Alexander Selvikvåg Lundervold

Arbeids- og kompetanseområde

Hvordan kan vi transformere kunstig intelligens-metoder til praktiske, KI-baserte løsninger? Hvilken rolle kan kunstig intelligens spille innen sektorer som utdanning, medisin og helse både nå og i fremtiden?

Alexander er professor i kunstig intelligens (KI) ved HVL og en engasjert formidler av KI og dens praktiske anvendelser. Hans kjerneinteresser ligger i skjæringspunktet mellom maskinlæring, kunstig intelligens og dataingeniørfag, med et spesielt fokus på utvikling, evaluering og implementering av KI-baserte løsninger innen medisin, helse og utdanning.

Alexander er aktiv innen forskning, utdanning og utvikling innen KI. Han utforsker kontinuerlig nye muligheter og løsninger basert på kunstig intelligens, med særlig vekt på utvikling av maskinlæringsdrevet programvare (machine learning engineering), medisinsk KI og KI i utdanning.

Ved HVL underviser Alexander i emnet FD28: Kunstig intelligens i utdanning, rettet mot undervisere og administrativt ansatte. Gjennom sine foredrag og sin rådgivning for virksomheter formidler han hvordan KI kan effektivisere drift, forbedre tjenester og åpne for nye muligheter innen en rekke sektorer.

Som KI-utvikler i KI-koordineringsgruppen ved HVL, arbeider Alexander for å drive KI-basert innovasjon, effektivisering og formidling på tvers av organisasjonen. Han er også involvert i utviklingen av innovative KI-systemer både for bruk ved HVL og i andre sektorer.

Alexander deltar i forskningsgruppen for Artificial Intelligence Engineering, i HVLs KI-lab og i koordineringsgruppen for kunstig intelligens ved HVL. Siden 2018 har han stått i spissen for aktivitetene innen Medisinsk AI ved senteret MMIV (Mohn Medical Imaging and Visualization Centre) på Haukeland universitetssjukehus.

