Forskningsområder
Gruppen har særligt fokus på osteoporose og osteoporotiske frakturer. Forskningen omfatter fraktur-epidemiologi, screening, tidlig opsporing og forebyggelse.
Et centralt omdrejningspunkt i gruppens arbejde er at styrke den tidlige identifikation og forebyggelse af frakturer ved at udnytte data fra de danske nationale sundhedsregistre til at udvikle og forbedre prædiktive modeller og strategier for brudforebyggelse.
Vi udvikler automatiske, datadrevne modeller og algoritmer til at identificere personer med øget risiko for osteoporotiske frakturer. Det sker gennem metoder inden for maskinlæring (ML) og forklarlig kunstig intelligens (Explainable AI), hvor vi bl.a. identificerer mønstre og trajectories i sundhedsdata, der kan forklare eller forudsige udviklingen af
osteoporose og frakturer.
Derudover har vi fokus på implementering i praksis, hvor vi undersøger, hvilke faktorer der muliggør en succesfuld anvendelse af AI-baserede
værktøjer. Her inddrages relevante brugere såsom patienter, klinikere, praktiserende læger og sygeplejersker.
Indsatsområder
$name
Forskningsprojekter
FREM - Fracture Risk Evaluation Model
The ROSE study (Risk-Stratified Osteoporosis Strategy Evaluation)
CHOICE - Continuous Healthcare in OsteoporosIs CasE-finding