主要研究人员:赵娟,博士.D.
Juan Zhao, Ph.D.在过去的十年里,她磨练了自己在机器学习和深度学习方面的技能. She graduated with a Ph.D. 他毕业于北京中国科学院大学计算机科学专业, China, 在接下来的几年里,他利用这些知识分析了大量的互联网数据, among other things, prevent cybercrime.
而这项工作则发挥了她在数据和信息分析方面的技能, 她想在更人性化的层面上进行研究, 利用人类数据来解决现实世界的问题. 现在,作为范德比尔特大学医学中心精准医学中心的博士后,她正在实现这个梦想,在那里她将自己的技能专门用于生物医学信息学, Dr. Zhao正在利用范德比尔特大学医学中心的大量医疗数据来改善中风和心血管疾病的预测. 通过美国心脏协会(AHA)精确心血管医学研究所的资助, 她正在使用美国心脏协会精准医学平台,快速有效地识别传统中风风险因素之外的哪些特征可能会影响一个人的中风风险.
这很重要,因为中风是世界范围内死亡和残疾的主要原因. 美国心脏协会和其他组织已经开发出基于已知危险因素预测中风风险的模型, such as hypertension, age, diabetes, smoking, and atrial fibrillation. 但研究表明,这些风险因素只能解释约15%至60%的中风.
“超越传统因素对准确预防中风至关重要, 尤其是考虑到中风是可以预防的, and its first sign may be fatal," according to Dr. Zhao.
Health record data could help Dr. 赵和他的同事们发现了一些不被认为是传统风险因素的因素会增加中风的风险, such as a patient’s genetics, laboratory test results, medication use, medical history, and more. 这些数据还使研究人员能够看到的不仅仅是病人的快照, 而是病人长期的健康状况.
她说:“我们正在研究如何将这些知识纳入现有的风险预测模型。.
Dr. 赵和他的同事们正在利用机器学习和深度学习的力量,对范德比尔特大学的纵向电子健康记录和遗传数据进行研究,其中包括超过2个.更好地预测10年中风风险. 更好的预测中风的能力可以降低死亡风险和中风相关残疾带来的高额经济成本.
The idea, according to Dr. Zhao, 是为了让人们和他们的医生更准确地预测中风的风险,以便医生优化治疗, 人们可以在中风发生前改变生活方式.
美国心脏协会研究所的精准医学平台正在帮助她将大量健康数据转化为个体患者的现实中风预测. “该研究所的平台具有出色的功能,使我们能够快速开发算法,并方便地与其他研究人员共享算法," Dr. Zhao said. “我来到范德比尔特大学学习医学信息学,是为了处理来自现实世界的大量医疗数据, 实现这项工作可以造福于人. 这促使我做这类研究,并在这里继续我的职业生涯. It’s really exciting."
有关美国心脏协会精密心血管医学研究所资助的更多信息, please go to: banweb.ycdwkj666.com/en/professional/institute/grants