研究概况:赵娟博士

赵娟博士在过去十年中磨练了她在机器学习和深度学习方面的技能。她毕业于中国北京的中国科学院大学(University Chinese Academy of Sciences)计算机科学博士，在随后的几年里，她利用所学知识分析了大量互联网数据，其中包括防止网络犯罪。

虽然这份工作发挥了她在数据和信息分析方面的技能，但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确医学中心的博士后，她正在实现这个梦想，在那里她将自己的技能用于生物医学信息学，具体来说，赵医生正在利用范德比尔特大学医学中心的大量医疗保健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拨款，她正在使用AHA精确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，因为中风是全球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了基于已知危险因素(如高血压、年龄、糖尿病、吸烟和心房颤动)预测中风风险的模型。但研究表明，这些风险因素只能解释大约15%到60%的中风。

赵博士说:“要想准确预防中风，超越传统因素是至关重要的，尤其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。”

健康记录数据可以帮助赵医生和他的同事发现那些不被认为是传统风险因素的增加中风风险的因素，比如病人的基因、实验室检测结果、药物使用、病史等等。这些数据还使研究人员不仅可以观察患者的快照，还可以观察患者在较长时间内的健康状况。

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。”

赵博士及其同事正在利用范德堡大学纵向电子健康记录和包括280多万患者在内的遗传数据的机器学习和深度学习的力量，更好地预测10年中风风险。更好的中风预测能力可以降低中风相关残疾的死亡风险和高额经济成本。

赵医生说，这个想法是用更准确的中风风险预测来武装患者和他们的医生，这样医生就可以优化治疗，人们也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疗平台正在帮助她将大量的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，”赵博士说。“我来到范德堡大学学习医疗信息学，是为了处理来自现实世界的大量医疗数据，意识到这项工作可以造福人们。这促使我做这类研究，并在这里继续我的职业生涯。这真的很令人兴奋。”

有关美国心脏协会精确心血管医学研究所拨款的更多信息，请访问:www.jimsocks.com/en/professional/institute/grants