Forskning och teknik

Forskning som stärker prevention.

För att förebygga sjukdom behöver vi förstå hur den utvecklas. Vi kombinerar tidigare hälsodata med nya prover och beräkningsmodeller för att söka mönster som är svåra att se i ett enskilt prov.

Arbetssätt

  1. 01

    Koppla samman hälsodata

    I Sverige gör personnumret det möjligt att koppla uppgifter från olika register och studier till samma person. Tillsammans med nya prover kan de ge en bild av hur hälsan förändras genom livet.

  2. 02

    Undersöka samband

    När olika uppgifter analyseras tillsammans kan forskarna studera hur biologi, levnadsvanor och livsvillkor hänger samman med hälsan.

  3. 03

    Planera nya mätningar

    När befintliga data inte räcker behöver forskarna avgöra vad som ska mätas, när och hos vem.

All användning av data sker inom godkända forskningsprotokoll och enligt tillämpliga dataskyddskrav.

Så fungerar det

Varje prognos prövas mot verkligheten.

AI-modellerna analyserar den hälsodata vi redan har och förutsäger vad som kan hända. Forskarna prövar sedan förutsägelserna med nya prover och undersökningar. Resultaten visar var modellerna har rätt och var det behövs mer forskning.

01Hälsohistorik02AI-analys03Kunskapsluckor04Studieupplägg05Nya mätningar06Utvärdering

En av de första frågorna vi vill besvara är om AI kan peka ut de mätningar som ger mest ny kunskap. Det är alltid forskarna som bestämmer vad som mäts.

Så valideras modellerna

Olika metoder jämförs på lika villkor.

Vi jämför olika AI-modeller med varandra och med traditionella statistiska metoder. Alla utvärderas utifrån samma deltagare, data och tidsram för förutsägelserna. Vi testar modeller med öppna vikter, specialiserade hälsomodeller och modeller som vi själva utvecklat.

  • Tidigare data jämförs med senare resultat

    Modellerna tränas på data från en tidigare period och utvärderas sedan mot det som faktiskt hände.

  • Vad bidrar varje datatyp med?

    Vi tar bort en datatyp i taget för att undersöka hur den påverkar resultatet.

  • Test med syntetiska data

    Vi testar också metoderna på syntetiska data där vi redan känner till sambanden.

  • Förutsägelser jämförs med nya mätningar

    Vi jämför modellernas förutsägelser med resultaten från nya hälsoundersökningar.

Olika typer av mätningar

Flera perspektiv på hälsan.

  • Kliniska undersökningar

    Blodanalyser, EKG, kondition, lungfunktion, blodtryck, greppstyrka, syn och hörsel.

  • Molekylära mätningar

    Gener och genaktivitet, epigenetik, proteiner och metaboliter, de små molekyler som bildas i kroppens ämnesomsättning.

  • Hälsan mellan besöken

    Kroppsburna sensorer, blod- och salivprover hemma samt återkommande enkäter ger information mellan undersökningarna.

När mer kunskap behövs

Tre sätt att undersöka vidare.

  • Mäta igen hos samma person

    Upprepade mätningar visar hur ett värde förändras.

  • Mäta något nytt hos samma person

    En annan typ av undersökning kan bidra när de befintliga uppgifterna inte räcker.

  • Undersöka fler personer

    En större grupp kan behövas för att besvara forskningsfrågan.

Kollegor i diskussion på ABC Labs

Forskarnätverk

Samarbete mellan flera forskningsområden.

Våra forskare, laboratoriepersonal och ingenjörer samarbetar med forskare inom bland annat genetik, epidemiologi, proteomik och maskininlärning.

  • Sara Hägg
  • Rickard Sandberg
  • Jochen M. Schwenk
  • Björn Reinius
  • Gunnel Tybring
  • Wei Ouyang
  • Paul Franks
  • Sebastian Bujwid