Carl Henrik Ek gästprofessor i AI/maskininlärning vid KI SÖS
Carl Henrik Ek har nyligen utsetts till gästprofessor i AI/maskininlärning vid institutionen för klinisk forskning och utbildning, Södersjukhuset (KI SÖS), Karolinska Institutet. För att dra nytta av den nya tekniken måste utveckling ske i synergi mellan matematik, datavetenskap och medicin, menar Carl Henrik Ek, som också leder en forskargrupp inom maskininlärning vid Universitetet i Cambridge, Storbritannien.
Medicinsk forskning har alltid varit datadriven där empiriska resultat lett till nya teorier och kunskaper. Tack vare de senaste decenniernas digitalisering finns nu stora mängder forskningsdata, som med hjälp av moderna statistiska metoder från maskininlärning kan omsättas i medicinska applikationer.
Den medicinska forskningen ställer dock speciella krav på frågeställningar för maskininlärning.
– Det är viktigt att förstå att maskininlärning inte är en vetenskaplig disciplin eftersom det saknas en vetenskaplig fråga. I stället är det ett verktyg för att besvara andra discipliners vetenskapliga frågor. Under de senaste åren har jag blivit intresserad av medicinska tillämpningsområden, både för att det är applikationer som är viktiga, och för att de ställer krav på våra metoder som är unika, säger Carl Henrik Ek, gästprofessor vid institutionen för klinisk forskning och utbildning, Södersjukhuset, Karolinska Institutet.
Carl Henrik Ek arbetar sedan 20 år inom maskininlärning och driver en forskargrupp vid Universitetet i Cambridge, Storbritannien, med fokus på teoretisk utveckling av statistiska modeller. Han är utbildad farkosttekniker vid KTH, och har doktorerat på Oxford Brookes Universitet, Storbritannien, inom datavetenskap.
Efter disputationen gjorde han en postdok vid UC Berkeley, USA, och har haft tjänster som lektor vid KTH, samt Bristols Universitet, Storbritannien.