Alexander Selvikvåg Lundervold
Arbeids- og kompetanseområde
Hvordan gå fra maskinlærings-metoder til maskinlærings-løsninger? Hva slags rolle kan kunstig intelligens ha innen medisin og helsevesen, nå og i fremtiden?
Mine hovedinteresser er maskinlæring og kunstig intelligens sett fra et dataingeniørperspektiv—hvordan utvikle maskinlæringsbasert programvare (machine learning engineering)—samt utvikling, evaluering, og innføring av kunstig intelligens-baserte løsninger innen medisin og helse (Medisinsk AI).
Ved HVL leder jeg gruppen Machine Learning Engineering (https://github.com/HVL-ML) og siden 2018 har jeg ledet aktiviteten i Medisinsk AI ved senteret MMIV (https://mmiv.no) på Haukeland universitetssjukehus. Jeg forsøker å formidle disse felt og våre arbeid i et bredt sett av fora, og deltar også i lokale, regionale og nasjonale råd og nettverk.
Populærvitenskapelige innlegg siste fem år
- NRK P1 Sogn og Fjordane. Kor intelligent er kunstig intelligens?, 21. desember 2022.
- Foredrag om AI i medisinsk bildebehandling og diagnostikk ved Intelligente Bergen — kraftsenter for kunstig intelligens. 4. november 2022.
- Foredrag under inspirasjonskveld for førsteårs ingeniørstudenter ved HVL. Matematikk som et fagfelt, et språk og et verktøy. 20. november 2022.
- Foredrag om matematikk under Realfagsdagen 2022. 18. oktober 2022.
- Intervju i Hold Pusten 06 2020. Raskere MR med KI.
- Intervju i MIT Technology Review, AI could help with the next pandemic—but not with this one. 12. mars 2020.
- Tekprat: AI og maskinlæring. 19. september 2019.
- Utstilling om medisinsk AI ved Christiekonferansen 2019. 29. april 2019.
- Innlegg om kunstig intelligens i medisin under Springbrettet. 11. april 2019.
- Intervju i forskning.no: Nå kan studenter lære om kunstig intelligens og medisin, 15. februar 2019.
- Utstilling under EHiN 2018 i Oslo Spektrum. 14. november 2018.
- Foredrag om matematikk under Realfagsdagen. 31. oktober 2018.
- Eureka paneldebatt: Kunstig intelligens i helsevesenet. Mars 2018.
- Workshop om kunstig intelligens for elever ved Nordahl Grieg Videregående Skole under konferansen Framtid 2018: Kampen om virkeligheten: Fake, fakta eller fiksjon? 15. februar 2018.
- Innlegg om matematikk under Realfagsdagen. 26. oktober 2017
- Foredrag under Forskningsdagene UNG 2017 om Maskinlæring og kunstig intelligens, og hva matematikk har med slikt å gjøre. 28. september 2017.
- Artikkel/kronikk om dyplæring i medisin i tidskriftet Helse, Medisin, Teknologi. 2017/4.
- Intervju i Teknisk Ukeblad, Nytt norsk senter lærer datamaskiner å stille diagnose på sekunder. 15. desember 2017
Se https://alexander.lundervold.net/ for mer om mine forsknings og undervisnings-aktiviteter.
- DAT158: Machine learning engineering
- DAT255: Deep learning engineering
- DAT801: Maskinlæring for forretningsutvikling
- ELMED219: Artificial intelligence and computational medicine
- HVL-DLN-AI: A hands-on course on artificial intelligence in computational biotechnology and medicine
- PCS956: Recent trends in applied machine learning
- Maskinlæring
- Kunstig intelligens
- Dataanalyse
- Medisinsk AI
- Beregningsorientert medisin
Min forskning er knyttet til mine stillinger som førsteamanuensis ved Institutt for datateknologi, elektroteknologi og realfag ved HVL og "senior data scientist" ved Haukeland Universitetssjukehus. Forskningen bygger på min bakgrunn fra matematikk, mastergrad og Ph.d. i matematikk fra Universitetet i Bergen, og mitt arbeid i stilling som postdoktor ved Institutt for matematiske fag ved NTNU og som Marie Curie Fellow i gruppen Advanced Learning and Evolutionary Algorithms ved INRIA, Bordeaux (https://www.inria.fr).
Publikasjonar
-
Personalized prognosis & treatment using Ledley-Jaynes machines: An example study on conversion from Mild Cognitive Impairment to Alzheimer's Disease
-
Brain Tumor Segmentation from Multiparametric MRI Using a Multi-encoder U-Net Architecture
-
Does the evaluation stand up to evaluation? A first-principle approach to the evaluation of classifiers
-
Don’t guess what's true: choose what's optimal. A probability transducer for machine-learning classifiers
-
Fully Automatic Whole-Volume Tumor Segmentation in Cervical Cancer
-
Predicting conversion to Alzheimer’s disease in individuals with Mild Cognitive Impairment using clinically transferable features
-
A predictive framework based on brain volume trajectories enabling early detection of Alzheimer's disease
-
Cognitive and MRI trajectories for prediction of Alzheimer’s disease
-
Automated segmentation of endometrial cancer on MR images using deep learning
-
Pulmonary nodule classification in lung cancer from 3d thoracic ct scans using fastai and monai
-
Synthesizing skin lesion images using CycleGANs – a case study
-
2D and 3D U-Nets for skull stripping in a large and heterogeneous set of head MRI using fastai
-
AI could help with the next pandemic—but not with this one
-
Association between free-living sleep and memory and attention in healthy adolescents
-
Association Between Free-living Sleep and Memory and Attention in Healthy Adolescents
-
An overview of deep learning in medical imaging focusing on MRI
-
Fast estimation of kidney volumes and time courses in DCE-MRI using convolutional neural networks
-
Research Agenda of the Mohn Medical Imaging and Visualization Centre in Bergen, Norway
-
«Deep learning» i medisin
-
Fast semi-supervised segmentation of the kidneys in DCE-MRI using convolutional neural networks and transfer learning
-
Maskinlæring i medisin. Nytt norsk senter lærer datamaskiner å stille diagnose på sekunder
-
Predicting irritable bowel syndrome (IBS) from brain MR imaging data using machine learning
-
Python-based software for medical imaging and machine learning - an example from brain imaging in IBS
-
Imaging-based modeling of the human larynx for simulation of airflow during exercise
-
Imaging-based modeling of the human larynx for simulation of airflow during exercise
-
Healthy body, healthy mind: Multi-paramatric evaluation of muscle function, performance and cognitive function – can images and biomarkers tell us what we need to know?
-
Post-lie algebras and isospectral flows
-
On the Lie enveloping algebra of a post-Lie algebra
-
On algebraic structures of numerical integration on vector spaces and manifolds
-
Noncommutative Bell polynomials, quasideterminants and incidence Hopf algebras
-
Backward Error Analysis and the Substitution Law for Lie Group Integrators
-
On post-lie algebras, lie-butcher series and moving frames
-
Algebraic structure of stochastic expansions and efficient simulation
-
Lie-Butcher series and geometric numerical integration on manifolds
-
Hopf algebras of formal diffeomorphisms and numerical integration on manifolds
-
Higher Order Cyclic Homology for Rational Algebras
-
Application of nonlinear time series analysis to single-trial ERPs