Month: September 2020

ENG: Recent events made our lives unpredictable. They took us out of our comfort zone and into unknown territory, adding to our previous fears by making us tread uncharted waters. We might have been in a pleasant state, without a worry in the world. We had hopes and dreams and plans that are now uncertain. It changed the way in which we live by altering various aspects of our lives – we had to socially distance ourselves, we were bombarded with alarming news and statistics, some people faced unemployment, children lost access to education, and many more worrying examples. These made our anxiety peak. Fear of the unknown is truly one to rule them all.

In the end, you become what you give your attention to. If you focus only on the negative aspects of life, you will only see those. If you constantly worry about exams, that’s all you’ll be able to think about. If you are angry about the uncertainty of future events (for example, how school or university will be reopening), you will be caught in a loop of frustration. These will make you distrust yourself, others, your countries’ institutions, and life in general. Take advantage of the power of your thoughts and make a change.

While facing difficult times, it is better to be patient. Watch as events unfold, pay attention to people around you, research, and study to understand things that scare you. If you feel courageous, you can even come up with practical solutions to improve your situation. Just be aware that sometimes bad things are good at a higher level, these are the drivers of evolution. Be open to the unknown and to change, and see where it takes you.

RO: Evenimentele recente ne-au făcut viața imprevizibilă. Ne-au scos din zona noastră de confort și ne-au dus pe un teritoriu necunoscut, adăugându-se la temerile noastre anterioare, făcându-ne să pășim în ape neexplorate. Am fi putut fi într-o stare plăcută, fără nicio grijă pe lume. Aveam speranțe, vise și planuri care acum sunt incerte. A schimbat modul în care trăim, modificând diverse aspecte ale vieții noastre – a trebuit să ne distanțăm din punct de vedere social, am fost bombardați cu știri și statistici alarmante, unii oameni s-au confruntat cu șomajul, copiii au pierdut accesul la educație și multe alte exemple îngrijorătoare. Acestea au făcut ca anxietatea noastră să atingă cote maxime. Frica de necunoscut este cu adevărat una care le domină pe toate.

În cele din urmă, devii lucrurile cărora le acorzi atenție. Dacă te concentrezi doar pe aspectele negative ale vieții, le vei vedea doar pe acelea. Dacă îți faci griji în mod constant cu privire la examene, doar la asta te vei putea gândi. Dacă te enervează incertitudinea evenimentelor viitoare (de exemplu, cum se va redeschide școala sau universitatea), vei fi prins într-o buclă de frustrare. Acestea te vor face să nu ai încredere în tine, în ceilalți, în instituțiile din țara ta și în viață în general. Profită de puterea gândurilor tale și fă o schimbare.

În timp ce te confrunți cu momente dificile, este mai bine să ai răbdare. Urmărește desfășurarea evenimentelor, fii atent la oamenii din jurul tău, cercetează și studiază pentru a înțelege lucrurile care te sperie. Dacă te simți curajos, poți chiar să vii cu soluții practice pentru a-ți îmbunătăți situația. Fii doar conștient că, uneori, lucrurile rele sunt bune la un nivel superior, acestea sunt motoarele evoluției. Fii deschis la necunoscut și la schimbare și vezi unde te duce.

ENG: You know that feeling of dread when there is a long to-do list in front of you but somehow you can’t make yourself tackle it. This puts you in an unhealthy cycle of avoiding work by occupying your mind with other activities, while new tasks keep appearing. This emotional response is called procrastination, and it negatively affects your well-being. Fortunately for us, we are not alone in feeling this way, and there are ways to change our behaviour to become more productive and happy.

A good article on this topic is How to Stop Procrastinating: The Only Guide You’ll Ever Need. The main ideas are:

1. Understand this is a normal response and forgive yourself for any shortcomings you notice (like avoiding to do work, finding distractions, or not completing work on time).
2. Evaluate the importance and urgency of tasks from the to-do list, establishing deadlines, and evaluating your strengths and weaknesses. Then create a list based on these observations, considering putting first the most urgent and important tasks.
3. Control your environment by removing distractions. Start by blocking so-called infinity pools (you know which ones, just think about how much time you spend on social media, YouTube, or video games for example) with apps and extensions (Freedom, Block Site, etc.).
4. Create a schedule and track your focused working time (using Forest or Focus To-Do). At the end of the day, evaluate your expectations versus reality, and you will be surprised at how much you were able to accomplish.

