Сучи Сария — адъюнкт-профессор машинного обучения и здравоохранения в Университете Джона Хопкинса , где она использует большие данные для улучшения результатов лечения пациентов. [2] [3] [4] [5] Она является молодым глобальным лидером Всемирного экономического форума (ВЭФ) .
Сария из Дарджилинга . [6] Она получила степень бакалавра в колледже Маунт -Холиок . [7] Она получила полную стипендию от Microsoft . В 2004 году она присоединилась к Стэнфордскому университету в качестве научного сотрудника Rambus Corporation . [7] Она получила степень магистра наук и доктора философии [8] в Стэнфордском университете под руководством Дафны Коллер и советов Анны Ашер Пенн и Себастьяна Труна . В Стэнфордском университете, Сария разработала статистическую модель, которая может предсказывать исходы преждевременных родов с точностью 90%. [9] В модели использовались данные мониторов, масса тела при рождении и продолжительность пребывания в утробе матери, чтобы предсказать, разовьется ли у недоношенного ребенка болезнь. [10] [11] Работала в стартапе Aster Data Systems . [12]
Сария считает, что большие данные можно использовать для персонализации здравоохранения. [13] [14] Она считается экспертом в области вычислительной статистики и ее приложений в реальном мире. [7] Она использует байесовское и вероятностное моделирование. [6] В 2014 году Сария была профинансирована проектом Фонда Гордона и Бетти Мур стоимостью 1,5 миллиона долларов , целью которого было сделать отделения интенсивной терапии более безопасными. [15] В проекте использовались данные, собранные у постели больного, а также неинвазивные 3D-датчики, которые контролируют уход в больничных палатах. [16]Датчики собирают информацию о шагах, которые могли быть пропущены врачами; как мыть руки. [16]
Сария использует большие данные для лечения хронических заболеваний . [17] Она является частью премии Национального научного фонда (NSF), посвященной склеродермии . Она использует машинное обучение , чтобы анализировать медицинские записи и выявлять схожие закономерности развития болезни. [17] Система определяет, какие методы лечения были эффективно использованы для различных симптомов, чтобы помочь врачам в выборе планов лечения для конкретных пациентов. [17] Она разработала еще один алгоритм, который можно использовать для прогнозирования и лечения септического шока . [18] Алгоритм использовал 16 000 записей о состоянии здоровья пациентов и генерирует целевойпредупреждение в реальном времени (TREWS). [19] Она сотрудничала с Дэвидом Н. Хагером , чтобы использовать алгоритм в клиниках, и он был правильным в 86% случаев. Сариа модифицировал алгоритм, чтобы не пропустить пациентов с высоким риском, например, тех, кто ранее страдал септическим шоком и добивался успешного лечения. [20] Журнал XRDS описал ее как пионера в преобразовании здравоохранения. [21] В 2016 году Сария рассказала об использовании машинного обучения в медицине на TED xBoston. [22] Доклад был просмотрен более 100 170 раз. [23]