Ansøg om midler

Bevillinger skal styrke den data-drevne forskning i Danmark

Dansk datavidenskabelig forskning inden for type 2-diabetes, materialevidenskab og sundhedsdata modtager bevillinger fra Novo Nordisk Fondens Data Science Research Infrastructure Programme. I alt er uddelt knap 40 mio. kr. fordelt på tre projekter.

Tre forskningsprojekter med datavidenskab i centrum kan realiseres med støtte på i alt 39,8 mio. kr. fra Novo Nordisk Fondens Data Science Research Infrastructure Programme. Formålet med programmet er at understøtte forskning i datainfrastruktur, som er kritisk for den data-drevne forskning i Danmark.

Bag forskningsprojekterne står nogle af Danmarks dygtigste forskere, der skal åbne nye veje med datavidenskabelige værktøjer til at fremme forskning inden for type 2-diabetes, brugen af sundhedsdata og materialevidenskab.

Bedre softwareløsninger
Den ene af bevillingsmodtagerne er Annelli Sandbæk, klinisk professor ved Institut for Folkesundhed ved Aarhus Universitet og enhedschef ved Steno Diabetes Center Aarhus. Hun har modtaget 15 mio. kr. til forskningsprojektet A framework for an open and scalable infrastructure for health data exemplified by the DD2 initiative.

Sigtet med forskningsprojektet er at lave bedre softwareløsninger til forskning i type 2-diabetes gennem en eksisterende database ved navn DD2, som indeholder data på 10.200 danskere med sygdommen. Den udviklede data-infrastruktur vil gøre databasen tilgængelig for alle forskere, der ønsker at blive klogere på type 2-diabetes gennem data fra DD2, men selve softwareløsningen vil også kunne anvendes af andre forskningsgrupper med lignende databaser.

Formålet med forskningsprojektet og udviklingen af softwareløsningerne er helt overordnet at frembringe ny viden, der kan komme personer med type 2-diabetes til gavn.

»Der eksisterer allerede nu en masse data, som kan blive et uhyre værdifuldt værktøj for forskere og læger, hvis de kan tilgås og udbygges på en sikker og anvendelig måde. Vi vil udvikle softwareløsninger, der er lette at bruge og som inspirerer til databaseret diabetesforskning i verdensklasse,« fortæller Annelli Sandbæk.

Større indsigt i materialer
Professor Anders Dahl fra Institut for Matematik og Computer Science ved Danmarks Tekniske Universitet DTU har modtaget 11,5 mio. kr. til forskningsprojektet QUAITOM – The Infrastructure for QUantitative AI-based TOMography.

I forskningsprojektet vil Anders Dahl med sine kollegaer udvikle algoritmer baseret på kunstig intelligens til at analysere på avancerede 3D-røntgenbilleder. μCT-røntgenbilleder, som de hedder, kan afsløre materialers indre struktur, men billederne er komplekse og tager lang tid at analysere. Det vil forskerne nu gøre noget ved. De udviklede datavidenskabelige metoder vil gøre det muligt at håndtere store eksperimentelle datasæt og udtrække værdifuld, detaljeret viden.

»Denne viden er vigtig for blandt andet udvikling af ny medicin, diagnostiske værktøjer eller nye materialer til en mere bæredygtig fremtid,« fortæller Anders Dahl. ”Samtidig er en bevilling som dette med til at støtte op om indsatsen om at støtte de mange brugere af faciliteter som MAX IV og ESS med at hurtigt og effektivt at kunne analysere deres store datasæt.”

Bedre brug af sundhedsdata
Den sidste bevilling er gået til professor og overlæge Ismail Gögenur fra Sjællands Universitetshospital, Køge, der har modtaget 13,3 mio. kr. til forskningsprojektet Personalized medicine infrastructure using the open-source OMOP common data model including an Electronic Health Record interface.

Ismail Gögenurs forskningsarbejde går ud på at udvikle softwareløsninger til at sammenholde data fra patientjournaler med data fra store databaser for på den måde at etablere en infrastruktur, der blandt andet kan benyttes i den kliniske beslutningsproces.

»Et af hovedmålene inden for personlig medicin er mere præcist at kunne stratificere den enkelte patient for at stille bedre diagnoser, prognoser og for at kunne behandle den enkelte patient bedst muligt. Dette kan opnås gennem ikke kun patientens egen journal, men også lignende data fra store databaser og kliniske forskningsprojekter,« siger Ismail Gögenur.

I forskningsprojektet vil forskerne med hjælp fra kunstig intelligens udvikle metoder til at samle de mange forskellige data og lavet én platform, som klinikere og forskere kan gå til for at få information.

»Vi vil i et samarbejde mellem dataloger, læger og biologer lave den nødvendige infrastruktur for at fremme denne model i klinisk brug og udbrede den inden for andre medicinske felter,« forklarer Ismail Gögenur.

Om Novo Nordisk Foundation Data Science Research Infrastructure Programme

Formålet med Novo Nordisk Fondens Data Science Research Infrastructure Programme er at understøtte forskning i datainfrastruktur, som er kritisk for den data-drevne forskning i Danmark.

Det kan dreje sig om opbygning af datainfrastruktur inden for beregning, databaser og dataressourcer eller data-genererende teknologier.

Bevillingerne inden for programmet er på 5 til 15 mio. kr. over 5 år.
Data Science Research Infrastructure Programme er det ene af fire ben i Novo Nordisk Fondens Data Science Initiative.

Yderligere information

Christian Mostrup, pressechef, Novo Nordisk Fonden, tlf: 3067 4805.