телеграм канал Гриша Тагильцев
Оцени!

Гриша Тагильцев

Аспирант Корнеллского университета в Нью-Йорке. Пишу о науке и образовании.
.
Написать мне: @TagiltsevSupportBot
.
Навигация: https://tgraph.link/tgblog-navigate-06-06

Информация о канале

Телеграм канал «Гриша Тагильцев» @grigorytagiltsev (4465 подписчиков). Добавлен в каталог 15 Октября 2020. Категория 🕶 Блоги. Открыть в: Telegram | в web версии | Ссылка в каталоге: https://tgram.me/grigorytagiltsev | Телеграм ссылка: https://t.me/grigorytagiltsev Язык: Русский, Английский, Сербский.
Ваш канал? Вы можете увеличить его конверсию, купив платное размещение.

Дата добавления
15 Октября 2020 10:11
Последнее обновление
13 Сентяря 2021 09:42
Дата создания
3 Мая 2018 15:30
Категория
🕶 Блоги
Адрес в каталоге
https://tgram.me/grigorytagiltsev
Telegram ссылка
https://t.me/grigorytagiltsev
Подписчики
4465
Язык
Русский, Английский, Сербский

Похожие каналы

Телеграм каналы похожие на @grigorytagiltsev

Отзывы на канал @grigorytagiltsev

Оставьте пожалуйста свой комментарий о телеграм канале «Гриша Тагильцев».

Популярное в каталоге

Посмотрите популярные ресурсы в каталоге

Последние посты

Последние сообщения в телеграм канале «Гриша Тагильцев».

Просветительская деятельность

Пришла беда, откуда ждали. Госдума в третьем чтении приняла закон о просветительской деятельности. Далее его одобрил Совфед. Текст на сайте госдумы: тык.

Не могу сказать ничего нового про этот закон: он вредный и ненужный. Иллюзии о его пользе окончательно пропадают после прочтения пояснительной записки. Хотя ребята поумнее меня уже все обсудили на Медузе: тык.

На этой неделе вДудь выпустил очень важный видос про kruzhok.io. Ребята из Кружка ездят по небольшим селам и проводят крутые учебные программы с местными детьми. Мне эта история показалась очень личной, хотя сам я не из маленького города (из Екатеринбурга), и учился в сильной школе (привет всем из девятки).

Но я увлекся наукой и могу ей заниматься в одном из сильнейших университетов мира во многом благодаря тому, что в нужное время мне попадались люди типа ребят из Кружка. Это могли быть короткие программы или внеурочные занятия, иногда случайные встречи. Но порой даже несколько фраз могли повлиять на мое мировоззрение.

Если у организаций типа Кружка начнутся проблемы, потеряют в первую очередь не “просветители”, а потребители этого самого просвещения. Поэтому предлагаю популяризировать популяризаторов. Если вам попадаются интересные статьи/блоги/подкасты про науку — не стесняйтесь делиться ими с друзьями. Кого-то может завлечь космос, кого-то генетика, кого-то лингвистика. Рассказывайте про интересные учебные программы и курсы — пусть знают, у кого вы научились делать сайты.

Я тоже буду стараться подсвечивать больше ресурсов, популяризирующих науку на русском языке. Благо их полно. Если вы сами вещаете про науку, можете прорекламироваться в комментариях — буду чистить только дичь и оффтоп. А сегодня отмечу Илью Колмановского. Можете начать с его лекции про опасность массового ожирения.

Всем просвещения,
Тг

#образование YouTube Программа "Смысловая нагрузка". Илья Колмановский По данным Всемирной организации здравоохранения, за последние 33 года число людей с лишним весом выросло с 800 миллионов до двух миллиардов.😨 И ни одна из стран, охваченных эпидемией ожирения, не смогла справиться с проблемой.

👉🏻 В новом выпуске программы…

3.9K 05:48

​​Торнадо

В прошлом году я запустил серию постов #науказбс, где вы можете рассказать про свои научные проекты (тык). Несколько человек захотели поучаствовать, и вот наконец я получил первый текст. Сегодня о своей работе расскажет Максим Норкин. На самом деле мы с Максом знакомы уже лет 10. Сейчас он заканчивает аспирантуру в EPFL в Швейцарии. Слово Максу:

Всем привет! Меня зовут Максим. Сегодня я расскажу вам про свою работу, а также дальнейшие планы по ее применению в медицине.

