█腦科學(xué)動(dòng)態(tài)
Nature：食物中毒后，為何大腦終生厭惡那個(gè)味道
瀕死時(shí)為何會(huì)看到人生走馬燈？
你的大腦適合利他林嗎？關(guān)鍵受體比例決定藥效
大腦如何動(dòng)態(tài)計(jì)算“賭一把”的風(fēng)險(xiǎn)與收益
大腦前額葉與杏仁核決定你的政治熱情高低
孕期吃藥安全嗎？首個(gè)含小膠質(zhì)細(xì)胞的類器官模型告訴你答案
█AI行業(yè)動(dòng)態(tài)
ChatGPT付費(fèi)用戶突破2000萬(wàn)大關(guān) 年收入預(yù)計(jì)50億美元
全球最大數(shù)學(xué)預(yù)訓(xùn)練數(shù)據(jù)集MegaMath問(wèn)世，性能提升20%
Genspark推出革命性AI代理Super Agent
█AI驅(qū)動(dòng)科學(xué)
AI解碼細(xì)胞“社交網(wǎng)絡(luò)”，癌癥免疫治療現(xiàn)新靶點(diǎn)
海星仿生可穿戴設(shè)備突破運(yùn)動(dòng)中心臟監(jiān)測(cè)難題
AI模型首次精準(zhǔn)預(yù)測(cè)美洲原住民老年癡呆風(fēng)險(xiǎn)
AI醫(yī)療物聯(lián)網(wǎng)實(shí)現(xiàn)心臟病診斷99.84%超高準(zhǔn)確率
讓大語(yǔ)言模型“學(xué)會(huì)”數(shù)學(xué)優(yōu)化，復(fù)雜規(guī)劃成功率翻倍
腦科學(xué)動(dòng)態(tài)
Nature：食物中毒后，為何大腦終生厭惡那個(gè)味道
動(dòng)物如何將延遲出現(xiàn)的胃腸反應(yīng)與特定味道相關(guān)聯(lián)？普林斯頓大學(xué)Christopher Zimmerman和Ilana Witten團(tuán)隊(duì)通過(guò)小鼠實(shí)驗(yàn)發(fā)現(xiàn)，中央 研究團(tuán)隊(duì)首先讓小鼠飲用新型葡萄味飲料（Kool-Aid），30分鐘后注射引發(fā)類似食物中毒的暫時(shí)性病癥。通過(guò)全腦激活圖譜分析發(fā)現(xiàn)，中央杏仁核對(duì)新型味道表現(xiàn)出持續(xù)特異性激活。結(jié)合光遺傳學(xué)刺激后腦CGRP神經(jīng)元（編碼疾病信號(hào)的谷氨酸能 #神經(jīng)科學(xué) #神經(jīng)機(jī)制與腦功能解析 #記憶機(jī)制 #中央杏仁核 #延遲學(xué)習(xí) 閱讀更多： Zimmerman, Christopher A., et al. “A Neural Mechanism for Learning from Delayed Postingestive Feedback.” Nature, Apr. 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-025-08828-z 瀕死時(shí)為何會(huì)看到人生走馬燈？ 瀕死體驗(yàn)（NDEs）是在生死危機(jī)時(shí)產(chǎn)生的意識(shí)分離狀態(tài)，常伴隨神秘體驗(yàn)。由比利時(shí)列日大學(xué)領(lǐng)導(dǎo)的多學(xué)科團(tuán)隊(duì)發(fā)表綜述，提出名為NEPTUNE的神經(jīng)科學(xué)模型，首次整合神經(jīng)生物學(xué)、心理學(xué)和進(jìn)化論解釋瀕死體驗(yàn)的生理機(jī)制。 研究整合動(dòng)物實(shí)驗(yàn)、迷幻藥神經(jīng)科學(xué)（psychedelic neuroscience，指致幻物質(zhì)對(duì)大腦影響的研究）和臨床數(shù)據(jù)發(fā)現(xiàn)，心臟驟停時(shí)腦血流銳減引發(fā)缺氧和酸中毒，觸發(fā)神經(jīng)遞質(zhì)風(fēng)暴：血清素通過(guò)5-HT2A受體產(chǎn)生幻覺(jué)，多巴胺增強(qiáng)情緒記憶，GABA和內(nèi)啡肽帶來(lái)平靜感。這種反應(yīng)與DMT等迷幻藥作用相似，且具有進(jìn)化意義——類似動(dòng)物假死的生存策略。心理層面，容易解離（dissociation）或REM睡眠侵入傾向者更易體驗(yàn)。