Evgeny Osipov
Evgeny Osipov, professor i kommunikations- och beräkningssystem vid Luleå tekniska universitet, Urban Wiklund, docent vid Centrum för medicinsk teknik och strålningsfysik på Norrlands universitetssjukhus, och Denis Kleyko, doktorand inom kommunikations- och beräkningssystem. Foto: Linda Alfredsson Visa originalbild , Öppnas i nytt fönster/flik

Artificiell intelligens för bättre diagnostik

Publicerad: 14 december 2015

Genom att kombinera analysmetoder med artificiell intelligens hoppas forskare kunna förbättra diagnostiken för signaler från hjärt- och kärlsystemet. – Vår uppgift är att titta på kodningsmöjligheter och att på sikt göra ett autonomt kognitivt system, säger Evgeny Osipov, professor i kommunikations- och beräkningssystem vid Luleå tekniska universitet.

Vårt autonoma nervsystem ser till att vi andas och att hjärtat pumpar runt blodet i kroppen. Men ibland fungerar inte regleringen av hjärt- och kärlsystemet som det ska, det kan till exempel bero på olika sjukdomstillstånd eller skador i kroppens nerver, blodkärl, olika organ eller i själva hjärnan. Detta kan i sin tur leda till att hjärtfrekvensen eller blodtrycket uppvisar onormala värden eller mycket oregelbunden variation mellan olika hjärtslag. I värsta fall kan det resultera i att hjärtat stannar och blodcirkulationen upphör. Om variationer och samvariationer hos hjärtrytm och blodtryck analyseras, skulle dock funktionsrubbningar i det autonoma nervsystemet kunna upptäckas.

Artificiell intelligens

Det är här som forskningen inom kommunikations- och beräkningssystem kommer in. Det handlar om att ta fram ett verktyg för realtidsdiagnostik genom att kombinera redan befintliga analysmetoder med artificiell intelligens.

– Vi jobbar med kognitiva system och försöker kopiera processer så som de fungerar i en hjärna – hur representation bildas från en mängd sensorer på ett hjärnliknande sätt. Syftet med kognitiva system är att kunna läsa mönster, mönster som baseras på tidigare erfarenheter, säger Evgeny Osipov.

– Vår uppgift är att titta på kodningsmöjligheter och att på sikt göra ett autonomt kognitivt system. Att skapa en artificiell arkitektur som kan tolka signaler i realtid och därmed diagnosticera. Det kognitiva systemet ska också kunna användas i framtida tillämpningar inom e-hälsa, till exempel att en patient själv kan läsa av resultatet hemma.

Bättre vård med automatik

Lösningen ska användas som grund till en algoritm som på ett helt automatiskt sätt ska kunna prediktera kritiska händelser i hjärt- och kärlssystemet och därmed kunna bidra till bättre vård av patienter med autonoma funktionsrubbningar. Redan idag bearbetas signaler relativt noggrant men tekniken har begränsningar och analyser av data från hjärt- och kärlsystemet görs inte sällan av en fysisk person. I framtiden kanske samma analyser alltså görs av ett kommunikations- och beräkningssystem.

– Det handlar förstås inte om att ersätta doktorer, utan om att komplettera deras bedömningar, poängterar Evgeny Osipov.

– Vi hoppas att projektets resultat blir banbrytande. Och utan samverkan mellan forskning inom datalogi och biomedicin vore det inte möjligt. Projektledaren docent Urban Wiklunds expertis inom klassiska metoder av analys av biomedicinska signaler, är därför av stor betydelse för projektet.

Projektet Interaktiv kognitiv arkitektur för prediktion av dysfunktion i den autonoma regleringen av det kardiovaskulära systemet är ett samarbete mellan Umeå universitet och Luleå tekniska universitet. Projektet ska pågå i fyra år och finansieras av Vetenskapsrådet.

Kontakt

Evgeny Osipov

Evgeny Osipov, Professor

Telefon: 0920-491578
Organisation: Kommunikations- och beräkningssystem, Datavetenskap, Institutionen för system- och rymdteknik

Taggar