Вы слышали про стволовые клетки? Это такие “недозрелые” клетки, которые могут превращаться в клетки разных органов. Так в нашем организме формируются нейроны, клетки мышц, и тд. Этот процесс называется дифференцировкой.

Проблема в том, что стволовые клетки могут превращаться в раковые (cancer stem cells или CSCs). У таких раковых клеток есть несколько особенностей: они делятся быстрее других раковых клеток, чаще формируют метастазы, более резистентны к лекарствам, и тд. То есть такой рак сложнее лечить.

Один из методов борьбы с CSCs — искусственно превратить (дифференцировать) эти клетки в менее злокачественные раковые клетки, которые в свою очередь лучше поддаются химиотерапии. Есть примеры уже успешно работающей дифференцированной терапии. Например, применение ретиноидов в остром миелоидном лейкозе дает более 90% случаев выздоровления.

В нашей лабе мы занимаемся раком кишечника. У больных с метастазами пока не существует эффективного лечения, и 70% больных не проживают больше года после постановки диагноза. Конкретнее мы разрабатываем систему скрининга, которая позволяет проверить большое количество потенциальных лекарств, и определить, какое из них действительно запускает дифференцировку раковых клеток.

Для скрининга мы используем органоиды — искусственные системы клеток, похожие на раковую опухоль. Положительный результат — когда при добавлении лекарства органоид дифференцировался. Проверить дифференцировку можно, посмотрев на изменение синтеза генов органоида (РНК-секвенирование). Основная загвоздка в том, что существующие методы анализа синтеза генов дорогие: $400 за образец. Для анализа всего лишь 1000 лекарств с репликами выходит уже больше миллиона долларов, что неподъемная сумма для одного проекта.

Есть решение: вместо прочтения десятков тысяч генов прочесть 100-200 наиболее важных. В нашем проекте мы тщательно отобрали 200 важных генов для наблюдения за дифференцировкой раковых клеток и впервые применили этот метод к системе органоидов (аббр. TORNADO-seq 🌪). После такой оптимизации стоимость нашего метода составила $5 за образец. Далее мы проверили этим методом 2000 лекарств и отобрали из них 30 кандидатов. Результаты опубликовали в Cell Reports.

Следующий шаг — проверить потенциальные лекарства на живой системе (на мышках), чем я сейчас и занимаюсь. Если все получится, то найденные лекарства для дифференцировки в комбинации с существующими методам химиотерапии должны повысить эффективность лечения и уменьшить побочные эффекты.

Если есть вопросы, можете написать на мой линкдин.

Всем добра,
Макс

#науказбс

4.2K 06:56

​​Предвзятость

Ранее я писал, что в хорошей аспе должно быть много профессоров. Сегодня поговорим о том, как этих профессоров нанимают, и в чем проблема такого найма.

Профессоров нанимает факультет. Сперва заочно отбирают кандидатов по присланным документам. Прошедших заочный тур интервьюируют удаленно. Далее оставшихся приглашают в кампус на очный этап. Проблема такого подхода в предвзятом заочном туре. Давайте посмотрим на список требуемых документов, и какая информация в них содержится:

⁃ CV. Помимо опыта работы в CV полно фамилий ученых и публикаций: список нобелевских лауреатов, которым вы жали руку, и статей в Nature, в которые вы смогли протолкнуть свою фамилию.

⁃ Рекомендации. Мировая наука держится на кумовстве: от цитирований до “непредвзятых” рецензий. Рекомендательные письма в науке — тоже своеобразный акт непотизма.

⁃ Cover letter. В этот пункт включаю разнообразные эссе, содержащие ваш research proposal.

Итого имеем:
Факультету надо нанять перспективного ученого. Но среди бумажек в заочном туре про науку говорится только в сover letter. Те же фамилии ученых из CV часто перевешивают научную идею. Столько раз слышал: заочный тур пройти в разы проще, если декан принимающего факультета лично знает вашего научного руководителя. Плюсом эти документы сопровождает куча ненужной инфы, увеличивающей предвзятость: имя, пол, возраст, фотография… Так сильных кандидатов “без знакомств” могут случайно отсеять на заочном этапе.

