Genetik, tidligere sygdomshistorik, medicin og andre påvirkninger har indflydelse på, hvilke sygdomme vi udvikler senere i livet, og hvor hurtigt de skrider frem. Forskerne anvender sundhedsdata fra registre og elektroniske patientjournaler, socioøkonomiske data og genetik til at fodre machine learning-algoritmer, der kan forudsige nye sygdomsrelaterede begivenheder. Ved hjælp af Nationalt Genom Centers supercomputer grupperer de patienter, identificerer mønstre og definerer forskellige betydningsfulde forløb, der kan bidrage til at forudsige og muligvis forebygge fremtidige sygdomme hos individuelle patienter.
Et fokusområde er patienter med diabetes, hvor forskerne undersøger, hvordan psykiske lidelser og kræft forekommer samtidigt i forbindelse med diabetes. Forskningen er baseret på en tilgang, hvor man håndterer komplekse patienter med mange samtidige lidelser, hvilket i dag udgør et betydeligt samfundsproblem på grund af den generelle aldrende befolkning.
Hos Nationalt Genom Center bruger vi regnekraft til at konstruere forudsigelser af nye hjertebegivenheder, tidspunktet for diagnosen eller komplikationsforløb. Vi skaber forudsigelser ved hjælp af Nationalt Genom Centers sikre infrastruktur, som kan implementeres i elektroniske patientjournalssystemer, som fx Sundhedsplatformen i Østdanmark. Vi har et specifikt fokus på polyfarmaci, hvor patienter modtager mange lægemidler samtidigt. Det er et område, hvor Nationalt Genom Centers genomdata sammen med andre sundhedsdata med tiden kan anvendes i farmakogenomiske screenings, der kan tilbagekobles til klinikken og guide valg af medicin og finjustering af doser, siger forskningsansvarlig, forskningsdirektør og professor Søren Brunak.