Header image for Vitalis 2023
Profile image for Hur kan artificiell intelligens bidra till bättre läkemedelsanvändning?

Hur kan artificiell intelligens bidra till bättre läkemedelsanvändning? Passed

Wednesday May 24, 2023 11:00 - 11:30 A6

Lecturer: Tora Hammar

Track: Läkemedel, Kliniska stöd / Kunskapsstyrning / Beslutstöd

I föreläsningen kommer jag dels att med utgångspunkt i vetenskapliga litteraturen ge en översikt av möjligheter och utmaningar med att använda artificiell intelligens för en säker och ändamålsenlig läkemedelsanvändning. Jag kommer att belysa frågor såsom: Hur kan de stora mängder hälsodata som finns idag användas för att fatta bättre beslut? Vad finns det för utmaningar med dagens kliniska beslutsstöd och vad kan maskininlärning tillföra? I föreläsningen kommer jag också att berätta om ett nytt forskningprojekt med titeln "Prediktion av läkemedelsrelaterade problem och risker – ett nytt läkemedelsepidemiologiskt tillvägagångssätt baserat på real-world data, beslutsstödsalgoritmer och maskininlärning" som jag driver tillsammans med forskare inom bland annat datavetenskap. I projektet utgår vi från Janusmed kunskapsdatabaser och 10 års journaldata för att beskriva potentiella läkemedlesrelaterade problem och hur de korrelerar med faktiska kliniska utfall hos patienterna samt hur maskininlärning kan användas för att förbättra prediktionen.


Topic

Artificial Intelligence and Machine Learning

Language

Swedish

Seminar type

Pre-recorded + On-site

Objective of lecture

Inspiration

Level of knowledge

Introductory

Target audience

Management/decision makers
Organizational development
Technicians/IT/Developers
Researchers
Students
Healthcare professionals

Keyword

Innovation/research
Patient safety

Conference

Vitalis

Lecturers

Profile image for Tora Hammar

Tora Hammar Lecturer

Universitetslektor
Linnéuniversitetet

Universitetslektor i hälsoinformatik och forskar inom området eHälsa och läkemedel. Leder ett projekt där hälsodata används för att kartlägga läkemedelsrelaterade problem, undersöka hur väl dagens beslutsstöd kan förutsäga faktiska händelser och biverkningar, samt uforskar hur maskininlärningsmodeller kan användas för att förbättra prediktioner. Driver även forskning om införandet av Nationella läkemedelslistan och informationshantering i läkemedelsprocessen Sverige. Undervisar bland annat på masterprogrammet i eHälsa vid Linnéuniversitetet.