研究為意識(shí)研究和腦死亡判定提供新依據(jù)，未來(lái)將通過(guò)神經(jīng)影像驗(yàn)證模型。研究發(fā)表在 Nature Reviews Neurology 上。 #神經(jīng)科學(xué) #神經(jīng)機(jī)制與腦功能解析 #意識(shí)模擬 #心理健康與精神疾病 閱讀更多： Martial, Charlotte, et al. “A Neuroscientific Model of Near-Death Experiences.” Nature Reviews Neurology, Mar. 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41582-025-01072-z 你的大腦適合利他林嗎？關(guān)鍵受體比例決定藥效 ADHD患者對(duì)利他林的反應(yīng)差異長(zhǎng)期困擾醫(yī)學(xué)界。馬里蘭大學(xué)醫(yī)學(xué)院Peter Manza與NIH的Nora Volkow團(tuán)隊(duì)發(fā)現(xiàn)，大腦多巴胺受體D1與D2的比例是核心因素：D1主導(dǎo)者基線認(rèn)知更強(qiáng)，而D2主導(dǎo)者藥物改善更顯著。 ?注意力 fMRI 任務(wù)結(jié)果。Credit: Proceedings of the National Academy of Sciences (2025). 研究通過(guò)功能性磁共振成像（fMRI）和正電子發(fā)射斷層掃描（PET），對(duì)比37名健康成年人服用安慰劑與利他林后的表現(xiàn)。結(jié)果顯示：D1/D2比例高者前額葉皮層激活更強(qiáng)，基線記憶任務(wù)表現(xiàn)更優(yōu)；D2比例高者雖基線較差，但藥物提升幅度達(dá)顯著水平（任務(wù)表現(xiàn)提升與腦區(qū)活動(dòng)變化相關(guān)性r=0.686）；多巴胺增量本身無(wú)法預(yù)測(cè)療效。研究為ADHD個(gè)性化治療提供依據(jù)，并警示非處方使用興奮劑的風(fēng)險(xiǎn)。研究發(fā)表在 PNAS 上。 #疾病與健康 #個(gè)性化醫(yī)療 #神經(jīng)機(jī)制與腦功能解析 #多巴胺受體 #ADHD 閱讀更多： Manza, Peter, et al. “Neural Basis for Individual Differences in the Attention-Enhancing Effects of Methylphenidate.” Proceedings of the National Academy of Sciences, vol. 122, no. 13, Apr. 2025, p. e2423785122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2423785122 大腦如何動(dòng)態(tài)計(jì)算“賭一把”的風(fēng)險(xiǎn)與收益 決策時(shí)大腦如何權(quán)衡獎(jiǎng)勵(lì)與風(fēng)險(xiǎn)？德國(guó)靈長(zhǎng)類動(dòng)物中心的Raymundo Báez-Mendoza與牛津大學(xué)的Fabian Grabenhorst團(tuán)隊(duì)發(fā)現(xiàn)，杏仁核神經(jīng)元不僅能獨(dú)立編碼獎(jiǎng)勵(lì)概率和大小，還能動(dòng)態(tài)整合二者，生成風(fēng)險(xiǎn)評(píng)估信號(hào)。 ?概率和獎(jiǎng)勵(lì)幅度的順序編碼。Credit: Nature Communications (2025). 研究團(tuán)隊(duì)訓(xùn)練恒河猴通過(guò)視覺(jué)線索（如不同圖形）判斷獎(jiǎng)勵(lì)概率（如70%）和幅度，同時(shí)記錄杏仁核單神經(jīng)元活動(dòng)。結(jié)果顯示：部分神經(jīng)元以獨(dú)立于視覺(jué)形式的抽象方式表征概率，類似“通用識(shí)別器”；多數(shù)神經(jīng)元依次響應(yīng)概率和幅度信息，形成靈活的價(jià)值評(píng)估（value coding）；特定神經(jīng)元通過(guò)計(jì)算概率與幅度的方差，直接編碼風(fēng)險(xiǎn)，與價(jià)值信號(hào)分離。 