Caroline Olsson

Forskningsområde: Medicinsk strålningsvetenskap

Titel: Adjungerad professor

Anslag 2026: 450.000 kr i tre år (år ett av tre)

Caroline Olssons forskning undersöker hur verkliga patientdata, AI och förbättrade arbetssätt kan användas för att utveckla mer träffsäker, effektiv och individanpassad strålbehandling som både förbättrar patienters livskvalitet och stärker vårdens arbetsflöden.

🔗 Läs mer om Caroline Olsson på Göteborgs Universitets hemsida

Nyckelord: Strålbehandling, AI, individanpassad behandling, lungcancer

 

Populärvetenskaplig sammanfattning inlämnad i samband med ansökan december 2024.

Real-world and real-time data to answer clinical and work-related research questions in radiation therapy: Focus on validating prognosis of outcomes after modern cancer treatments

Strålbehandling är en central del av modern cancerbehandling, men när nya tekniker och läkemedel införs förändras både resultaten och arbetsprocesserna snabbt. För att vården ska kunna använda sina resurser effektivt – och samtidigt ge patienter säkra och individanpassade behandlingar – behövs ny kunskap baserad på verkliga data från kliniken. Detta forskningsprogram kombinerar medicinska, tekniska och organisatoriska perspektiv för att förbättra både behandlingsresultat och arbetsflöden inom RT. Programmet består av tre delar.

Ett första projekt studerar hur patienter med lungcancer mår och överlever efter moderna behandlingar såsom immunterapi, målriktade läkemedel och strålbehandling. Genom att koppla samman registerinformation och patientrapporterade symtom skapas en heltäckande bild av hur behandlingarna fungerar i praktiken – inte bara i kliniska studier.

Ett andra projekt fokuserar på patienter med huvud- och halscancer, där strålbehandling ibland leder till trismus (svårigheter att öppna munnen). Med hjälp av AI kan viktiga tuggmuskler automatiskt definieras i bildunderlag från behandlingsplanering och given stråldos till dessa områden kan användas för att utveckla träffsäkra modeller som förutsäger risken för trismus. Modellerna testas även på internationella patientgrupper för att säkerställa att de fungerar i olika miljöer.

Ett tredje projekt handlar om arbetssätt och logistik inom RT. Genom att samla in erfarenheter från personal som arbetar med strålbehandling och analysera dessa tillsammans med stora datamängder från kliniska IT-system utvecklas beslutsstöd för att effektivisera schemaläggning och minska väntetider för patienter.

Tillsammans bidrar projekten till en mer jämlik, säker och hållbar strålbehandling – med målet att också förbättra patienters välbefinnande och samtidigt underlätta det dagliga arbetet för vårdpersonal.