Foredrag siste fem år

1. Workshop, EMBA-MASTRA, NHH, 21-22 mai 2025
2. Innlegg under UiB AI #14, Storsalen, UiB, 9. mai 2025
3. Foredrag for Equinor seniorklubb, 23. januar 2025
4. Foredrag, Fag- og forskningskonferanse i Helse Bergen, 13. januar 2025
5. AI for education in future healthcare, MMIV 2024, 13. desember 2024
6. Medical AI 1.0 and 2.0, MMIV 2024, 12. desember 2024
7. Workshop, EMBA, NHH, Solstrand, 26-27 november 2024
8. Innlegg under Topplederforum for helsesektoren, Forskningsparken, Oslo, 20. november 2024
9. Workshop, Dataloy, Bergen, 14. november 2024
10. Etiske og praktiske utfordringer for KI i undervisning, HVL, 6. november 2024
11. Foredrag, Yrkesfaglærerløftet, HVL, 5. november 2024
12. Medisinsk AI, Helse Vests forskningskonferanse 2024, Stavanger, 31. oktober 2024
13. Foredrag, Bergen Næringsråd - Digitalisering, Bergen, 30. oktober 2024
14. Foredrag, Norsk Yrkeshygienisk Forening, Bergen, 30. oktober 2024
15. KI og effektivisering, Ledersamling, UiB, 25. oktober 2024
16. Foredrag om KI under Konvent for filmformidling 2024, Kulturhuset, Bergen, 17. oktober 2024
17. KI-dag ved Fyllingsdalen vgs. 15. oktober 2024
18. Innlegg under workshop, Hvordan vite hva som er sant i desinformasjonens tidsalder?, 3. oktober 2024
19. Bruk av KI-verktøy i undervisning, HVL, 1. oktober 2024
20. Foredrag, Master i Helsesykepleie. Bergen, 12. september 2024
21. Introduksjon til generativ KI og KI i utdanning, HVL, 11. september 2024
22. Kunstig intelligens: En panelsamtale om KIs muligheter og trusler for menneskeverd og demokrati, Raftostiftelsen, Bergen offentlige bibliotek, 10. september 2024
23. Workshop, Parat v/NHH, 10. september 2024
24. Foredrag, Motivasjonssamling, Lerøy Seafood Group, 7. september 2024
25. Muligheter og begrensninger for kunstig intelligens i helsetjenesten, Master, Pasientsikkerhet, kvalitetsforbedring og kunnskapsbasert praksis, 6. september 2024
26. Paneldebatt under CuttingEdgeAI. NORA, KD, DNVA, The Kavli Prize, Oslo, 4. september 2024
27. Pitched establishing a national AI center for healthcare, NFR, Oslo, 28 august 2024
28. Foredrag, Executive MBA, Spesialisering i økonomisk styring og ledelse, NHH. Bergen, 22. august 2024
29. Workshop, Instituttsamling ved Institutt for biomedisin, Universitetet i Bergen. Bergen, 19. august 2024
30. Den store serien om KI (7.3 : 10) - Forstår Chat GPT verden?, Abels Tårn, NRK Radio, 26. juni 2024
31. Samtale med Torkild Jemterud, Digitaliseringskonferansen 2024, Oslo, 18. juni 2024
32. Foredrag om KI for Unio, 4. juni 2024
33. Innledning i sesjonen "Bærekraftig helse: Møter vi dagens behov uten å forringe fremtidens ressurser?" og paneldebatt under DigitalHelse2024, 29.-30. mai 2024
34. Den store serien om KI (7:10) - Chat GPT: Hvordan funker det? Abels Tårn, NRK Radio, 25. mai 2024
35. Current trends in AI, International School of Bergen, 15. mai 2024
36. Workshop, Tietoevry, 13. mai 2024
37. Kunstig intelligens i forskning, AFII, HVL, 8. mai 2024
38. Kunstig intelligens i hverdagen, Tekna, Bergen Vitensenter, 29. april 2024
39. Introduksjon til KI-landskapet, HVL-konferansen 2024, 24. april 2024
40. Workshop i Executive MBA-programmet innen strategisk ledelse ved NHH, Gardermoen, 10. april, 2024
41. Den store serien om KI (4:10) - Vaktskifte: Dr. KI stempler inn, Abels Tårn, NRK Radio, 6. april, 2024
42. Kunstig intelligens i helse, Veilederseminar for ergoterapeuter, 15. mars 2024
43. Kunstig intelligens i undervisning, Strategiseminar, Institutt for fagspråk og interkulturell kommunikasjon, NHH, Solstrand, 8. mars, 2024
44. Medisinsk kunstig intelligens 2.0, Divisjonsmøte tjenesteutvikling, Helsedirektoratet, 1. mars, 2024
45. Innlegg under Symposium for Senter for medisin med KI i Bergen, Eitri, 8. feburar, 2024
46. Fremtiden er her: generativ kunstig intelligens fra forskning til praksis. Tekna, 31. januar, 2024
47. Kunstig intelligens--ekte muligheter. NHH, 16. januar, 2024
48. Medisinsk kunstig intelligens. FHS forskningskonferanse, 2023, Profesjoner i spill, 6. desember, 2023
49. Enterprise Generative AI. AI for toppledere, Solstrand, 5. desember, 2023
50. From research to reality: Practical use of Generative AI. Keynote under Norwegian ICT Conference for Research and Education 2023, 27.-30. november, 2023
51. Kunstig intelligens – venn eller fiende? Foredrag for Radiologisk avdeling, Helse Bergen, 17. november, 2023
52. What every software engineer should know about generative AI, Part 2. HVL, 16. november, 2023
