Programvara i frontlinjen

Det är nu tredje gången SSF och Vinnova tillsammans ordnar en konferens för programvarusystem och IT. De har alla tre varit välbesökta och erbjuder ett utmärkt tillfälle för forskare från akademin, industrin och nu också vården att nätverka och utbyta erfarenheter. Lars Hultman, SSF:s vd menar även att det ger finansiärerna, som SSF, en avstämning mot forskningsbehoven i samhället.

Enligt Cecilia Sjögren från Vinnova är mer än hälften av alla projekt som Vinnova kör direkt relaterade till digitalisering. Hon inledde konferensen tillsammans med Lars Hultman, SSF. 

Lars Hultman är  inte ensam i sitt intresse. Bland de knappt 200 deltagarna fanns många som uppenbarligen scoutade kompetens och idéer; det märktes tydligt på frågor, vid lunch och kring kaffebordet. Det största företaget – i viss särklass – bland dem som aktivt visade sitt intresse var Alibaba, det kinesiska handelsbolaget. Intresset kring allt som andas maskininlärning, datamining och big data bubblar. Mycket kunnande ligger inlåst i företagen, därtill är det svårt att hitta kompetens för några av de utmaningar som stora och komplexa datamängder ställer. Det handlar om hur man ska få en kvalitetssäkrad information ur stora ostrukturerade dataset (extra viktigt inom vårdrelaterade verksamheter), om hur man ska optimera och bearbeta algoritmer i realtid (extra viktigt för säkerhetskritiska system som självkörande fordon) och hur ljus- och skuggmässigt avancerade visualiseringar och renderingar kan göras utan att drunkna i data (extra viktigt i datorspel, film och inom konsumentmarknaden).

Allt fler av Ikeas katalogmiljöer byggs i datorn, berättade Anders Ynnerman vid Linköpings universitet. För att miljöerna ska bli realistiska behövs avancerade algoritmer som renderar ljus och skugga. Anders Ynnerman har, tillsammans med Jonas Unger, varit projektledare för SSF-projektet ”Datadriven scenkaraktärisering för realistisk rendering”. Bild: Ikea

Forskningen inom självkörande fordon är i ett intensivt skede. Ivica Crnkovic leder ett SSF-projekt som bland annat fokuserar på optimering och parallella beräkningar av stora mängder indata i realtid. Projektet involverar industrin och forskare från både Mälardalens högskola och Chalmers. 

Flera av projekten är inriktade mot cancerforskning. Cancer är en heterogen sjukdom. Inte nog med att den är individuellt olika, även inom en och samma tumör finns ofta olika subset med celler. I jakten på framgångsrika behandlingsmetoder genererar modern cancersjukvård gigantiska mängder data. En individs tumörer ska DNA- och RNA-sekvenseras, och relateras till dels patientens egen sjukdomshistoria, och dels behandlingsresultat samt biverkningar från andra patienter. Patientrelaterad data är ofta ofullständig, tidsberoende, det finns mängder med olika koder för sjukdomar, anteckningar från behandlande läkare och annat som ska införas, dessutom måste datat anonymiseras och hela hanteringen omges av ett strikt regelverk. Allt detta beaktas i SSF-projekten och kunskaperna som skapas i de här projekten spiller ofta över till andra områden inom livsvetenskaperna.

Henrik Boström från Stockholms universitet berättar om sitt SSF-projekt ”Dataanalys för detektion av läkemedelseffekter”. Här hanteras stora mängder ostrukturerad data, som dessutom omgärdas med ett strikt regelverk för patientsektretess.  

Projekten har gett upphov till spin-off i form av nya samarbeten och start-ups. Några exempel, utöver samarbetet med Ikea beskrivet ovan, är open source-systemet Apache Flink som forskargruppen kring Seif Haridi, KTH, utvecklat och som används av bland annat Spark, Google och King. Seif Haridi har varit projektledare för SSF-projektet ”E2E Clouds, End-to-End Distribuerade Moln”. Ett annat exempel är Unibap som utvecklar smarta robotar, i september noterat på First North, och som till en del är en spinn-off från Ivica Crnkovics forskargrupp. Det är även Naiad AB, som utvecklat en liten undervattensrobot som plockar kammusslor; betydligt enklare, billigare och säkrare än att låta dykare göra jobbet.