I centrum för projektet står syntetiska hälsodata – artificiellt genererade data som är utformade för att bevara viktiga statistiska egenskaper hos verkliga kliniska data, samtidigt som patienternas integritet skyddas. Forskarna ska undersöka en central fråga: kan syntetiska data återskapa inte bara egenskaperna hos verkliga patientpopulationer, utan också de orsakssamband och behandlingseffekter som finns i originaldata?
Med hjälp av hälsodata från Sverige och Sydkorea ska forskarna utveckla och utvärdera nya generativa AI-metoder för epidemiologisk forskning, bland annat för analyser av överlevnad och behandlingseffekter. De ska även undersöka om modeller som utvecklats med svenska data kan användas för att stödja analyser av koreanska befolkningsgrupper utan att känsliga patientuppgifter behöver överföras mellan länderna.
Projektet har stor relevans för CIRCE, där forskare kombinerar omfattande kliniska data, genomiska data, registerdata och befolkningsdata för att öka förståelsen för cancerrisk, behandlingsresultat, livet efter cancer och ojämlikheter i hälsa. Metoder som skyddar patienternas integritet kan skapa nya möjligheter att validera forskningsresultat i olika befolkningsgrupper, samtidigt som känsliga hälsouppgifter ges ett fortsatt starkt skydd.
Genom att förena expertis inom epidemiologi, kausal inferens och artificiell intelligens syftar projektet till att utveckla nya metoder för säker, datadriven hälsoforskning över nationsgränser.
Samarbetet mellan Lunds universitet och Seoul National University finansieras av Vetenskapsrådet genom 2026 års utlysning för forskningssamarbete mellan Sverige och Sydkorea.