Cajsa Lindberg är underläkare och forskare i geriatrik. Hennes forskningsprojekt handlar om att hitta proteiner kopplade till KOL med hjälp av maskininlärning.
Varför sökte du till kursen?
- Maskininlärning är en av grundbultarna i mitt nuvarande forskningsprojekt och jag har därför redan arbetat en del med det som gicks igenom på kursen. Mitt huvudsakliga mål var att lära mig mer om de metoder jag redan använder samt att få en mer övergripande förståelse och nya idéer till andra möjliga vägar att gå med vårt maskininlärningsworkflow.
Vad var den viktigaste lärdomen?
- Kursen gav många viktiga insikter och lärdomar. En av de viktigaste kanske var att maskininlärning är väldigt bra på att prediktera utfall utifrån data som liknar det den har tränat på men att metoderna ofta har problem med att extrapolera till situationer som ligger utanför träningsdatan. Exempelvis kan det bli problem om den ny datan inkluderar patienter i en annan ålderskategori eller om man byter vilken röntgenapparat som används. Jag har också fått en hel del praktiska kunskaper i hur man bäst hanterar hyperparameterar, dvs parametrar man själv kan ställa in som påverkar modellerna, och de olika paketen i R samt insikter om att gränsen mellan ”klassisk” statistik och maskininlärning ibland är svår att dra.
Vad tar du med dig från mötet den sista dagen?
- Jag tar med mig vilken stor potential som finns i det svenska samhället för att forska på epidemiologiska data. Vi har både flertalet stora epidemiologiska studier men även mycket insamlade registerdata. Jag har också insett hur snårigt det är med alla lagar och regler som kan sätta käppar i hjulet både vad gäller både insamling och hantering av epidemiologiska data - men som samtidigt är väldigt viktiga för att skydda forskningsdeltagarna. Följaktligen sker mycket arbete för att både se över lagrummen och för att försöka slå ihop delar av all data för att kunna göra studier på väldigt ovanliga sjukdomar som annars är svår att studera.
Alice Askemyr, underläkare och forskare inom "Gott åldrande i Skåne"-studien forskar just nu på hjärt-kärlsjukdom och kognitiv hälsa hos äldre.
Hon tror att hon kommer få användning för maskininlärning i ett av sina delprojekt, men tycker också att det är viktigt att man som forskare har kunskap om olika statistiska metoder och dess begränsningar.
- På så sätt blir det enklare att välja metod till framtida projekt, samt utvärdera metoder och tolka resultat från andra studier, säger hon.
Den viktigaste lärdomen för henne var hur hon ska orientera sig bland alla metoder samt utvärdera dem och hon tror att hon kommer att ha stor nytta av kursmaterialet i framtiden.
Angående den sista mötesdagen säger Alice:
- Det var fint att få lära sig mer om alla de kohortstudier som var på plats. Jag ser fram emot framtida samarbeten mellan studierna och det sådana samarbeten kommer att göra för svensk forskning.
