生物统计学虚拟研讨会 - 精密医学时代的数据科学

何时何地

1月31日
12:00 pm-1：00 pm
Webex-请参阅链接（在Google地图中查看）

接触

斯科特·戴森（Scott Dyson）
scott.b.dyson@uth.tmc.edu

事件描述

主持人：范德比尔特大学医学中心生物统计学系主任Yu Shyr博士

抽象的：

精确医学的关键概念是预防和治疗策略，这些策略考虑了个人分子概况和临床信息。单细胞的下一代测序技术（NGS），用于循环肿瘤DNA（CTDNA）分析的液体活检，微生物组学，放射素学和其他类型的高通量测定近年来爆炸，这要爆炸迅速和相对低成本的数据量。这些大数据的出现推动了精密医学的目标；however, across the entire continuum of big data capture and utilization, many more challenges lie ahead—from analysis of high-throughput biomarkers to maximum exploitation of the electronic health record (EHR), to the ultimate goal of clinical guidance based on a patient’s genome.

由于这些挑战，统计学专业正处于破坏性变化的时期 - 长期改变，因为约翰·图基（John Tukey）呼吁大约60年前对学术统计进行改革。他指出，他的书《数据分析的未来》中存在尚未认可的科学。十多年前，约翰·钱伯斯（John Chambers），比尔·克利夫兰（Bill Cleveland）和利奥·布雷曼（Leo Breiman）独立敦促学术统计数据将其边界扩展到理论统计的经典领域之外。克利夫兰甚至为他的设想领域提出了吸引人的名字“数据科学”。

现在，今天，统计社区面临着关键的时刻。如果我们不参加数据革命，我们将被边缘化。如果我们不适应思维方式，我们会发现自己沦为数据科学阶段的支持角色。如果我们不向学生教育统计学中的新概念，那么我们在传递统计火炬方面将越来越成功。

在本演讲中，我将提供一些有关统计科学不断变化的景观的观点，包括将非结构化文本视为定量数据的概念；统计学家需要调整信息技术爆炸性增长的心态；机器学习；和AI革命。这些领域为我们的职业提供了巨大的机会，可以加强我们在数据科学领域的作用。我将对未来的发展进行一些想法。