Peter on väitöskirjatutkija kliinisen lääketieteen laitoksella Turun yliopistossa sekä MBA-opiskelija Johns Hopkinsin yliopiston Carey Business Schoolissa. Hänen tutkimuksensa sijoittuu tekoälyn, translationaalisen neurotieteen ja globaalien terveysjärjestelmien risteyskohtaan. Hän johtaa Pan-African AI Health Initiative (PAAHI) -hanketta, jonka tavoitteena on kehittää skaalautuvia ja luotettavia tekoälyratkaisuja aivovamman (TBI), rabiestaudin ja malarian diagnostiikkaan kehittyvissä maissa.

Peter on kehittänyt EvidenceOS-järjestelmän – modulaarisen tekoälyalustan jatkuvasti päivittyvälle ja kalibroidulle tutkimusnäytön synteesille – sekä NeuroFusion Pathway -viitekehyksen, joka tukee tarkkaa TBI-luokittelua yhdistämällä kliiniset tiedot, biomarkkerit ja neurokuvat. Hänen työnsä yhdistää LoRA-pohjaista siirtoppimista, konformaalista epävarmuusmallinnusta sekä selitettävää tekoälyä (esim. SHAP). Hän osallistuu kuuden NINDS:n työryhmän toimintaan ja rakentaa infrastruktuuria neurotraumatologian kansainväliseen uudelleenluokitteluun.

Peterin tutkimus keskittyy luotettavien tekoälypohjaisten järjestelmien kehittämiseen neurotrauman hoitopäätösten tueksi. Hän on suunnitellut ja rekisteröinyt NeuroFusion Pathway -viitekehyksen, jonka avulla yhdistetään kliiniset muuttujat, biomarkkerit, kuvantamistiedot ja psykososiaaliset tekijät TBI:n tarkkaan luokitteluun ja ennustemallinnukseen.

Hän on kehittänyt EvidenceOS-alustan, joka automatisoi näyttöön perustuvan tiedonkeruun ja systemaattisten katsausten päivityksen TBI:n ja muiden sairauksien osalta. Hänen menetelmänsä sisältävät epävarmuusmallinnusta (Mondrianin konformaalinen ennustus), vastuullista tekoälyä ja matalaresurssisten ympäristöjen huomioimista (federoitu analytiikka, LMIC-skaalaus). Työ tukee sekä kliinistä sovellettavuutta että sääntelyvaatimusten täyttämistä.

Peter toimii mentorina ja kouluttajana aiheissa:

• Tekoäly ja koneoppiminen kliinisessä neurotieteessä

• Näyttöön perustuvat digitaaliset terveyssovellukset

• Systemaattisten katsausten automatisointi ja metatutkimus

• Tekoälyn implementointi matalaresurssisissa ympäristöissä (LMIC)