AI-seger för Sverige

– Vår algoritm lyckades pricka in alla rätt, säger Carsten Peterson, professor i teoretisk fysik vid Lunds universitet, i ett pressmeddelande.

Felmärkta kliniska och biologiska data är ett problem som bidrar till oanvändbara resultat och felaktiga beslut inom vården. Den mänskliga faktorn ligger bakom dessa problem; det handlar om oavsiktliga förväxlingar av patientprover som då råkar bli felmärkta.

Från Obamas tid

I höstas utlyste USA:s federala myndighet för livsmedel och läkemedel, FDA, tillsammans med det nationella cancerinstitutet en internationell forskartävling baserad just på problematiken med förväxlade patientdata. Tävlingen var en del i Precision Medicine Initiative från 2015 som inrättades av dåvarande president Obama.

Målet med tävlingen var att utveckla datoralgoritmer som kan upptäcka och korrigera felmärkta data. Tävlingsdeltagarna fick jobba med riggade data som gjorde det möjligt för juryn att jämföra resultaten med ett exakt facit. Materialet bestod av data från bland annat proteinmätningar hos cancerpatienter samt tillhörande klinisk diagnos.

Neuronnätverk del av arbetet

Sammanlagt 30 lag deltog och en forskargrupp i teoretisk fysik, närmare bestämt inom beräkningsbiologi, vid Lunds universitet kom på delad första plats.

Lundaforskarna och deras tävlingspartner Bionamic på Medicon Village i Lund tog hjälp av artificiell intelligens för att lösa uppgiften. De använde bland annat så kallade neuronnätverk som en del av arbetet med algoritmen. Lundagruppen har mångårig erfarenhet av att utveckla just konstgjorda neuronnätverk, en sorts datorprogram som tränas till att analysera och hitta mönster i stora datamängder.

Förutom Carsten Peterson bestod laget av forskarna Patrik Eden, Björn Linse och Mattias Ohlsson från Lunds universitet samt Anders Carlsson från Bionamic.