Hjem
Institutt for biomedisin
Beregningsbasert og persontilpasset medisin

Bergen Forskningsstiftelse tildeler midler til professor Arvid Lundervold

Bergen Forskningsstiftelse (BFS) tildeler forskningsstøtte i fire år til professor Arvid Lundervold for sitt prosjekt "Computational Medical Imaging and Machine Learning Methodology and e-Infrastructure».

Arvid og Alexander Lundervold på kontor med datamaskinen
Prof. Arvid Lundervold (venstre) med samarbeidsparter Alexander S. Lundervold på sitt kontor ved Institutt for biomedisin. Datamaskinen utstyrt med NVIDIA GeForce 1080Ti grafikkort vil gjenskapes og oppgraderes ved det nye senter for medisinsk visualisering ved radiologisk avdeling.
Foto/ill.:
Arvid Lundervold

Hovedinnhold

Lundervold er en av tre forskere som vil motta forskningsstøtte fra denne utlysningsrunden. BFS søkte i denne omgangen spesifikt etter prosjekter som kan integreres i det nye senter for medisinsk visualisering. Senteret etableres for tiden ved radiologisk avdeling, Haukeland universitetssykehus, og vil levere toppmoderne teknologi til medisinsk forskning, diagnostikk og utdanning.

Maskinlæring

Lundervolds prosjekt vil kobles opp til det nye senteret ved å utvikle og innføre maskinlæringsteknologier som tillater automatisert analyse av medisinske bilder. Maskinlæring, eller mer nøyaktig "dype nevrale nettverk", er teknikker som gjør at datamaskiner kan bidra til å analysere medisinske bilder på samme måte som en trent lege ville - delvis raskere, mer pålitelig og med mye høyere kapasitet. Denne teknikken brukes på bilder som er tatt på moderne medisinsk bildeutstyr, og kommer til å integrere andre data som gensekvenser, kliniske funn og helseregistre. Dette skal føre til at maskinene vil kunne tilby "presisjonsmedisin" for leger og pasienter. Utviklingen av nye metoder i maskinlæring vil spille en viktig rolle i prosjektet. Denne metodologiske forskningen vil bli koordinert av Alexander S. Lundervold, matematiker ved Høyskolen på Vestlandet.

Tverrfaglig Forskning

Lundervold påpeker at "vi ønsker ikke å ta ansvar fra legene - men vi ønsker å utvikle teknologi som kan hjelpe og støtte dem". Dette er derfor et svært tverrfaglig prosjekt: mange av de prekliniske og kliniske forskningsgruppene i Bergen samarbeider med Lundervold og hans team. Disse har ulike biomedisinske interesser og pleier å levere bilder fra pasienter, vev eller celleprøver. Datagruppen bruker disse til å utvikle algoritmer, opplære maskiner, og leverer til slutt høykvalitetsanalyse av prøvene. Forskningssamarbeid omfatter aldring og nevrodegenerasjon (Laurence Bindoff, Haris Tzoulis), prostatakreft (CCBIO), livmorkreft (Ingfrid Haldorsen), nyrene (Jarle Rørvik, Olav Tenstad) og hjerne-tarm prosjektet (Trygve Hausken).

Lovende resultater

"Vi kom nettopp tilbake fra et møte i Berlin, hvor vi presenterte dataene våre om segmentering av nyrene", forklarer Lundervold. Han snakker om samarbeidspartnere Alexander S. Lundervold og kliniker Jarle Rørvik ved Haukeland universitetssykehus. "Vi brukte bilder fra dynamisk kontrastforbedret magnetisk resonansbilder (DCE-MRI), og anvendt dyp læringsteknologi. Datamaskinen var i stand til å definere hvor nyren var i disse bildene, akkurat som en person ville – ved å analysere grovmorfologi og de fine detaljene til venstre og høyre nyre - på mindre enn fem sekunder.» Senere vil de bruke denne teknologien til å måle filtreringsfunksjonen til pasientens nyrer og assistere i diagnostisering av nyresykdommer.

e-Infrastruktur

Den sjenerøse tildelingen fra Bergen Forskningsstiftelse vil bli brukt til å installere og opprettholde toppmoderne maskinlæringsteknologi ved senteret. "Vi har for tiden noe lavbudsjettutstyr som vi installerte i samarbeid med Institutt for databehandling, matematikk og fysikk ved Høgskolen på Vestlandet med finansiering fra Helse Vest og UH-Nett Vest.» Lundervold forteller stolt om sin nyeste maskin: "Det er faktisk en datamaskin for dataspillere, en veldig bra, men likevel ganske standard maskin, utstyrt med to NVIDIA GeForce 1080Ti grafikkort. Vi bruker den til å utvikle vår dype læringsteknologi. Jeg kobler meg til den eksternt, hjemmefra." Dette vil bli duplisert, og skaleres opp på det nye senter for medisinsk visualisering. Senteret ved radiologisk avdeling vil inkludere klinisk bildeutstyr som høyfelt magnettomografi (MRI) og computertomografi (PET / CT), og vil bli supplert med datateknologi som kan kjøre avanserte analysemetoder. Etablering av senteret er allerede godt på vei: Formell åpning av senteret er planlagt i midten av desember 2017, hvor de tre mottakerne av den siste utlysningen vil gi vitenskapelige foredrag.

Utdanning og rekruttering

"Folk med praktisk erfaring innen dyp læring er fortsatt sjeldne", er et argument i søknadsteksten. Utdanning av studenter ved Universitetet er derfor en stor satsing, og gruppen er allerede opptatt med å utvikle e-læringskurs og moduler for ulike plattformer. Dyp læring vil være moduler i Lundervolds emnet BMED360: In vivo avbildning og fysiologisk modellering. Det nyutviklede emnet ELMED219 har oppstart neste vårsemester: Introduksjon til beregningsorientert medisin og biomedisinsk ingeniørfag. Begge disse emnene er åpne for studenter ved Universitetet i Bergen, samt Høyskolen på Vestlandet, og andre studenter kan delta som gjester.

Å utvikle en undervisningsinfrastruktur omkring translasjonell digital patologi, beregningsorientert biomedisin og maskinlæring og biomedisinsk etikk er et fokusområde som nylig har tiltrukket betydelig finansiering fra Erasmus + programmet. NordBioMedNet-konsortiet, koordinert av prof. Marit Bakke på vår institutt med Lundervold som samarbeidspartner, har fått tilslag for deres multinasjonale og tverrfaglige søknad "Open Educational Resources in Biomedicine".

For de som ønsker å utvikle profesjonelle ferdigheter i dyp læring, kan en masteroppgave med Lundervold eller hans samarbeidspartnere ved Institutt for biomedisin være et spennende mulighet. BFS-finansieringen vil også gi teamet muligheten til å tilby en doktorgradsposisjon og en post doc posisjon i nær fremtid.