此外，杏仁核不同亞區(qū)（nuclei）的群體編碼模式各異，支持高效信息傳遞。研究為焦慮癥（過(guò)度風(fēng)險(xiǎn)敏感）和抑郁癥（獎(jiǎng)勵(lì)評(píng)估異常）的神經(jīng)機(jī)制提供了潛在解釋。研究發(fā)表在 Nature Communications 上。 #神經(jīng)科學(xué) #神經(jīng)機(jī)制與腦功能解析 #心理健康與精神疾病 #決策科學(xué) #跨學(xué)科整合 閱讀更多： Grabenhorst, Fabian, and Raymundo Báez-Mendoza. “Dynamic Coding and Sequential Integration of Multiple Reward Attributes by Primate Amygdala Neurons.” Nature Communications, vol. 16, no. 1, Apr. 2025, p. 3119. www.nature.com, https://doi.org/10.1038/s41467-025-58270-y 大腦前額葉與杏仁核決定你的政治熱情高低 政治熱情是天生的還是后天塑造？西北大學(xué)和Shirley Ryan AbilityLab的Jordan Grafman團(tuán)隊(duì)通過(guò)越南退伍軍人研究發(fā)現(xiàn)，大腦特定區(qū)域損傷會(huì)顯著改變政治參與強(qiáng)度：前額葉損傷者更激進(jìn)，杏仁核受損者更淡漠。 研究納入124名頭部穿透?jìng)宋檐娙撕?5名對(duì)照者，利用病變網(wǎng)絡(luò)映射（lesion network mapping，一種定位腦損傷關(guān)聯(lián)神經(jīng)回路的技術(shù)）分析其政治行為變化。結(jié)果顯示，左背外側(cè)前額葉皮層（負(fù)責(zé)理性控制）損傷后，政治參與度上升；而杏仁核（情緒處理中心）損傷者熱情降低。這種效應(yīng)不受年齡、教育或黨派影響，且保守派與自由派中表現(xiàn)一致。研究提示，情緒回路通過(guò)“放大”既有政治立場(chǎng)而非改變其本質(zhì)來(lái)影響行為。研究發(fā)表在 Brain 上。 #認(rèn)知科學(xué) #神經(jīng)機(jī)制與腦功能解析 #心理健康與精神疾病 #政治行為 #腦損傷 閱讀更多： Siddiqi, Shan H., et al. “Effects of Focal Brain Damage on Political Behaviour across Different Political Ideologies.” Brain, Mar. 2025, p. awaf101. Silverchair, https://doi.org/10.1093/brain/awaf101 孕期吃藥安全嗎？首個(gè)含小膠質(zhì)細(xì)胞的類器官模型告訴你答案 孕期病毒感染如何損傷胎兒大腦？抗炎藥是否安全？奧地利科學(xué)技術(shù)研究所的Sandra Siegert團(tuán)隊(duì)開(kāi)發(fā)了首個(gè)整合小膠質(zhì)細(xì)胞的視網(wǎng)膜類器官模型，發(fā)現(xiàn)布洛芬通過(guò)調(diào)控小膠質(zhì)細(xì)胞炎癥酶發(fā)揮保護(hù)作用，為孕期藥物測(cè)試提供了新工具。 ?小膠質(zhì)細(xì)胞（品紅色）整合到視網(wǎng)膜類器官中。神經(jīng)元的細(xì)胞核被染成藍(lán)色。Credit: Schmied et al. / Journal of Neuroinflammation 研究利用人誘導(dǎo)多能干細(xì)胞（hiPSCs）構(gòu)建視網(wǎng)膜類器官（retinal organoids，模擬大腦發(fā)育的3D結(jié)構(gòu)），并嵌入小膠質(zhì)細(xì)胞（iMG）。當(dāng)模擬病毒感染（poly(I:C)刺激）時(shí)，iMG引發(fā)炎癥反應(yīng)，導(dǎo)致神經(jīng)元過(guò)度分裂；而添加布洛芬后，iMG的COX-1（小膠質(zhì)細(xì)胞特異性酶）和COX-2活性被抑制，炎癥反應(yīng)減輕。