Tämä kuulostaisi jo rehellisesti sanottuna kuluttajan tai sijoittajan harhaanjohtamiselta.
Yrityksen tuote ei ole siinä vaiheessa että TJ voisi vakuuttavasti tehdä kyseisiä väitöksiä.
1 tykkäys
Joo ihan totta, olihan tuossa viite Centers for disease preventio, ei ollut siis Nightingalen oma lähde. En ole vielä löytänyt tuota tuolta, mutta varmasti se siellä on ja etsin vielä. Poistin tuon ettei johda harhaan 
3 tykkäystä
Jos NGH tällä hetkellä onnistuu 66% tehtävissä paremmin kuin standardiarvot ei tarkoita, että näin olisi lopullisesti.
Mikäli NGH:n prosessi perustuu samankaltaiseen datasta opimiseen kuin muiden AI-prosessien, niin todennäköisyyttä voi jatkossa nostaa datan lisääntyessä ja ehkä myös laajentuessa.
Tuosta prosessista sekä käytetyistä analysointimalleista olisi mukava tietää, niin ei tarvitse arvuutella. Vaikka eräänlaista ajankulua sekin on. Kuka kirjoittaa terävimmältä kuulostavan kommentin
Edit @Hammaskeiju kertoma kirjoitusvirhe
3 tykkäystä
Ei sano onnistuvansa 66% paremmin, vaan 66%:ssa tehtävissä paremmin. Voi olla parempi noin, voi olla huonompi, mutta eri asia silti.
Edit näistä luvuista vielä, ottamatta kantaa lähteisiin tms: Tarkkuuskertoimia1.5 - 2.9 pidettäisiin meillä päin erittäin hyvinä.
Edit2, disclaimer: Minulla on tässä rahaa kiinni, mutta niin minimaalisen pieni määrä, etten pääse tähän keskusteluun käytetystä ajasta tuntipalkoille, vaikka Nightingalesta tulisi millainen tenbägger. Aiheena numeroiden vääntäminen tällaisessa kontekstissa sinänsä vain on kiinnostava. 
1 tykkäys
Täällä on sen verran paljon pohdintoja että varmaan osa jää vastaamatta varmaan tekisi hyvää saada yhtiöltä tutkimuksesta vastaavat henkilöt vastailemaan, otan esille mahdollisuuden tehdä esim. Q&A -dokumentti missä voisivat näitä käsitellä tarkemmin.
Nightingalella on >300 julkaistua vertaisarvioitua artikkelia, mutta en osaa varmasti sanoa onko nettisivulla listattu myös jotain varhaisemmassa julkaisuvaiheessa olevia tutkimuksia. Tutkimusta tekee merkittävissä määrin tiedeyhteisö, esim. Oxfordin ja Bristolin yliopistoilla on Nightingalen laitteet käytössä. Nightingalen analysoima data biopankkien näytteistä myös jaetaan tiedeyhteisölle tutkimusta varten, eli tutkimuksissa yhtiön rooli voi olla puhtaasti toimia näytteiden analysoijana. Yhtiö toki hyötyy tutkimuksesta riippumatta siitä, onko se tehnyt sen kokonaisuudessaan itse. Yhtiön henkilöstöstä n. 1/4 on tohtoritasolle koulutettuja, eli tutkimusosaamista on myös talon sisältä (kaikki ei tosin varmastikaan lääketieteestä väitelleitä). Tässä putkessa Nightingale käsittääkseni pyrkii patentoimaan uusia löydöksiä ennen kun data menee avoimeksi ja tutkimukset etenee, mikä tietysti hidastaa vertaisarvioitavan tutkimuksen julkaisuprosessin käynnistymistä.
Itselleni keskeisintä on näyttö, että yhtiön teknologialla voidaan tehdä sairausriskien arvioita ja tuoda näitä kuluttajille regulaattorin hyväksynnällä. Raportissa mainitsin että määrä kehittyy vasta ajan myötä. Tässä on hyvä erottaa eri tasolla menevien riskiennusteiden validointi - en usko että vain CE-merkityissä ennusteissa on näyttöä takana (ks. kuva esitteessä alla). En tiedä viimeisintä statusta tälle, mutta tässä listautumishetken tilanne:
- CE-merkintä + tarjotaan kuluttajalle: 2 kpl sairausriskin ennusteita oli CE-merkitty vuoden 2020 pilottisovellusta varten (Cardiovascular diesease risk & Type 2 diabetes risk). Näihin oli yhdistetty 11 ICD-koodia vastaavat tautikuvaukset yhtiön terveysalustalla.
