阿尔伯斯实验室
实验室的任务
开发和部署计算机器，以积极影响医疗保健决策和理解系统生理学。
协作和工具
- 数据同化
- 机器学习
- 系统生理学的数学建模“，
- 信息理论
- 统计信号处理
- 非线性时间序列分析
- 动力系统
- 复杂性理论
- 医疗保健流程建模
- 变分推理
- 计算表型出现
George Hripcsak, Matt Levine, Melike Sirlanci, Lena Mamykina, Noemie Elhadad, Estaban Tabak, Jana de Wiljes, Inigo Urteaga, Erica Graham, Rimma Perotte, Adler Perotte, Rudy Leibel, Henry Ginsberg, Jan Claassen, Andrew Stuart, Bruce Gluckman, Jim Crutchfield, Yuzuru Sato, Will Ott, Bhargav Karamched, Peter Sottlie, Marc Moss, Brad Smith, Artie Sherman, Joon Ha, Cecilia Diniz Behn, Christine Chan, Tell Bennett, Soojin Park，春华，Jake Stroh, Deepak Agrawal, Jennifer Briggs, Yanran Wang，Elliot Mitchell, Christine Chan, Cecilia Low Wang, Melanie Cree-Green, Sarah Collins Rossetti, Kenrick Cato, Chris Knaplund, AZ Woldaregay, E Årsand, Gunnar Hartvigsen, PM Desai, Melissa Burgermaster。
哥伦比亚大学、宾夕法尼亚州立大学、加州理工学院、库朗学院(纽约大学)、哈佛大学、特罗姆瑟大学(挪威)、波斯特丹大学(德国)、加州大学戴维斯分校、科罗拉多大学博尔德分校、科罗拉多矿业学院、NIDDK、德州大学休斯顿分校、加州理工学院、佛罗里达州立大学、加州大学戴维斯分校、北海道大学(日本)
我们的工作
我们开发了新的计算方法和模型，用于从临床环境中收集的数据中提取新知识，以积极影响医疗保健决策和理解系统生理学。这些方法从改进的统计信号处理到新的数据同化和机器学习方法，再到系统生理学的新模型。这些努力不是凭空存在的。这些方法的目标是:扩展我们对系统生理学和病理生理学的理解，并帮助患者和临床医生做出定量的决定。通过与我们的人机交互和临床合作伙伴合作，我们致力于在临床环境中开发和部署这些方法，包括以患者和临床医生为中心的临床决策支持环境。
有关更多信息，请参见: