Hun har en baggrund som civilingeniør i Sundhedsteknologi og færdiggjorde sit speciale i sommeren 2022. Gennem sin uddannelse har hun specialiseret sig i machine learning til udvikling af beslutningsstøtteværktøjer inden for det sundhedsvidenskabelige domæne.
På sit speciale samarbejdede hun med Aalborg Universitetshospital, om udviklingen af prædiktive modeller ud fra ultralydsbilleder til automatisk prædiktion af diagnostiske mål relateret til hoftedysplasi hos spædbørn.
Det er hensigten, at Signe skal skrive en ph.d. som en del af kuben. Hendes forskning vil fokusere på udvikling af prædiktive modeller til prædiktion af behandlingsrespons hos ovariecancerpatienter, ved at integrere kliniske data og billeddiagnostisk data i form af PET/CT-scanninger. Målet med prædiktionsmodellerne er at begrænse brugen af en given behandling, til kun at omfatte patienter der vil have gavn af behandlingen. Samtidig undgås unødvendig toksicitet for patienter, der ikke ville respondere på behandlingen.