- Terveysalustalle tuodut riskiennusteet: n. 70 kpl ICD-koodin verran riskiennusteita. Nämä riskiennusteet yhtiön alusta siis laskee verianalyysin tuloksista. Pilottisovellus julkaistiin jo v. 2020 eikä uusi ollut heti putkessa, eli yhtiön prioriteettinä ei varmaan ollut puskea näitä mahdollisimman pitkälle CE-prosessissa.
- Rutiinitestiä paremmat ennusteet: n. 670 kpl ICD-koodeja (2/3 tuhannesta). Nämä yhtiö voi tuoda terveysalustalleen.
- Tutkimuksella löydetyt riskiennusteet: n. 1000 kpl ICD-koodia. Nämä riskiarviot yhtiö saa laskettua, joskin 1/3 ei ole terveydenhuollon rutiininomaista testiä parempi.
Käsitykseni mukaan riskiennusteiden CE-merkintäprosessi on tosiaan suhteellisen suoraviivainen kun näyttö on kasassa. Yhtiöllä on varmasti prioriteetit ollut tuossa putken alkupäässä kun UK Biopankin analyysit olivat käynnissä ja kuluttajasovelluksen uuden version julkaisu häämötti vasta tulevaisuudessa. Mutta pitää varmasti paikkansa että työtä täytyy vielä tehdä että lisää ennusteita saadaan kuluttajalle asti. Yhtiöhän rekrytoi hiljattain uuden tieteellisen johtajan juurikin tähän tarpeeseen:
https://www.inderes.fi/fi/tiedotteet/jeffrey-barrett-nimitetty-nightingale-health-oyjn-tieteelliseksi-johtajaksi
Tuolla sivulla on käsittääkseni vasta pieni osa (=riittävän pitkälle validoitu, että on uskallettu näyttää ulospäin) riskiennusteista. Toisaalta nämä (ja myös tulevat riskianalyysit, kun niihin tarvittava data on sama mitä nykyiset riskiennusteet käyttävät) saadaan tehtyä kerralla yhdellä verikokeella.
Yhtiöltä on tulossa 28.10. tapahtuma, jossa esittelevät mitä ovat viime aikoina tehneet. Tuolla voisi olla mahdollista kuulla tarkemmin yhtiön tutkimusprosessista ja missä kohtaa putkea kehitetyt riskiennusteet etenevät, kehitteillä olevista palveluista ja teknologiasta. Laitan tänne linkin kun ilmoittautuminen alkaa, tuolla jos on Q&A niin voisitte saada parempia vastauksia suoraan yhtiöltä 
18 tykkäystä
2/2 “low hanging” fruit oikein, mutu tuntumalla 
5 tykkäystä
Eli yhteenvetona täällä pohditulle NGH:n analyysien luotettavuudelle. NGH:n analyysit ovat luotettavia, jos niillä on regulaattorien hyväksyntä
2 tykkäystä
Hyvin purettu. Tosiasiassa näiden nmr-markkeireiden syy-yhteyttä tai ennustearvoa ei ole kovinkaan kattavasti osoitettu keskeisiin sairauksiin.
3 tykkäystä
Siinä mielessä hieman ongelmallinen yhtiö sijoittajalle, että teknologian syvällinen ymmärtäminen vaatisi sellaista asiantuntemusta, mitä ei ihan jokaiselta löydy. Vaikkakin ymmärrän Nightingaleen kohdistuvaa skeptisyyttä, mielestäni joltain osin se menee yli hilseen. Itse en ole löytänyt viitteitä siitä, etteikö yhtiön tarjoama ratkaisu voisi olla hyvinkin toimiva. Olen myös nähnyt omin silmin, kuinka Nightingalen palvelu motivoi tekemään enemmän terveytensä eteen. Ihan heti siitä lähtien, kun tulokset pamahtavat kännykän ruudulle. Tosiasiallisesti konseptin toimivuus on suhteellisen helppo varmentaa tulevaisuudessa, vertaamalla palvelun käyttäjien terveyttä satunnaisotantaan. Sitten päästäänkin vääntämään kättä siitä, että onko tuloksien takana placebo, vai mikä.
