Beräkningsvetenskap inom sjukvården möjliggjord genom artificiell intelligens, Big Data och maskininlärning, Mattias Paulsson, VD Experlytics AB Kick-Off event, Connect and be READi for Health Thursday April 24, 2014 08:00 - 14:00 (CEST) Lund, Sweden

1. Mattias Paulsson

2. ”Old School” artificiell intelligens (AI)
manuellt kodad medicinsk kunskap
 MYCIN (1972) – Identifiera och
behandla blodinfektioner. Löste
nästan 70% av fallen.
 CADUCEUS (1975)-
Internmedicin. Diagnosticerade
upp till 1000 olika sjukdomar.
 INTERNIST-1 (1974) - täckte
70-80% av alla möjliga
diagnoser inom internmedicin

3. ”Old School” artificiell intelligens (AI)
manuellt kodad medicinsk kunskap
 MYCIN (1972) – Identifiera och
behandla blodinfektioner. Löste
nästan 70% av fallen.
 CADUCEUS (1975)-
Internmedicin. Diagnosticerade
upp till 1000 olika sjukdomar.
 INTERNIST-1 (1974) - täckte
70-80% av alla möjliga
diagnoser inom internmedicin
IF
The Infection is meningitis
AND The subtype of meningitis is
bacterial
AND Only circumstantial
evidence
is ovrilabls
AND The patient is at least 17
years old
AND The patient is an alcoholic
THEN
there is suggestive evidence that
d10l0cOCCUS-pneumoniae is
an organism causing the
meningitis
….

4. Beräkningsvetenskap efter år 2000
Först Jeopardy…sen Watson (IBM) genomgår
läkarutbildningen.

5. Vad är annorlunda?

6. DATA

7. DATA
Strukturerad
Ostrukturerad

8. IBM Watson (2013) diagnosticerar
olika former av cancer
• 600,000+ artiklar i medicinsk litteratur
• 2,000,000+ sidor i medicinska tidskrifter
• 1,500,000 patientjournaler
Diagnosticerar rätt i 9 fall av 10 jämfört med mänskliga
läkare som åstadkommer 5 av 10.

9. Mapping the genetic architecture
of gene expression in human
liver. Schadt EE., et al., PLoS
Biol. 2008. 6(5):e107.
Transverse CT, MR and cryosection images of
normal male and female human bodies
Visible Human Project –
National Library of Medicine
Big Data tillgänglig för nedladdning

10. Mobila devices  implantat av
devices

11. Hur ta tillvara på all data?

12. Data-
vetenskap

13. Maskininlärningsprocessen
1
2 3
4
5 6
7
9
8
Prediktion/
Validering
10

14. Framtidstankar?
• ”Dynamiska studier” – analytiska insikter (data
mining) vägleder oss till vad som är viktigt att samla
in och riktningen på insamlingsprocessen, för att
möjliggöra snabbare upptäckter
• Discovery automation i komplexa data finns redan
här, men kommer förbättras avsevärt
• Horisontell integration mellan patientdataset.
Under utveckling, men kan förbättras av
datahantering redan idag
• Crowd sourced data insamling

15. Forskningsprojekt - Makten över
din egen situation
Mikael Larson

16. Förebygga uppkomst av ohälsa,
kontinuerligt följa etablerad sjukdom
Självkontroll
Individanpassning

17. Ungdomars psykiska ohälsa
• Växande problem
• Drabbat av begränsade resurser och bristande insikter
• Vi samverkar med och expertis inom Barn- och
ungdomspsykiatrin

18. Studiemetodologi
• Baslinje – komplex
problematik
• Dynamiska frågor –
ohälsa individuellt
• Individanpassat urval
• Optimering och prediktion
styr val och frekvens av
frågor
• Situationsanalys: Nu–Då

19. Insikter
• Acceleration av kunskap om det
individuella hälsotillståndet
• Ger träffsäkerhet för självkontroll och
egenmakt
• Blir ett skarpare redskap i kontakt med
anhöriga, vänner och stöd i kontakt med
vården
• Hjälpmedel för att upprätthålla god hälsa,
förhindra fortskridande försämring –
vända en negativ trend
• Individen sin egen kontroll, hög
dataintegritet