Dai raggi cosmici alla cardiologia – Physics World

<a data-fancybox data-src="https://platoaistream.com/wp-content/uploads/2024/01/from-cosmic-rays-to-cardiology-physics-world.jpg" data-caption="Successo interdisciplinare Azadeh Keivani ha rivolto il suo sguardo dall'astrofisica alla scienza dei dati nel settore sanitario, fondando al tempo stesso un'organizzazione educativa senza scopo di lucro. (Per gentile concessione: Ashkan Balouchi)” title=”Fare clic per aprire l'immagine in popup” href=”https://platoaistream.com/wp-content/uploads/2024/01/from-cosmic-rays-to-cardiology-physical- mondo.jpg”>

Astrofisico diventato scienziato dei dati Azadeh Keivani ha avuto un insolito percorso professionale. Da un precoce interesse per l'astronomia quando era studentessa delle scuole superiori in Iran, si è trasferita negli Stati Uniti per completare un dottorato di ricerca e un post-dottorato in raggi cosmici e astrofisica delle particelle, e ora sviluppa tecniche di apprendimento automatico nel settore sanitario, dell'istruzione e degli affari. Keivani ama anche condividere il suo viaggio con gli studenti attuali.

Oggi lavora presso NewYork-Presbyterian Hospital, sviluppando modelli di intelligenza artificiale per la cardiologia. Nel 2023 Keivani ha ricevuto l'American Physical Society (APS) Premio per la carriera di docente del Forum sulla fisica industriale e applicata (FIAP).. Parla dell'importanza di avere una mentalità aperta, del valore delle collaborazioni interdisciplinari, del suo coinvolgimento in iniziative educative e della decisione se rimanere nel mondo accademico.

Cosa ha suscitato il tuo interesse iniziale nella scienza e nella fisica in particolare?

Quando ero alle medie, ho partecipato per la prima volta a un evento di osservazione delle stelle, ed è stato molto affascinante per me. Non solo guardare il cielo in sé, ma anche essere circondato da persone fantastiche è stato fonte di ispirazione. Successivamente mi sono iscritto a una rivista di astronomia che organizzava regolarmente eventi, tra cui serate di osservazione delle stelle e seminari di astronomia a Teheran, dove andavo a scuola. Pensavo che la fisica fosse la cosa più vicina all'astronomia che potessi perseguire.

Più tardi, al liceo, mi sono interessato molto alla fisica stessa, alla risoluzione dei problemi di fisica, nonché alla lettura di libri di testo universitari e persino post-laurea. Non capivo molto e i conti erano difficili, ero solo entusiasta di vedere di cosa parlavano i libri.

All'epoca in Iran, avevamo un esame di ammissione all'università per tutti nel paese e classificavano le persone in base al loro interesse e al punteggio dell'esame. Alla fine ho scelto la materia e l'università che volevo, ovvero fisica Sharif University of Technology di Teheran.

Cosa ti ha portato a fare un dottorato di ricerca in astrofisica? E com’è stato far parte di una grande collaborazione?

Quando ero alla Sharif University, ho iniziato a lavorare con un gruppo di fisica dei raggi cosmici e ho deciso di continuare in questo campo alla scuola di specializzazione. Nel 2007, quando ero studentessa del terzo anno, ho frequentato il Conferenza Internazionale sui Raggi Cosmici (ICRC) in Messico. È stata una bellissima esperienza perché ho conosciuto molte persone provenienti da diverse università statunitensi, incluso un gruppo di Louisiana State University (LSU), alla quale sono entrato un anno dopo per il mio dottorato. Ho lavorato sugli effetti dei campi magnetici galattici sulle deflessioni dei raggi cosmici ad altissima energia. Il mio consigliere lo era James Matthews, uno dei pionieri del Osservatorio dei raggi cosmici Pierre Auger. È sempre stato un grande mentore per me e sono così felice che siamo ancora in contatto.

Lavorare in collaborazione ha i suoi pro e i suoi contro. Ad esempio, nella maggior parte delle collaborazioni, gli elenchi degli autori sono scritti in ordine alfabetico, quindi anche se sei il collaboratore principale, non sarai il primo autore dell'articolo. Questo di solito significa una minore visibilità per i fisici junior. Ma allo stesso tempo, costruisci una rete molto ampia mentre partecipi regolarmente alle riunioni di collaborazione. Ciò ha reso relativamente facile per me trovare una posizione post-doc. Sono stato assunto da Miguel Mostafa ed Douglas Cowen per un postdoc presso la Pennsylvania State University, alla quale sono entrato nel 2014. Loro, insieme a Derek Fox, hanno reso il mio tempo alla Penn State davvero fruttuoso. penso a  come miei mentori per sempre, che hanno avuto un grande impatto sulla mia carriera.

