Mattias Ohlsson installerades som professor i i teoretisk fysik, med inriktning mot maskininlärning för medicinsk diagnostik, vid Lunds universitet i oktober 2021. Nedan skriver han själv om sin forskning.
De senaste åren har det varit svårt att undgå begreppen artificiell intelligens och maskininlärning. Även om AI och maskininlärning har olika betydelse, används de ofta vardagligt om att efterlikna mänskliga förmågor med hjälp av datorprogram och stora datamängder. Många av oss kan bli imponerade av hur datorprogram idag kan analysera bilder och tillsynes förstå och tolka vad bilden innehåller. Vi omges, kanske utan att riktigt veta om det, av apparater och tjänster som i stor utsträckning använder sig av AI-tekniker. Jag pratar hemma med min högtalare, nästan som om det vore en familjemedlem, och det faktum att den ofta förstår mig är ett resultat av avancerad maskininlärning.
Jag forskar om maskininlärning med ett specifikt intresse kring de metoder som går under namnet artificiella neuronnät, som idag ofta kallas ”deep learning”. Mitt huvudsakliga tillämpningsområde är hälso- och sjukvård. Förhoppningarna är att AI och maskininlärning kan hjälpa till att göra den framtida hälso- och sjukvården mer effektiv och säker. Den informationsdrivna vården vill i större utsträckning använda data för att fatta mer precisa beslut. Det finns redan idag framgångsrika hjälpmedel inom exempelvis bilddiagnostik, som bygger på maskininlärning, men det finns många andra delar av medicinskt beslutsfattande som kan dra nytta av AI och maskininlärning. Min forskning bygger på tvärvetenskapliga samarbeten med forskare från flera olika fakulteter och olika aktörer inom hälso- och sjukvården. Vissa projekt driver vi också tillsammans med företag. Jag trivs i denna blandning av teoretisk och tillämpad forskning, tillsammans med många olika kollegor. Här hoppas jag vara aktiv i många år framöver.
Text: Mattias Ohlsson, professor vid Lunds universitet
Från broschyren: ”Professorsinstallation 15 oktober 2021″ som tagits fram av Kommunikationsavdelningen vid Lunds universitet.
