Danielle Belgrave - Danielle Belgrave

Danielle Belgrave
narozený
Danielle Charlotte Belgrave
Alma materLondon School of Economics (BSc)
University College v Londýně (MSc)
University of Manchester (PhD)
Vědecká kariéra
PoleStatistika
Strojové učení[1]
InstituceMicrosoft Research
Imperial College London
GlaxoSmithKline
TezePravděpodobnostní kauzální modely astmatu a alergií vznikajících v dětství  (2014)
Doktorský poradceIain Buchan
Christopher Bishop
Adnan Custovic[2][3]
webová stránkaMicrosoft.com/ en-us/výzkum/lidé/ dabelgra

Danielle Charlotte Belgrave je britský počítačový vědec se sídlem v Microsoft Research, kdo používá statistika a strojové učení porozumět vývoji nemocí.[1][2][4]

raný život a vzdělávání

Belgrave vyrostl v Trinidad, kde ji její středoškolský učitel matematiky inspiroval k práci jako datový vědec.[5] Vystudovala statistiku a podnikání na London School of Economics (LSE).[6][7] Byla postgraduální studentkou na University College v Londýně (UCL), kde získala magisterský titul ve statistice.[6] V roce 2010 se Belgrave přestěhoval do University of Manchester, kde získala PhD pro výzkum pod dohledem Iain Buchan [Wikidata ], Christopher Bishop a Adnan Custovic (vědec) [Wikidata ][2][3][6] podporováno stipendiem Microsoft Research. Získala a Dorothy Hodgkin postgraduální ocenění od společnosti Microsoft a cena Barryho Kaye od Britské společnosti pro alergii a klinickou imunologii (BSACI).[8]

Výzkum a kariéra

Po absolutoriu pracoval Belgrave v GlaxoSmithKline (GSK), kde získala Cenu výjimečného vědce.[6] Belgrave se přidal Imperial College London jako Rada pro lékařský výzkum (MRC) statistik v roce 2015.[6][9][8] Vyvíjí statistické modely strojového učení, aby sledovala progresi onemocnění ve snaze navrhnout nové strategie řízení a porozumět jim heterogenita.[4][10] Statistické metody učení mohou informovat řízení zdravotních stavů poskytnutím rámce pro endotyp objev pomocí pravděpodobnostní modelování.[5][11] K identifikaci podkladu používá statistické modely endotypy stavu ze sady fenotypy.[12]

Studovala, zda atopický pochod, progrese alergických onemocnění od raného života, adekvátně popisuje atopická onemocnění jako ekzém v raném životě.[13] Belgrave použil a latentní nemoc profilový model ke studiu atopického pochodu u více než 9 000 dětí, kde strojové učení byl použit k identifikaci skupin dětí s podobnými ekzém nástupní vzory.[13] Je součástí studijního týmu pro časný život astma výzkumné konsorcium.[14] Belgrave má zájem využívat velká data pro smysluplnou klinickou interpretaci k informování o personalizovaných preventivních strategiích.[14]

Její výzkum se zaměřuje na Bayesian a rozvíjet statistické strojové učení ve zdravotnictví personalizovaná medicína.[2] Od roku 2019 Belgrave vyvíjí a implementuje metody, které zahrnují znalost domény s modely založené na datech. Mezi její výzkumné zájmy patří latentní variabilní modely, podélné studie, analýza přežití, ‘omics, snížení rozměrů Bayesian grafické modely a shluková analýza.[2][1]

Belgrave je součástí předpisu algoritmy projekt, který hodnotí, jak by měly být algoritmy zdravotní péče regulovány.[15] Belgrave se zejména zajímá o to, jaký režim odpovědnosti by měl být uložen umělá inteligence pro zdravotnictví.[15] Působí v organizačním výboru 2019 Konference o systémech zpracování neurálních informací[16] a jako poradce pro DeepAfricAI.[17]

Reference

  1. ^ A b C Danielle Belgrave publikace indexované podle Google Scholar Upravte to na Wikidata
  2. ^ A b C d E Belgrave, Danielle (2016). „Danielle Belgrave CV“ (PDF). imperial.ac.uk. Imperial College London. Archivovány od originál (PDF) dne 2019-03-13.
  3. ^ A b Belgrave, Danielle Charlotte (2014). Pravděpodobnostní kauzální modely astmatu a alergií vznikajících v dětství. manchester.ac.uk (Disertační práce). University of Manchester.
  4. ^ A b „Danielle Belgrave“. přepracovat.co. PŘEPRACOVAT. Citováno 2019-03-16.
  5. ^ A b „Danielle Belgrave“. deeplearningindaba.com. Hluboké učení Indaba. Citováno 2019-03-16.
  6. ^ A b C d E „Dr. Danielle Belgrave“. imperial.ac.uk. Imperial College London. Archivovány od originál dne 01.01.2018. Citováno 2019-03-16.
  7. ^ Anon (2019). „Seminář o pokroku a výzvách v oblasti strojového učení pro zdravotnictví“. datascience.manchester.ac.uk. University of Manchester. Citováno 2019-03-16.
  8. ^ A b „Danielle Belgrave“. cipp-meeting.org. CIPP XV. Citováno 2019-03-16.
  9. ^ „Unified probabilistic latent variable variable modeling campaigns to accelerate endotype discovery in longitudinal studies“. ukri.org. Spojené království pro výzkum a inovace. Citováno 2019-03-16.
  10. ^ „Danielle Belgrave ve společnosti Microsoft Research“. microsoft.com. Microsoft Research. Archivovány od originál dne 2019-03-17. Citováno 2019-03-16.
  11. ^ Anon (2017-09-15), „12 aplikací strojového učení ve zdravotnictví Danielle Belgrave“, youtube.com, Hluboké učení Indaba, vyvoláno 2019-03-16
  12. ^ Anon (07.03.2019). "Etická AI". robotethics.co.uk. AI a etika robotů. Citováno 2019-03-16.
  13. ^ A b Custovic, Adnan; Henderson, A. John; Buchan, Iain; Bishop, Christopher; Guiver, John; Simpson, Angela; Granell, Raquel; Belgrave, Danielle C. M. (2014). „Vývojové profily ekzémů, pískání a rýmy: dvě populační kohortní studie založené na populaci“. PLOS Medicine. 11 (10): e1001748. doi:10.1371 / journal.pmed.1001748. ISSN  1549-1676. PMC  4204810. PMID  25335105.
  14. ^ A b Bønnelykke, Klaus; Sleiman, Patrick; Nielsen, Kasper; Kreiner-Møller, Eskil; Mercader, Josep M; Belgrave, Danielle; den Dekker, Herman T; Husby, Anders; Sevelsted, Astrid; Faura-Tellez, Grissel; Mortensen, Li Juel; et al. (2013). „Celomanomová asociační studie identifikuje CDHR3 jako lokus citlivosti na astma v raném dětství s těžkými exacerbacemi.“ Genetika přírody. 46 (1): 51–55. doi:10,1038 / ng.2830. ISSN  1061-4036. OCLC  885448463. PMID  24241537. uzavřený přístup
  15. ^ A b „Regulace algoritmů ve zdravotnictví: duševní vlastnictví a odpovědnost“. phgfoundation.org. Nadace PHG. Citováno 2019-03-16.
  16. ^ „Organizační výbor 2019“. nips.cc. Citováno 2019-03-16.
  17. ^ „DeepAfricAI“. deepafricai.com. Citováno 2019-03-16.