Suchi Saria - Suchi Saria

Suchi Saria
Suchi Saria pro National Science Foundation.jpg
Suchi Saria v roce 2019 video z Národní vědecká nadace
narozený1982/1983 (věk 36–38)[1]
Alma materMount Holyoke College (BA)
Stanfordská Univerzita (MSc, PhD)
Známý jakoPersonalizovaná medicína
Velká data
Strojové učení
OceněníSpolečenstvo pro výzkum Sloan (2018)
Inovátoři do 35 let (2017)
Vědecká kariéra
PoleStrojové učení
Důvodem nejistoty
Kauzální závěr
Výpočetní zdravotní péče[2]
InstituceUniverzita Johna Hopkinse
TezeDigitální pacient: techniky strojového učení pro analýzu dat elektronických zdravotních záznamů  (2011)
Doktorský poradceDaphne Koller
webová stránkasuchisaria.jhu.edu

Suchi Saria je docentem strojového učení a zdravotní péče ve společnosti Univerzita Johna Hopkinse, kde používá velká data zlepšit výsledky pacientů.[2][3][4][5] Ona je Světové ekonomické fórum (WEF) Mladý globální lídr.

raný život a vzdělávání

Saria je z Darjeeling.[6] Zasloužila si ji Bakalářský titul v Mount Holyoke College.[7] Získala plné stipendium od Microsoft. V roce 2004 nastoupila Stanfordská Univerzita jako Rambus Korporace Chlapík.[7] Zasloužila si ji Mistr vědy a doktor filozofie[8] stupňů na Stanfordská Univerzita, kontrolován Daphne Koller a doporučila Anna Asher Pennová a Sebastian Thrun. Na Stanfordská Univerzita, Saria vyvinula model, který by mohl předvídat preemie výsledky s přesností 90%.[9] Model použil data z monitorů, porodní hmotnosti a délky času stráveného v děloze k předpovědi, zda a preemie by se vyvinula nemoc.[10] Výstupní hodnota PhyiScore by mohlo být použito ke snížení 26 miliard dolarů ročně vynaložených na Zdravotní péče v USA na předčasný porod.[11] Pracovala v startupu Datové systémy Aster.[12]

Kariéra a výzkum

Saria věří, že k personalizaci zdravotní péče lze použít velká data.[13][14] Je považována za odborníka na výpočetní statistika a jejich aplikace do reálného světa.[7] Používá Bayesian a pravděpodobnostní modelování.[6] V roce 2014 byla Saria financována částkou 1,5 milionu dolarů Gordon and Betty Moore Foundation projekt, který vypadal, že bude vytvořen jednotky intenzivní péče bezpečnější.[15] Projekt využíval data shromážděná na lůžkách pacientů spolu s neinvazivními 3D senzory, které monitorují péči v nemocničních pokojích pacientů.[16] Senzory shromažďují informace o krocích, které by lékaři mohli vynechat; jako mytí rukou.[16]

Saria používá velká data spravovat chronická onemocnění.[17] Je součástí a Národní vědecká nadace (NSF) ocenění, které se dívá na sklerodermie. Používá strojové učení analyzovat lékařské záznamy a identifikovat podobné vzorce progrese onemocnění.[17] Systém zjišťuje, která léčba byla účinně použita pro různé příznaky, aby pomohla lékařům při výběru léčebných plánů pro konkrétní pacienty.[17] Vyvinula další algoritmus, který lze použít k předpovídání a léčbě Septický šok.[18] Algoritmus použil 16 000 položek zdravotních záznamů pacientů a generuje cílené reálný čas varovné skóre (TREWS).[19] Spolupracovala s David N. Hager použít algoritmus na klinikách, a to bylo 86% času správné. Saria upravila algoritmus, aby se vyhnula ztrátě vysoce rizikových pacientů - například těch, kteří trpí septický šok dříve a kteří hledali úspěšnou léčbu.[20] Popisovala ji Časopis XRDS jako průkopník v transformaci zdravotní péče.[21] V roce 2016 Saria hovořila o používání strojového učení pro medicínu na TED xBoston.[22] Přednáška byla zhlédnuta více než 100 170krát.[23]

Ocenění a vyznamenání

Mezi její ocenění a vyznamenání patří:

