Sarah Mullin, Ph. D., M. S.

Projets spéciaux: Informatique biomédicale
Directeur, Ressources partagées en informatique de recherche biomédicale, Département de biostatistique et de bioinformatique

Spécialisé en:

  • Prédiction, machine learning et deep learning
  • Extraction et validation des sous-types de patients
  • Traitement du langage naturel (extraction et normalisation d'entités)

Biographie

J'ai rejoint la faculté du département de biostatistique et de bioinformatique du Roswell Park Comprehensive Cancer Center en tant que professeur adjoint d'oncologie en octobre 2022.

J'ai effectué un stage postdoctoral au Yale Center for Medical Informatics après avoir obtenu mon doctorat en informatique biomédicale de l'Université SUNY à Buffalo (UB) et une maîtrise en statistiques de l'Université d'État de l'Ohio. Entre mes diplômes, j'ai travaillé en médecine de réadaptation et en psychologie clinique en tant que gestionnaire de données et statisticien. J'ai également obtenu une licence en mathématiques et statistiques et en littérature anglaise du Canisius College.

Mes recherches portent sur la modélisation des informations contenues dans le dossier médical électronique et les référentiels de données de santé. Je m'intéresse principalement à l'utilisation de l'apprentissage automatique et profond en conjonction avec des informations terminologiques et ontologiques pour poursuivre une médecine de précision, en me concentrant sur l'utilisation de données spécifiques au patient combinées à une médecine fondée sur des preuves pour adapter la prédiction et le traitement à un individu. Je m'intéresse particulièrement à l'utilisation de sources de données multiples et de formats de données hétérogènes (texte libre et éléments de données structurés) pour améliorer les résultats et la modélisation. Lorsque j'utilise du texte libre, je me concentre principalement sur l'extraction et la normalisation d'entités en ontologies et terminologies et sur l'extraction de relations.

Je suis passionné par la création d'outils et d'algorithmes utiles avec une équipe interdisciplinaire de cliniciens, de professionnels de la santé, de patients et de scientifiques des données qui aideront à éradiquer le cancer et à améliorer l'expérience des patients et des cliniciens.

Positions

Centre de lutte contre le cancer de Roswell Park

  • Professeur adjoint d'oncologie
  • Directeur, Ressources partagées en informatique de recherche biomédicale – Département de biostatistique et de bioinformatique

Présentation

Éducation et formation

  • 2021 - Doctorat - Informatique biomédicale, Informatique clinique, Université de Buffalo, Buffalo, NY
  • 2013 - MS - Statistiques, Université d'État de l'Ohio, Columbus, OH

Association

  • 2021-2022 - Bourse postdoctorale, Centre d'informatique médicale de Yale, Université Yale, New Haven, CT

Honeurs et Prix

  • 2022 - Prix de recherche du Centre d'excellence en science réglementaire et innovation (CERSI) de la clinique Yale-Mayo
  • 2020-2021 - Financement du programme d'étude pilote CTSI pour « Prédiction des combinaisons de médicaments liés aux opioïdes à l'aide de CANDO et d'une cohorte rétrospective WNY ».
  • 2017-2020 - Formation NIH NLM T15, Université d'État de New York à Buffalo, Buffalo, NY
  • 2017 - Prix du meilleur article étudiant pour l'utilisation secondaire du DSE : Interprétation de la fiabilité inter-évaluateurs cliniciens grâce à une évaluation qualitative lors de la Conférence sur l'informatique de santé sensible au contexte, Hong Kong
  • Prix ​​Thomas E et Jean D Powers 2013 pour le meilleur enseignant associé, Université d'État de l'Ohio, Columbus, OH

Publications

  Liste complète des publications sur PubMed

Mullin S, Wyk BV, Asher JL, Compton SR, Allore HG, Zeiss CJ. Modélisation des schémas de transmission du SRAS-CoV-2 de la pandémie à l'endémie à l'aide de paramètres estimés à partir de données de modèles animaux. PNAS nexus. 2022 juill.;1(3):pgac096.

Elkin PL, Mullin S, Tetewsky S, Resendez SD, McCray W, Barbi J, Yendamuri S. Identification des caractéristiques des patients associées à l'avantage de survie du traitement par metformine dans le CPNPC de stade I. Journal de chirurgie thoracique et cardiovasculaire. 2022 mars 10.

Elkin PL, Mullin S, Mardekian J, Crowner C, Sakilay S, Sinha S, Brady G, Wright M, Nolen K, Trainer J, Koppel R. Utilisation de l'intelligence artificielle avec le traitement du langage naturel pour combiner les données structurées et en texte libre du dossier médical électronique afin d'identifier la fibrillation auriculaire non valvulaire pour réduire les accidents vasculaires cérébraux et la mortalité : évaluation et étude cas-témoins. Journal of Medical Internet Research. 2021 novembre 9 ; 23(11) : e28946.

Mullin S, Zola J, Lee R, Hu J, MacKenzie B, Brickman A, Anaya G, Sinha S, Li A, Elkin PL. Approches longitudinales K-means pour le regroupement et l'analyse des trajectoires d'utilisation d'opioïdes dans le DSE pour les sous-types cliniques. Journal of Biomedical Informatics. 2021 août 16 : 103889.

Mullin S, Elkin P. Évaluation des représentations et des sous-types de patients en matière d'utilisation d'opioïdes. Études en technologie et informatique de la santé. 2020er juin 1 ; 270 : 823-7.