Cristin-prosjekt-ID: 595297
Sist endret: 8. juni 2018 16:37
Cristin-prosjekt-ID: 595297
Sist endret: 8. juni 2018 16:37
Prosjekt

Computational Sepsis Mining and Modelling

prosjektleder

Øystein Nytrø
ved Institutt for datateknologi og informatikk ved Norges teknisk-naturvitenskapelige universitet

prosjekteier / koordinerende forskningsansvarlig enhet

  • Institutt for datateknologi og informatikk ved Norges teknisk-naturvitenskapelige universitet

Finansiering

  • TotalbudsjettNOK 10.350.000
  • Norges forskningsråd

    • Prosjektkode: 259055
  • Norges teknisk-naturvitenskapelige universitet

Klassifisering

Vitenskapsdisipliner

Datateknologi • Infeksjonsmedisin • Kunnskapsbaserte systemer

Emneord

Datagruvedrift • Helseinformatikk • Språkteknologi • Maskinlæring • Individtilpasset medisin

HRCS-helsekategori

  • Betennelse og immunsystem

HRCS-forskningsaktivitet

  • 3.5 Ressurser og infrastruktur (sykdomsforebyggende og helsefremmende tiltak)

Kategorier

Prosjektkategori

  • Doktorgradsprosjekt

Kontaktinformasjon

Telefon
+4791897606
Sted
Øystein Nytrø

Tidsramme

Aktivt
Start: 1. september 2018 Slutt: 1. september 2022

Beskrivelse Beskrivelse

Tittel

Computational Sepsis Mining and Modelling

Populærvitenskapelig sammendrag

The project will lift and unify knowledge from current, and future, sources of clinical and –omics information using semantically rich, predictive patient models that enable a computational memory of practice cases suitable for sepsis monitoring and treatment decision support. This will also alleviate the discontinuity of data and meaning resulting from a changing EHR.

In particular, the proposal will demonstrate how NTNU can contribute with coordinated and multidisciplinary research enabling the benefits of the future Health Platform by: Capturing and preserving individual case histories using novel technology for integrating temporal interpretation of clinical text with structured data; Establishing knowledge and decision support for individualized, real-time, infection and sepsis monitoring; Demonstrate a clinical dashboard extending the computerized chart for process monitoring and patient risk mitigation. Indirectly, improve interventions and reduce drug resistance.

Vitenskapelig sammendrag

Research tasks

  1. Improve machine learning methods for recognizing and classifying clinical statements, modifiers, indicators and variables.

  2. Further develop ontologies of infection-related phenotypes, interventions, findings.

  3. Carefully annotate a sufficiently large training corpus of clinical records.

  4. Employ health care process mining methods to derive commonly occurring patterns and subprocesses so as to build knowledge about dependent and independent events and processes.

  5. Train statement-classifiers and data-fusion algorithms using process knowledge, annotated corpus and ontologies.

  6. Further develop theories of constraint-based computational clinical reasoning.

  7. Use research registers, prevalence surveys and other sources to evaluate, improve and validate quality of the computational patient model.

Metode

The clinical motivation for the research is the unique combined opportunity and ability to do phenotype-wide association studies with the Mid-Norway Sepsis Group in collaboration with HUNT, the K.G. Jebsen Center for Genetic Epidemiology and the BIGMED NFR lighthouse project. The healthcare potential is to save lives and prevent harm by providing computer-supported individual, knowledge-based sepsis prevention and treatment.

prosjektdeltakere

prosjektleder
Aktiv cristin-person

Øystein Nytrø

  • Tilknyttet:
    Prosjektleder
    ved Institutt for datateknologi og informatikk ved Norges teknisk-naturvitenskapelige universitet

Jan Egil Afset

  • Tilknyttet:
    Prosjektdeltaker
    ved Laboratoriemedisinsk klinikk ved St. Olavs Hospital HF
  • Tilknyttet:
    Prosjektdeltaker
    ved Institutt for klinisk og molekylær medisin ved Norges teknisk-naturvitenskapelige universitet

Pieter Jelle Toussaint

  • Tilknyttet:
    Prosjektdeltaker
    ved Institutt for datateknologi og informatikk ved Norges teknisk-naturvitenskapelige universitet

Erik Solligård

  • Tilknyttet:
    Prosjektdeltaker
    ved Klinikk for anestesi og intensivmedisin ved St. Olavs Hospital HF
  • Tilknyttet:
    Prosjektdeltaker
    ved Institutt for sirkulasjon og bildediagnostikk ved Norges teknisk-naturvitenskapelige universitet

Jan Kristian Damås

  • Tilknyttet:
    Prosjektdeltaker
    ved Medisinsk klinikk ved St. Olavs Hospital HF
  • Tilknyttet:
    Prosjektdeltaker
    ved Institutt for klinisk og molekylær medisin ved Norges teknisk-naturvitenskapelige universitet
1 - 5 av 5