Loading article…
スチ・サリア | |
|---|---|
 国立科学財団の2019年のビデオに映るスチ・サリア | |
| 生まれる | 1982年または1983年（41～42歳）[2] |
| 母校 |
|
| 知られている | |
| 受賞歴 |
|
| 科学者としてのキャリア | |
| フィールド | |
| 機関 | ジョンズ・ホプキンス大学 |
| 論文 | デジタル患者: 電子健康記録データを分析するための機械学習技術 (2011) |
| 博士課程の指導教員 | ダフネ・コラー |
| Webサイト | ホームページ |
スチ・サリアはジョンズ・ホプキンス大学の機械学習とヘルスケアの准教授であり、ビッグデータを活用して患者の転帰を改善しています。[1] [3] [4] [5]彼女は世界経済フォーラムの ヤング・グローバル・リーダーです。2022年から2023年まで、彼女はAIXベンチャーの投資パートナーでした。[6] AIXベンチャーは、人工知能のスタートアップに投資するベンチャーキャピタルファンドです。
幼少期と教育
サリアはダージリン出身です。[7]彼女はマウント・ホリヨーク大学で学士号を取得しました。[8]彼女はマイクロソフトから全額奨学金を授与されました。 2004年に彼女はラムバス・コーポレーション・フェローとしてスタンフォード大学に入学しました。[8]彼女はスタンフォード大学でダフネ・コラーの指導の下、アンナ・アッシャー・ペンとセバスチャン・スランの助言を受けて理学修士号と哲学博士号を取得しました。スタンフォード大学で、サリアは未熟児の結果を90％の精度で予測できる統計モデルを開発しました。[10]このモデルは、モニターのデータ、出生体重、子宮内で過ごした時間を使用して、未熟児が病気を発症するかどうかを予測しました。[11] [12]彼女は新興企業のアスター・データ・システムズで働いていました。[13]
キャリアと研究
サリアはビッグデータを使ってヘルスケアをパーソナライズできると信じている。[14] [15]彼女は計算統計学とその現実世界への応用の専門家とみなされている。[8]彼女はベイズモデルと確率モデルを使用している。 [7] 2014年、サリアは集中治療室をより安全にすることを目指したゴードン・アンド・ベティ・ムーア財団の150万ドルのプロジェクトから資金提供を受けた。[16]このプロジェクトでは、患者のベッドサイドで収集されたデータと、患者の病室でのケアを監視する非侵襲性3Dセンサーを使用した。[17]センサーは、手洗いなど、医師が見落としている可能性のある手順に関する情報を収集する。[17]
サリアさんは慢性疾患の管理にビッグデータを使用しています。[18]彼女は強皮症を研究する全米科学財団（NSF）の助成金の一部です。彼女は機械学習を使用して医療記録を分析し、病気の進行の類似パターンを特定します。[18]このシステムは、さまざまな症状にどの治療法が効果的に使用されてきたかを計算し、医師が特定の患者に治療計画を選択するのに役立ちます。[18] 彼女は敗血症性ショックを予測して治療するために使用できる別のアルゴリズムを開発しました。[19]このアルゴリズムは、16,000件の患者の健康記録を使用し、標的リアルタイム警告（TREWS）スコアを生成します。[20]彼女はデビッド・N・ヘイガーと協力してアルゴリズムをクリニックで使用し、86％の確率で正確でした。サリアは、たとえば以前に敗血症性ショックを患い、効果的な治療を求めていた患者など、リスクの高い患者を見逃さないようにアルゴリズムを修正しました。[21]彼女はXRDSマガジンでヘルスケアを変革する先駆者であると評されました。 [22] 2016年にサリアはTED xBostonで医療における機械学習の活用について講演しました。 [23]この講演は100,170回以上視聴されています。[24]
受賞と栄誉
彼女の受賞歴と栄誉は以下の通りです。
- 2018年スローン研究フェローシップ[25] [26] [27]
- 2018年世界経済フォーラム若手グローバルリーダー[27]
- 2017 MITテクノロジーレビュー35歳未満のイノベーター35人[2]
- 2017年国防高等計画研究局（DARPA）若手教員フェローシップ[28]
- 2016年ポピュラーサイエンス誌ブリリアント10賞[29]
- 2015 IEEEインテリジェントシステム人工知能の若手スター[30]
- 2015年ジョンズホプキンスディスカバリー賞[8]
- 2014年国立科学財団（NSF）スマート＆コネクテッドヘルス研究助成金[14]
- 2014 Googleリサーチアワード[8]
- 2014年集中治療医学会年次科学賞[8]
- 2013年ゴードン・アンド・ベティ・ムーア財団研究賞[8]
参考文献
- ^ ab Suchi Saria の出版物はGoogle Scholarに索引付けされています
- ^ ab 「今注目すべきテクノロジー業界の若者たち - 今年の35歳未満のイノベーター35人を紹介」technologyreview.com . MIT Technology Review . 2018年12月16日閲覧。
- ^ DBLP書誌サーバーの Suchi Saria
- ^ Bates, David W.; Saria, Suchi; Ohno-Machado, Lucila; Shah, Anand; Escobar, Gabriel (2014). 「医療におけるビッグデータ：分析を用いた高リスクおよび高コスト患者の特定と管理」Health Affairs . 33 (7): 1123–1131. doi : 10.1377/hlthaff.2014.0041 . ISSN 0278-2715. PMID 25006137.
