Jane Synnergren
Institutionen för biovetenskap
Jane Synnergren
Professor i bioinformatik
Artificiell intelligens (AI) är en viktig drivkraft som snabbt håller på att transformera sjukvård och läkemedelsindustrier på många sätt. Den stora mängden biomedicinsk data som idag finns tillgänglig erbjuder unika möjligheter att utveckla olika AI-baserade modeller. Det finns dock många utmaningar associerade med tillämpning av AI-metoder inom Life Science som ännu inte adresserats.
BIO-AID projektet fokuserar specifikt på utmaningar som relaterar till arbete med flera olika typer av data, otillräcklig mängd av data och tolkning och förståelse av resultat. Nyckelfrågan som adresseras i projektet är ”Hur kan AI-drivna analysmetoder designas och appliceras för att möjliggöra precisionsmedicin?” Synergiprojektet består av tre delprojekt vilka inkluderar integrering av biomedicinsk data, sjukdomsmodellering och precisionsmedicin.
Biomedicinsk AI-driven dataanalys
Projektet består av tre delprojekt, BioIntegration, DiseaseMod och PrecisionMed som alla fokuserar på olika aspekter inom AI-driven datanalys av komplexa molekylärbiologiska data. De tre delprojekten arbetar gemensamt för att skapa synergieffekter mellan delprojekten. Många olika typer av biomedicinsk data integreras och analyseras inom delprojekten genom applicering av både AI-baserade metoder och traditionella statistiska bioinformatiska metoder för att generera ny kunskap.
Kommer utveckla nya och innovativa AI-metoder
Projektet är tänkt att utveckla (i) specifika strategier för filtrering och processande av storskaliga dataset, (ii) nya och innovativa AI-baserade metoder för integrering av multi-omics data samt identifiering av biologiskt intressanta biomarkörer, (iii) identifiering av prediktiva biomarkörspaneler, samt (iv) innovativa AI-baserade algoritmer som kan användas för att identifiera biomarkörer från flera olika datakällor.
Process för generell AI-inlärning
En generell process för modellutveckling anpassas och tillämpas i vart och ett av de tre delprojekten. Data samlas in och protokoll för att processa och anpassa datan för en AI-driven analys appliceras. De modeller som skapas optimeras och utvecklas iterativt tills en slutgiltig modell fastställts och validerats med andra datamängder. Olika metoder för att visualisera resultaten från AI-modellerna kommer att utvecklas för att skapa tolkningsbara modeller som stödjer beslutsfattande.
Tidigare och mer specifika behandlingar
Genom att analysera komplex medicinsk data med hjälp av AI-baserade metoder är förhoppningen att läkare ska kunna erbjuda tidigare och mer specifika behandlingar till patienter. Denna teknologi kan medföra ett bättre beslutsstöd för en tidigare diagnos av sjukdomar och andra hälsorisker samt hjälpa människor att leva ett mer hälsosamt liv.
Våra partners
Projektet koordineras från Högskolan i Skövde och genomförs i nära samarbete med våra industriella partners Takara Bio Europe AB, Merck AB, AstraZeneca AB, SciCross AB, TATAA Biocenter AB och MultiD Analyses AB.