53. Foredrag og paneldebatt om KI i utdanning under Rådgiverseminar for vgs. og UH 2023 arrangert av Utdanning i Bergen, Solstrand, 14 november, 2023
54. Kunstig intelligens og forskning. Avdeling for forskning, internasjonalisering og innovasjon, HVL, 9. november, 2023.
55. AI og radiografer. Radiografiens dag, 8. november, 2023.
56. Introduksjon til kunstig intelligens.Yrkesfaglærerløftet, HVL, 7. november, 2023.
57. Foredrag under Realfagsdagen 2023, Bergen, 6. november, 2023.
58. Foredrag for NITO. Diagnostikk i møte med kunstig intelligens. 25. oktober, 2023.
59. Generativ kunstig intelligens: muligheter og utfordringer. Læringslab, 25. oktober, 2023
60. Paneldebatt under Sampol-konferansen 2023: (U)begrenset Teknologi- Demokratiets Fremgang eller Undergang?. Tema: Governing AI: Ethics, regulations and technological innovation. Bergen, 18. oktober, 2023.
61. What every software engineer should know about generative AI, Part 1. HVL, 4. oktober, 2023
62. Innlegg under Stormøtet til Kompetanseforum Vestland. Tema: KI ved HVL. Bergen, 5. oktober 2023.
63. Kunstig intelligens for HR. Avdeling for HR, HVL, 28. september, 2023.
64. Innlegg under Innføring i universitetspedagogikk ved HVL. Kunstig intelligens i undervisning. Bergen, 21. september, 2023.
65. Kunstig intelligens--mirakel eller monster? Forskningsdagene UNG 2023. Bergen, 20. september, 2023.
66. Innlegg under Innføring i universitetspedagogikk ved HVL. Artificial intelligence in education. Bergen, 19. september, 2023.
67. Intervju om kunstig intelligens i podcasten Eksponert fra Norsk Radiografforbund. 18. september, 2023.
68. Deep Learning. What is it? How do we do it? How can it be applied in medical imaging?, PRESIMAL Research School 2023, Tromsø, Norway, September 13–15, 2023
69. Kunstig intelligens i helsesektoren: utdanning, arbeidsliv, forskning. Alrek Helseklynge, 10. august, 2023
70. Kunstig intelligens i utdanning. Foredrag og paneldebatt under FIN/FØS-konferansen 2023, Bergen, 19. juni 2023.
71. Medisinsk kunstig intelligens: begreper, muligheter, utfordringer, utviklingstrekk, fremtiden. Foredrag for Sykehusinnkjøp HF. 15. juni 2023.
72. Kunstig intelligens i radiologi. Avslutningsseminar i To-Be-studien, Scandic Ørnen, Bergen, Norway, June 9, 2023
73. Sarkomdagen 2023. Nytt fra forskning – Kunstig intelligens i stråleterapi og kreftdiagnostikk. Organisert av pasientforeningen Sarkomer Vest, Bergen, 6. mai 2023.
74. Pasientnær KI i Helse Bergen: Aktiviteter, muligheter og utfordringer, Fellesmøte for pasientnær kunstig intelligens i nord, May 2, 2023
75. Klok digitalisering og kunstig intelligens. Innlegg under Lederfrokost ved HVL, 31. mars, 2023
76. AI og radiografens rolle. Bildebehandling— for alle med interesse (Norsk Radiografforbund), Thon Hotel Opera, Oslo, 1.-3. februar, 2023
77. NRK P1 Sogn og Fjordane. Kor intelligent er kunstig intelligens?, 21. desember 2022.
78. Foredrag om AI i medisinsk bildebehandling og diagnostikk ved Intelligente Bergen — kraftsenter for kunstig intelligens. 4. november 2022. 
79. Matematikk som et fagfelt, et språk og et verktøy. Foredrag under inspirasjonskveld for førsteårs ingeniørstudenter ved HVL, 20. november 2022.
80. Foredrag om matematikk under Realfagsdagen 2022. 18. oktober 2022.
81. Raskere MR med KI. Intervju i Hold Pusten 06 2020.
82. AI could help with the next pandemic—but not with this one. Intervju i MIT Technology Review, 12. mars 2020.
83. Tekprat: AI og maskinlæring. 19. september 2019.
84. Utstilling om medisinsk AI ved Christiekonferansen 2019. 29. april 2019.
85. Innlegg om kunstig intelligens i medisin under Springbrettet. 11. april 2019.
86. Nå kan studenter lære om kunstig intelligens og medisin. Intervju i forskning.no, 15. februar 2019.
87. Utstilling under EHiN 2018 i Oslo Spektrum. 14. november 2018.
88. Foredrag om matematikk under Realfagsdagen. 31. oktober 2018.
89. Eureka paneldebatt: Kunstig intelligens i helsevesenet. Mars 2018.
90. Workshop om kunstig intelligens for elever ved Nordahl Grieg Videregående Skole under konferansen Framtid 2018: Kampen om virkeligheten: Fake, fakta eller fiksjon? 15. februar 2018.
91. Innlegg om matematikk under Realfagsdagen. 26. oktober 2017
92. Maskinlæring og kunstig intelligens, og hva matematikk har med slikt å gjøre. Foredrag under Forskningsdagene UNG 2017, 28. september 2017.
93. Artikkel/kronikk om dyplæring i medisin i tidskriftet Helse, Medisin, Teknologi. 2017/4. 
94. Nytt norsk senter lærer datamaskiner å stille diagnose på sekunder. Intervju i Teknisk Ukeblad, 15. desember 2017

