Forsker på maskinlæring i kreftbehandling

– Målet er å utvikle automatiske prediksjonssystemer som kan bidra til å bedre behandlingen av kreftpasienter, forteller Andreas fra hjemmekontoret sitt. 

Nylig publiserte han og kolleger en artikkel om hvordan dyp læring kan brukes til å utvikle og teste nye automatisk systemer innen kreftdiagnostikken.

– Vi er spesielt opptatt av å ikke bare utvikle systemer som fungerer i et lite datasett, men i stedet utvikle systemer som kan fungere i andre land, på nye sykehus og kanskje under litt andre avbildningsforhold.

Bacheloremne trigget forskerspiren

Andreas er typen som blir interessert i det han bruker tiden sin på. Jo mer han fordyper seg i et tema, jo mer spennende blir det. Interessen som skulle lede til en forskerkarriere startet da han gikk på bachelor og tok et emne i digital bildebehandling.

– Det var gøy å bruke matematikk i algoritmer og å se resultatet visuelt. Senere i studiene tok jeg emner i digital bildeanalyse og maskinlæring der matematikk og statistikk hadde viktige roller. Da jeg startet på master, fikk jeg være med på et samarbeidsprosjekt der jeg anvendte dette på bilder av kreftceller, forteller han.

– Jeg synes det var veldig interessant at de tekniske metodene jeg var interessert i kunne brukes til noe som kunne hjelpe de som var syke. Det appellerte veldig til meg.

Fra student til selvstendig forsker

Siden har ballen rullet. Master ble til en doktorgrad, deretter postdoktorstilling og til fast stilling innen forskning. Ved siden av er han førsteamanuensis ved Institutt for informatikk (IFI) der han underviser studenter i digital bildebehandling og maskinlæring.

Interessen for faget fremfor personlige ambisjoner har til nå ledet vei. Og slik skal det fortsette:

– Personlig har jeg ikke så mange mål for fremtiden, men vi har jo et mål med arbeidet jeg er en del av. Og det er å hjelpe kreftpasientene.

Andreas Kleppe forsker på maskinlæring i kreftbehanding ved Oslo Universitetssykehus (OUS).Video: Ketil Jordan, OUS.

Hverdagen til en forsker

– Arbeidshverdagen er helt avhengig av hvilken fase av forskningen vi er i og hva som er min rolle i de ulike prosjektene, forteller Andreas.

For tiden er det mye diskusjoner og statistiske analyser. I andre perioder kan det være artikkelskriving eller maskinlæring det dreier seg mest om.

– Men hvis vi går noen år tilbake, så drev jeg først og fremst bare med koding og maskinlæring.

– Hva liker du best ved jobben din?

–  Allsidigheten. Det er mye spennende å få jobbe med. Da går man ikke så lett lei.

Felles mål og engasjement

Selv om mange av de nærmeste kollegene til Andreas er forskere på maskinlæring, samarbeider de ofte med folk fra helt andre disipliner. Dette kan være overleger, labpersonell, biologer og forskere innen biomedisin, og er avhengig av prosjektet og hvilken fase de er i forskningen.

– Vi trenger ulike perspektiver for å utvikle noe som fungerer i praksis og for å sette det i kontekst. Blant annet er forståelsen av pasienten og virkningen av behandlingen viktig, som leger og patologer sitter med kunnskap om, forteller han.

– Heldigvis sitter vi ikke på vår egen tue og finner ut ting for oss selv. Vi har samme mål og er en engasjert gjeng som motiverer og hjelper hverandre.

Ikke en A4-jobb

Overgangen fra student til forsker var ifølge Andreas en gradvis prosess. Det var ingen brå start eller slutt. Noe av grunnen kan være at han hele veien har hatt mye å gjøre. Det er alltid noe som kan testes ut eller nye prosjekter å involvere seg i.

– Å være forsker er ikke en A4-jobb. Om man ønsker en jobb som man kan legge fra seg når man går hjem, er nok ikke forskning riktig, smiler Andreas.

Har du noen tips til de som ønsker en karriere innen forskning?

– Du bør være interessert i det du jobber med og ha et sterkt ønske å få til ting. Jeg har hele veien vært engasjert i det jeg driver med. Jeg har jobbet mye og prøvd mitt beste. Det er viktig å høre på folk underveis og ta anbefalingene til veiledere og professorer om emner og naturlig veier å gå for å komme dit du ønsker. Samtidig bør man være selvstendig og gå egne veier, forteller han og oppsummerer det slik:

– Du må høre på andre, men også ha dine egne intellektuelle bidrag.