實(shí)驗(yàn)首次證明，缺乏小膠質(zhì)細(xì)胞的模型會(huì)遺漏藥物關(guān)鍵作用。研究為開(kāi)發(fā)更安全的孕期抗炎藥提供了依據(jù)，并凸顯類器官模型的完善方向。研究發(fā)表在 Journal of Neuroinflammation 上。 #疾病與健康 #個(gè)性化醫(yī)療 #神經(jīng)機(jī)制與腦功能解析 #孕期用藥 #類器官 閱讀更多： Schmied, Verena, et al. Microglia Determine an Immune-Challenged Environment and Facilitate Ibuprofen Action in Human Retinal Organoids. bioRxiv, 21 Sept. 2024, p. 2024.09.20.614136. bioRxiv, https://doi.org/10.1101/2024.09.20.614136 AI 行業(yè)動(dòng)態(tài) ChatGPT付費(fèi)用戶突破2000萬(wàn)大關(guān) 年收入預(yù)計(jì)50億美元 OpenAI旗下人工智能產(chǎn)品ChatGPT在2025年迎來(lái)爆發(fā)式增長(zhǎng)。據(jù)The Information報(bào)道，截至4月1日，其付費(fèi)用戶數(shù)突破2000萬(wàn)，較2024年底的1550萬(wàn)激增30%，月收入同步攀升至4.15億美元，年化收入預(yù)計(jì)高達(dá)50億美元。這一增長(zhǎng)得益于基礎(chǔ)訂閱（如20美元/月的ChatGPT Plus）和企業(yè)級(jí)高端套餐（如200美元/月的Pro套餐）的雙輪驅(qū)動(dòng)，同時(shí)API服務(wù)也為收入提供了重要支撐。 盡管商業(yè)表現(xiàn)亮眼，OpenAI也面臨用戶結(jié)構(gòu)變化的挑戰(zhàn)。數(shù)據(jù)顯示，ChatGPT周活躍用戶數(shù)已突破5億，但免費(fèi)用戶的快速增長(zhǎng)導(dǎo)致付費(fèi)用戶占比從三個(gè)月前的5%降至4%。這一現(xiàn)象反映出市場(chǎng)對(duì)AI工具的旺盛需求，但也暗示著付費(fèi)轉(zhuǎn)化策略可能需要進(jìn)一步優(yōu)化。 業(yè)內(nèi)人士分析，ChatGPT的迅猛增長(zhǎng)標(biāo)志著生成式AI正加速滲透至企業(yè)和個(gè)人場(chǎng)景。OpenAI通過(guò)分層訂閱模式覆蓋不同客群，但其長(zhǎng)期盈利能力仍需平衡免費(fèi)與付費(fèi)用戶的服務(wù)資源配置。 #ChatGPT #OpenAI #生成式AI #付費(fèi)訂閱 #商業(yè)增長(zhǎng) 閱讀更多： https://www.theinformation.com/articles/chatgpt-revenue-surges-30-just-three-months 全球最大數(shù)學(xué)預(yù)訓(xùn)練數(shù)據(jù)集MegaMath問(wèn)世，性能提升20% 近期發(fā)布的名為MegaMath的數(shù)學(xué)預(yù)訓(xùn)練數(shù)據(jù)集引發(fā)廣泛關(guān)注，該數(shù)據(jù)集規(guī)模達(dá)到驚人的2131億標(biāo)記（tokens），覆蓋多個(gè)專業(yè)數(shù)學(xué)領(lǐng)域，比此前最大的DeepSeekMath數(shù)據(jù)集還高出30%。研究人員通過(guò)嚴(yán)格的去重和字體集過(guò)濾技術(shù)確保數(shù)據(jù)質(zhì)量，使其成為目前最全面、最可靠的數(shù)學(xué)語(yǔ)料庫(kù)之一。 MegaMath的推出為數(shù)學(xué)相關(guān)的人工智能研究帶來(lái)了顯著突破。測(cè)試表明，使用該數(shù)據(jù)集訓(xùn)練的模型在數(shù)學(xué)基準(zhǔn)測(cè)試中性能提升了15%至20%，展現(xiàn)出強(qiáng)大的應(yīng)用潛力。這一進(jìn)步可能為教育、工程和科研領(lǐng)域的自動(dòng)化工具開(kāi)發(fā)提供新的技術(shù)支持。 