Marcos Matabuena jest galisyjskim matematykiem urodzonym w Santiago de Compostela. Odbył kształcenie podyplomowe w zakresie statystyki matematycznej i ma doktorat poświęcony informatyce i biostatystyce.
Jego zainteresowanie badaniami ilościowymi w zdrowiu zaczęło się wcześnie. W wieku piętnastu lat, startując w zawodach lekkoatletycznych, postanowił studiować matematykę, przekonany, że optymalizacja wyników sportowych będzie coraz bardziej zależeć od rozwoju rygorystycznych metod ilościowych.
Na ostatnim roku studiów pierwszego stopnia opracował pośrednią metodę przewidywania maksymalnego poboru tlenu opartą na analizie danych funkcjonalnych. Zaproponował również nowe sformułowanie modelu Banistera, jednego z głównych modeli matematycznych opisujących i przewidujących zmiany wydolności fizycznej wynikające z treningu i zmęczenia.
Podczas studiów magisterskich badał nowe procedury identyfikacji progu beztlenowego poprzez analizę zmienności rytmu serca. Te wczesne projekty umocniły jego zainteresowanie łączeniem matematyki, statystyki i fizjologii w celu wydobywania ze złożonych sygnałów informacji istotnych klinicznie i biologicznie.
Warto umieścić tę pracę w kontekście. Ponad dekadę temu zdrowie cyfrowe — i to, co dziś można określić jako biostatystykę cyfrową — nie było jeszcze w pełni ugruntowaną dziedziną badań. Z własnej inicjatywy, często wykraczając poza formalne wymagania kształcenia, Marcos już wtedy badał, jak analizować za pomocą zaawansowanych metod matematycznych dane ze sportu, fizjologii i urządzeń monitorujących. Ta wczesna ciekawość zapowiadała wiele kierunków, które później obrała jego kariera naukowa.
Podczas badań doktorskich nad zdrowiem cyfrowym i rozwojem nowych metod statystycznych wprowadził pojęcie glucodensity, czyli rozkładowej reprezentacji danych z urządzeń do ciągłego monitorowania glukozy. Podejście to zaoferowało nowy sposób podsumowywania i analizy wysokoczęstotliwościowych sygnałów cyfrowych z zachowaniem cech pełnego rozkładu glukozy, które giną przy poleganiu wyłącznie na tradycyjnych wskaźnikach klinicznych.
Równolegle rozwinął głębokie zainteresowanie teoretycznym uczeniem maszynowym, dostrzegając, że przełomowe postępy biomedycyny wymagają coraz bardziej zaawansowanych metod statystycznych i obliczeniowych. Obok badań doktorskich współtworzył ogólne ramy kwantyfikacji niepewności i wnioskowania predykcyjnego dla wyników będących obiektami losowymi w przestrzeniach metrycznych.
Następnie prowadził badania podoktorskie na Uniwersytecie Harvarda pod opieką Jukki-Pekki Onneli. Pracował tam nad nowymi metodami statystycznymi dla medycyny cyfrowej, ze szczególnym uwzględnieniem chorób neurologicznych, takich jak ALS. W tym kontekście współtworzył funkcjonalne biomarkery oparte na danych cyfrowych, mające poprawić prognozowanie przebiegu chorób w porównaniu z podejściami konwencjonalnymi.
Jak sam przyznaje, pobyt w Bostonie był jednym z najważniejszych doświadczeń jego życia. Poznał tam niezwykłych ludzi, zarówno pod względem naukowym, jak i osobistym, oraz stał się częścią głęboko międzynarodowego środowiska akademickiego. To doświadczenie skłoniło go do ponownego przemyślenia, na czym naprawdę polegają wartościowe badania, które problemy zasługują na długotrwałą uwagę i jak je podejmować, aby wywrzeć trwały wpływ naukowy i społeczny.
