Från Volvo till vagusnerven: Oskar Allerbo forskar om att läsa av kroppens elektriska aktivitet
Oskar är post doc och arbetar tillsammans med MedTechLabsforskarna Peder Olofsson, KI och Henrik Hult, KTH med inriktning mot bioelektronisk medicin. Vi bad honom berätta litet om sig själv och sin forskning.
Beskriv din forskning – vad handlar den om och vad vill ni åstadkomma?
– Vagusnerven är en viktig del av det parasympatiska nervsystemet och är kopplad till flera olika inre organ. Studier har redan visat hur man genom att stimulera vagusnerven med en extern spänningskälla kan uppnå reducerad inflammation i kroppen. Vårt mål är egentligen det motsatta: Är det möjligt att detektera inflammation genom att läsa av den elektriska aktiviteten i nerven? Vi försöker att åstadkomma detta i experiment på möss, där mitt jobb är att analysera datan från experimenten.
Hur kan det du gör komma patienter och hälso- och sjukvården till godo och när?
– Kontinuerliga mätningar av inflammationsgraden i kroppen öppnar upp för helt nya möjligheter att behandla inflammationen. Dels för att man på ett tidigt stadium kan få information om vad som händer, dels på grund av möjligheten till omedelbar återkoppling på de interventioner man gör. När detta kommer att vara tillgängligt i vården vågar jag inte gissa. Första steget är att lyckas i labbet.
Vilka är de största utmaningarna ni stött på hittills i projektet? Hur hanterar ni dessa?
– En stor utmaning är att vi inte vet om det vi försöker att göra är möjligt med dagens teknik. Vagusnerven består av ungefär 100 000 nervfibrer och den data vi är intresserade av är förmodligen bara representerad i en bråkdel av dessa. Dessutom är datan väldigt brusig. På grund av alla processer som pågår samtidigt i en kropp, är det i princip omöjligt att utföra samma experiment två gånger. Vi försöker hantera detta genom att använda så robusta, bruståliga metoder som möjligt, både i själva experimenten och i dataanalysen.
Hur ser en typisk dag ut för dig på jobbet?
– Jag står i princip bara framför datorn och skriver, programmerar och tänker. Ibland tar jag promenader för att rensa tankarna. Detta kanske låter enformigt, men jag är väldigt nöjd. Tack vare att jag bara behöver min dator, och papper och penna, kan jag jobba i princip var- och närsomhelst, vilket underlättar mitt liv som småbarnsförälder oerhört mycket.
Vad tycker du om att arbeta tvärvetenskapligt? Vad har du lärt dig genom detta?
– Det är väldigt stimulerande att prata med folk med andra inriktningar. Jag tycker att det är tydligt hur våra fält är svåra på väldigt olika sätt och att det tvingar oss att angripa problem från väldigt olika håll. Sedan tror jag att en förutsättning för framgångsrikt tvärvetenskapligt arbete är hög kompetens inom alla de olika disciplinerna som ska samarbeta, vilket jag upplever att vi har i vårt projekt.
Vad motiverar dig under tuffa perioder i forskningen eller när du kört fast?
– Jag anser att jag har ett av världens bästa jobb: Under väldigt stor frihet får jag lösa otroligt intressanta problem med fantastiskt kunniga och intressanta människor. Att få fortsätta vara en del av den akademiska världen är en väldigt stark drivkraft. När jag kör fast i en fråga brukar jag försöka att göra något annat ett tag. Eller omformulera frågan så att den blir lättare att lösa. Något jag verkligen uppskattar med forskning är att man ofta löser andra frågor än vad man trodde att man skulle lösa när man började, men att detta också anses bra.
Till sist, berätta om din bakgrund, varför du blev forskare och vad du vill göra i framtiden
– Efter studier på Chalmers arbetade jag i sex år i industrin, på Volvo och Ericsson. Men jag insåg gradvis att det inte riktigt var min grej. Jag tyckte att det var för mycket fokus på processer och för lite fokus på den faktiska produkten. Ett år som forskningsingenjör i datavetenskap bekräftade att akademin passar mig bättre, så jag sökte, och fick, en doktorandtjänst i matematisk statistik. Jag älskar verkligen friheten och möjligheten att utvecklas som erbjuds i akademin, och hoppas att jag kommer att lyckas hålla mig kvar här. Min dröm är att arbeta dels med teori och metodutveckling inom statistik och maskininlärning, och dels att använda min kunskap i tillämpade projekt inom alla möjliga olika ämnen – ungefär som i den här tjänsten.