Vid mitten av 80-talet började Henrik sin grundutbildning på DSV och när han var klar antogs han som doktorand inom området artificiell intelligens, med inriktning mot maskininlärning. Henrik var tidigt ute och hade turen att redan i början av sin forskarkarriär få träffa många av de allra främsta inom området.
- Mycket har hänt under de senaste tjugo åren. Området har gått ifrån att vara ett forskningsområde av främst akademiskt intresse till att leverera algoritmer, metoder och programvara till alla möjliga typer av tillämpningsområden, från life science till analys av köpbeteenden, berättar Henrik.
I dagsläget genereras enorma mängder data i många verksamheter, och det finns en stor potential i att använda dessa data för att förbättra verksamheterna, om det nu handlar om att förutsäga om en kund kan tänkas vara intresserad av en viss produkt eller för att kunna göra förutsägelser kring komponenters livslängd i fordon för underhållsplanering.
Utvecklingen inom området har lett till att det idag finns goda möjligheter att både samla in och analysera data i stor skala, och i takt med att företag och organisationer inser vinsten med att agera utifrån data snarare än utifrån spekulation så ökar intresset för området, som populärt kallas ”big data” – eller data science som är det namn som Henrik föredrar.
- Ännu för tio år sedan kändes det som att marknaden inte riktigt var redo, men nu har intresset formligen exploderat. Nu är det jättehett, understryker Henrik. Det yttrar sig inte minst genom det stora genomslag området har fått på masterprogram och centrumbildningar världen över.
Forskningen inom området på DSV fokuserar på data- och textutvinning, där algoritmer från maskininlärning används och utvecklas för att kunna göra prediktioner baserat på tidigare observationer och för att hitta mönster i data i form av tolkningsbara regler. Tio disputerade forskare arbetar inom området på institutionen tillsammans med 12 doktorander.
- Utöver data- och textutvinning berör området data science flera andra verksamheter vid DSV, som programvaruutveckling, databasteknologi och visualisering. Det är ett starkt område också för den samhällsvetenskapliga fakulteten med kopplingar till bland annat statistik och företagsekonomi, understryker Henrik.
Läkemedelseffekter
Projektet Dataanalys för detektion av läkemedelseffekter (DADEL) har fått 19 mkr under fem år inom SSFs satsning på informationsintensiva system. Det huvudsakliga målet med projektet är att utveckla tekniker och verktyg för att stödja beslutsfattande och upptäckt av läkemedelseffekter genom att analysera patientjournaler, läkemedelsregister, biverkningsrapporter och experimentella resultat. Projektet utvecklar metoder för analys av både strukturerade och ostrukturerade data, samt programvara för storskalig analys av massiva, heterogena och ständigt växande datamängder.
- Mängden data i form av elektroniska patientjournaler, läkemedelsregister, biverkningsrapporter och experimentella resultat växer närmast explosionsartat. Genom att koppla ihop olika informationskällor kan ny information utvinnas när det gäller vilka effekter läkemedel har, förklarar Henrik Boström.
Informationen kan stödja beslutsfattande vid både utveckling och förskrivning av läkemedel. Det är dock en stor utmaning att analysera dessa typer av massiva, heterogena och ständigt växande datamängder. Utöver sex seniora forskare ingår också sex doktorander i projektet, som är ett samarbete med högskolan i Borås. I höst blir det halvtidsrapportering – något som Henrik ser fram emot med tillförsikt.
- När det gäller forskningsproduktionen så ligger vi mycket bra till – under den första halvan av projektet har vi redan publicerat fler än 40 konferens- och tidskriftsartiklar, varav några av artiklarna har publicerats i de allra främsta tidskrifterna (högsta nivån enligt den gradering som används på universitetet) , betonar Henrik. Vi arbetar också med att utveckla demonstratorer som vi ska kunna visa upp vid mötet för halvtidsutvärderingen i november.
DADEL-projektet innebär spännande samarbeten med forskare inom farmakologi och läkemedelsutveckling vid både forskningsinstitut och läkemedelsföretag.
- Vi ska ta fram prediktiva modeller och kunna visa på konfidensbaserad prediktion av läkemedelsbiverkningar. Det handlar också om att skapa verktyg som gör att det är lätt för användare att analysera de data man har för att kunna dra slutsatser, förklarar Henrik.
SSF ser gärna att den forskning man stödjer också kommersialiseras. Och det är givetvis bra tycker Henrik, även om han inte ser sig själv som den naturliga entreprenören.
- Det är väldigt stimulerande att se resultaten av forskningen komma till praktisk nytta, betonar Henrik. Själv är jag dock mest road av forskningsdelen och av att skapa artefakter och skulle gärna se ett samarbete med entreprenörer för att få igång en kommersiell verksamhet utifrån resultaten.
Andra tillämpningsområden
Resultaten från projektet är generaliserbara och kommer att kunna tillämpas på helt andra områden än läkemedelseffekter. I projektet IRIS samarbetar DSV, Scania och Linköpings universitet. Det är ett forskningsprojekt för att bedöma tunga markbundna fordons hälsostatus. Scania och Vinnova satsar tillsammans cirka 23 miljoner kronor på projektet som fördelas över en femårsperiod.
För att utveckla den svenska transportsektorn behövs bland annat leveransprecision, säkerhet och automation. Kostnader för oplanerat underhåll måste reduceras och då behövs information om fordonets hälsostatus. Inom projektet tas prediktionsmodeller fram som kommer att användas för att dynamiskt optimera planerat underhåll.
Och framtiden?
Henrik har alltid haft en fot kvar på DSV även om han haft flera andra uppdrag utanför institutionen. Han har jobbat som senior forskare vid startupföretaget Virtual Genetics på KI Campus där han ledde utvecklingen av deras produkt för prediktiv modellering. Han har också varit med om att själv starta företaget Compumine AB, som under knappt tio års tid levererade den egenutvecklade produkten Rule Discovery System (RDS) till framförallt läkemedelsindustrin. Henrik har också varit professor i informationsfusion vid högskolan i Skövde under några år och haft administrativa uppdrag, bl.a. som ställföreträdande prefekt vid DSV. Men det är forskningen han brinner för.
Henrik ser ljust på framtiden och hoppas att verksamheten inom data science vid institutionen ska kunna bedrivas i minst lika stor skala som nu. Intresset för området är stort nationellt och i början av december hålls en workshop inom data science på DSV med ett sjuttiotal inbjudna deltagare från lärosäten, institut och företag.
- Tanken är att vi förutom att ta del av varandras pågående forskningsprojekt ska diskutera former för samarbete i större skala, t.ex. inom ramen för en forskarskola och gemensamma projekt, säger Henrik.
- Det är en spännande tid just nu, och jag trivs väldigt bra. Det är också jättekul att vi får så många duktiga doktorander som söker sig till området, avslutar Henrik.
Privat
Fru och två döttrar (snart 18 år båda två)
Släktgård på Söderslätt i Skåne
Passionerad golfare sedan fyra år (Hcp 15). Ska bli singelhandikappare inom fem år.
Projektdeltagare DADEL
Henrik Boström (projektledare), Professor, Stockholms universitet
Hercules Dalianis, Professor, Stockholms universitet
Lars Asker, Docent, Stockholms universitet
Ulf Johansson, Docent, Högskolan i Borås
Håkan Sundell, Docent, Högskolan i Borås