Den som studerat datateknik kan tillämpa artificiell intelligens till exempel för att utveckla bättre cancerbehandlingar

Hösten 2020 fick diplomingenjör Heli Julkunen, som studerat datateknik, tid vid Aalto-universitetet en fin höjdpunkt.

I slutskedet av studierna fick Julkunen en central roll i ett forskningsprojekt som kombinerade Aalto, Institutet för molekylärmedicin i Finland FIMM och Åbo universitet. Där utvecklade forskarna en maskininlärningsmetod som noggrant förutspår hur olika kombinationer av cancerläkemedel dödar cancerceller. Julkunen gjorde sitt diplomarbete i anslutning till ämnet. Det belönades sommaren 2019 med priset för magisterprogrammet Life Science Technologies vid Aalto-universitetet: arbetet ansågs vara utmärkt.

Julkunen utexaminerades som diplomingenjör 2019 men fortsatte arbeta med ämnet och finslipade publiceringen av forskningsartikeln – först vid sidan av sitt dagsarbete, sedan som projektforskare vid Aalto. I slutet av 2020 godkändes artikeln i den ansedda vetenskapstidningen Nature Communications. Detta blev en nyhet både i Finland och ute i världen.

Vid cancerbehandlingar förbättrar kombinationen av olika läkemedel ofta behandlingens effekt och minskar också biverkningarna om man kan minska dosen av ett enskilt läkemedel. Experimentell screening av verksamma läkemedel är dock långsamt och dyrt, och därför är det viktigt att utnyttja AI-metoder som hjälp.

Forskarna utbildade maskininlärningsmetoden med en stor datamängd från tidigare undersökningar som utredde sambandet mellan läkemedel och cancerceller. Av forskningsresultaten framgick att den komplicerade modellen hittade kopplingar mellan läkemedel och cancerceller som inte har observerats med enklare modeller.

"Metoden grundar sig på samma princip som till exempel de rekommendationssystem som ligger bakom Netflix och Spotify: i stället för att rekommendera till exempel låtar eller filmer utifrån vad andra liknande användare tycker om kan metoden användas för att förutspå hur liknande läkemedel fungerar med andra läkemedel och olika cancerceller", säger Julkunen.

Just detta tycker hon är fascinerande inom datavetenskap och artificiell intelligens: de utvecklade metoderna kan utnyttjas i mycket olika tillämpningsobjekt och inom olika vetenskapsområden. "Det är helt fantastiskt vad allt man kan göra och förutspå med hjälp av data".

Möjligheterna med matematik och fysik intresserade

Som barn och ung trivdes Julkunen i skolan och tyckte om många olika ämnen. På fritiden trivdes hon med sina kompisar och tyckte om att röra sig. Hennes hobbyer omfattade både ridning, simning och tvärflöjt.

Studier i matematisk-naturvetenskapliga ämnen efter gymnasiet var inte ett uppenbart alternativ. Utöver matematik och fysik blev Julkunen intresserad av många ämnen, till exempel litteratur och historia. Även studier i medicin intresserade. "I stället för läkararbete var jag dock mer intresserad av teknikens möjligheter inom hälsobranschen".

Julkunen kom till Aalto-universitetet för att studera bioinformationsteknologi Som biämne läste hon datateknik, även om hon till en början inte riktigt visste vad datateknik och datavetenskap innehöll och vad man kunde göra med dem. "Genom kodningskurserna i grundstudierna och biämnesstudier i datateknik märkte jag dock att detta är mycket intressant och att det finns många tillämpningsområden".

Intresset för forskning väcktes redan under det andra studieåret. Julkunen började undersöka vilka forskningsgrupper som finns i Aalto och skicka e-post till forskningsgruppernas ledare. Professor Juho Roususvarade och tog emot Julkunen som sommarpraktikant.

Som forskningspraktikant kunde man tillämpa metoder som man tillägnat sig i studierna i praktiken. Till en början undersökte Julkunen interaktionen mellan läkemedel och proteiner och hur de kunde förutses med hjälp av maskininlärning. Efter ett par år kom en forskning med anknytning till kombinationer av cancerläkemedel med.

I magisterskedet valde Julkunen magisterprogrammet Life Science Technologies och huvudämnet Complex Systems. Han fördjupade sig särskilt i datavetenskap, artificiell intelligens, maskininlärning och bioinformatik. Sommaren 2017 fick hon ett eftertraktat stipendium till Stanford University i USA.

"Där fanns en stark företagaranda och verkligt motiverade studerande. Jag genomförde också en företagarkurs som jag var lite utanför min bekvämlighetszon på. Studierna vid toppuniversitetet utomlands var en mycket uppmuntrande och betydelsefull erfarenhet i det skedet av mina studier."

Med intresse och entusiasm i spetsen

Julkunen säger att tillämpningen av artificiell intelligens inom hälso- och sjukvården alltid har intresserat henne. På så sätt kan man tillämpa teorin på "problemen i den verkliga världen" och utföra betydelsefullt arbete för människors hälsa och välbefinnande.

Efter utexamineringen började Julkunen arbeta som dataforskare vid Nightingale Health. Företaget strävar efter att utveckla förebyggande hälsovård med hjälp av datavetenskap: målet är att minska kroniska sjukdomar genom att förebygga och bekämpa dem bättre än i nuläget.

"Utifrån blodanalysen förebygger vi utvecklingen av kroniska sjukdomar och därigenom strävar vi efter att förebygga dem så att människor kan förändra sina levnadsvanor och sin hälsa", säger Julkunen.

Efter utexamineringen hade ett annat alternativ varit att skriva en doktorsavhandling. Projekten vid Nightingale väckte dock intresse. Fastän Julkunen nu trivs med sitt jobb på företagssidan är fortsatta studier inte heller ett uteslutet alternativ om ett tillräckligt intressant ämne dyker upp. "Jag har alltid velat jobba med projekt som är intressanta och inspirerande i stället för att försöka gå en viss, på förhand definierad väg".