Prosjekt

• AIMS Norway – Artificial Intelligence in Mammography Screening in Norway, funded by the Western Norway Regional Health Authority (2023–2025).
• Part of the project leadership and PI in a machine learning work package in WIML: Workflow-integrated machine learning at the MMIV, funded by the Norwegian Research Council (2020–2024).
• PI of a work package in the project AI-Support in Medical Emergency Calls: The AISMEC-project, funded by the Norwegian Research Council (2022–2025), led by Guttorm Brattebø from Helse Bergen HF and KoKom.
• Partner in AkademiX, 2023-
• Part of the coordinating team of the Norwegian research network PRESIMAL: Precision imaging and machine learning for better patient care, funded by Nasjonal samarbeidsgruppe for helseforskning i spesialisthelsetjenesten (2021-2023), with partners from all the health regions in Norway and their universities.
• Co-PI in a machine learning work package in the Digital Life Norway project Towards better computational approaches and responsible innovation strategies in early drug discovery – application to antibiotics and COPD (2019–2023), led by Nathalie Reuter from UiB.
• Co-PI of the project Computational medical imaging and machine learning – methods, infrastructure and applications, funded by the Trond Mohn Foundation (2018–2022).
• Co-PI in a work package of the project Imaging biomarkers for precision medicine in Acute Myeloid Leukemia (AML), led by Cecilie Brekke Rygh from HVL, funded by the Western Norway Regional Health Authority (2020–2022). The main objective of the project is to evaluate the role of PET and PET-derived predictive imaging biomarkers in assessing early treatment response in AML patients to improve overall outcomes.
• Member of the project Precision imaging in gynecologic cancer at MMIV, led by prof. dr. med. Ingfrid Haldorsen. The aim of the project is to integrate imaging biomarkers into clinically relevant treatment algorithms for gynecologic cancers.
• Member of the project Disrupt, potentiate and rewire — a novel framework for understanding electroconvulsive therapy at MMIV, led by Leif Oltedal , financed by the Western Norway Regional Health Authority.
• Member of the project Deep learning in image diagnostics: transfer learning and active learning for efficient use of data and radiological expertise at MMIV, led by Sathiesh Kaliyugarasan, financed by the Western Norway Regional Health Authority (2020-2023).
• Member of the project From cognitive aging to dementia — a longitudinal imaging-based machine learning approach, led by Alexandra Vik, financed by the Western Norway Regional Health Authority (2020-2023).
• Part of Kunstig intelligens i norsk helsetjeneste (KIN), a national network for artificial intelligence in health care. I was part of the coordinating team of the network in the period 2020—2022.
• Head of the project group in an AI committee established by Helse Vest RHF. The goal is to investigate machine learning based software solutions for imaging diagnostic support that could potentially be useful in the established radiological workflow in Helse Vest.
• Member of a committee established by the Faculty of Medicine, UiB. Our report (Aug. 2020) proposed a plan for establishing Medical AI as a cross-institutional and cross-disciplinary field of research, innovation and education in Bergen.

Veiledning

PhD

• Sathiesh Kaliyugarasan: Deep learning in image diagnostics: transfer learning and active learning for efficient use of data and radiological expertise. Funded by the Western Norway Regional Health Authority (2020–2023). He defended his thesis October 3^rd, 2023
• Samaneh Abolpour Mofrad (2018–2021): Learning and Cognition in Brain and Machine: Prediction of dementia from longitudinal data and modelling memory networks. She defended her thesis November 26, 2021.

Bi-veiledning

Pågående

• Kasia Kazimierczak, New strategies for analysis of resting state fMRI, together with Karsten Specht (main supervisor) and Vince Calhoun.
• Emil Kristoffer Iversen, Artificial intelligence support in stroke calls: The AISI-study, together with Guttorm Brattebø (main supervisor), Anette Fromm and Hege Ihle-Hansen.

Fullførte

• Muhammad Ammar Malik, Unsupervised and scale-free discovery of genetic factors influencing brain structure and function, together with Tom Michoel (main supervisor) and Inge Jonassen, Department of Informatics, UiB.
   

