Episode Synopsis "Episode 3 - Håvard Danielsen forklarer kunstig intelligens innen kreftbehandling"

I denne episoden snakker vi om kunstig intelligens og medisin!  I januar kom det en spennende artikkel i Nature review cancer fra en norsk gruppe med tittel “Designing deep learning studies in cancer diagnostics”, og samme gruppe hadde en artikkel om dyplæring i Lancet i fjor. Bak artiklene står prosjektet DoMore! - et fyrtårnprosjekt finansiert av Forskningsrådet.  Gjest I denne podcasten er professor Håvard Danielsen. Danielsen er leder av Institutt for kreftgenetikk og informatikk ved Oslo Universitetssykehus HF, professor II ved Institutt for Informatikk (IFI) ved Universitetet i Oslo og Visiting Professor of Cancer Informatics ved universitetet i Oxford, England. Han er også Honorary Professor i medisin ved universitetet i Soochow, Kina. Og ikke minst - Danielsen er prosjektleder for DoMore! I denne episoden får vi høre mer om hvordan kunstig intelligens brukes for å klassifisere pasientens risiko for tilbakefall og død av tarmkreft og andre kreftformer. Kunstig intelligens brukt i kreftdiagnostikk viser ofte veldig gode resultater i forskningsprosjekter. Vi får også høre Danielsens tanker om hva som skal til for å overføre forskningsresultatene til klinikk, slik at algoritmene kommer pasienter til gode.

Listen "Episode 3 - Håvard Danielsen forklarer kunstig intelligens innen kreftbehandling"

More episodes of the podcast NORA forklarer kunstig intelligens

• Episode 1 - Robert Jenssen forklarer kunstig intelligens innen helseforskning, computer vision og bildeanalyse
• Episode 2 - Inge Jonassen forklarer sammenhengen mellom kunstig intelligens og proteinfolding
• Episode 3 - Håvard Danielsen forklarer kunstig intelligens innen kreftbehandling
• Episode 4 - Lilja Øvrelid forklarer kunstig intelligens innen språkteknologi
• Episode 5 - Pinar Heggernes forklarer algoritmer og kompleksitetsteori
• Episode 6 - Jim Tørresen forklarer roboter
• Episode 7 - Michael Riegler explains Artificial Intelligence
• Episode 8 - Large Language Models: Bias & Reasoning