Lì sono entrato a far parte del Osservatorio IceCube Neutrino e un progetto chiamato the Rete di Osservatori Astrofisici Multi-messaggeri (AMON). Si trattava di un progetto per costruire un'infrastruttura informatica che collegasse tutti gli osservatori astrofisici ad alta energia in un'unica rete. Raccoglievamo dati, eseguivamo analisi in tempo reale e, se c'era un segnale che indicava un evento astrofisico o una fonte nel cielo, inviava avvisi ad altri osservatori. Con questo sistema abbiamo scoperto il prima prova di una fonte astrofisica di neutrini ad alta energia nel 2017.

<a data-fancybox data-src="https://platoaistream.com/wp-content/uploads/2024/01/from-cosmic-rays-to-cardiology-physics-world-1.jpg" data-caption="Brillare Azadeh Keivani e collaboratori di AMON, IceCube, Swift, Fermi e altri osservatori hanno scoperto la prima prova di una sorgente astrofisica di neutrini ad alta energia nel 2017. Questa rappresentazione artistica raffigura un potente blazar, l'origine del neutrino IC170922 di IceCube. (Per gentile concessione: IceCube Collaboration/Google Earth: PGC/NASA US Geological Survy Data SIO,NOAA, US Navy, NGA, GEBCO Landsat/Copernicus)” title=”Fare clic per aprire l'immagine nel popup” href=”https://platoaistream. com/wp-content/uploads/2024/01/from-cosmic-rays-to-cardiology-physical-world-1.jpg”>

Una delle cose migliori del lavorare al progetto AMON è stato il senso di appartenenza. Ho lavorato a stretto contatto con un altro postdoc, Gordana Tešić, che ora è un buon amico. Ho anche sviluppato diverse competenze trasversali e competenze tecniche come codifica, creazione di pacchetti e database Python, analisi statistica e modellazione di apprendimento automatico.

Quali sono stati i prossimi passi per te, dopo il post-doc?

Dopo il mio postdoc, ho iniziato a fare domanda per posizioni di facoltà. All'epoca mio marito era a New York e io volevo davvero un lavoro lì, così alla fine ho scelto questo incarico di conferenziere triennale chiamato The Borsa di studio Frontiers of Science presso la Columbia University.

Questo programma, fondato da astronomo ed educatore David Helfand, recluta persone con dottorati di ricerca con diversi background STEM: fisica, biologia, chimica, neuroscienze e scienze della terra. L'idea è quella di instillare abitudini mentali scientifiche nei nuovi studenti attraverso diverse discipline, quindi ognuno di noi ha dovuto insegnare tutti questi argomenti. Insegnavamo diverse competenze scientifiche, come leggere articoli e come distinguere la scienza dalla pseudoscienza, come comprendere le tendenze nei grafici e nelle statistiche. È stato molto impegnativo e interessante perché, per la prima volta dopo tanto tempo, ho dovuto imparare concetti al di fuori della fisica, per poterli insegnare. Sono stato anche un ricercatore finanziato dalla NASA presso il Laboratorio di astrofisica della Columbia, utilizzando dati provenienti da diversi osservatori astrofisici ad alta energia nell'astronomia multimessenger; Mi sono concentrato sullo sfruttamento delle tecniche di machine learning.

Allo stesso tempo, durante la mia Columbia  sono diventati molto interessanti per me l'attività di docente, l'insegnamento e, più in generale, anche l'istruzione. Ho iniziato a pensare a come avrei potuto aiutare gli studenti, soprattutto quelli provenienti da comunità svantaggiate. Per molti versi, i nostri sistemi educativi sono ancora piuttosto tradizionali. Ma il mondo sta cambiando, quindi gli studenti hanno davvero bisogno di sviluppare fin da subito le proprie competenze tecniche, digitali e imprenditoriali. Spesso, gli studenti appartenenti a minoranze e quelli provenienti da contesti a basso reddito non hanno sufficienti opportunità o tutor a loro disposizione per aiutarli a pianificare la loro istruzione e carriera. Questo era nella mia mente soprattutto durante i primi giorni della pandemia di COVID-19, e così ho co-fondato un'organizzazione no-profit per la tecnologia educativa per dare potere alla forza lavoro della prossima generazione, chiamata Accademia dell'era digitale (DAAA).

Abbiamo reclutato studenti dell'11° o 12° anno (di età compresa tra 16 e 18 anni) collaborando con le scuole superiori del South Bronx a New York. Abbiamo sviluppato alcuni programmi di sviluppo della forza lavoro e imprenditoriale e abbiamo abbinato gli studenti ai mentori. Insieme hanno definito alcuni progetti che hanno aiutato le loro famiglie o la loro comunità e hanno avuto delle idee brillanti. A fine 2020 abbiamo diplomato la prima coorte DAA.  Ora gestiamo una serie di programmi durante tutto l'anno e abbiamo partner aziendali e scolastici.