研究團(tuán)隊(duì)強(qiáng)調(diào)，MegaMath的開(kāi)放性和高質(zhì)量將為全球AI社區(qū)帶來(lái)深遠(yuǎn)影響。未來(lái)，該數(shù)據(jù)集或?qū)⒊蔀閿?shù)學(xué)語(yǔ)言模型訓(xùn)練的新標(biāo)準(zhǔn) #數(shù)學(xué)AI #預(yù)訓(xùn)練模型 #數(shù)據(jù)集 #人工智能 #性能突破 閱讀更多： https://huggingface.co/datasets/LLM360/MegaMath Genspark推出革命性AI代理Super Agent：能打電話訂餐廳、做PPT的"全能助手" 近日，Genspark發(fā)布了一款名為Super Agent的突破性AI代理，其核心采用世界首創(chuàng)的多智能體混合系統(tǒng)（Mixture-of-Agents），整合了8個(gè)不同規(guī)模的語(yǔ)言模型和80多種工具，能夠自主理解需求、規(guī)劃任務(wù)并執(zhí)行復(fù)雜操作。與傳統(tǒng)AI聊天工具不同，Super Agent不僅能對(duì)話，還可完成旅行預(yù)訂、內(nèi)容生成、數(shù)據(jù)分析等實(shí)際任務(wù)。例如，用戶輸入“計(jì)劃去圣地亞哥的旅行”，它便能自動(dòng)搜索航班酒店、生成行程，甚至通過(guò)AI模擬人聲撥打餐廳電話完成預(yù)訂。 Super Agent在GAIA基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)于OpenAI和Manus，其優(yōu)勢(shì)在于高速響應(yīng)（近乎瞬時(shí)）、高準(zhǔn)確性（通過(guò)多重驗(yàn)證減少“幻覺(jué)”）和強(qiáng)可控性（用戶可調(diào)整輸出方向）。功能覆蓋多模態(tài)處理，如將5小時(shí)YouTube視頻濃縮為10頁(yè)P(yáng)PT，或根據(jù)食譜生成教學(xué)視頻。此外，它支持用戶自定義任務(wù)執(zhí)行方式，例如指定數(shù)據(jù)來(lái)源或輸出格式，確保結(jié)果精準(zhǔn)符合需求。 該產(chǎn)品適用于個(gè)人、專業(yè)人士和創(chuàng)意工作者等多類場(chǎng)景。個(gè)人用戶可管理日程或快速獲取信息；研究人員能進(jìn)行跨來(lái)源數(shù)據(jù)驗(yàn)證；創(chuàng)意人員則可一鍵生成動(dòng)畫或營(yíng)銷素材。技術(shù)架構(gòu)上，Super Agent繼承了Genspark此前Autopilot Agent的異步處理能力，并擴(kuò)展了任務(wù)范圍，標(biāo)志著AI從“對(duì)話工具”向“執(zhí)行助手”的跨越式進(jìn)化。 #AI代理 #自動(dòng)化工具 #多模態(tài)處理 #任務(wù)執(zhí)行 #Genspark 閱讀更多： https://www.genspark.ai/ AI 驅(qū)動(dòng)科學(xué) AI解碼細(xì)胞“社交網(wǎng)絡(luò)”，癌癥免疫治療現(xiàn)新靶點(diǎn) 單細(xì)胞測(cè)序數(shù)據(jù)噪聲高、信號(hào)破碎，如何精準(zhǔn)解析細(xì)胞行為？Tel-Aviv University的Ron Sheinin、Asaf Madi和Roded Sharan團(tuán)隊(duì)開(kāi)發(fā)了scNET系統(tǒng)，通過(guò)AI整合基因表達(dá)與蛋白質(zhì)互作網(wǎng)絡(luò)，首次清晰捕捉到抗癌T細(xì)胞的激活機(jī)制。 ?自動(dòng)編碼器模型架構(gòu)。Credit: Nature Methods (2025). scNET采用圖神經(jīng)網(wǎng)絡(luò)（GNN）雙視圖架構(gòu)，將單細(xì)胞基因表達(dá)數(shù)據(jù)（scRNA-seq）映射到蛋白質(zhì)相互作用網(wǎng)絡(luò)（PPI, Protein-Protein Interaction）中，利用注意力機(jī)制動(dòng)態(tài)調(diào)整細(xì)胞間連接權(quán)重。