- ^ Saria, S.; Rajani, AK; Gould, J.; Koller, D.; Penn, AA (2010). 「早期生理学的反応の統合により早産児のその後の病気の重症度を予測する」. Science Translational Medicine . 2 (48): 48ra65. doi :10.1126/scitranslmed.3001304. ISSN 1946-6234. PMC 3564961. PMID 20826840 .
- ^ 「AIX Ventures - AIファンド」AIX Ventures 2023年1月13日閲覧。
- ^ ab 「Suchi Saria – 機械学習、計算健康情報科学」。suchisaria.jhu.edu 。 2018年12月16日閲覧。
- ^ abcdefg 「Suchi Saria、M.Sc.、Ph.D」。hopkinsmedicine.org。ジョンズ・ホプキンス大学。 2018年12月16日閲覧。
- ^ Saria, Suchi (2011). デジタル患者：電子健康記録データを分析するための機械学習技術。stanford.edu (博士論文)。スタンフォード大学。OCLC 748681635 。
- ^ Willyard, Cassandra (2010-09-08). 「新しいモデルが未熟児の合併症を予測」. sciencemag.org . AAAS . 2018年12月16日閲覧。
- ^ 「電子ツールが早産児の疾患リスクを正確に評価」healthcareitnews.com . ヘルスケアITニュース。2010-09-09 . 2018-12-16閲覧。
- ^ クライン、ダイアン（2010年6月21日）。「研究者らが未熟児の病気リスクをより正確に判定する方法を考案」。med.stanford.edu 。スタンフォード大学。 2018年12月16日閲覧。
- ^ 「Plenary Speakers | SRI 2017 Annual Meeting」www.sri-online.org . 2018年12月17日閲覧。
- ^ ab Spring 2015、Jim Duffy / 発行 (2015-03-05)。「ビッグデータによるヘルスケアのパーソナライズ」。hub.jhu.edu。The Hub。2018年12月16日閲覧。
{{cite web}}: CS1 maint: 数値名: 著者リスト (リンク) - ^ 「計算科学者への 3兆ドルの挑戦：医療提供の変革 - IEEEジャーナル＆マガジン」IEEEインテリジェントシステム。29 （4）：82–87。2014年 。doi ： 10.1109/MIS.2014.58。ISSN 1541-1672。S2CID 11091114 。
- ^ 「ジョンズ・ホプキンス大学 2014年冬季エンジニアリングマガジン」eng.jhu.edu . 2018年12月16日閲覧。
- ^ ab 「ジョンズ・ホプキンス大学 2014年冬季エンジニアリングマガジン」eng.jhu.edu . 2018年12月16日閲覧。
- ^ abc 「予測医学 - Science Nation」。nsf.gov。国立科学財団。 2018年12月16日閲覧。
- ^ 「予測モデルが敗血症性ショックに陥る可能性のある患者を特定」popsci.com . ポピュラーサイエンス。2015年8月6日。 2018年12月16日閲覧。
- ^ Saria, Suchi; Pronovost, Peter J.; Hager, David N.; Henry, Katharine E. (2015). 「敗血症性ショックに対する標的リアルタイム早期警告スコア（TREWScore）」. Science Translational Medicine . 7 (299): 299ra122. doi : 10.1126/scitranslmed.aab3719 . ISSN 1946-6242. PMID 26246167.
- ^ Young, Lauren J. (2015-08-07). 「敗血症性ショックを察知できるコンピューター」IEEE Spectrum: テクノロジー、エンジニアリング、科学ニュース。 2018年12月16日閲覧。
- ^ Razavian, Narges (2015). 「データ駆動型ヘルスケアの最前線を前進させる」XRDS . 21 (4): 34–37. doi :10.1145/2788506. ISSN 1528-4972. S2CID 33163301.
- ^ “スーチ・サリア – TEDxBoston”. tedxboston.org 。2018年12月16日に取得。
- ^ 「機械学習によるより良い医療 | Suchi Saria」、youtube.com、2016年10月12日、 2018年12月16日閲覧
- ^ 「CSのSuchi Sariaが2018年スローン研究フェローに選出」cs.jhu.edu . コンピュータサイエンス学部. 2018年2月15日. 2018年12月16日閲覧。
- ^ 「ジョンズ・ホプキンス大学の科学者4人がスローン研究フェローに選出」hub.jhu.edu . The Hub. 2018年2月15日. 2018年12月16日閲覧。
- ^ ab 「北米 - 2018年若手グローバルリーダーに会う」widgets.weforum.org . 2018年12月16日閲覧。
- ^ 「Young Faculty Award」. darpa.mil . 2018年12月16日閲覧。
- ^ 「敗血症性ショックやその他の健康結果を予測する女性」。popsci.com。ポピュラーサイエンス。2016年9月8日。 2018年12月16日閲覧。
- ^ 「IEEE-AI-10-to-Watch.pdf」（PDF） . Dropbox.com . 2018年12月16日閲覧。