Avdeling for Helsedata og analyse

Vi ser på hvordan helsedata kan brukes til å forutse, oppdage og behandle sykdom.

Maskinlæringsalgoritmer og metoder for datautvinning er noe av det vi studerer. Vi skal utvikle metoder for å analysere data og ivareta personvern.

Hvordan helsesektoren kan ta i bruk pålitelige og bærekraftige algoritmer er et sentralt tema.

Bedre bruk av helsedata

Det er en nasjonal målsetting at helsedata skal være tilgjengelige for kvalitetsforbedring, helseovervåking, styring og forskning. Dataene skal disponeres på en måte som ivaretar personvern og tillit fra pasienter og helsearbeidere. Avanserte statistiske metoder skal utvikles for å hente ut nyttig og meningsfull informasjon fra disse store datamengdene.

Store mengder data genereres i utøvelsen av helsetjenesten og tilgangen til de store datamengdene, og økt regnekraft gjør det mulig å anvende nye metoder innen helseanalyse som gir beslutningstakere, helsearbeidere og innbyggere nye redskap til kvalitetsforbedring, styring, forskning og helseovervåkning. Bruk av avanserte helseanalyser kan gjøre helsetjenesten bedre i stand til å predikere, oppdage og behandle sykdom. Helsedataanalyse er et stort og komplekst felt og mange aktører har variert kunnskap om feltet.

Forskning

• Tilgjengeliggjøring og analysering av data
• Å se sammenhengen mellom EPJ-data og andre datakilder
• Integrasjon mot journalsystemer med tanke på automatisk høsting og registrering av data samt beslutnings- og prosesstøtte koblet mot journal
• Kunnskap om IKT-systemer som frembringer data fra ulike kilder, systematisere og analysere data generert som en del av utøvelsen av helsetjenesten
• Analyse av sekundærdata ved bruk av teknikker som mønstergjenkjenning, visualisering, prediktiv modellering, tidsserieanalyse, tekstanalyse med mer
• Å utvikle avanserte statistiske metoder som gjør data om til verdifull beslutningsstøtte
• Metoder for ivaretagelse av personvern ved bruk av helsedata fra ulike datakilder