Profil naukowy Marcosa Matabueny łączy rozumienie biomedycyny, kompetencje metodologiczne i silne zaangażowanie w rozwiązywanie rzeczywistych problemów. Jego badania zaczynają się od pytań istotnych klinicznie, na które szuka odpowiedzi poprzez fundamentalne osiągnięcia w statystyce, uczeniu maszynowym, rachunku prawdopodobieństwa, analizie danych funkcjonalnych i biostatystyce.
Jego filozofia naukowa polega na identyfikowaniu naprawdę istotnych problemów biomedycznych i rozwijaniu, bez kompromisów w zakresie rygoru matematycznego, metod statystycznych i obliczeniowych potrzebnych do ich rozwiązania oraz wdrożenia wyników do praktyki klinicznej.
Choć jest jeszcze na stosunkowo wczesnym etapie kariery, opublikował ponad pięćdziesiąt artykułów naukowych, otrzymał kilka międzynarodowych wyróżnień i współpracował z czołowymi badaczami medycyny, nauk o wysiłku fizycznym, uczenia maszynowego, rachunku prawdopodobieństwa, statystyki i biostatystyki. Był również zapraszany do prezentowania swoich prac na międzynarodowych konferencjach i spotkaniach naukowych.
Do jego głównych osiągnięć należą wprowadzenie pojęcia glucodensity i rozwój metod statystycznych jego analizy; modele efektów losowych dla obiektów losowych w przestrzeniach metrycznych; nowe procedury kwantyfikacji niepewności w przestrzeniach nieeuklidesowych; oraz metody łączenia i integracji danych dla badań klinicznych i badań nad zdrowiem cyfrowym.
Wyróżnikiem jego pracy jest to, że metody nie mają służyć wyłącznie innowacji matematycznej. Są projektowane tak, aby przynosić wymierne postępy w rzeczywistych problemach biomedycznych i dostarczać wiedzy klinicznej trudnej do uzyskania technikami konwencjonalnymi.
Ostatecznym celem jego badań jest rozwój podejść analitycznych wspierających przemianę medycyny, wcześniejsze wykrywanie chorób, lepszą personalizację leczenia i poprawę jakości życia.
Marcos uważa, że niektóre z najważniejszych postępów naukowych pojawią się na styku uczenia maszynowego, wnioskowania statystycznego i badań biomedycznych. Wizja ta wymaga nie tylko zaawansowanych narzędzi matematycznych, lecz także rozumienia potrzeb klinicznych, identyfikowania istotnych problemów i formułowania rozwiązań możliwych do zastosowania w medycynie i ochronie zdrowia.
Studenci dołączający do grupy będą pracować na styku wnioskowania statystycznego, uczenia maszynowego i badań biomedycznych. Będą mogli rozwijać rygorystyczną metodologię, współpracować z klinicystami i badaczami z całego świata, analizować wyjątkowe zbiory cyfrowych danych o zdrowiu oraz realizować ambitne pomysły o rzeczywistym potencjale naukowym i klinicznym. Grupa dąży do zapewnienia bliskiej opieki naukowej przy jednoczesnym wspieraniu niezależności intelektualnej, formułowania oryginalnych pytań badawczych i rozwoju własnej tożsamości naukowej.
Poza pracą akademicką Marcos lubi uprawiać sport, podróżować i chodzić na koncerty. Przede wszystkim stara się podchodzić do życia z ciekawością i poczuciem humoru, wierząc, że ambicja naukowa i zaangażowanie zawodowe powinny współistnieć z pełnym życiem, bogatym w doświadczenia i emocje.
Oprócz dążenia do tego, by jego własne prace miały znaczenie, jednym z jego najważniejszych celów jest stworzenie środowiska, w którym studenci mogą znaleźć satysfakcjonujące ścieżki zawodowe, rozwijać wartościowe idee i stawać się niezależnymi badaczami zdolnymi podejmować ważne problemy naukowe.