Aalto-yliopistossa on kehitetty menetelmä, jonka avulla pinnoilla olevat bakteerit ja lika voidaan tunnistaa aiempaa tehokkaammin. Reaaliaikainen optinen AutoDet-menetelmä on tutkijoiden mukaan hyödyllinen terveydenhuollossa ja julkisissa tiloissa, kun tilojen puhtaus halutaan varmistaa norovirusepidemian tai flunssakauden aikana.
− Nykyiset pintojen puhtautta todentavat laitteet ovat hitaita ja vaativat koulutetun operaattorin. Pystymme uuden menetelmän avulla visualisoimaan reaaliaikaisesti lian esimerkiksi lentokentällä tai risteilyaluksella. Potilaat voivat sen avulla myös ennen leikkausta varmistaa, että leikkaussali ja sen välineistö ovat puhtaita, sanoo tutkijatohtori Juha Koivisto tiedotteessa.
Hyperspektrikuvantamisen avulla kerätään mahdollisimman paljon dataa tuhansista eri mittauspisteistä koko sähkömagneettisen spektrin alueelta. Siinä missä tavallinen kamera tallentaa vain ihmissilmälle näkyvän punaisen, sinisen ja vihreän värin, hyperspektrikuvantaminen mahdollistaa satojen värien tallentamisen.
Tekoäly taas auttaa tunnistamaan epäorgaanisesta pinnasta, kuten teräksestä, kuvatussa aineksessa elävät organismit, kuten sormenjäljestä jääneet bakteerit ja lian.
− Tarvittava sensoriteknologia alkaa olla jo riittävän herkkää ja pian edullistakin. Muutaman vuoden päästä hyperspektrikameran voi saada jo sovelluksena kännykkäänkin, sanoo kaupallistamisasiantuntija Pasi Karppinen.
− Toisissa tiloissa siivous kolme kertaa viikossa on liian usein, toisissa se on liian harvoin. Uuden likaa tunnistavan menetelmän avulla siivoajat voivat siivota siellä, missä on oikeasti likaista ja käyttää juuri sopivan tehokasta pesuainetta. Samalla tilaajalle ja loppukäyttäjälle voidaan osoittaa siivouksen taso, Juha Koivisto sanoo.
Flunssakausi lisää siivoustarvetta päivä- ja vanhainkodeissa, sairaaloissa ja kouluissa. Desinfiointiaineiden turhaa käyttöä pitäisi kuitenkin välttää, koska ne vaikuttavat superbakteerien syntymiseen ja allergioiden yleistymiseen. Kuvantamisen avulla voidaan löytää myös mahdolliset kemikaalijäämät siivouksen jäljiltä.
− Olemme käyttäneet kolibakteeria tyyppibakteerina erotellaksemme bakteerit pölystä. Jatkossa on tavoitteena kehittää niin herkkä laite, että se pystyy erottamaan eri bakteerit toisistaan, esimerkiksi taudinaiheuttajat harmittomista bakteereista, Juha Koivisto sanoo.