MSc

• Eilert Skram and Daniel Kristiansen Gunleiksrud (2023–2025). AI and education: Constructing and evaluating an LLM-based course assistant.
• Øyvind Grutle and Jens Andreas Thuestad (2021–2023). Speech-to-text models to transcribe emergency calls (EMCC / 113)
• Kjetil Dyrland (2020–2022). Evaluation and Improvement of Machine Learning Algorithms in Drug Discovery.
• Jostein Digernes and Carsten Ditlev-Simonsen (2020–2022). A workflow-integrated brain tumor segmentation system based on fastai and MONAI.
• Anders Benjamin Grinde and Bendik Johansen (2019–2021). Using Natural Language Processing with Deep Learning to Explore Clinical Notes.
• Malik Aasen and Fredrik Fidjestøl Mathisen (2019–2021). De-identification of medical images using object-detection models, generative adversarial networks and perceptual loss.
• Adrian Storm-Johannessen and Sondre Fossen-Romsaas (2018–2020). Medical image synthesis using generative adversarial networks.
• Sivert Stavland (2018–2020). Machine learning and electronic health records.
• Sindre Eik de Lange and Stian Heilund (2017–2019). Autonomous mobile robots: Giving a robot the ability to interpret human movement patterns, and output a relevant response.
• Sathiesh Kumar Kaliyugarasan (2017–2019). Deep transfer learning in medical imaging. A study of how to best use transfer learning when training deep neural networks for biomedical image analysis.
• Sean Meling Murray (2017–2018). An Exploratory Analysis of Multi-Class Uncertainty Approximation in Bayesian Convolutional Neural Networks.

BSc

• Preben Andersen and Andrea M. Svendheim (2024). LLMs and fish health. In collaboration with Lerøy Seafood Group
• Harald Giskegjerde Nilsen and Sindre Kjeldrud (2024). LLMs for health advice. In collaboration with the Faculty of Medicine, UiB.
• Bendik Mathias Johansen and Kathinka Neteland (2019). Automating Reports on Water Consumption and Availability. A data science project together with Bouvet and Bergen Vann.
• Jon Einar Haraldsvik, Stian Gudvangen Gjerløw, Didrik Fanuelsen Tranvåg (2015). Tryg Maintenance App – A cross-platform application using Appcelerator Studio Cloud Services and Arrow DB. The students developed a cross-platform mobile application for Tryg Forsikring. The project was awarded "best bachelor project" at the department in 2016. The students went on to start Appivate AS.

Postdocs, main mentor

Completed

• Alexandra Vik: From cognitive aging to dementia – a longitudinal imaging-based machine learning approach. Funded by the Western Norway Regional Health Authority (2020–2022).
• Piero Mana. Worked in the RESPOND3 drug discovery research project. Funded by the Norwegian Research Council (2020–2023).

Underviser i

Jeg har opprettet flere kurs i maskinlæring og kunstig intelligens for programvareutviklere ved HVL. Disse danner basisen for spesialiseringer på bachelor- og mastergradsnivå ved HVL. Jeg underviser også maskinlæring og kunstig intelligens for medisinere, helsearbeidere og lærere.

Kurs

• DAT158: Machine learning engineering. Et praktisk, "hands-on", prosjektbasert utforsking av grunnleggende maskinlæring. Fokuserer på anvendelser av maskinlæring og hvordan prinsipper fra programvareutvikling benyttes for vellykket utvikling av maskinlærings-baserte system.
• DAT255: Deep learning engineering. Masterkurs om praktiske anvendelser av dyplæring og konstruksjon av dyplæringsbaserte applikasjoner.
• FD28: Kunstig intelligens i utdanning
• ADA524: Large language models. A comprehensive introduction to LLMs within the scope of applied computer science and engineering. Foundational theory, practical tools, and methodologies that drive LLMs' current development and application. 
• DAT801: Maskinlæring for forretningsutvikling
• ELMED219: Kunstig intelligens og beregningsorientert medisin. Et samarbeid mellom Inst. for biomedisin, Det medisinske fakultet, UiB, og Inst. for datateknologi, elektroteknologi og realfag, HVL. Kurset tilbys både medisinerstudenter og ingeniør-studenter, og forsøker å fremme økt samarbeid mellom disiplinene.
• HVL-DLN-AI: A hands-on course on artificial intelligence in computational biotechnology and medicine
• PCS956: Recent trends in applied machine learning

Forskar på

• Maskinlæring
• Kunstig intelligens
• Dataanalyse
• Medisinsk AI
• Beregningsorientert medisin

Min forskning er knyttet til mine stillinger som professor ved Institutt for datateknologi, elektroteknologi og realfag ved HVL og "senior data scientist" ved Haukeland Universitetssjukehus. Forskningen bygger på min bakgrunn fra matematikk, mastergrad og Ph.d. i matematikk fra Universitetet i Bergen, og mitt arbeid i stilling som postdoktor ved Institutt for matematiske fag ved NTNU og som Marie Curie Fellow i gruppen Advanced Learning and Evolutionary Algorithms ved INRIA, Bordeaux (https://www.inria.fr).

Forskargrupper

• HVL Machine Learning Engineering
• MMIV-Medical AI
• HVL Data Science Group