Olof Björneld

Telefon: 0480-44 53 83.

Civilingenjör (Industriel ekonomi med inriktning mot Medicinsk Teknik).

Parallellt med min forskning arbetar jag inom Region Kalmar län med beslutstöd, utveckling och förvaltning av landstingets vårddatalager. Jag har också uppdrag att bistå Regionalt Registercentrum Sydost (RCSO) med kunskaper inom automatisering och digitalisering av information till och från kvalitetsregister.

Forskning

Jag är anställd som doktorand vid institutionen för datavetenskap och medieteknik (antagen i oktober 2017) och är knuten till eHälsoinstitutet och forskargruppen eHealth vid Linnaeus University Centre for Data Intensive Sciences and Applications.

Mitt forskningsområde är: Big data and health information - Reuse of healthcare data.

Presentationer
Film: Återanvändning av vårddata? Doktorand Olle Björneld presenterar sin påbörjade forskning i ett forskningsseminarium vid eHälsoinstitutet med temat Återanvändning av vårddata - Hur får vi mer tid för patienterna?

Film: Forskningsseminarium – Återanvändning av vårddata?

Mina forskargrupper

Mina pågående forskningsprojekt

Mina avslutade forskningsprojekt

Publikationer

Artikel i tidskrift (Refereegranskat)

Hammar, T., Jonsén, E., Björneld, O., Askfors, Y., Andersson, M.L., et al. (2024). Potential Adverse Drug Events Identified with Decision Support Algorithms from Janusmed Risk Profile : A Retrospective Population-Based Study in a Swedish Region. Pharmacy. 12 (6).
Status: Publicerad
Björneld, O., Löwe, W. (2024). Real-world validation of a framework for automated knowledge driven feature engineering inspired by medical domain experts. Informatics in Medicine Unlocked. 49.
Status: Publicerad
Björneld, O., Carlsson, M., Löwe, W. (2023). Case study : Feature engineering inspired by domain experts on real world medical data. Intelligence-Based Medicine. 8.
Status: Publicerad
Nordqvist, O., Björneld, O., Brudin, L., Wanby, P., Nobin, R., et al. (2021). A novel index to assess low energy fracture risks in patients prescribed antiepileptic drugs. PLOS ONE. 16 (8).
Status: Publicerad

Kapitel i bok, del av antologi (Refereegranskat)

Hammar, T., Nilsson, D., Björneld, O., Sving, C., Lincke, A. (2025). Machine Learning to Improve Decision Support for Preventing Adverse Drug Events. Intelligent Health Systems – From Technology to Data and Knowledge. IOS Press. 245-246.
Kopacheva, E., Lincke, A., Björneld, O., Hammar, T. (2025). Detecting Adverse Drug Events in Clinical Notes Using Large Language Models. Intelligent Health Systems – From Technology to Data and Knowledge. IOS Press. 892-893.

Konferensbidrag (Övrigt vetenskapligt)

Nordqvist, O., Petersson, A., Björneld, O., Brudin, L., Wanby, P., et al. (2021). Low-energy fracture prediction in patients prescribed antiepileptic drugs : A Swedish case-control study assessing the value of BMD and TBS. Presented at the IOF WCO ESCEO (virtual congress), London, UK, 2021.
Nordqvist, O., Björneld, O., Brudin, L., Wanby, P., Nobin, R., et al. (2020). A novel index to assess low energy fracture risks in patients prescribed antiepileptic drugs : using real world data from Swedish EHR to create the NEFRI (Nordqvist Epilepsy Fracture Risk Index). Presented at the IOF WCO ESCEO (virtual congress), Barcelona, Spain, 2020.

Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)

Björneld, O. (2025). Reuse of health data: Combining the best of two worlds : Machine Learning-Driven Knowledge Discoveryfrom Real-World Health Data with InterdisciplinaryCollaboration of Domain Experts and Data Scientists. Doctoral Thesis. Växjö, Linnaeus University Press. 100.