實(shí)驗(yàn)顯示，該系統(tǒng)在瘧疾B細(xì)胞數(shù)據(jù)集上較傳統(tǒng)方法提升30%的基因關(guān)聯(lián)識(shí)別率，并成功揭示腫瘤微環(huán)境中T細(xì)胞通過(guò)細(xì)胞毒性通路增強(qiáng)抗癌能力的動(dòng)態(tài)過(guò)程。此外，scNET重建的表達(dá)數(shù)據(jù)使差異通路富集分析靈敏度提高2.1倍，為個(gè)性化醫(yī)療提供新工具。研究發(fā)表在 Nature Methods 上。 #AI驅(qū)動(dòng)科學(xué) #個(gè)性化醫(yī)療 #跨學(xué)科整合 #計(jì)算模型與人工智能模擬 #癌癥治療 閱讀更多： Sheinin, Ron, et al. “scNET: Learning Context-Specific Gene and Cell Embeddings by Integrating Single-Cell Gene Expression Data with Protein–Protein Interactions.” Nature Methods, Mar. 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41592-025-02627-0 海星仿生可穿戴設(shè)備突破運(yùn)動(dòng)中心臟監(jiān)測(cè)難題 運(yùn)動(dòng)干擾導(dǎo)致傳統(tǒng)心臟監(jiān)測(cè)設(shè)備數(shù)據(jù)失真，密蘇里大學(xué)的Sicheng Chen、Zheng Yan團(tuán)隊(duì)受海星五臂結(jié)構(gòu)啟發(fā)，開(kāi)發(fā)出新型可穿戴設(shè)備，實(shí)現(xiàn)運(yùn)動(dòng)時(shí)高精度心臟信號(hào)采集，診斷準(zhǔn)確率超91%。 ?受海星啟發(fā)的可穿戴設(shè)備與生物海星的圖形表示。Credit: Zheng Yan 該設(shè)備采用五條獨(dú)立柔性臂（每條含傳感器）貼合胸部，通過(guò)多觸點(diǎn)分散壓力，減少運(yùn)動(dòng)偽影。中央電子樞紐整合電信號(hào)（ECG）與機(jī)械信號(hào)（SCG心震圖：記錄心臟跳動(dòng)引起的胸腔振動(dòng)；GCG陀螺心圖：捕捉心臟旋轉(zhuǎn)運(yùn)動(dòng)），結(jié)合AI算法過(guò)濾噪聲并分析。實(shí)驗(yàn)顯示，三信號(hào)聯(lián)合輸入的ML模型對(duì)房顫（A-Fib）、心梗（MI）和心衰（HF）的實(shí)時(shí)診斷準(zhǔn)確率顯著高于單信號(hào)分析（提升約30%）。設(shè)備僅重1.7克，支持藍(lán)牙傳輸、無(wú)線充電，未來(lái)將采用透氣材料提升舒適性。研究發(fā)表在 Science Advances 上。 #疾病與健康 #個(gè)性化醫(yī)療 #AI驅(qū)動(dòng)科學(xué) #可穿戴技術(shù) #生物仿生 閱讀更多： Chen, Sicheng, et al. “Starfish-Inspired Wearable Bioelectronic Systems for Physiological Signal Monitoring during Motion and Real-Time Heart Disease Diagnosis.” Science Advances, vol. 11, no. 14, Apr. 2025, p. eadv2406. science.org (Atypon), https://doi.org/10.1126/sciadv.adv2406 AI模型首次精準(zhǔn)預(yù)測(cè)美洲原住民老年癡呆風(fēng)險(xiǎn) 癡呆癥對(duì)美洲印第安人/阿拉斯加原住民（AI/AN）老年人威脅日增，但該人群長(zhǎng)期缺乏有效的風(fēng)險(xiǎn)預(yù)測(cè)工具。加州大學(xué)歐文分校的Luohua Jiang團(tuán)隊(duì)利用電子健康記錄（EHR）和機(jī)器學(xué)習(xí)，開(kāi)發(fā)出首個(gè)針對(duì)AI/AN的兩年癡呆預(yù)測(cè)模型，準(zhǔn)確率達(dá)83%。 ?XGBoost、LASSO 和 LR 算法中兩年事件、全因癡呆的前 15 個(gè)預(yù)測(cè)因子的維恩圖比較。Credit: The Lancet Regional Health - Americas (2025). 研究團(tuán)隊(duì)從印第安人衛(wèi)生服務(wù)局（IHS）獲取17,398名65歲以上無(wú)癡呆者的七年數(shù)據(jù)，采用邏輯回歸（Logistic Regression）、LASSO（最小絕對(duì)收縮算子，一種特征選擇算法）和XGBoost（極端梯度提升，高效決策樹(shù)模型）等算法，構(gòu)建癡呆風(fēng)險(xiǎn)評(píng)分（DRS）模型。結(jié)果顯示，兩年內(nèi)3.5%的參與者確診癡呆，最優(yōu)模型的預(yù)測(cè)效能（AUC）達(dá)0.83。15個(gè)關(guān)鍵預(yù)測(cè)因子中，12個(gè)為跨模型共享，包括收縮壓（SBP）、急診就診頻率等傳統(tǒng)指標(biāo)，以及衛(wèi)生服務(wù)利用率等新發(fā)現(xiàn)因素。研究為資源匱乏地區(qū)的癡呆防控提供了可推廣的AI工具。研究發(fā)表在 The Lancet Regional Health - Americas 上。 #疾病與健康 #預(yù)測(cè)模型構(gòu)建 #個(gè)性化醫(yī)療 #健康管理與壽命延長(zhǎng) #跨學(xué)科整合 閱讀更多： Ports, Kayleen, et al. “Machine Learning to Predict Dementia for American Indian and Alaska Native Peoples: A Retrospective Cohort Study.” The Lancet Regional Health – Americas, vol. 43, Mar. 2025. www.thelancet.com, https://doi.org/10.1016/j.lana.2025.101013 AI醫(yī)療物聯(lián)網(wǎng)實(shí)現(xiàn)心臟病診斷99.84%超高準(zhǔn)確率 醫(yī)療物聯(lián)網(wǎng)（IoMT）如何革新健康管理？悉尼科技大學(xué)Amir Gandomi與馬來(lái)西亞雙威大學(xué)Shams Forruque Ahmed團(tuán)隊(duì)聯(lián)合國(guó)際研究者，發(fā)現(xiàn)AI驅(qū)動(dòng)的IoMT可精準(zhǔn)診斷心臟病、實(shí)時(shí)監(jiān)測(cè)癲癇，并顯著提升遠(yuǎn)程護(hù)理效率。 ?可穿戴設(shè)備由極簡(jiǎn)系統(tǒng)支持。Credit: Results in Engineering (2024). 研究結(jié)合機(jī)器學(xué)習(xí)與IoMT技術(shù)，通過(guò)分析醫(yī)學(xué)影像和穿戴設(shè)備數(shù)據(jù)，實(shí)現(xiàn)心臟病診斷99.84%的準(zhǔn)確率（傳統(tǒng)方法平均約85%）。老年人遠(yuǎn)程監(jiān)護(hù)系統(tǒng)準(zhǔn)確率達(dá)98.1%，邊緣計(jì)算模型（Edge-IoMT）可秒級(jí)響應(yīng)癲癇發(fā)作。AI算法通過(guò)持續(xù)學(xué)習(xí)患者數(shù)據(jù)，優(yōu)化個(gè)性化治療方案，如帕金森病運(yùn)動(dòng)癥狀預(yù)測(cè)誤差僅2%。但需解決數(shù)據(jù)加密（如AES-256標(biāo)準(zhǔn)）和多設(shè)備兼容性問(wèn)題。研究發(fā)表在 Results in Engineering 上。 #疾病與健康 #個(gè)性化醫(yī)療 #AI驅(qū)動(dòng)科學(xué) #健康管理與壽命延長(zhǎng) #預(yù)測(cè)模型構(gòu)建 閱讀更多： Ahmed, Shams Forruque, et al. “Transformative Impacts of the Internet of Medical Things on Modern Healthcare.” Results in Engineering, vol. 25, Mar. 2025, p. 103787. ScienceDirect, https://doi.org/10.1016/j.rineng.2024.103787 讓大語(yǔ)言模型“學(xué)會(huì)”數(shù)學(xué)優(yōu)化，復(fù)雜規(guī)劃成功率翻倍 如何讓非專家也能用AI解決供應(yīng)鏈、物流等復(fù)雜規(guī)劃問(wèn)題？