
Använda Standardiserade Hälsodata som Accelerator (ASHA) - Säker Forskning och Utveckling
Tisdag 20 maj 2025 14:30 - 15:00 A1
Föreläsare: Joel Hedlund, Åsa Skagerhult
Spår: Vägar och villovägar mot semantisk interoperabilitet
AIDA Data Hub är en nationell e-infrastruktur för forskning, innovation och datadriven precisionshälsa, som erbjuder forskare anpassningsbar, säker och trygg långtidslagring av stora mängder känslig hälsodata. ASHA är ett Vinnova-finansierat innovationsprojekt som visar hur öppna standarder såsom FHIR, openEHR, Snomed CT, DICOM och OMOP möjliggör effektivare användning av informationen i vårdinformationssystem för att skapa nytta i såväl patientmötet som i verksamhetsutveckling, forskning, innovation och produktutveckling. I den här föreläsningen visar företrädare för ASHA och AIDA Data Hub hur man genom att kombinera styrkorna i AIDA Data Hub med ASHAs vision skapar nya förutsättningar för mer datadriven och precisionsinriktad forskning för en effektivare och mer patientcentrerad vård. Konkreta exempel visas på forskningsprojekt som möjliggjorts.
AIDA Data Hub har sin hemvist vid Linköpings universitets Centrum för Medicinsk Bildvetenskap och Visualisering (CMIV). Dataforskningsplattformen DSP riktar sig till nationella och internationella användarkommuniteter, samt vårdgivare, företag och forskare. DSP är samlokaliserad med Europeiska och nationella flaggskeppsresurser för högpresterande beräkningar såsom NSC Berzelius, och NAISS Arrhenius samt AI-noden Mimir, och är även värd för en federerad nod i den Europeiska Bigpicture-infrastrukturen för AI inom patologi, samt erbjuder datasamarbetsplattformar för den Europeiska cancerbildfederationen EUCAIM. AIDA Data Hub Data Science Platform erbjuder en rad tjänster:
Dataforskningsplattform: Beräkningsbar långtidslagring av data i primärkopia, med stöd för avancerade användningsmönster inklusive datainsamling, samarbete, visualisering, berikning, annotering, AI-träning, och federerad analys.
Nära till flaggskepps-beräkningskraft: Enkel tillgång från storskaliga nationella/Europeiska beräkningsresurser när extrema beräkningsbehov uppstår.
Känslig data: Lämplig för forskning på stora mängder uppgifter av extrem konfidentialitet inklusive biomedicinska uppgifter om individers hälsa.
Anpassningsbar säkerhet: Modellen "Nedlåst från start, öppningsbart efter behov" låter kunder välja en säkerhetsnivå som är lämplig för den planerade verksamheten utan att påverka andra användare på plattformen.
ASHA - Använda Standardiserad Hälsodata som Accelerator - är en Vinnova systemdemonstrator som pågår 2023-2027. ASHA leds av Region Östergötland och engagerar sjukvårdsregionerna Stockholm, Uppsala, Kalmar och Jönköping, journalsystemsleverantören Cambio, Linköpings universitet, och AI-startupföretaget PredictMe. ASHA vill i grunden förändra hur vårddata lagras och hanteras i svensk hälso- och sjukvård. Målet är att inlåsningseffekter försvinner och vårdinformationen frigörs och blir användbar i långt större omfattning än vad som är möjligt idag. ASHA menar att denna förändringsresa är nödvändig bland annat för att kunna möta framtidens krav såsom EHDS-förordningen och nationella krav på delning av hälsodata, för att kunna erbjuda våra invånare patientcentrerad vård (precisionsmedicin), och för att kunna bedriva forskning och utveckling av AI/beslutsstöd baserade på hälsodata.
Föreläsarna berättar om hur AIDA Data Hub i och med ASHA-projektet har ökat sin kapacitet och vidgat sitt tjänsteutbud från fokus på bilddata till andra typer av data, och hur regioner när de standardiserar hälsodata kan tillgängliggöra den för forskning och näringsliv på ett säkert sätt utan att data skickas på traditionellt vis. Föreläsarna ger exempel på forskningsprojekt som fått tillgång till forskningsdata på detta sätt. Ett sådant projekt är PULMO, som drivs av PredictMe och Linköpings universitet och som syftar till att framställa nya AI-baserade diagnostikverktyg för komplexa multisystemiska sjukdomar som långtidscovid, tuberkulos och andra lungsjukdomar, genom att kombinera journaldata med genetisk, mikrobiom- och epigenetisk data från faciliteter vid SciLifeLab. Parallellt med detta använder PredictMe en separat säker miljö på DSP för sin kommersiella verksamhet, där man tillhandahåller liknande analystjänster inom epigenetik för andra etiskt godkända forskningsprojekt.
Föreläsningen ger dig insikter i nya sätt att skapa förutsättningar för mer datadriven och precisionsinriktad forskning och vård.
Ämne
Data och information
Seminarietyp
Live + på plats
Föreläsningsformat
Presentation
Föreläsningssyfte
Orientering
Kunskapsnivå
Introduktion
Målgrupp
Chef/Beslutsfattare
Politiker
Tekniker/IT/Utvecklare
Forskare (även studerande)
Vårdpersonal
Nyckelord
Exempel från verkligheten (goda/dåliga)
Nytta/effekt
Innovativ/forskning
Informatik/Interoperabilitet
Föreläsare
Joel Hedlund Föreläsare
datadirektör
Linköpings universitet
Åsa Skagerhult Föreläsare
Verksamhetsarkitekt / ASHA Projektledare
Region Östergötland
ASHA Projektledare