I disturbi legati al cervello colpiscono quasi tutti, direttamente o tramite familiari o amici. Per molti dei disturbi, che siano psichiatrici o neurologici, ci sono descrizioni scientifiche di base e preziose opzioni di trattamento, ma nessuno ha una cura soddisfacente perché i meccanismi sottostanti non sono completamente compresi.

Il governo federale ha lanciato l'iniziativa BRAIN nel 2013 per dare impulso allo sviluppo e all'applicazione di nuove tecnologie necessarie per importanti progressi verso la comprensione del cervello. Rob Kass della Carnegie Mellon University crede che la ricerca sul cervello abbia un disperato bisogno di statistiche all'avanguardia, che può e deve fornire un legame cruciale tra nuovi, dati altamente complessi e le approfondite spiegazioni scientifiche che la ricerca mira a generare.

In qualità di R.A Fisher Lecturer 2017 del Comitato dei presidenti delle società di statistica, Kass ha delineato il suo caso in "L'importanza della statistica:lezioni dalle scienze del cervello".

"La maggior parte delle persone non ha idea di come il pensiero statistico avanzato possa elevare la ricerca e accelerare la scoperta scientifica, " disse Kass, il Maurice Falk Professor di Statistica e Neuroscienze Computazionali nel Dietrich College of Humanities and Social Sciences della CMU. "Nella mia lezione, Ho indicato alcune difficoltà che sorgono quando le idee statistiche vengono ignorate nell'analisi dei dati complessi delle neuroscienze".

Dopo aver illustrato come le registrazioni dell'attività neuronale abbiano giocato un ruolo fondamentale nelle scienze del cervello, Kass ha fornito esempi di domande sulle neuroscienze che hanno portato a interessanti problemi statistici, e come le buone soluzioni a questi problemi sono state guidate dagli insegnamenti della disciplina della statistica.

"Questa conferenza descrive in modo eloquente il ruolo centrale della statistica nell'inferenza scientifica, mostrando come diversi progressi moderni nelle neuroscienze siano stati costruiti sul notevole lavoro di Fisher in statistica, quasi cento anni fa, " ha detto Nancy Reid, Professore Universitario di Scienze Statistiche presso l'Università di Toronto.

Alla CMU, Kass ricopre incarichi di facoltà nei dipartimenti di statistica e scienza dei dati e di apprendimento automatico ed è direttore ad interim del Center for Neural Basis of Cognition. È coautore dei libri "Geometrical Foundations of Asymptotic Inference" e "Analysis of Neural Data, " e ha anche scritto articoli ampiamente letti sull'educazione statistica, Compreso, "Dieci semplici regole per una pratica statistica efficace".

La R.A. Fisher Lecture riconosce gli individui i cui risultati statistici e borse di studio hanno avuto un impatto altamente significativo sulle indagini scientifiche. Kass è stato premiato "per i contributi innovativi a diverse aree della statistica, incluso l'uso della geometria differenziale nella teoria statistica, nonché la teoria e la metodologia dell'inferenza bayesiana; per il forte impegno nell'applicazione del pensiero statistico di principio e della modellazione ai problemi della neuroscienza computazionale; e per la sua forte dedizione alla formazione degli studenti e degli utenti delle statistiche."