Metodisk kvalitetskontroll
Forsker og statistiker Kjetil Thorsen jobber med å oppnå ny innsikt gjennom å trekke ut informasjon fra data. Han arbeider både med egen forskning og med veiledning av våre forskere og stipendiater.
Hvordan vi analyserer og trekker ut informasjon fra data står helt sentralt i forskning. Resultatene fra et forskningsarbeid er direkte avhengig av metoden som har blitt brukt, så uten riktig valg av metode faller hele forskningsprosjektet sammen. Derfor er det helt sentralt at metodene som brukes passer til problemstillingen, at datamaterialet samles inn på en slik måte at det faktisk kan besvare spørsmålet vi stiller, at metoden er tilpasset datamaterialets form, og at metodene er robuste og valide.
Bruk av statistikk i medisinsk forskning regnes som en av de ti viktigste milepælene i medisin de siste tusen årene. Og kravene til metode skjerpes stadig. Når forskningen blir mer og mer spesialisert, blir samtidig forskningsmetodene mer og mer avanserte. Kjetil Thorsen skal sørge for at forskningen i Stiftelsen Norsk Luftambulanse holder metodisk mål, slik at vi kan stole på resultatene vi kommer fram til i de ulike forskningsprosjektene. Han er til enhver tid involvert i en rekke stipendiat- og forskningsprosjekter i stiftelsen, som forsker eller veileder.
Tall og matematikk er altså viktig for å løse medisinske problemer i moderne medisinsk forskning: Å samle inn tallmateriale og å regne på det. Thorsen jobber både med kliniske studier som er underlagt et strengt regelverk og retningslinjer, og med nybrottsarbeid der han anvender maskinlæring innen medisinsk forskning. Maskinlæring betyr enkelt forklart at vi bruker statistiske metoder for å la datamaskiner finne mønstre i store datamengder. Disse mønstrene blir deretter brukt til å lage en datamodell som kan forutsi om og når en hendelse sannsynligvis vil oppstå. Dette arbeider Thorsen med blant annet med i et prosjekt i regi av Stiftelsen Norsk Luftambulanse der forskerne prøve å finne stoffer i blodet som kan fortelle om en slagpasient har hatt blødning eller blodpropp.
Kjetil Thorsen jobber også med maskinlæring i samarbeid med forskningsmiljøet ved Aalborg Universitet. I dette forskningsprosjektet bruker forskerne data fra elektroniske pasientjournaler i Danmark til å prøve å finne svar på hvorfor noen akuttpasienter med uspesifikk diagnose ofte dør.
Tidligere har Thorsen bakgrunn fra oljebransjen. Her arbeidet han med å bruke data til å lage matematematiske modeller for å forbedre brønn- og boreoperasjoner.
Kjetil Thorsen er utdannet sivilingeniør og har en mastergrad i industriell matematikk fra NTNU. Han disputerte for doktorgraden ved Universitetet i Stavanger i 2011, med avhandlingen In Situ Stress and Borehole Failures. I sitt doktorgradsarbeid jobbet han innen petroleumsteknologi, og utviklet nye metoder for å anslå spenningen rundt et borehull og beregne når kollaps og oppsprekking av borehullsveggen kan oppstå.