The Development of an Internal Testing Process for a Bluetooth Product

BlueGiga Technologies on uusi Bluetooth -teknologiaa soveltava pk-yritys. Yrityksen tuotekehitysprosessia täydentämään tarvittiin testausprosessi. Testausprosessin luominen oli haastavaa, koska Bluetooth -teknologia on uutta ja yritys on vielä nuori. Lisäksi se integroi kovo- ja ohjelmistokomponentteja tuotteissaan. Testaus aloitettiin evaluoimalla standardinmukaista tapaa dokumentoida testit. Tämän jälkeen tutkittiin BlueGigan ohjelmistokehitysprosessin suhdetta olemassa oleviin ohjelmistokehitysprosesseihin. Samanaikaisesti perehdyttiin Bluetooth -kvalifikaation testaukselle asettamiin vaatimuksiin. Tämän seurauksena TTCN:ää kokeiltiin helppolukuisen testitapauksen määrittelyssä. Käyttötapauksiin perustuvan testauksen sopivuutta Wireless Remote Access Platform:in (WRAP) testaamiseen arvioitiin kokeilemalla sitä Man-to-Machine -käyttötapauksen testaamisessa. Yllämainittujen tehtävien aikana kerätyn tiedon ja hankittujen kokemusten pohjalta laadittiin testausprosessi, joka kattaa yksikkö-, integraatio- ja järjestelmätason testauksen. Painopiste on järjestelmätason testauksessa. Prosessi määrittelee myös vastuuhenkilön tai -henkilöt eri testaustasoille.

Ilmiöiden automaattinen ennustaminen hakukonetilastojen avulla

Web-hakukoneiden merkitys tiedonhaussa on noussut merkittävään asemaan viimeisten vuosikymmenten aikana. Vaikka tiedonhaku hakukoneella on hyvin suoraviivaista, ihmiset käyttäytyvät hakukoneissa eri tavoilla. Tämän tutkielman aiheena on tutkia ihmisten hakukonekäyttäytymistä ja yrittää löytää tapoja hyödyntää näitä tutkimustuloksia. Tutkielmassa käytetään aineistona keskeisiä hakukoneiden perusteita käsitteleviä teoksia, joiden avulla käydään läpi hakukoneiden toimintalogiikkaa sekä hakukonetilastojen hyödyntämismahdollisuuksista löytyvää kirjallisuutta. Tutkielman tutkimusosuus hyödyntää Googlen tarjoamia työkaluja, joiden avulla päästään käsiksi ihmisten hakukonekäyttäytymiseen avainsanojen ja näiden hakuajankohtien osalta. Tutkimusosuudessa aiheena on ennustaa vuoden 2015 eduskuntavaalien viiden suurimman puolueen ääniosuudet. Ennustus tehtiin tutkimalla ihmisten hakukonekäyttäytymistä viiden edeltävän vaalin aikana ja suhteuttamalla nämä käyttäytymismallit tiedettyihin vaalituloksiin. Tehtiin hypoteesi, että suurempi hakuvolyymi johtaa suurempaan ääniosuuteen ja valittiin lineaarinen regressio ennustusmalliksi. Ennustusmalli toimi hyvin ja keskimääräinen virhemarginaali ääniosuuden ennustuksessa oli 2,90 %-yksikköä. Perussuomalaisten tulos oli yllätyksellinen ja ilman sitä ennustuksen keskimääräinen virhemarginaali oli 1,34 %-yksikköä. Tutkimustulosten perusteella nähdään hakukonetutkimusten potentiaali. Vaikka vaalitulosten ennustamiseen käytetty tietomäärä oli hyvin suppea, saatiin silti aikaan julkaisukelpoisia tuloksia. Näiden tulosten mukaan näyttää siltä, että Googlen hakutilastojen avulla on mahdollista ennustaa ihmisten valinnoista riippuvia nykymaailman tapahtumia lähitulevaisuuteen.

Auria Biopankin hyödynnettävyys tutkittavien rekrytoinnissa kliinisiin lääketutkimuksiin

Kliininen lääketutkimus on ihmiseen kohdistuva interventiotutkimus, jonka tavoitteena on selvittää lääkeaineiden farmakodynaamisia sekä farmakokineettisiä ominaisuuksia ihmiselimistössä. Tutkittavien rekrytointi kliinisiin lääketutkimuksiin voi olla haastavaa ja hidasta, mikä vaikeuttaa tutkimuksen suorittamista. Biopankki on yksikkö, johon on säilöttynä ihmisperäisiä näytteitä ja niihin liitettyjä terveystietoja, joita voidaan käyttää biopankkitutkimusten tekemiseen. Vuonna 2013 astui voimaan Biopankkilaki (688/2012), jonka myötä Suomeen on perustettu yhdeksän biopankkia. Tämän projektin tarkoituksena oli selvittää, miten Auria Biopankin näyte- ja tietorekisteriä voitaisiin hyödyntää tutkittavien rekrytoimiseksi kliinisiin lääketutkimuksiin. Projekti on toteutettu yhteistyössä Auria Biopankin kanssa. Projektia varten valittiin kuusi lääkekehityksen kannalta mielenkiintoista ja ajankohtaista sairautta, jotka ovat: Alzheimerin tauti, idiopaattinen keuhkofibroosi (IPF), multippeliskleroosi eli MS-tauti, eturauhassyöpä, ei-pienisoluinen keuhkosyöpä sekä monisysteemiatrofia (MSA). Jokaiselle sairaudelle suoritettiin näyte- ja tietorekisterihaku Auria Biopankin rekisteristä. Hakua varten luotiin sairauskohtaiset tutkittavien mukaanotto- ja poissulkukriteerit, suoritettujen todellisten kliinisten lääketutkimusten kriteereitä apuna käyttäen. Näyte- ja tietorekisterihaun tarkoituksena oli selvittää, kuinka monta kriteereitä vastaavaa henkilöä biopankin rekisterissä on, ja voidaanko heiltä biopankin välityksellä tiedustella halukkuutta ottaa osaa kliiniseen lääketutkimukseen. Projektin toisena osana luotiin toimintamalleja sekä mallikirjeitä biopankin välityksellä tapahtuvaa yhteydenottoa varten. Varsinaista yhteydenottoa sopiviin henkilöihin ei tämän projektin yhteydessä suoritettu. Suurinosa Auria Biopankin näytteistä on kerätty sairaalahoidon yhteydessä, joten oletettavasti erikoissairaanhoidossa hoidettavat sairaudet ovat kattavammin edustettuina biopankin rekisterissä. Tietorekisterihaun tuloksista tämä ei kuitenkaan ole suoraan havaittavissa. Valituista sairauksista eturauhassyöpää sairastavia kriteerit täyttäviä potilaita löytyi hieman alle 130, kun Alzheimerin taudin, IPF:n, ja MSA:n kohdalla luku jäi alle kymmeneen. MS-tautia sairastavia henkilöitä löytyi alle 20 ja ei-pienisoluista keuhkosyöpää sairastavia noin 10. Biopankkilain mukainen biopankkitoiminta on Suomessa vielä uutta. Aktiivisten biopankkisuostumusten määrä tulee todennäköisesti kasvamaan voimakkaasti seuraavien vuosien aikana, mikä mahdollistaa biopankkien näyte- ja tietorekisterien kasvun ja tiedon nykyistä paremman hyödyntämisen. Mitä enemmän on biopankkisuostumuksen antaneita henkilöitä, sitä enemmän on henkilöitä tavoitettavissa biopankin välityksellä myös kliinisiin lääketutkimuksiin liittyen.