If you need an example, you can refer to the next video:

RO: Cunoști sentimentul acela de groază când ai în față o listă lungă cu lucruri de făcut, dar nu te poți hotărî cumva să începi. Acest lucru te plasează într-un ciclu nesănătos de evitare a muncii, ocupându-ți mintea cu alte activități, în timp ce noi sarcini continuă să apară. Acest răspuns emoțional se numește procrastinare și afectează negativ bunăstarea. Din fericire pentru noi, nu suntem singurii care se simt astfel și există modalități de a ne schimba comportamentul pentru a deveni mai productivi și mai fericiți.

Un articol bun pe această temă este How to Stop Procrastinating: Singurul ghid de care vei avea nevoie vreodată. Ideile principale sunt următoarele:

1. Înțelege că acesta este un răspuns normal și ieartă-te pentru orice neajunsuri pe care le observi (cum ar fi evitarea de a face munca, găsirea de distrageri sau nefinalizarea la timp a lucrului).
2. Evaluează importanța și urgența sarcinilor din lista de sarcini, stabilind termene limită și evaluându-ți punctele forte și punctele slabe. Apoi, creeză o listă pe baza acestor observații, luând în considerare să pui pe primul loc cele mai urgente și importante sarcini.
3. Controleză-ți mediul prin eliminarea distragerilor. Începe prin a bloca așa-numitele piscine infinite (știi care sunt acestea, gândește-te doar la cât timp petreci pe rețelele de socializare, YouTube sau jocuri video, de exemplu) cu ajutorul aplicațiilor și extensiilor (Freedom, Block Site etc.).
4. Creează un program și urmărește timpul de lucru concentrat (folosind Forest sau Focus To-Do). La sfârșitul zilei, evaluează-ți așteptările față de realitate și vei fi surprins de cât de multe ai reușit să realizezi.

ENG: Medical research has seen major advances during the past few years, particularly as big data have emerged in biomedical research. Implementation of AI technology in day-to-day clinical practice has already begun, with emerging applications using it to interpret medical images, read pathology slides, analyse electrocardiograms (ECGs), track vital signs, and many other uses.

Speedy diagnostic testing is rapidly becoming an important part of medical practice. Information extracted from analysis of an individual’s facial photo utilizing the proposed technology can unquestionably benefit the individual, the attending physician, and the healthcare system altogether. Early detection of individuals at risk for coronary artery disease (CAD) can initiate lifestyle and other personal mitigation approaches, guide medication treatment, and inspire a novel approach in diagnostic testing and screening algorithms for the general population. At the same time, such a technology may raise concerns about misuse of information for discriminatory purposes. Unwanted dissemination of sensitive health record data, that can easily be extracted from a facial photo, renders technologies such as that discussed here a significant threat to personal data protection, potentially affecting insurance options.

The authors of a new paper published in August 2020, called “Feasibility of using deep learning to detect coronary artery disease based on facial photo”, deploy a large training set of 5216 individuals to develop their deep learning algorithm which is tested on a group of 1013 individuals predominantly of Han Chinese ethnicity recruited in tertiary centres across China. All patients underwent a standardized protocol for acquisition of facial images, and a coronary computed tomography angiography (CCTA) was used as the reference method for dichotomizing the cohort into groups of CAD presence. Facial appearance has long been identified as a marker of cardiovascular risk, with features such as male pattern baldness, earlobe crease, xanthelasmata, and skin wrinkling being the most common predictors. The robustness of this approach lies in the fact that their deep learning algorithm requires simply a facial image as the sole data input, rendering it highly and easily applicable at large scale. Using selfies as a screening method can enable a simple yet efficient way to filter the general population towards more comprehensive clinical evaluation. Such an approach can also be highly relevant to regions of the globe that are underfunded and have weak screening programmes for cardiovascular disease.

There are still a few points, however, for consideration that make a practical application of the current algorithm challenging. The low specificity of the method raises a concern regarding false-positive results that may confuse both patient and clinician, and eventually overload the system with redundant and unnecessary testing. The photo pre-processing used may be another issue for consideration; resolution was reduced to 256 × 256 pixels, which hinders the detection of fine facial features, such as arcus lipoides, that may play a role in the diagnostic accuracy of the model. Moreover, proper external validation of deep learning models in populations that are independent is needed to ascertain their use and functionality. Finally, in an era that observes a record surge in cosmetic surgery, we should keep in mind that artificial facial alterations may severely discredit such screening tools.

