisee ja kuvaa kohdetta lähes normaalin kameran tavoin ja lähettää tiedot analysoitavaksi tekoälyalgoritmille, joka tulkitsee, onko pinta puhdas vai ei.

Laboratoriotestit e.coli- ja basillus-bakteereilla sairaalan odotusaulassa osoittavat laitteen toimivan. Virukset havaitaan tällä hetkellä kantaja-aineista: laskeutuneista aerosolipilvistä (mm. korona) ja ulosteista (norovirus).

− Olemme rajanneet ongelman niin, että voimme erottaa biologiset (biofilmit) materiaalit epäorgaanisista, kuten teräksestä. Tutkimusrahoitusta on haettu virusten suoraan havaitsemiseen, akatemiatutkija Juha Koivisto kertoo.

Tutkijoiden työlistalla ovat muun muassa meijerit, teurastamot, risteilyalukset ja käsihygienia ja sairaalassa instrumentit, odotustilat ja potilashuoneet.