Itse pidän yhtiön suurimpana haasteena palvelun markkinointia kuluttajille. Itseasiassa mielenkiinnolla odotankin, mitenkä sen päättävät toteuttaa.
@Antti_Luiro :lle rispektiä jaksamisesta asian parissa. Voisin kuvitella, että Nightingale ei ole analyytikolle ihan mikään helpoin kohde.
7 tykkäystä
”Tosiasiallisesti konseptin toimivuus on suhteellisen helppo varmentaa tulevaisuudessa, vertaamalla palvelun käyttäjien terveyttä satunnaisotantaan. Sitten päästäänkin vääntämään kättä siitä, että onko tuloksien takana placebo, vai mikä.”
Näinhän se ei mene. Jo lähtökohtaisesti tällaisiin palveluihin hakeutuu ihmisiä, jotka ovat kiinnostuneita terveydestään ja ovat hyvässä sosioekonomisessa asemassa. On hyvin vaikea osoittaa tästä lähtökohdasta, että heidän alempi sairastavuus tai kuoleman riski johtuisivat palvelun käytöstä.
9 tykkäystä
Juuri näin. Tämä keissi hyvin kuvastaa sitä kuinka vaikeaa alan tutkimusta on ulkopuolisten arvioida. Tuollaiset virhepäätelmät on hyvin yleisiä ja ymmärrettäviä.
Nightingalen sijoituskeissin kannalta tuo voi olla jopa toissijaista, mutta silloin menestys ei perustu siihen että tutkitusti Nightingalen app auttaisi parantamaan ihmisten terveyttä / pidentämään elinikää. Ylipäätään miten terveyttä mitataan? Subjektiivinen kokemus? Sairauksien määrä? Pidempi elinikä? Enemmän elinkelpoisia elinvuosia?
2 tykkäystä
Palstalla on varmasti eri alojen kokemusta, mutta helposti me kaikki vain arvaamme NGH:n prosessin oman kokemuksemme perusteella. Itse luotan regulaattorien hyväksyntään siihen asti, kunnes NGH kertoo prosessista tarkemmin.
Oman arvaukseni mukaan NMR ei ole NGH:n erottava tekijä vaan prosessin lopussa olevat “Spectrum analysis” sekä Metabolite identification and quantifiation.
Itse oletan näin.
- Tutkimukset, joista NGH on saanut verinäytteen, yhdistävät tutkittavien verinäytteet johonkin sairauteen.
- NGH erottelee NMR:llä 250 biomarkkeria ja löytää näiden muutoksista erilaisia säännönmukaisuuksia (patterns), jotka kertovat riskeistä sairastua johonkin tautiin.
- Eli eri biomakkeritasot muuttuvat tiettyyn suuntaan ja jos tuo jatkuu, on riski sairaudelle. Lisäksi ehkä ei ole kyse vain yhden biomarkkerin muutoksesta per sairaus vaan useiden biomarkkereiden muutoksista
Oletukseni pohjautuu tähän sivuun jossa mainitaan “Algorithm developed with big data and AI: The above has helped us identify patterns that show how changes in different biomarker levels in your blood”
Tuolla on biomarkkerit
Oletan mainitun big data/AI termien käytön vuoksi, että tuo analyysi on jokin ML-algoritmi, jolla suuresta määrästä dataa saadaan muuttujat lopulliseen tuotannon algoritmiin. Tuo tuotannon algoritmi laskee eri asiakkaiden todennäköisyyksiä, jotka lopulta näytetään MobiiliApissa (myöhemmin ehkä web-sivulla tai voidaan siirtää kumppanin järjestelmään)
1 tykkäys
“Näinhän se ei mene. Jo lähtökohtaisesti tällaisiin palveluihin hakeutuu ihmisiä, jotka ovat kiinnostuneita terveydestään ja ovat hyvässä sosioekonomisessa asemassa. On hyvin vaikea osoittaa tästä lähtökohdasta, että heidän alempi sairastavuus tai kuoleman riski johtuisivat palvelun käytöstä.”