Учитывая консервативность университетов, я был уверен, что ни у кого не хватит яиц отступиться от действующей системы. Неожиданно яица нашлись в Йельском университете: начиная с прошлого года их факультет Молекулярной Биофизики и Биохимии принимает только анонимные заявки на профессорские позиции. Никаких CV, никаких фамилий, никаких фотографий — вы присылаете только анонимное предложение научного проекта.

Так факультет уверен, что отбирает сильные научные проекты в первом туре и может включать предвзятость на интервью, отбирая людей, с которыми комфортно работать, смотреть на софт скиллс и тп. Будет интересно следить за научными результатами этого факультета в ближайшие годы.

На сладкое зацените миниатюрную схему Нью-Йорка. Еще на ней меняется время суток, и самолетики над городом летают.

Всем добра,
Тг

#научпоп 0:15

3.9K 0:15

​​Publish and perish

Штефан Гримм (на фото), немецкий биолог, был профессором токсикологии в Имперском колледже Лондона. В 2014 году в возрасте 51 года он покончил с собой. Через месяц сотрудникам колледжа было разослано письмо, написанное от лица профессора Гримма. В письме говорилось, как руководство факультета ставило Гримму ультиматумы об увольнении, из-за того, что тот не приносит достаточно денег с грантов — требовали £200 000 в год (оригинал письма). Гримм хорошо публиковался, активно писал книги и ревью. Но универ интересовали только деньги.

Возможно письмо было написано заранее и разослано с отложенным таймером. Не ясно, написал ли его сам Гримм. Но вскоре утекла рабочая переписка с его начальником Мартином Уилкинсом, где факт давления на Гримма подтвердился (оригинал переписки).

Многие университеты давят на профессоров из-за “недостатка” грантов. Академическая деятельность их волнует меньше. Например в этом году Университет Ливерпуля собирается сократить 47 профессоров. Формулировки руководства напоминают случай со Штефаном Гриммом. Такое поведение универов называют publish and perish.

Часто подобные скандалы всплывают в Великобритании, но проблема общемировая. Давайте разбираться, почему так происходит, на примере моего университета.

Представьте, что вы — профессор биохимии. У вас есть идея классного исследования. Вы хотите получить на него государственный грант. Для этого вам надо посчитать затраты на оборудование, реактивы и зарплаты сотрудникам лабы. К зарплатной части надо накинуть 30% fringe benefits (включает мед страховку, скидки на проезд и тп.).

Допустим, вы насчитали $1000. Это называется Direct Costs. Далее вам надо накинуть 69.5% (в случае моего универа). Эти деньги — Indirect Costs — заберет себе университет. Итого: чтобы получить $1000 вам придется попросить грант на $1695. Треть от Indirect Costs идет на администрирование универа, две трети на содержание кампуса и public facilities. В Гарварде и Йеле расценки похожие.

Видите подвох? Универ берет процент от гранта. То есть универу выгодно, чтобы профессор проводил дорогие исследования. Теоретики, которым для работы достаточно бумажки с ручкой, оказываются в заведомо проигрышной ситуации. Итого имеем: чтобы оставаться на плаву профессора занимаются бухгалтерией вместо науки. Вместо их академической деятельности оцениваются финансовые отчеты.

Не думаю, что рыночек здесь что-то порешает. Но конкретных идей по урегулированию проблемы у меня тоже нет. Нам еще предстоит переосмыслить систему финансирования науки. Интересно почитать ваши мысли: пишите в комменты или моему боту. На сладкое можете почитать хороший пост в другом блоге на похожую тему.

ЗЫ. Вообще, советую иногда читать финансовые документы и отчеты своего универа — узнаете много нового о своем работодателе. Так во время подготовки этого поста я заметил, что мой универ увеличивает fringe benefits для профессоров каждый год, а для постдоков понижает или оставляет прежними. К сожалению, это тоже общемировой тренд.