MIT的Yilun Hao、Yang Zhang和Chuchu Fan團(tuán)隊(duì)開(kāi)發(fā)了LLMFP框架，通過(guò)自然語(yǔ)言交互將問(wèn)題轉(zhuǎn)化為數(shù)學(xué)優(yōu)化模型，在9類任務(wù)中成功率高達(dá)85%，較傳統(tǒng)方法提升超40%。 研究團(tuán)隊(duì)開(kāi)發(fā)的LLMFP框架結(jié)合了大型語(yǔ)言模型（LLMs，如GPT-4o）的常識(shí)推理與數(shù)學(xué)優(yōu)化求解器（optimization solver，專解多變量約束問(wèn)題的算法）。用戶僅需用自然語(yǔ)言描述問(wèn)題（如“最小化咖啡供應(yīng)鏈成本”），LLMFP會(huì)引導(dǎo)模型識(shí)別決策變量（如供應(yīng)商產(chǎn)能、運(yùn)輸路線）和約束條件（如需求增長(zhǎng)23%），將其編碼為數(shù)學(xué)公式并調(diào)用求解器。關(guān)鍵創(chuàng)新在于中間步驟的自檢機(jī)制：若發(fā)現(xiàn)公式錯(cuò)誤（如漏掉“運(yùn)輸量不能為負(fù)”），模型會(huì)自動(dòng)修正而非放棄。測(cè)試顯示，LLMFP在倉(cāng)庫(kù)機(jī)器人路徑優(yōu)化等任務(wù)中成功率比直接使用LLM的基線提高兩倍，且無(wú)需額外訓(xùn)練數(shù)據(jù)。研究為跨領(lǐng)域規(guī)劃問(wèn)題提供了通用工具，未來(lái)或拓展至圖像輸入支持。 #大模型技術(shù) #自動(dòng)化科研 #跨學(xué)科整合 #意圖與決策 閱讀更多： Hao, Yilun, et al. Planning Anything with Rigor: General-Purpose Zero-Shot Planning with LLM-Based Formalized Programming. arXiv:2410.12112, arXiv, 29 Jan. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2410.12112 整理｜ChatGPT 編輯｜丹雀、存源 關(guān)于追問(wèn)nextquestion 天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問(wèn)為紐帶，深入探究人工智能與人類智能相互融合與促進(jìn)，不斷探索科學(xué)的邊界。如果您有進(jìn)一步想要討論的內(nèi)容，歡迎評(píng)論區(qū)留言，或后臺(tái)留言“社群”即可加入社群與我們互動(dòng)。 關(guān)于天橋腦科學(xué)研究院 天橋腦科學(xué)研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元?jiǎng)?chuàng)建的世界最大私人腦科學(xué)研究機(jī)構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點(diǎn)，支持腦科學(xué)研究，造福人類。 Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實(shí)驗(yàn)室、人工智能與精神健康前沿實(shí)驗(yàn)室；與加州理工學(xué)院合作成立了加州理工天橋神經(jīng)科學(xué)研究院。 Chen Institute建成了支持腦科學(xué)和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項(xiàng)目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎(jiǎng)勵(lì)計(jì)劃、、等。
熱門跟貼