研究概况:赵娟博士

胡安赵，博士，在过去十年中，在机器学习和深度学习中磨练了她的技能。她毕业于博士学位。在中国科学院大学的计算机科学中，中国科学院，随后几年使用该知识来分析大量的互联网数据，以及其他事情防止网络犯罪。

虽然这份工作激发了她在数据和信息分析方面的技能，但她希望在更人性化的层面上进行研究，利用人类的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研究员，她正在实现她的梦想在那里她将她的技能用于生物医学信息学，赵博士利用范德比尔特大学医学中心(Vanderbilt University Medical Center)的海量医疗数据，改进中风和心血管疾病的预测。通过美国心脏协会(AHA)精密心血管医学研究所的拨款，她正在使用AHA精密医学平台快速有效地识别传统中风风险因素以外的哪些特征可能会影响一个人的中风风险。

这很重要，因为中风是全世界死亡和残疾的主要原因。美国心脏协会和其他团体已经开发了模型，以预测基于已知风险因素的卒中风险，例如高血压，年龄，糖尿病，吸烟和心房颤动。但研究表明，这些风险因素仅解释了大约15％至60％的笔触。

“寻找常规因素之外的因素对于准确预防中风至关重要，特别是考虑到中风是可以预防的，而且它的第一个迹象可能是致命的，”赵博士说。

健康记录数据可以帮助赵博士和同事检测增加卒中风险的事情，这些风险不被视为传统风险因素，例如患者的遗传，实验室测试结果，药物使用，病史等等。这些数据还允许研究人员看起来不仅仅是患者的快照，而是患者在较长时间内的健康状况。

“我们正在研究如何将这些知识纳入现有的风险预测模型，”她说。

赵博士和同事正在利用机器学习的力量，深入了解Vanderbilt纵向电子健康记录和遗传数据，包括超过280万患者，更好地预测10年的行程风险。更好的预测中风能力可以降低与中风相关的残疾中死亡和高金额的风险。

根据赵博士的说法，这个想法是为了武装人民和他们的医生，更准确地预测行程风险，使医生可以优化治疗，并且人们可以在中风发生之前改变生活方式。

美国心脏协会研究所的精准医学平台正在帮助她将大量的健康数据转化为现实生活中单个患者的中风预测。“研究所的平台有很好的功能，让我们可以快速开发算法，并方便地与其他研究人员分享算法，”赵博士说。“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学数据，意识到这项工作可以造福人类。这激发了我做这类研究并在这里继续我的职业生涯。它非常有意思。”

有关美国心脏协会精密心血管医学研究所的更多信息，请转至：www.jimsocks.com/en/professional/institute/Grants.