Всем добра,
Тг

#научпоп

3.8K 08:34

Push me
And then just touch me…

Сегодняшний пост #науказбс написал я сам, так как мой приятель и коллега Джордж Хит (один из авторов работы) не говорит по-русски. Я расскажу про новый метод, который изобрели в нашей лабе: локализационную атомно-силовую микроскопию (Localization AFM). Звучит сложно, но на самом деле это очень крутая штука.

Наша лаба занимается атомно-силовой микроскопией (АСМ): мы разрабатываем для нее новые примочки и применяем это в изучении биологии.

Коротко, что такое АСМ:
Представьте, что вы с завязанным глазами пытаетесь нащупать дорогу при помощи трости. То, как четко вы “видите” дорогу, зависит от нескольких факторов: острота трости, чувствительность руки и твердость поверхности.

Так и устроена АСМ: острая иголка прикреплена к чувствительной руке (cantilever). Вы водите этой иголкой по поверхности образца и по отклонениям руки вычисляете 3D-изображение этой поверхности. Так достаточно острые иголки (с несколькими атомами на конце) позволяют “видеть” поверхность белков и ДНК, а иногда даже атомов.

Теперь про Localization AFM:
Попробуйте с закрытыми глазами нащупать очертания стакана пальцем или карандашом: это не так сложно. А теперь повторите то же самое теннисным мячиком: скорее всего в стакан он не влезет, и вы не сможете нащупать дно. Единственная часть стакана, которую вы можете достоверно нащупать любым предметом — это его края, потому что они находятся наверху стакана.

В АСМ вы не знаете точную форму иглы, поэтому достоверными можно считать только верхние точки на 3D-изображении. Чем ниже точка, тем меньше вероятность того, что она определена правильно. Другими словами высота каждой точки на АСМ-изображении пропорциональна вероятности того, что эта точка “правдива” (это не совсем так, есть нюансы).

Теперь представьте, что вы сканируете АСМ-иглой один и тот же образец много раз подряд и получаете много похожих 3D-изображений. Эти изображения немного разные из-за внутреннего шума микроскопа и теплового движения атомов образца. Дальше используя нехитрые вычисления можно составить карту наиболее правдивых точек на 3D-изображении и определить их правдивость. В этом и заключается метод Localization AFM.

Данным методом Джордж смог получить 3D-изображение поверхности белка аквапорин Z с разрешением 0,4нм — даже можно разглядеть отдельно торчащие аминокислоты! Помню, когда Джордж показал идею проекта у нас в лабе, я подумал: “Это же бомба! Ну почему это придумал не я…”

Эта работа — пример того, как можно добиться революционных результатов на микроскопе, который изобрели еще 2000х, используя простой вычислительный метод из другого микроскопа, который изобрели еще в 90е. Точно это одна из самых резонансных публикаций в биофизике в последние годы. И это только начало: метод все больше будет развиваться и применяться.

Результаты опубликованы в Nature (бесплатно можно прочитать тут). Визуальное объяснение работы на видео внизу поста.
Пост Джорджа про данную работу (на английском): тык.

ЗЫ. Раньше я рассказывал, как похожим на АСМ методом смогли записать память на один атом: тык.
ЗЫЫ. Про свой проект я тоже как-нибудь расскажу, но его сначала доделать надо:)

Всем добра,
Тг

#науказбс YouTube Localization Atomic Force Microscopy A visual description of our recent work on improving Atomic Force Microscopy image resolution using localization methods. For full details of our work please see the publication Heath et. al., Localization Atomic Force Microscopy. Nature, 594, pages 385–390…

9.8K 12:34

Удовольствие от Х

Недавно мои коллеги провели один биологический эксперимент и получили интересные данные. Но у них никак не получалось выудить из них нужную информацию. Я предложил попробовать один метод из линейной алгебры. Попробовали — все получилось.

Воодушевившись результатом они попросили объяснить, как это работает. Я начал активно писать уравнения и плеваться терминами. Видя нарастающее непонимание, я продолжал писать новые уравнения, пытаясь пояснить предыдущие. В итоге уравнения никуда не привели, и я решил объяснить процесс графически — неожиданно все сразу встало на своим места.

В данной ситуации я выступал в роли плохого учителя. Даже в школе математика — один из самых недообъясненных предметов. Многие спотыкаются на дробях. Выживших добивают логарифмами. И вообще “это все в жизни не пригодятся”.

