Nuestro Fundadora

Dra. Ariana Anderson, Ph.D. es un madre de cuatro hijos y una profesora asistente en UCLA en el Departamento de Psiquiatría y Ciencias Bioconductuales de la Facultad de Medicina de UCLA.

Ella es la ganadora reciente del Premio de Carrera en la Interfaz Científica del Burroughs Wellcome Fund y también ha recibido un Premio de Carrera K25 del NIA por su investigación en cambios hemodinámicos y deterioro cognitivo. Los detalles de mis publicaciones se pueden encontrar en Google Scholar.

Sus proyectos completos incluyen la identificación de la actividad cerebral fMRI cerebral en trastornos como la esquizofrenia, midiendo si los correlatos EEG de la capacidad cognitiva pueden cambiar con el envejecimiento, y la creación de un algoritmo de "reconocimiento de voz" para identificar si un bebé llora y por qué. Ella cree que comunicar nuestra ciencia al público es el mejor método para sacar la investigación académica de la torre de marfil y ponerla en práctica. Más recientemente, su trabajo de detección de EHR de diabetes apareció en NPR y Medscape.

Dra. Anderson fundó y lanzó ChatterBaby™ en 2013. Este proyecto ganó el primer premio en el concurso Code of the Mission de UCLA 2016: MHealth Apps. Los algoritmos ChatterBaby ™ usan inteligencia artificial para traducir el llanto de un bebé en una necesidad específica, prediciendo dolor infantil agudo con más del 90% de precisión. Estos algoritmos ahora se utilizan para identificar patrones vocales infantiles patológicos en niños que están o no en riesgo de padecer el trastorno del espectro autista.

Como investigador principal y director del Laboratorio de Neuropsicología Computacional, su laboratorio integra datos a través de modalidades para crear mediciones biofísicas de trastornos neuropsicológicos. En términos más generales, se centran en la bioinformática y la ciencia traslacional, aprovechando datos y estadísticas para aplicaciones biomédicas. Con este objetivo, lidera varios proyectos:

Predicción temprana del declive cognitivo: En la enfermedad de Alzheimer y en la demencia vascular, la variabilidad extrema en la hemodinámica capturada a través de la IRMf puede predecir un declive futuro. Recientemente recibió una subvención K25 del NIA para apoyar su trabajo más allá, utilizando el Modelado Dinámico Causal para obtener mediciones de la salud neurovascular.
Innovación del sector público: Su laboratorio trabaja con Litmus en NYU para identificar cómo las características acústicas pueden afectar y predecir la violencia en las cárceles. =
Efecto placebo: midiendo el efecto placebo in vivo en el cerebro usando fMRI, para aumentar nuestra capacidad de separar medicamentos efectivos de los ineficaces. Esta tecnología será particularmente útil para evaluar la eficacia de los medicamentos para enfermedades raras, cuando puede ser poco ético y poco práctico asignar pacientes a un grupo placebo. Ella también ha creado un nuevo diseño de prueba para mitigar la respuesta al placebo.

Riesgo de diabetes: utilizando registros médicos electrónicos y minería de datos para crear nuevos algoritmos de detección para el cribado de la diabetes. La diabetes es la quinta causa principal de muertes prevenibles en los Estados Unidos y con frecuencia no se diagnostica hasta que haya al menos una complicación.

Psicometría: utilizó la PANSS es una escala de síntomas utilizada para evaluar la gravedad de la enfermedad en la esquizofrenia, una enfermedad particularmente debilitante para las personas y devastadora para las familias. La medición precisa de la esquizofrenia ayuda a identificar tratamientos efectivos para esta enfermedad.