Ora sei uscito dal mondo accademico e ricopri un ruolo industriale che è ancora fortemente coinvolto nella fisica. Quali sono stati alcuni dei fattori che hai considerato mentre facevi questa scelta professionale?

C'erano alcune cose a cui pensavo. La prima era se volevo continuare a lavorare sul tema ristretto dell’astrofisica multimessaggero o esplorare nuovi campi di ricerca. Stavo pensando se volevo diventare iper-specializzato, oppure sviluppare nuove competenze e avere una prospettiva multidimensionale sul mondo professionale. Questo è diventato più interessante per me, anche se so che la maggior parte delle persone vuole salire la scala aziendale o accademica.

Pensavo anche allo stipendio perché vivere a New York è molto caro. Non è necessariamente la cosa più importante, ma è stato sicuramente un fattore. Molti dei miei amici con dottorati di ricerca che si sono occupati di finanza o scienza dei dati guadagnavano tre o quattro volte lo stipendio di un postdoc.

Volevo anche restare a New York perché, per un immigrato come me, è la città migliore. Senti di appartenere a questo posto. Ma se volessi diventare professore, dovrei fare domanda ovunque negli Stati Uniti. L’equilibrio tra lavoro e vita privata era un altro aspetto, ed ero anche incuriosito dall’idea di conoscere altre culture al di fuori della comunità dell’astrofisica delle particelle.

A fine 2020 ho deciso di lasciare la Columbia, e per un anno ho continuato a lavorare solo su DAA. A fine 2021 ho deciso di candidarmi per posizioni di data science, ma con un sapore scientifico, quindi mi sono concentrato su biotech e sanità. Sono finito a Memorial Sloan Kettering Cancer Center (MSK) come data scientist senior. Facevo parte di una squadra chiamata "Incubazione tecnologica”, che comprendeva diversi esperti di design, prodotto, ingegneria e scienza dei dati, che hanno lavorato insieme per introdurre nuove tecnologie per la cura del cancro. Poi, all’inizio del 2023, ho iniziato il mio ruolo attuale presso il NewYork-Presbyterian Hospital.

Com'è la tua giornata tipo adesso e quali sono alcune delle principali competenze che utilizzi nel tuo lavoro?

Il nostro team, che comprende scienziati e ingegneri del NewYork-Presbyterian, lavora a stretto contatto con Divisione di Cardiologia e Dipartimento di Informatica Biomedica della Columbia University. Utilizzo principalmente dati ecocardiografici e costruisco modelli di deep learning per rilevare le malattie cardiovascolari nelle fasi iniziali. Automatizziamo l'intero processo di lettura di immagini e clip ecocardiografiche e questi modelli aiutano i cardiologi a leggere rapidamente gli echi e a diagnosticare malattie come la stenosi aortica.

Quando crei modelli statistici o di machine learning per risolvere problemi, devi definire bene il problema e formulare domande e ipotesi chiare

Utilizzo sia le mie conoscenze di fisica che le competenze tecniche acquisite nel mondo accademico. Quando costruisci modelli statistici o di apprendimento automatico per risolvere problemi, devi definire bene il problema e formulare una domanda e un'ipotesi chiare, cosa che il mio background di fisica aiuta. Devo anche utilizzare le mie competenze informatiche per preelaborare e analizzare i dati.

Dopo aver ottenuto un buon set di dati, utilizzo la matematica che ho imparato alla scuola di specializzazione per trovare l'algoritmo migliore su cui costruire il modello. Essere scettico è un’altra cosa che ho preso in prestito dal mio essere fisico – per esempio,  dobbiamo testare i modelli negli studi clinici, quindi è molto importante assicurarci che abbiano risultati decenti.

<a data-fancybox data-src="https://platoaistream.com/wp-content/uploads/2024/01/from-cosmic-rays-to-cardiology-physics-world-2.jpg" data-caption="L'intelligenza artificiale in cardiologia Azadeh Keivani ora lavora alla creazione di modelli di deep learning utilizzando dati ecocardiografici, come la scansione qui riprodotta, per rilevare le malattie cardiovascolari nelle fasi iniziali. (Per gentile concessione: Shutterstock/PIJITRA PHOMKHAM)” title=”Fare clic per aprire l'immagine in popup” href=”https://platoaistream.com/wp-content/uploads/2024/01/from-cosmic-rays-to-cardiology- fisica-mondo-2.jpg”>

Inoltre, utilizziamo molti concetti di fisica in cardiologia e assistenza sanitaria in generale. Ad esempio, è necessario utilizzare l'effetto Doppler quando si inviano e ricevono segnali dal cuore. In base alla velocità e alla frequenza del segnale, è possibile calcolare la velocità del sangue.

