Décodage des données de santé

Bei Jiang utilise l'analyse statistique et l'apprentissage automatique statistique pour décoder des données de santé complexes, à la recherche de meilleurs résultats pour les patients. Son travail a consisté à analyser l'imagerie cérébrale, ce qui pourrait aider à élaborer des plans de traitement efficaces pour les personnes souffrant de troubles psychiatriques. Ses recherches portent également sur l'intégration de la modélisation bayésienne aux méthodes d'apprentissage automatique statistique, dans le but de surmonter certains des obstacles de l'inférence statistique classique.

Mme Jiang a obtenu sa maîtrise en biostatistique à l'Université de l'Alberta en 2008 avant de terminer son doctorat à l'Université du Michigan. Elle est revenue à Edmonton en 2015 - d'abord comme professeure adjointe et maintenant comme professeure agrégée - à la faculté des sciences mathématiques et statistiques de l'Université de l'Alberta. En 2015, elle a également été nommée chargée de recherche au Statistical and Applied Mathematical Sciences Institute, basé aux États-Unis.