Думаю, основная проблема в абстрактности математики. В школе и универе меня учили математике ради математики: я мог формально доказать теорему или решить уравнение. На деле я научился пользоваться только той математикой, которая присутствовала в физике и информатике. Получалось как в обратном проектировании: я понимал абстрактную математику, когда у меня выработалась интуиция на основе осязаемых “бытовых” примеров.

Пример — ряды Фурье. В курсе матанализа его важность нам объясняли тем, что в такой ряд можно разложить любую функцию, определенную на некотором промежутке. Я сдал ряды Фурье на отлично, но их мощью как-то не впечатлился. Определена функция на отрезке, и фиг с ней. Зачем ее еще куда-то раскладывать? Осознание того, что ряд Фурье - наше все, пришло позже, когда я начал работать в лаборатории и самостоятельно обрабатывать данные. Вот пример очень изящной визуализации (тык) с канала 3Blue1Brown. Если бы мне это показали на матанализе, я бы все сразу понял. Кстати 3Blue1Brown — отличный канал по математике, советую.

Вернемся к логарифмам, которые “не пригодятся”. В курсах про инвестиции рассказывают, как работают разные финансовые инструменты: вклады, акции, облигации и тп. При подсчетах прибыли активно используют дроби, возведение в степень и логарифмы, часто не называя этих слов. Это можно было бы использовать и в школах: визуализировать математическую абстрактность и делать ее более осязаемой за счет примеров, например финансовых (заодно финансовую грамотность населения подтянем).

Подобную идею описывает математик Стивен Строгац в своей книге Удовольствие от X — The Joy of X, Steven Strogaz. Это небольшая книга (~250 страниц), разбитая на 6 частей: числа (арифметика), закономерности (алгебра), формы (геометрия), изменения (матанализ и статистика), перспективы в математике. Математику по этой книге вы не выучите, но сможете понять базовые принципы на понятных примерах из серии “как продлить жизнь вашего матраца при помощи теории групп”. Советую читать в оригинале — книга написана на бодром английском с кучей шуток.

З.Ы. Если знаете хорошие популярные ресурсы по математике, кидайте в комменты.

Всем добра,
Тг

#образование YouTube But what is a Fourier series? From heat flow to drawing with circles | DE4 Fourier series, from the heat equation epicycles.
Help fund future projects: https://www.patreon.com/3blue1brown
An equally valuable form of support is to simply share some of the videos.
Special thanks to these supporters: http://3b1b.co/de4thanks
12 minutes…

3.3K 07:19

​​Мир изменился

Сначала небольшое объявление. Нью-Йорк полностью открылся: статистика норм, и город уже хорошо привит (наш универ так вообще на 95%). Поэтому предлагаю собраться вживую. Кто в НЙ или в окрестностях: пишите боту @TagiltsevSupportBot — сорганизуемся. Теперь сам пост:

Сегодня утром я шел на работу и смотрел на прохожих, занятых своей жизнью, поглощенных ежедневной суетой. Они даже не представляют, что вчера мир изменился.
— написал один ученый в своем твиттере. За день до этого, 15 июля, два крупнейших научных журнала Nature и Science вышли с двумя громкими статьями (источник скрина). Две лаборатории независимо друг от друга опубликовали методы и выложили открытый код для предсказания трехмерной структуры белка по его аминокислотной последовательности: AlphaFold и RosettaFold. (демки с ссылками на полный код, кто хочет попробовать: AF и RF)

Про революционность AlphaFold я рассказывал еще полгода назад (тык), но недооценивал масштабы события. Судите сами. Первые структуры белков (гемоглобина и миоглобина) были получены методом кристаллографии в 1958 году. С тех пор в базу данных структур белков PDB было внесено около 180 000 структур. Это результат полувековой работы тысяч ученых и многомиллиардных инвестицией. AlphaFold уже определила 350 000 структур. Mic drop.

