Forskning: Snabbare och mer exakta analyser av hälsodata

Det säger Olle Björneld, som är doktorand vid Linnéuniversitetet och dataanalytiker vid Region Kalmar län.

Sjukvårdsdokumentation, till exempel elektroniska journalsystem, innehåller ofta ostrukturerad och komplex information. För att förstå informationen och få fram ny kunskap samarbetar ofta medicinska områdesexperter och dataanalytiker. Målet med samarbetet är att hitta nya variabler som kan användas för att ge bättre förklaringsmodeller, även kallade prediktionsmodeller. Dessa modeller kan i sin tur användas för att följa upp och utveckla sjukvården i form av till exempel beslutstöd. Att hitta variabler ger nytta för forskare och områdesexperter men är ofta resurskrävande och tar lång tid eftersom många steg i processen är manuella.

– I min forskning har jag därför utvecklat ett datorprogram, kallat aKDFE, för att automatisera denna process. aKDFE står för "automated Knowledge-DrivenFeature Engineering" och kan förklaras som ett program som fungerar som ensmart receptgenerator baserat på hälsoinformation ihop med sammanställd domänkunskap, säger Olle Björneld.

aKDFE använder information från journaler och liknande informationskällor ihop med etablerad medicinsk kunskap som till exempel riktlinjer och känd områdeskunskap, och skapar nya, mer användbara variabler. aKDFE sparar tid åt medicinska områdesexperter och dataanalytiker så datorprogrammet hjälper till att snabbare hitta viktiga mönster och nya variabler med stark prediktionsförmåga.

– I slutändan ska det jag tagit fram göra det lättare för forskare att använda och analysera vårdinformation själva, vilket minskar deras beroende av dataanalytiker. Att de med färre resurser ska kunna få fram mer kunskap på kortare tid. Och detta för att vi ska få en mer effektiv, jämlik och högkvalitativ vård.

– Det som har gett mig mest under tiden jag har forskat har varit att få arbeta ihop med så många kunniga och duktiga medarbetare i vården. Utan deras kunskaper och erfarenhet hade det varit svårt att genomföra mycket av det som jag har gjort. Samarbetet med olika professioner är nog det som både är den största utmaningen och det som ger mest tillbaka.

Disputation 

Den 9 juni klockan 13.00 disputerar Olle Björneld med sin forskning med titeln:

“Reuse of Health Data: Combining the Best of Two Worlds Machine Learning-Driven Knowledge Discovery from Real-World Health Data with Interdisciplinary Collaboration of Domain Experts and Data Scientists”.

Plats

Lokal Azur, hus Vita Linnéuniversitetet i Kalmar.

Mer information

Olle Björneld: 0725-320 938.