RO: Cercetarea medicală a înregistrat progrese majore în ultimii ani, în special datorită apariției datelor de mari dimensiuni (Big Data) în cercetarea biomedicală. Implementarea inteligenței artificiale în practica clinică de zi cu zi a început deja, cu aplicații emergente care o folosesc pentru a interpreta imagini medicale, a citi lame patologice, a analiza electrocardiogramele (ECG), a urmări semnele vitale și multe alte utilizări.

Testarea rapidă a diagnosticului devine rapid o parte importantă a practicii medicale. Informațiile extrase din analiza fotografiei faciale a unei persoane care utilizează tehnologia propusă pot fi, fără îndoială, în beneficiul persoanei, al medicului curant și al sistemului de sănătate în ansamblu. Depistarea timpurie a persoanelor cu risc de boală coronariană poate iniția un stil de viață și alte abordări de atenuare a efectelor nocive, poate ghida tratamentul medicamentos și poate inspira o abordare nouă în ceea ce privește testele de diagnosticare și algoritmii de diagnosticare pentru populația generală. În același timp, o astfel de tehnologie poate ridica probleme legate de utilizarea abuzivă a informațiilor în scopuri discriminatorii. Diseminarea nedorită a datelor sensibile din dosarele de sănătate, care pot fi extrase cu ușurință dintr-o fotografie facială, face ca tehnologiile precum cea discutată aici să reprezinte o amenințare semnificativă la adresa protecției datelor personale, putând afecta opțiunile de asigurare.

Autorii unei noi lucrări publicate în august 2020, intitulată “Feasibility of using deep learning to detect coronary artery disease based on facial photo” (Fezabilitatea utilizării învățării profunde pentru a detecta bolile coronariene pe baza fotografiei faciale), utilizează un set mare de 5216 persoane pentru a-și dezvolta algoritmul de învățare profundă, care este testat pe un grup de 1013 persoane, predominant de etnie chineză Han, recrutate în centrele terțiare din China. Toți pacienții au fost supuși unui protocol standardizat de achiziție a imaginilor faciale, iar o angiografie coronariană prin tomografie computerizată a fost utilizată ca metodă de referință pentru dihotomizarea cohortei în grupuri de prezență a bolii coronariene. Aspectul facial a fost identificat de mult timp ca fiind un marker al riscului cardiovascular, caracteristici precum chelia la persoanele de sex masculin, pliul lobului urechii, xantelasma și ridurile pielii fiind cei mai comuni predictori. Robustețea acestei abordări constă în faptul că algoritmul lor de învățare profundă necesită pur și simplu o imagine facială ca unică intrare de date, ceea ce îl face foarte ușor de aplicat la scară largă. Utilizarea selfie-urilor ca metodă de diagnosticare poate permite o modalitate simplă, dar eficientă, de filtrare a populației generale către o evaluare clinică mai cuprinzătoare. O astfel de abordare poate fi, de asemenea, extrem de relevantă pentru regiunile globului care sunt subfinanțate și care au programe slabe de depistare a bolilor cardiovasculare.

Cu toate acestea, există totuși câteva puncte de luat în considerare care fac dificilă aplicarea practică a algoritmului actual. Specificitatea scăzută a metodei ridică o problemă în ceea ce privește rezultatele fals pozitive care pot deruta atât pacientul, cât și medicul, și care, în cele din urmă, supraîncarcă sistemul cu teste redundante și inutile. Preprocesarea foto utilizată poate fi o altă problemă de luat în considerare; rezoluția a fost redusă la 256 × 256 pixeli, ceea ce împiedică detectarea trăsăturilor faciale fine, cum ar fi arcul lipoid, care pot juca un rol în precizia de diagnosticare a modelului. În plus, este necesară o validare externă adecvată a modelelor de învățare profundă în populații care sunt independente pentru a se asigura utilizarea și funcționalitatea acestora. În cele din urmă, într-o epocă care observă o creștere record a chirurgiei estetice, ar trebui să ținem cont de faptul că alterările faciale artificiale pot discredita grav astfel de instrumente de diagnosticare.

Paper: Lin S , Li Z, Fu B, Chen S, Li X, Wang Y, Wang X, Lv B, Xu B, Song X, Zhang Y-J, Cheng X, Huang W, Pu J, Zhang Q, Xia Y, Du B, Ji X, Zheng Z. Feasibility of using deep learning to detect coronary artery disease based on facial photo. Eur Heart J 2020;doi:10.1093/eurheartj/ehaa640. 2020

Source – abridged and adapted