Sosioekonominen asema, ja vastaavat tekijät ovat asioita, mitkä voidaan tutkimuksessa painottaa tutkittavaa ryhmää vastaaviksi. Mitä tulee kausaliteettiin, niin samaa voisi sanoa myös esimerkiksi omenan syömisestä. Voit tutkia, onko päivittäisellä omenan syömisellä yhteyttä terveellisempään elämään, mutta on eriasia todentaa kausaliteettia 100%:sti. Tämä on usein terveystutkimuksen realiteetti.
“Nightingalen sijoituskeissin kannalta tuo voi olla jopa toissijaista, mutta silloin menestys ei perustu siihen että tutkitusti Nightingalen app auttaisi parantamaan ihmisten terveyttä / pidentämään elinikää. Ylipäätään miten terveyttä mitataan? Subjektiivinen kokemus? Sairauksien määrä? Pidempi elinikä? Enemmän elinkelpoisia elinvuosia?”
Terveys on mielestäni yksi niistä asioista, jolle onneksi löytyy suhteellisen objektiivisiakin mittareita - esimerkiksi juurikin mitä mainitsit. Subjektiivinen kokemus terveydestä toki on sellainen asia, mitä Nightingalen palvelu voi itseasiassa jopa heikentää, ainakin joillain ihmisillä.
1 tykkäys
En tiedä vaatiiko Nightingalen palvelun luotettavuuden todentaminen mitattavien seurannan.
Voi myös olla, että jatkossa saatavien tutkimusten tulokset voivat vahvistaa ja tarkentaa NGH:n analyysiä.
Tämähän on tyypillistä kaikessa AI-pohjaisessa analyysissä
NGH:n analyysi ei ennusta mitä tulee tapahtumaan vaan kertoo riskeistä sairastua.
Tähänkin olisi hyvä saada NGH:n prosessin tuntevan henkilön mielipide. Muut mielipiteet ovat puhdasta arvausta
Palstalla on ollut hyvää keskustelua, mutta laajennetaan Nightingale-case vielä yhteen näkökulmaan: sijoittajan kannalta ei välttämättä edes ole oleellista, millainen lääketieteellinen validius NGHn analyysissa on, jos sen kuluttajakysyntä on riittävän kovaa. Case Oura (jos ei tuttu, kyseessä älysormus jota mm. monet kuuluisuudet ovat hehkuttaneet julkisuudessa) on osoittanut, että vähäisemmälläkin lääketieteellisellä lisäarvolla (oikeasti Oura tarjoaa vähemmän tietoa kuin esim käyttämäni älykello…) voi rahastaa satoja euroja per asiakas, jos tämä vain innostuu laitteen tarjoamasta tiedosta ja mahdollisuuksista tiedon hyödyntämisessä.
Uskon samanlaiseen mahdollisuuteen Nightingalessa, toki sillä oletuksella, että yhtiö onnistuu tuotteistamaan kuluttajille suunnatun palvelun niin vetäväksi, että se saavuttaa terveystietoisten ihmisten suosion. Nightingale voisi esim tuotteistaa verianalyyseihin perustuvan terveys- / kuntoiluohjelman, josta kuukausilaskutus tms. Mahdollisuuksia tässä on paljon, mutta toki riskikin on iso.
6 tykkäystä
Juuri näin. Tätä olen parissa viestissäni yrittänyt kyllä tuoda esille, mutta voi olla että viestintä ollut epäselvää.
@JukkaM Missään vaiheessa kyse ei ole siitä, että NMR:sta olisin puhunut. Se teknologia varmasti toimii eikä kyseessä ole mitenkään ainutlaatuinen tapa. Ensimmäinen yhtiö varmaan joo joka kaupallistaa tuohon liittyvää palvelua. Verestä on tutkittu biomarkkereja huomattavasti isommallakin skaalalla mitä Nightingale tekee ja etsitty erilaisia riskitekijöitä eri sairauksiin.