Меньше чем за неделю AlphaFold стало словом нарицательным. Теперь говорят to alphafold a protein - альфафолднуть белок. Ну и куда без шутеечек от структурных биологов а-ля “Окей, Альфафолд, поставь будильник на 7 утра”. RosettaFold проигрывает в публичности, но тоже на слуху. Интернет уже забит вычислениями разных структур: от сильно интригующих до очевидно неправильных — огромный материал, с которым можно работать (даже неправильные структуры - интересно-неправильные). Если сформируется критическая масса публикаций на основе этой технологии, скорее всего за это дадут Нобелевскую с задержкой в несколько лет. Думаю, лауреатами будут David Baker) из Вашингтонского университета и кто-нибудь из DeepMind (вряд ли сам Demis Hassabis, хотя хз).

Означает ли это конец структурной биологии? Конечно нет. Во-первых, цель структурной биологии не в определении структур, а в их интерпретации. Во-вторых, нейросети тренировали на структурах отчищенных белков. Особенно интересно знать структуру в нативной среде (внутри клетки или вируса) — для этого тоже нужны эксперименты. В-третьих, функция белка описывается не статичной структурой, а ее динамикой и взаимодействием с другими молекулами — для этого все еще нужны эксперименты (хотя вычислительные методы тоже пытаются).

В итоге, когда хайп спадет, AlphaFold и RosettaFold превратятся в рутинные инструменты в арсенале структурного биолога. Вообще, структурная биология радует в последнее время. Один мой знакомый сказал, что ему безумно повезло родиться и жить именно сейчас — ведь он может наблюдать революцию в биологии вживую (и участвовать). Я его прекрасно понимаю — хорошие новости выходят буквально каждую неделю, а прорывные — каждый месяц.

Всем добра,
Тг

#научпоп

3.2K 07:44

Статистика

Опять сначала объявление. Помните, я рассказывал про менторскую программу для студентов (тык)? Сейчас идет набор на осень. В прошлый раз не хватало менторов-гуманитариев, так что давайте поактивнее)) Подробнее тут. Теперь пост:

Недавно писал про трудности и невзгоды математики. Сегодня хочу отдельно поговорить про статистику. Беда в том, что ее мало кто понимает. Особенно это заметно сейчас, когда многие свободно интерпретируют точные статистические измерения по смертности, вакцинации и тп.

Наш мозг вообще плохо понимает вероятности. Слышал мнение, что это эволюционная фигня (из серии “лучше лишний раз перестраховаться”). Физиологию только усугубляет система образования.

Представьте, вы освоили дроби, переварили степени, и проглотили логарифмы. Тут заходит учитель статистики и с фразой: “вы больше не в Канзасе”, начинает палить нулевыми гипотезами, p-значениями, и ошибками первого рода. А когда вы выбрались из окопов, грязные и изможденные, по вам делают финальный залп из теоремы Байеса.

Неужели нельзя объяснить основы статистики, не используя умных слов? Есть исследования, показывающие, что студенты реже ошибаются, когда используют естественные частоты (10 на 100 000 человек) вместо вероятностей (0,01% населения). А теорему Байеса можно доступно нарисовать в виде кругов Эйлера.

Конечно, полноценный курс статистики требует формального подхода. Но основы можно объяснить и в школе, избегая кучу определений и теорем. Главное — чтобы умели пользоваться, а не умные слова зубрили. Так может народ перестанет в лотереи играть и привьется наконец.

Ниже стандартная задачка про пациентов, о которую часто спотыкаются даже врачи. Задача решается в одну строчку по формуле Байеса. Но ее можно решить и без формулы, просто последовательно записав все на бумаге.

Вероятность того, что у женщины, прошедшей маммографию, есть рак груди - 0.8%. Вероятность положительной маммограммы у женщины с раком груди - 90%, у здоровой - 7%. Какова вероятность, того, что пациентка с положительной маммограммой на самом деле больна раком? (данные выдуманные, взяты из книги Строгаца)

Попробуйте решить сами, можете проверить знакомых врачей. Ответы/решения в комменты. Правильный ответ и решение напишу через неделю, если никто до этого не даст правильный ответ.

На сладкое зацените, как круто выглядит деление клеток (aka митоз) во флуоресцентном микроскопе. Зеленым отмечен цитоскелет, красным — хромосомы. Обратите внимание, как на 20й секунде получается клетка с двумя ядрами.