Reference

  1. ^ A b „Jedná se o mladé lidi v oblasti technologií, které je možné sledovat právě teď - seznamte se s letošními 35 inovátory do 35 let“. technologyreview.com. Recenze technologie MIT. Citováno 2018-12-16.
  2. ^ A b Suchi Saria publikace indexované podle Google Scholar Upravte to na Wikidata
  3. ^ Suchi Saria v DBLP Bibliografický server Upravte to na Wikidata
  4. ^ Bates, David W .; Saria, Suchi; Ohno-Machado, Lucila; Shah, Anand; Escobar, Gabriel (2014). „Big Data in Health Care: Using Analytics to identify and Manage high-risk and high-cost pacientů“. Záležitosti zdraví. 33 (7): 1123–1131. doi:10.1377 / hlthaff.2014.0041. ISSN  0278-2715. PMID  25006137. Zdarma ke čtení
  5. ^ Saria, S .; Rajani, A. K .; Gould, J .; Koller, D .; Penn, A. A. (2010). „Integrace časných fyziologických odpovědí předpovídá pozdější závažnost nemoci u předčasně narozených dětí“. Science Translational Medicine. 2 (48): 48ra65. doi:10.1126 / scitranslmed.3001304. ISSN  1946-6234. PMC  3564961. PMID  20826840.
  6. ^ A b „Suchi Saria - strojové učení, výpočetní zdravotnická informatika“. suchisaria.jhu.edu. Citováno 2018-12-16.
  7. ^ A b C d E F G „Suchi Saria, M.Sc., Ph.D“. hopkinsmedicine.org. Univerzita Johna Hopkinse. Citováno 2018-12-16.
  8. ^ Saria, Suchi (2011). Digitální pacient: techniky strojového učení pro analýzu dat elektronických zdravotních záznamů. stanford.edu (Disertační práce). Stanfordská Univerzita. OCLC  748681635. Zdarma ke čtení
  9. ^ Willyard, Cassandra (08.09.2010). „Nový model předpovídá komplikace v preemiích“. sciencemag.org. AAAS. Citováno 2018-12-16.
  10. ^ „Elektronický nástroj přesně hodnotí riziko onemocnění předčasně narozených dětí“. Healthitnews.com. Zdravotnické IT novinky. 09.09.2010. Citováno 2018-12-16.
  11. ^ Klein, Dianne. „Vědci navrhují přesnější metodu stanovení rizika onemocnění u předčasně narozených dětí“. med.stanford.edu. Stanfordská Univerzita. Citováno 2018-12-16.
  12. ^ „Plenární řečníci | Výroční zasedání SRI 2017“. www.sri-online.org. Citováno 2018-12-17.
  13. ^ A b Jaro 2015, Jim Duffy / Publikováno (05.03.2015). „Přizpůsobení zdravotní péče prostřednictvím velkých dat“. hub.jhu.edu. The Hub. Citováno 2018-12-16.
  14. ^ „Výzva 3 biliony dolarů pro výpočetní vědce: Transformace poskytování zdravotní péče - IEEE Journals & Magazine“. doi:10.1109 / MIS.2014.58. S2CID  11091114. Citovat deník vyžaduje | deník = (Pomoc)
  15. ^ „Johns Hopkins Winter 2014 Engineering Magazine“. eng.jhu.edu. Citováno 2018-12-16.
  16. ^ A b „Johns Hopkins Winter 2014 Engineering Magazine“. eng.jhu.edu. Citováno 2018-12-16.
  17. ^ A b C „Prediktivní medicína - vědecký národ“. nsf.gov. Národní vědecká nadace. Citováno 2018-12-16.
  18. ^ „Prediktivní model identifikuje pacienty, kteří by mohli jít do septického šoku“. popsci.com. Populární věda. Citováno 2018-12-16.
  19. ^ Saria, Suchi; Pronovost, Peter J .; Hager, David N .; Henry, Katharine E. (2015). „Cílené skóre včasného varování v reálném čase (TREWScore) pro septický šok“. Science Translational Medicine. 7 (299): 299ra122. doi:10.1126 / scitranslmed.aab3719. ISSN  1946-6242. PMID  26246167. uzavřený přístup
  20. ^ Young, Lauren J. (08.08.2015). „Počítač, který dokáže čichat septický šok“. IEEE Spectrum: Technology, Engineering, and Science News. Citováno 2018-12-16.
  21. ^ Razavian, Narges (2015). „Posunutí hranice zdravotní péče založené na datech“. XRDS. 21 (4): 34–37. doi:10.1145/2788506. ISSN  1528-4972. S2CID  33163301. uzavřený přístup
  22. ^ „Suchi Saria - TEDxBoston“. tedxboston.org. Citováno 2018-12-16.
  23. ^ TEDx Talks, "Lepší medicína pomocí strojového učení | Suchi Saria", youtube.com, vyvoláno 2018-12-16
  24. ^ „CS 'Suchi Saria jmenován výzkumným pracovníkem Sloan 2018“. cs.jhu.edu. Ústav výpočetní techniky. 15. 2. 2018. Citováno 2018-12-16.
  25. ^ 15. února, zpráva zaměstnanců Hubu / publikováno; 2018 (2018-02-15). „Čtyři vědci Johns Hopkins pojmenovali Sloan Research Fellows“. hub.jhu.edu. The Hub. Citováno 2018-12-16.CS1 maint: číselné názvy: seznam autorů (odkaz)
  26. ^ A b „North America - Meet the Young Young Global Leaders 2018“. widgets.weforum.org. Citováno 2018-12-16.
  27. ^ „Cena mladé fakulty“. darpa.mil. Citováno 2018-12-16.
  28. ^ „Žena, která předpovídá septický šok a další zdravotní výsledky“. popsci.com. Populární věda. Citováno 2018-12-16.
  29. ^ „IEEE-AI-10-to-Watch.pdf“ (PDF). Dropbox.com. Citováno 2018-12-16.