Effektiv visuell dataanalys inom klinisk genomik
- Diarienummer
- ID20-0092
- Projektledare
- Ynnerman, Anders
- Start- och slutdatum
- 210701-250630
- Beviljat belopp
- 2 500 000 kr
- Förvaltande organisation
- Linköping University
- Forskningsområde
- Informations-, kommunikations- och systemteknik
Summary
Precisionsmedicin är ansett som huvudsakliga vägen för att nå banbrytande förbättringar i sjukvården. Genomik är central för potentialen som precisionsmedicin har, och runtom i världen förbereder nu vårdgivare sig för att introducera bred sekvensiering som en standardkomponent i cancervården. En avgörande flaskhals kommer dock vara de metoder och verktyg som då behövs för storskalig diagnostisk analys och kommunikation av dess resultat, eftersom nuvarande lösningar inte räcker till i en klinisk miljö med extrema krav på högt genomflöde och tydliga underlag för behandlingsalternativ. Det föreslagna projektet adresserar precisionsdiagnostik i högproduktiv klinisk rutin baserat på analyser patient-mot-population och patient-mot-patient, med fokus på genomik. Den vetenskapliga agendan framtagen för att möta denna utmaning består i att utveckla nya metoder för datadrivet utforskande (sensemaking) inom domänerna visualisering och maskinlärning. Projektet innehåller fyra arbetspaket. Arbetsplanen utgår från att först utveckla grundläggande metodkomponenter, till att utveckla dellösningar och sedan mer kompletta lösningar, och slutligen att validera mogna prototyper i ett sammanhang med klinisk realism. De förväntade resultaten är ny kunskap om effektiva arbetssätt för kombinationen människa-maskin, både för den valda tillämpningen och för annan data-intensiv analys, samt innovativa prototyper som har kort väg till att sedan nå faktisk användning i sjukvården.
Populärvetenskaplig beskrivning
Precisionsmedicin är ansett som huvudsakliga vägen för att nå banbrytande förbättringar i sjukvården. Genetiska data är en central del av precisionsmedicin. Runtom i världen förbereder nu vårdgivare sig för att introducera genetiska analyser som en standardkomponent i cancervården, på en mycket bredare front än tidigare. En avgörande flaskhals kommer dock vara de metoder och verktyg som då behövs för storskalig analys och kommunikation av resultat till t ex onkologer. Nuvarande lösningar inte räcker till i en klinisk miljö med extrema krav på högt genomflöde och tydliga underlag för behandlingsalternativ. Det föreslagna projektet handlar om precisionsdiagnostik i klinisk rutin, där en patients genetikdata ska kunna jämföras både med andra patienter och större grupper. Det vetenskapliga målet består i att utveckla nya metoder för datadrivet utforskande inom domänerna visualisering och artificiell intelligens. Projektet innehåller fyra arbetspaket. Arbetsplanen utgår från att först utveckla grundläggande metodkomponenter, till att utveckla dellösningar och sedan mer kompletta lösningar, och slutligen att utvärdera mogna prototyper i ett kliniskt relevant sammanhang. De förväntade resultaten är ny kunskap om effektiva arbetssätt för kombinationen människa-maskin, samt innovativa prototyper som har kort väg till att sedan nå faktisk användning i sjukvården.