Jesse Gronsbell est professeure agrégée en sciences statistiques à l'Université de Toronto. Ses recherches portent sur le développement de méthodes d'apprentissage et d'inférence statistiques pour relever les principaux défis liés à l'analyse des données de santé observationnelles modernes, notamment les données manquantes extrêmes, les erreurs de mesure complexes, les problèmes de biais et d'équité, ainsi que l'utilisation et les implications des données générées par l'IA. Elle travaille également sur des études critiques des données, en particulier sur les difficultés de collecte des données relatives au sexe et au genre dans les dossiers médicaux électroniques.