Let’s put your data to life – IBM Life 2019 Oslo

Share this post:

Det har lenge vært en ambisjon at teknologien vil bidra til å diagnostisere og foreslå behandlingstiltak for å møte utfordringer knyttet til liv, helse og samfunn.

I takt med økende digitalisering og eksplosiv data og informasjonsvekst, gir dataverktøyene våre økt innsikt. Det kan virke som en evighet siden IBM lanserte Watson. Gjennom sin helsesatsing kunne Watson gi verdifull støtte for diagnosering av kreftpasienter basert på kunstig intelligens. I kjølvannet dukker det opp både nye løsninger og nye utfordringer.

Høy-ytende masselagring og optimalisert maskinvare muliggjør gen-sekvensiering, sykdomsdiagnose og intelligent analyse av bilder eller bevegelse. Man har gått fra å diskutere hva som er mulig til å diskutere hvor raskt og presist man får svarene man søker. Vi ser nå også at nevrale nett og deep learning oftere erstatter rene simuleringer. Verdens største regneklynger viser også at man ved ekstrem oppskalering kan bruke modellene til nye ting, samt kan gi næring til nye spørsmål og svar. Alt handler om datatilgang kombinert med moderne maskinkraft.

Helseteknologi som IT-megatrend

Fra den nylig avsluttede teknologi-konferansen under SXSW 2019 i Austin, Texas, ble helseteknologi  trukket frem som en av de 5 store IT-megatrender. Der ble det også poengtert at nødvendig personvern kan konkurrere med effektiv deling av data. Det er en klar erkjennelse at for å få riktig empirisk grunnlag til å bygge gode datamodeller, trenger man tilgang til mer informasjon enn ett universitet, ett helseforetak eller til-og-med ett enkelt land besitter. Data må posisjoneres for moderne AI ved å være omfattende nok og bred nok for å danne grunnlaget for presise modeller. Vi vil trenge sikre prosedyrer og regelverk som balanserer personverns-behov med kollektiv nytte innenfor helseteknologi. Også i Norge er det kontinuerlig diskusjon om å finne denne balansen.

Datamodellering når det ikke finnes erfaringsdata

Statististiske analyser og modeller for kunstig intelligens forutsetter data og informasjon. Noen ganger står vi overfor problemstillinger og trusler hvor det ikke finnes erfaringsdata eller statistikk. I disse tilfellene må man bruke problemforståelse, matematikk og regnekraft for å skape datamodellene. Et slikt behov kan være innenfor molekylære simuleringer for biologi og fysikk-formål. Andre anvendelser kan være makrosystemer innenfor økonomi, sykdomsutredelse og demografi. Spesielt innenfor slik modellering og simulering vil vi se at moderne maskinkraft ikke alltid strekker til. Ambisjonene våre om hastighet og presisjon passerer det som er mulig å realisere med klassisk datamaskin-kraft. Er det løsninger på slike problemer i horisonten?

En hel dag er viet moderne teknologi for helsedata og beregninger

IBM Life 2019 – Let’s put your data to life – ønsker å belyse de gode ideene, realiseringene og den moderne helseteknologien. Vi vil se på teknologi for sikker tilgjengeliggjøring av sensitive data, UIOs regnetjenestemodeller for sensitive data og praktiske lagrings-implementeringer for helse og vitenskap i Norden. Vi vil også høre eksempler på moderne datasimuleringer der det ikke finnes empiri å støtte seg til. Under Ebola-utbruddet i Vest-Afrika i 2014 ble pandemi-trusselen simulert ved regnekraft og modellering.

Bli med oss på IBM Client Center Oslo, Sundtkvartalet, 10. April, kl 9:30-15:00. Del erfaringer og lytt til ekspert-presentasjoner med mange fasetter av praktiske anvendelser av teknologi i moderne vitenskap og helseteknologi.

http://ibm.biz/IBMLIFE2019NOTB