Professor, Head of Research, Section for Health Data Science and AI, Københavns Universitet

I takt med at mange befolkninger ældes, bliver sygdomsmønstrene stadig mere komplekse. Patienter lider ofte af mange sygdomme samtidigt i løbet af livet. Sundhedsdata om heterogene fænotyper akkumuleres samtidig via elektroniske patientjournaler i sundhedssektoren. Oplægget vil diskutere, hvordan man analyserer data i stor skala fra millioner af patienter, og præsentere maskinlæringsmetoder, der er relevante for den aktuelle dagsorden om en mere individualiseret behandling.
Søren Brunak er en førende pioner inden for bioinformatik, sundhedsdatavidenskab og kunstig intelligens siden midten af 1980'erne. Han begyndte sin forskning, før disse emner blev populære. Han har en evne til at kombinere videnskabelige discipliner på nye måder og har for eksempel udviklet et sygdomsforløbskoncept til modellering af multimorbiditet, der har tiltrukket sig betydelig opmærksomhed. Det bruges til at analysere sygdomsprogression i et livslangt perspektiv.