”Vad är det som är så mystiskt med modern statistik?”
Magnus Boman är AI-professor på institutionen för medicin, Solna vid KI, och med i AI@KI-projektet – ett strategiskt projekt initierat av KIs rektor med målet att samla in och beskriva alla aktiviteter på KI relaterade till artificiell intelligens (AI). Magnus är dessutom sedan 2023 engagerad i AI-frågor vid MedTechLabs och rådgivare inom Clinicum för forskningsmetodik som involverar maskininlärning.
Hej Magnus Boman, varför är du med i Clinicums rådgivningsnätverk?
Vi får mycket frågeställningar kring AI och maskininlärning och Clinicum behöver växa inom det området. Jag och Max Gordon på Danderyd är i nuläget de enda uttalade metodrådgivarna i den häraden. Vi ser fram emot att flera kollegor känner sig mogna att hugga in. Mer personligen så lär jag mig extremt mycket genom att lyssna på allas problemställningar. På metaplanet så förstår jag också bättre kollegornas förvirring: vad är det som är så mystiskt med modern statistik egentligen?
Vad gör en AI-professor?
Programmerar och räknar en hel del, även om det aldrig tycks finnas tillräckligt med tid för endera saken. Utbildning, fortbildning och det vackra ordet färdighetsträning ingår också så klart. Men mesta tiden går åt till att svara på frågor av typen "Är det här lätt eller svårt med AI?" eller "Jag har jättemycket unika data som borde kunna användas för prediktion eller klassificering, hur vet jag om det är rätt data och tillräckligt mycket för AI?".
Jag är själv direkt inblandad i ungefär ett dussin forskningsprojekt också, där jag har olika nivåer av kompetens, allt från "nästan kompetent" till "absolut helt utan kompetens". Så jag försöker snickra ihop det jag faktiskt kan, vilket oftast är någon form av självlärande modell, om projektledaren vill ha det. Jag gör sällan något på eget bevåg, utan försöker istället möta de behov som faktiskt finns.
Vilken typ av frågor inom maskininlärning eller AI kan man ställa till dig?
Alla frågor som har med lärande modeller att göra! (Det finns säkerligen dumma frågor inom området, men ingen vet vilka det är riktigt, det är dagsnotering på det.) De flesta frågor jag får rör inte generativ AI, utan diskriminativ AI, alltså prediktioner eller klassificeringar. Sånt som låter sig göras med vanliga statistiska metoder, som regression, men som har en "twist" av något slag, icke-linjäritet eller väldig hög komplexitet.
Hur kan jag bäst förbereda mig inför en konsultation med dig?
Det brukar räcka med att fylla i Clinicum-blanketten. Men den som har läst eller hört något fantastiskt spännande kan alltid skicka mig länkar. Samma sak med egna arbeten från de som behöver metodråd som jag borde läsa - jag älskar hur mycket jag lär mig på det sättet!
Magnus Bomans bästa AI-tips för forskare:
- Det finns många myter kring maskininlärningsmodeller, "Random Forest är bäst". Inom Clinicum avslöjar vi att ingen myt stämmer med just ditt data, av någon anledning.
- Att jämföra kvantitativa utfall (till exempel AUC-ROC) av olika prediktionsmodeller är nästan alltid att jämföra äpplen med päron. Vi kan hjälpa dig att förstå varför.
- Det finns inga tröskelvärden som avgör klinisk relevans för en modell. Vi kan förklara för dig hur du gör en oklanderlig modell med inlärning och självförbättrande egenskaper. Du bestämmer sedan om det är värt besväret eller om det blir en regressionsmodell till sist.
- Fyll i ett Clinicum-formulär och ställ din specifika fråga till mig