Korkean yksityisyyden suojan mahdollistava menetelmä korkean sydän- ja verisuonitautiriskin omaavien henkilöiden tunnistamiseksi käyttäen kansallisia rekisterejä ja geneettistä tietoa.
Rahoitetun hankkeen kuvaus
Sydän- ja verisuonitaudit ovat johtava kuolinsyy Suomessa, joten on tärkeää tunnistaa aikaisessa vaiheessa korkeaan riskiryhmään kuuluvat henkilöt. Perinteisesti tämä on tehty käyttäen kliinisiä ennustemalleja. Tällä on kuitenkin omat rajoitteensa. Tavoitteenani on kehittää innovatiivisia ennustemenetelmiä, jotka takaavat henkilön yksityisyyden: 1)Tutkimalla uusia, tekoälyyn nojaavia malleja, tuottaaksemme ”synteettistä” rekisteridataa. Tämä mahdollistaa uuden datan luomisen, joka tuottaa samat tulokset kuin alkuperäinen data, mutta on riittävän erilaista minimoidakseen yksityisyyden menetyksen riskin. 2)Kehittämällä tekoälyyn perustuvia ennustemalleja, jotka hyödyntävät kansallista rekisteridataa lääkityksistä, diagnooseista, sukurasitteesta ja sosioekonomisesta asemasta tuottaakseen tarkkoja arvioita sydän- ja verisuonitautiriskistä. 3)Yhdistämällä geneettisiä riskiarvoja ja terveyshistoriaa, tunnistaaksemme alaryhmiä, joille geneettinen tieto voi parantaa riskin ennustamista.
Näytä enemmänAloitusvuosi
2019
Päättymisvuosi
2024
Myönnetty rahoitus
Muut päätökset
352707
Akatemiatutkijan tutkimuskulut(2022)
200 000 €
328891
Akatemiatutkijan tutkimuskulut(2019)
299 999 €
Muut tiedot
Rahoituspäätöksen numero
323116
Tieteenalat
Tietojenkäsittely ja informaatiotieteet
Tutkimusalat
Laskennallinen tiede
Tunnistetut aiheet
public health, occupational health