Всем добра,
Тг

#образование YouTube Actual Footage of Cell Division (Kidney Cells) Regrading your question: one cell dividing into 3 cells. It's actually dividing into 2 cells and not 3 cells, except that one of the daughter cells will have two nuclei instead of one nucleus, hence we call them binucleated cells. If you watch the video carefully…

2.4K 08:23

Как американцы делают врачей?

Мой факультет находится на территории госпиталя, и я провожу много времени со студентами-медиками. Поэтому сегодня расскажу, как из них делают врачей.

В медшколы в США зачисляют после бакалавриата. Про вступительные экзамены я рассказывал ранее: тык.

Итак, вы поступили — впереди вас ждет четыре года в меде. Первые полтора года вы изучаете теорию. Этот блок может отличаться в разных универах. У нас теоркурс разбит на блоки по 1-3 месяца. Сначала повторяют общие вещи типа биохимии, потом интенсивно проходят разделы медицины. Каждый понедельник студенты сдают одночасовой тест по текущей теме (зачет/незачет, без оценки). Каждый тест надо сдать минимум со второго раза, иначе отчислят. Но завалить пересдачу нереально, так как преподы будут заниматься со студентом сколько нужно, пока тот не разберется перед пересдачей.

Цель — подготовить студентов ко второму блоку — практике (clinical clerkship). Практика длится год и охватывает семь тем: терапия, хирургия, педиатрия, психиатрия, акушерство и гинекология, семейная медицина, и неврология. Бывают дополнительные практики типа анестезиологии. По каждой теме студентов направляют в больницы на 1-2 месяца, где те “играют в докторов”. Они работают с пациентами и дают назначения, которые потом проверяют под микроскопом 3 других врача. Я снимаю квартиру со студентом-медиком. На некоторые практики он вставал в четыре утра, чтобы успеть к шести в госпиталь где-то далеко в Квинс.

Во время практики начинают ставить оценки. Каждый врач, с которым вы работали, ставит субъективные баллы. Потом их сравнивают с баллами прошлого года. Например, чтобы получить “отлично” надо набрать больше прошлогоднего среднего + стандартное отклонение. Также по каждому разделу практики проводится госэкзамен. Здесь результаты студентов со всей страны идут в общую таблицу. После практики студенты сдают самый важный экзамен за всю программу — Step 1. Он тоже государственный. Вопросы жесткие: от неочивидных клинических случаев до биохимии конкретных генов с патогенными мутациями. Результаты также собираются в таблицу по всей стране. Длится экзамен 8 часов.

Далее несколько месяцев студенты выполняют небольшой исследовательский проект. Этот раздел нет так важен. Многие просто работают с базами данных пациентов, так как для этого можно не выходить из дома.

Последний год отводится на более детальную практику по выбранной специализации. В оставшееся время студенты проходят интервью в поиске интернатуры (residency).

Кульминацией четырех лет обучения является Match day. Студенты заранее пишут список госпиталей, где они хотят проходить интернатуру, а госпитали пишут список студентов, которых они хотят взять. На основе этого госкомиссия составляет пары “студент — госпиталь”. В Match day студентам в торжественной обстановке вручают конверты с их будущим местом интернатуры.

Интернатура длится 3-7 лет в зависимости от специальности. Интернам платят мало: у нас в госпитале примерно $60К в год. Но по окончанию можно официально работать врачом. Некоторые проходят дополнительную специализацию (fellowship), которая длится еще 1-2 года. Например, если в интернатуре вы проходили пластическую хирургию, то на fellowship можно сфокусироваться на пластике ожогов кожи.

Кстати у нас недавно была церемония вручения белых халатов первокурам (на видео).
Старый пост про наш раковый центр: тык.
Пост девушки, поступившей в интернатуру: тык.

Всем добра,
Тг

#образование YouTube Class of 2025 White Coat Ceremony Highlights | Weill Cornell Medicine Weill Cornell Medicine welcomes the incoming Class of 2025 by helping them don their white coats in a special outdoor ceremony.

Read more: https://bit.ly/3jhB4E1
Watch the full ceremony here: https://weill.cornell.edu/whitecoat25

To learn more about Weill…

1.5K 08:00