Minusta tuntuu että minun viestin ydin ei ole oikein nyt uponnut. Kyse ei ole siitä, että etteikö algoritmit toimisi siltä pohjalta mitä dataa sinne on syötetty. Nightingalella on myös validoitua dataa siitä, että tietyt biomarkkerit assosioituvat ja korreloivat tiettyjen sairauksien kanssa. Näiden pohjalta heillä on algoritmi, joka laskee NÄMÄ PARAMETRIT HUOMIOIDEN riskiprofiilia, joka on PTH:n VERITESTEIHIN verrattuna 1,5 - 3 x tarkempia.
Noista saa laskettua riskiprofiileja ja noiden parametrien pohjalta varmasti on ihan luotettavaakin dataa. Ongelma on siinä, että
- Pelkästään Nightingalen mittaamien biomarkkerien pohjalta ei voi oikeasti luotettavaa riskiprofilointia tehdä. Tämä siksi, että sairauksien patogeneesit ovat usein edelleen hämärän peitossa, me ei tiedetä kaikkia lukemattomia muuttujia jotka siihen vaikuttaa. Nightingalen riskiprofiloinnissa on vain tietyt veren biomarkkerit, ei muuta.
- Korrelaation / assosioitumisen löytymisestä ei voida tehdä luotettavasti johtopäätöstä siitä että tautia voitaisiin ehkäistä pienentämällä näiden biomarkkerien osuutta veressä. Korrelaatio ei tarkoita kausaliteettia. Esim: algoritmi on todennut, että biomarkkerilla X (olkoon joku trigylseridi) on tilastollisesti merkitsevä yhteys sairauteen Y. Koska Matilla on X koholla, niin sovellus arvioi riskin olevan koholla. Korjaustoimenpiteenä on pienentää X:n pitoisuutta muuttamalla ruokavaliota. Johtopäätös voi olla pielessä, koska kyseessä on vain korrelaatio noiden välillä. Korrelaatio voi olla peräisin esim tilanteesta, jossa todellinen kausaalinen yhteys on arobisella liikunnalla ja sairaudella. Koska liikuntaa harrastamattomilla tämä biomarkkeri on koholla, niin ruokavalion korjaaminen ei auta mitenkään sairauden ehkäisyssä vaikka sovellus niin väittää datansa pohjalta. Tällaisia esimerkkejä ja tilanteita on ihan hirveästi.
- Vaikka sieltä saadaankin joku suuntaa antava luku, niin korjaavista toimenpiteistä ei tosiaan ole mitään näyttöä, että se ehkäisisi sairautta X. Poikkeus on joku kolesteroli ja sepelvaltimotauti josta on varmaan vahvin kausaalinen näyttö lääketieteen histotriassa.
- Regulaattorin siunaus ei poissulje näitä asioita mitenkään.
Jos nyt vielä yritän summata, niin yhtiön algoritmi on varmasti luotettava ja edelleen tarkentuva tekoälyn ansiosta niissä puitteissa, jotka se ottaa huomioon. Se ei kuitenkaan ota huomioon kaikkia muuttujia sairauksien taustalla. Se ei myöskään perustu kausaalisiin näyttöihin, joten riskiarviointi sisältää todellisiin riskeihin nähden virhearviointeja paikoitellen, tämän osuus vähenee toki ajan myötä. Riskianalyysistä huolimatta korjauskehoitusten luotettavuus on se kyseenalaisin juttu, koska useissa tilanteissa yhtiöllä ei ole tutkimusnäyttöä että siitä olisi mitään apua, vaikka yhtiö näin minun mielestä välillä markkinoikin. Nyt pitää siis erotella riskiarviointiosio ja korjauskehoitukset eri asioiksi. Korjauskehoitusosio on epäluotettava siksi, koska algoritmin data perustuu korrelaatioihin/assosiaatioihin, ei kausaalisiin suhteisiin.
