Dyplæringsmodeller brukt i ny doktorgrad
For å analysere multiparametriske MR-bilder for å gradere og lokalisere hjernesvulst brukte doktoranden dyplæring.
Universitetet i Bergen
Saruar Alam i Brain Tumour Immunology and Therapy-gruppen ved Institutt for Biomedisin gjennomførte sitt offentlige forsvar av sin doktorgrad 28 august. Dette var den første doktorgraden i kunstig intelligens/dyplæring på institutt for biomedisin ved Det medisinske fakultet, og hadde tittelen; Multiparametrisk hjerne-MR og dyp læringsmodeller anvendt på segmentering og prediksjon hos pasienter med gliom.
Denne forskningen markerer et viktig skritt i det å integrere KI med medisinsk bildebehandling, og viser relevansen til det kommende KI-senteret ved Det medisinske fakultet ved UiB. Doktorgradsprosjektet har tatt for seg et kunnskapshul i bruken av datamaskinbasert analyse av MR-bilder for gradering og lokalisering av hjernesvulster. Ved å videreutvikle denne teknologien, viser forskningen potensiale til å trekke ut bildebasert informasjon relatert til tumorlokalisering og karakteristikker, som er nyttig for treffsikker gradering og -behandling. Dette vil kunne komme hjernesvulstpasientene til gode i fremtiden.
Fra venstre: Disputasleder professor Rolf Bjerkvig, opponent og førsteamanuensis Ingerid Reinertsen, (NTNU), doktorand Saruar Alam, opponent professor Vincent Barra, (Clermont Auvergne University, Frankrike) og leder av komiteen professor Harald Barsnes, Universitetet i Bergen.
Disputasen ble vel gjennomført av kandidaten, og etterpå fulgte en spennende diskusjon vedrørende optimal metode for å trene modeller til gradering av hjernesvulster. Ettersom de WHO-definerte kriteriene for gradering har endret seg flere ganger de siste 18 årene påpekte opponent og førsteamanuensis Ingerid Reinertsen viktigheten av å basere trening av nye modeller på molekylære karakteristikker snarere enn på selve graden. Videre ble viktigheten av å ha tilgjengelig pasientdata for trening understreket, ettersom det er den eneste måten vi kan sikre at nye KI-modeller trenes opp på korrekt grunnlag. Dette må selvsagt gjøres i henhold til gjeldende GDPR-reglement. Likefullt bør GDPR hensynta at allmennyttig forskning og fremtidig presisjonsbehandling ikke blir skadelidende av for strengt og kontraproduktivt regelverk. Professor Vincent Barra fulgte opp med interessante diskusjoner omkring valg av type algoritme i opptrening i modellene, og bidro med konstruktive refleksjoner rundt de tekniskmetodiske valgene i studien.
Fra venstre: Doktorand Saruar Alam, bi-veileder professor Martha Enger, disputasleder professor Rolf Bjerkvig, hovedveileder professor Arvid Lundervold.
Opponenter
Førsteamanuensis Ingerid Reinertsen, NTNU
Professor Vincent Barra, Clermont Auvergne University, Frankrike