Un altro esempio interessante, di quando lavoravo all’MSK, è stato quando ho notato che un ex collega di astrofisica delle particelle aveva pubblicato online dei ricercatori dell’MSK che avevano utilizzato l’effetto Cherenkov nella loro tecnica di imaging per il rilevamento dei tumori. L'ho contattato e abbiamo ricevuto una chiamata tutti insieme. È stato molto interessante perché lui è un astrofisico delle particelle, e le altre due persone erano un biologo e un oncologo, e io ero nel mezzo. Ciò ha dato il via a una collaborazione tra il nostro team di MSK e l'altro team di MSK, perché avevo alcune idee per un modello di apprendimento automatico per i loro dati.

Nel 2023 sei stato premiato dall'American Physical Society (APS) Lezione al Forum di Fisica Industriale e Applicata (FIAP).. Potresti parlarmi un po' di quel lavoro?

Dopo aver iniziato la mia carriera nel settore sanitario, ho iniziato a pensare di tenere lezioni a studenti laureati e post-doc per raccontare loro la mia storia. Volevo parlare delle mie esperienze all'interno e all'esterno del mondo accademico, condividere i pro e i contro che ho considerato quando me ne andavo e consentire alle persone di pensare al proprio percorso professionale unico.

Sono andato in quattro università e ho tenuto conferenze, e ho potuto rivedermi totalmente in quegli adorabili studenti, vedendo quanto siano comuni le nostre preoccupazioni e sfide. Volevo anche aiutare gli studenti internazionali che devono pensare ai visti nel percorso verso l'ottenimento di uno status più stabile negli Stati Uniti.

Quando ho ricevuto il premio FIAP, ero molto emozionato perché ora ho più opportunità di frequentare scuole diverse e ispirare gli studenti a pensare fuori dagli schemi. Parte di questo premio consiste nel tenere conferenze in almeno tre istituti, inclusa una scuola svantaggiata. Sono stato invitato al Riunione di marzo dell'APS, dove riceverò il mio premio, e terrò anche una conferenza su invito sul mio viaggio e sui miei consigli sulle opportunità di carriera per i fisici.

Qual è il tuo consiglio agli studenti che iniziano oggi? Cosa sai ora che avresti voluto sapere quando hai iniziato la tua carriera?

Quando ero studente, ricordo che la maggior parte di noi che erano studenti laureati in astronomia frequentavano solo seminari di astronomia. Se vuoi lavorare su un argomento e diventare davvero bravo, allora potresti voler utilizzare ogni singolo minuto concentrandoti su quell'argomento. L’avvertenza è che diventi così concentrato che potresti dimenticare nuove intuizioni e prospettive. L'ideazione di nuove idee non avviene in solitudine. Succede quando sei esposto ai pensieri, al lavoro e all'esperienza di altre persone.

Non è possibile assistere a tutte le conferenze, ma se fossi di nuovo uno studente, andrei sicuramente a più seminari ed esplorerei altri dipartimenti di scienze nel campus. A volte i relatori tengono discorsi più generali che non sono necessariamente molto tecnici, quindi potresti cogliere metà di un discorso su un altro campo e comprenderne l'approccio. Potresti anche andare a una performance artistica e avere una nuova idea sul tuo lavoro, o realizzare che sei interessato a un campo come la finanza o l'industria dei giochi. Quindi tieni gli occhi aperti e abbi una mente aperta.

Ricordo che alla fine della scuola di specializzazione sentivo molta pressione ed ero preoccupato di trovare un postdoc. Devi ricordare che hai sviluppato molte abilità e hai molta conoscenza ed esperienza. Sarai sempre in grado di trovare un lavoro e non solo sopravvivere, ma prosperare. Devi solo credere in te stesso e puoi fare cose straordinarie. Puoi essere la persona che scopre qualcosa di nuovo o crea qualcosa per altre persone. Quindi questi sono momenti critici e cruciali nella vita. Sebbene siano spaventosi, possono portarti a diventare la versione migliore di te stesso.

Infine, ci sono momenti nella carriera di ognuno, e nella vita in generale, in cui ti senti deluso e ti senti come se non potessi avere successo. Potresti pensare di non riuscire a trovare un lavoro o di non essere bravo in una cosa. Questo è molto normale e in realtà non è una brutta cosa. Significa che stai rivisitando i tuoi valori e puoi sfruttare questa opportunità per trovare il passo successivo. Non pensare che sia la fine del mondo. È l'inizio di un nuovo capitolo.

• Questo articolo è stato pubblicato per la prima volta in Carriere APS, una guida pubblicata da Mondo della fisica per conto dell'American Physical Society. Puoi leggere la guida completa online

• Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
• PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
• PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
• PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
• Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
• Fonte: https://physicsworld.com/a/from-cosmic-rays-to-cardiology/