Näistä kaikista asioista huolimatta olen samaa mieltä @Juupeli kanssa! Yhtiö voi pärjätä vaikka sovelluksen etenkin korjauskehoitusten vaikuttavuus ei ole oikeasti niin luotettavaa mitä monet ajattelee. Yhtiö iskee aika mukavasti nykyajan trendiin jossa halutaan mitata omaa terveyttä ja ylipäätään ottaa enemmän vastuuta omasta hyvinvoinnista. Markkinat on myös valtavat ja firman softa näytti TJ:n esittelyissä ihan kivalta.
EDIT: Tämä on nyt viimeinen viestini asiasta, case closed
14 tykkäystä
NGH:n algoritmi (ML-mallin) ennustaa jonkinlaisen todennäköisyyden taudin sairastumisriskille, jos he saavat tunnistettua analyysissa samoja säännönmukaisuuksia suuresta määrästä dataa. Lisäksi varmasti analyysikäytäntöjen mukaisesti varmistavat tulokset. Kuinka suuri todennäköisyys on, olisi kiinnostava kuulla heiltä.
Datan laajentamisen muihin mitattaviin terveyteen vaikuttaviin suureisiin todennäköisesti lisää todennäköisyyttä. Siksi olen olettanut, että jollain aikavälillä näin tekevät. Yolife pohjautuu erilaisiin suureisiin, joskaan eivät vielä niitä mittaa vaan kyselevät, ja mittaus vaaditaan luotettavaan analyysiin. Toki dataa on jo nyt tarjolla (Withings, Garmin… )
Korjauskehoitus on toki eri kuin riskin todennäköisyys. Myös korjauskehoitukseen voi innovoida jatkuvasti tarkentuvan AI-algoritmin. Vaikka tämä ei pohjautuisi yhden henkilön kohdalta kuin muutamaan seuranta-analyysiin, voisi iso käyttäjämassa lisätä datan määrää ja siten todennäköisyyttä
1 tykkäys
”Sosioekonominen asema, ja vastaavat tekijät ovat asioita, mitkä voidaan tutkimuksessa painottaa tutkittavaa ryhmää vastaaviksi.”
Käytännössä nämä tutkimusasetelmat ovat erittäin alttiita ns. sekoittaville tekijöille, eli tilastollinen korjaus tiettyjen parametrien suhteen ei ole riittävä toimenpide.
En väitä, että tarvittaisiin sataprosenttisia todisteita tai edes sinnepäin, jotta NGH voisi olla hyvä sijoituscase, mutta on hyvä hahmottaa, että kyseessä on ehkä kuitenkin enemmän wellness- kuin tiede-firma.
8 tykkäystä
Itse arvioin tätä casea pohjimmiltaan näin: Omistan älykellon ja seurailen siitä unta/aktiivisuutta/jne jne. Odotan että kotitesti julkaistaan että pääsen seurailemaan kehoa tarkemmin. Uskon että on muitakin kaltaisiani, koska olen aika perus pulliainen. Se että onko tämä nyt joku kaiken mullistava ja lääkärit työttömäksi työntävä appi niin en usko, mutta näen tälle kyllä kysyntää. Se että työnnetäänkö tää nyt wellness -kategoriaan vai johonki kliiniseen himmeliin niin i dont fucking care 
keep it simple
Näillä lähtökohdilla oon pyöritelly numeroita parhaani mukaan.
8 tykkäystä
Hieman sama tilanne
Olen “kilpakuntoilija” ja seuraan normaaleja Suunnon (Garmin pyöräilyyn) mittarin antamia arvoja.
Seuraan myös Withingsin kautta painoa, rasvaprosenttia, aamusykettä ja verenpainetta.
Lisäksi SpeelCyclen kautta unta (Hankin pian Withingsin unenseurannan)
Olen kyennyt päättelemään palautumiseen, lihaskipuun jne. liittyviä asioita omasta seurannastani omalla analyysillä.
Jos tuohon pinoon tulee vielä Nightingalen verianalyysi mutta ennen kaikkea, jos edes osan tuosta datasta saisi joskus yhdellä moottorilla analysoitua ja raportoitua, saisi aika paljon lisäarvoa kuntoiluun ja moneen asiaan
10 tykkäystä