Hybridmodeller för preventiv stroke-vård

Stroke är en av de vanligaste dödsorsakerna, och om en inte dör är det 50% risk för att få en bestående funktionsnedsättning. 

En vanlig orsak till stroke är ateroskleros, som till skillnad från stroke kan utvecklas under flera år utan att visa symptom, och som involverar många olika organ och delprocesser. Det finns också många riskfaktorer för stroke: högt blodtryck, diabetes, blodfetter, osv, och hur sjukdomsutvecklingen ser ut är individuell. Därför vill jag använda matematiska modeller för att få både en helhetsbild av utvecklingen mot stroke, men också en individuell bild, för att kunna förutsäga en stroke innan den händer.

De modeller jag jobbar med är av två olika typer: 1) mekanistiska, som beskriver fysiologin bakom ett visst biologiskt system (tex hur blodfetter transporteras mellan organ genom blodet) och som kan tränas på en specifik persons data och sedan förutsäga hur biomarkörer (tex blodfetter) utvecklas över tid, och 2) maskininlärningsmodeller, som förutsäga risken för att få en stroke inom en viss tid. De olika modell-typerna kan sedan kombineras i så kallade hybridmodeller, som kan förutsäga just din risk för att få en stroke givet vissa förutsättningar, som t.ex vad du äter eller vilka mediciner du tar. 

Om migVisa/dölj innehåll

Undervisning

  • Jag handleder kandidatprojekt inom systembiologi för studenter i teknisk biologi
  • Jag är laborationsassistent i kursen biomedicinsk modellering och simulering vid IMT

Nätverk

  • EU horizon 2020 projektet Precise4Q

ForskningVisa/dölj innehåll

OrganisationVisa/dölj innehåll