Store sprogmodeller såsom GPT har hurtigt vundet indpas i adskillige forskningsområder, grundet deres uovertrufne evner til tekstforståelse og opsummering af viden. I dette projekt, udnyttes GPT til at danne sygdomsfokuserede vidensgrafer ud fra offentligt tilgængelige og in-house dataresurser hos Novo Nordisk (NN). Med disse grafer bruges avancerede graf-analytiske metoder til at hjælpe med at prioritere kandidater, vurdere sikkerhed og guide valg af assays i NNs Target Discovery Engine.

Formålet med dette projekt er at understøtte den kliniske diagnostiske arbejdsgang og håndtering af akutte infektiøse patienter på det mikrobiologiske laboratorium. Projektet vil præsentere en komplet platform med evnen til at udføre automatiseret mønstergenkendelse og klassificering af medicinske billeder. Platformen vil blive brugt til kvalitetssikring og diagnostisk support af det stigende antal mikroskopiske billeder, der håndteres i laboratoriet.

Forskning i hvordan multipel sclerose (MS) påvirker børnefamilien som helhed samt hvordan familier kan støttes bedst muligt er stort set et uudforsket område. Med afsæt i et mixed-methods design undersøger nærværende ph.d.-projekt, hvordan børnefamilier påvirkes og kan støttes til bedre trivsel, når en forælder har MS. Dette gøres gennem tre delstudier, der udmunder i metoder, værktøjer og et koncept for en familie-centreret indsats til familier med MS.

Multipel sklerose er en kronisk sygdom, hvor myelin omkring nerverne nedbrydes. At fremme myelinisering kan potentielt mindske sygdomsforløbet. Dette projekt sigter mod at identificere og karakterisere myelin-associerede gliasubpopulationer i væv fra patienter og musemodeller. Formålet er at finde translationsmarkører, der kan forudsige myelinisering, samt undersøge effekten af nuværende og eksperimentelle farmakologiske behandlinger på disse subpopulationer for at styrke lægemiddeludvikling.