Webbläsaren som du använder stöds inte av denna webbplats. Alla versioner av Internet Explorer stöds inte längre, av oss eller Microsoft (läs mer här: * https://www.microsoft.com/en-us/microsoft-365/windows/end-of-ie-support).

Var god och använd en modern webbläsare för att ta del av denna webbplats, som t.ex. nyaste versioner av Edge, Chrome, Firefox eller Safari osv.

AI ska hjälpa oss upptäcka framtida pandemier

Bild på forskarna Yana Litins'ka, Jonas Björk, Malin Inghammar
Tre av forskarna i ett nytt forskningsprojekt som med hjälp av bland annat AI ska utveckla och utvärdera applikationer som ska kunna användas för att upptäcka och bekämpa pandemier. Fr vä: Yana Litins'ka, Jonas Björk, Malin Inghammar. Foto: Åsa Hansdotter

Vi har levt med coronapandemin under lång tid, både i Sverige och internationellt. I ett nytt samverkansprojekt vill forskare med hjälp av AI-metoder, register- och mobildata utveckla och utvärdera applikationer som ska kunna användas för att upptäcka och bekämpa pandemier i framtiden.

– Det kan låta lite klyschigt att säga att det är ett tvärvetenskapligt projekt, eftersom det ibland kan bli en påtvingad etikett, men i det här fallet är det så uppenbart att vi måste jobba mellan vetenskaperna för att driva forskningen framåt, säger Jonas Björk, professor i epidemiologi, vid Lunds universitet.

Under coronapandemin har det varit viktigt för myndigheterna att agera snabbt och använda tillgänglig information för att exempelvis förstå vilka i befolkningen som löper större risk för att bli svårt sjuka, fånga upp vem som testar sig och hur vaccinationsviljan ser ut i olika grupper. Detta har till viss del gjorts genom att samköra befolknings- och hälsodataregister, men praktiska och legala hinder har gjort att tillgängliga data inte kunnat utnyttjas fullt ut. Därför har inte ens Folkhälsomyndigheten, i detta kritiska läge, haft svar på allt:

– Det finns mycket information hos olika myndigheter och andra aktörer men denna får inte alltid delas. Barriärerna mellan myndigheterna kan vara ett hinder för att kunna göra en tillräcklig kartläggning, säger Malin Inghammar, överläkare i infektionsmedicin vid Skånes universitetssjukhus, Lund.

Vi hoppas att vi även kan bidra till mer kunskap om vilka effekter åtgärder på olika nivåer har för att få ett effektivt agerande vid en eventuell framtida pandemi.

Genom att studera till exempel resmönster, sociala förhållanden och födelseland kan man få indikationer på vilka grupper som löper större risk att smittas i olika skeden av en pandemi. Men även om AI-system kan användas för att hantera stora informationsmängder och exempelvis föreslå vem som borde prioriteras för testande, men för att inte diskriminera grupper eller kränka den personliga integriteten måste det finnas en balans mellan det myndigheter kan, ska eller får göra.

– Vissa typer av smittskyddsåtgärder som att mäta kroppstemperatur kan inskränka mänskliga rättigheter, såsom rätten till privatliv. Detta är frågor som projektet avser att undersöka vidare, säger Yana Litins'ka, forskare inom medicinsk rätt vid Juridiska fakulteten i Lund.

Analys av data

Genom att följa befolkningens rörelser via mobilsignaler under inledningen av en pandemi kan man få en bild av hur inflödet av smittan till landet ser ut, och hur den sedan sprider sig vidare ut i samhället. Man kan också analysera mobildata för att följa hur regler och rekommendationer efterlevs. Ett annat exempel är att försöka förutsäga sjukdomsutbrott lokalt eller mer allmänt genom att se när Google-sökningar på hosta och influensa ökar, vilket redan görs rutinmässigt idag.

– Det finns mängder av innovativ och intressant forskning på området. Vi vill bidra till det pusslet genom att undersöka hur kombinationen av smarta och innovativa applikationer skulle kunna användas tillsammans med registerdata för att om möjligt kunna agera snabbare och med bättre precision, säger Jonas Björk.

En annan viktig del i forskningsprojektet är en enkel utrustning för egen blodprovstagning som utvecklats av bioteknikföretaget Xerum tillsammans med forskare vid Umeå universitet och som nu skickas ut med vanlig post till äldreboenden i Skåne och Västerbotten. Blodprovet – som tas av någon anhörig eller av personal på boendet– skickas därefter tillbaka för analys. På så sätt kan man följa immuniteten för personer som annars kan ha svårt att ta sig till hälso- och sjukvården för kontroll. Detta innebär att man kan identifiera grupper i samhället utifrån exempelvis ålder eller tidigare sjukdom där immuniteten försvinner snabbare och därmed skräddarsy den fortsatta vaccineringen.

– Vi hoppas att vi även kan bidra till mer kunskap om vilka effekter åtgärder på olika nivåer har för att få ett effektivt agerande vid en eventuell framtida pandemi. Det är många involverade i samarbetsprojektet och vi pratar lite olika språk utifrån våra forskningsprofiler, men vi enas kring frågeställningar och begrepp som involverar alla. Det kan vara en utmaning ibland men det är samtidigt otroligt kreativt och spännande, avslutar Malin Inghammar.

Fakta

Projekt: Förbättrad beredskap för framtida pandemier och andra hälsokriser genom storskalig sjukdomsövervakning. Projektet använder tillämpad AI, maskininlärning och andra explorativa metoder för att analysera stora datamängder, och studerar balansen mellan risk och nytta genom rättsvetenskapliga analyser.
Anslag: 16,5 miljoner från Vinnova
Projektet löper: Till 2025
Samarbete mellan: Forskare vid fyra olika fakulteter vid Lunds universitet (Medicinska, Juridiska och Naturvetenskapliga fakulteten, LTH) Umeå universitet, Halmstad högskola, Region Skåne, Region Halland och bioteknikföretaget Xerum AB.

Kontakt

Intresserad av forskning och samhälle?
Prenumerera på Apropå!

I nyhetsbrevet Apropå varvas senaste nytt från Lunds universitet med kommentarer till aktuella samhällshändelser från några av våra 5000 forskare.