Utveckla cancerforskning med AI och datadelning: Ett samarbete mellan Harvard och Göteborg
Diarienummer | |
Koordinator | Göteborgs universitet - Sahlgrenska akademin Inst f kliniska vetenskaper |
Bidrag från Vinnova | 132 000 kronor |
Projektets löptid | augusti 2023 - februari 2024 |
Status | Avslutat |
Utlysning | AI - Kompetens, förmåga och tillämpning |
Ansökningsomgång | Individrörlighet för tillämpad AI, automation och datadelning 2023 |
Viktiga resultat som projektet gav
Genom utbytet med Harvarduniversitetet har vi lagt grunden för ett fortsatt samarbete där projektet fortsätter även utanför ramarna för vad VINNOVA har finansierat. Vår utbytespart har även via en hands-on approach och deltagandet på värdorganisationens seminarier och workshop erhållit värdefulla kunskaper om hur AI kan användas som verktyg inom cancerforskning såväl som inom annan typ av hälsodata. Slutligen har utbytesparten fått insikter om hur datadelningen mellan sjukhus och akademi utförs hos värdorganisationen, dock finns det mycket kvar att utforska på den fronten.
Långsiktiga effekter som förväntas
Resultatet är framför allt ett fortsatta samarbetet till värdorganisationen där vi kan få stöd och vägledning när det kommer till att applicera nya datavetenskapliga metoder inom cancerforskning. Förhoppningen är att forskningsprojektet som VINNOVA medfinansierat under de senaste 6 månaderna landar i en vetenskaplig artikel. Utbytet har dessutom ökat kompetensen hos utbytesparten, en kunskap som tas tillbaka för att bidra till forskning vid Göteborgs Universitet.
Upplägg och genomförande
Vår utbytespart spenderade sex månader på heltid på ett datavetenskapligt labb vid Harvarduniversitetet (Harvard Medical School), där man under handledning av ledande experter erhöll kunskap om hur genetik och kliniska data kan integreras. Man deltog även på veckoliga workshops och seminarier om hur AI kan appliceras inom genetisk forskning såväl som inom hälso- och sjukvården. Ett stort fokus på dessa möten har varit hur AI kan användas för att effektivisera extraktionen av data för användning inom forskning på ett strukturerat och patientsäkert sätt.