Doktorand utvecklar datorprogram för snabbare analys av hälsodata

En doktorand vid Linnéuniversitetet och dataanalytiker vid Region Kalmar län har utvecklat ett datorprogram för att automatisera analyser av hälsodata. Programmet syftar till att göra uppföljning av medicinsk verksamhet och forskningsstudier snabbare och mer exakt.

Olle Björneld har utvecklat datorprogrammet aKDFE, som står för "automated Knowledge-Driven Feature Engineering". Programmet fungerar som en smart receptgenerator baserad på hälsoinformation och sammanställd domänkunskap. Det använder information från journaler och liknande källor tillsammans med etablerad medicinsk kunskap, som riktlinjer och områdeskunskap, för att skapa nya, mer användbara variabler.

Målet är att hitta nya variabler som kan användas för att ge bättre förklaringsmodeller, även kallade prediktionsmodeller. Dessa modeller kan användas för att följa upp och utveckla sjukvården, till exempel som beslutstöd. Processen att hitta variabler är ofta resurskrävande och tar lång tid eftersom många steg är manuella. aKDFE automatiserar denna process och sparar tid för medicinska områdesexperter och dataanalytiker, vilket hjälper till att snabbare hitta viktiga mönster och nya variabler med stark prediktionsförmåga.

I slutändan ska programmet göra det lättare för forskare att använda och analysera vårdinformation själva, vilket minskar deras beroende av dataanalytiker. Detta syftar till att med färre resurser kunna få fram mer kunskap på kortare tid för en mer effektiv, jämlik och högkvalitativ vård.

Olle Björneld disputerar 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". Disputationen äger rum den 9 juni klockan 13.00 i lokal Azur, hus Vita på Linnéuniversitetet i Kalmar.