Skip to main content
知识分享官

Search: #人工智能

  1. Nature发文：人形机器人在手术中可行吗？评估技术突破与挑战

    医疗领域正面临人力短缺与需求激增的矛盾，传统手术机器人多针对特定任务，而人形机器人因其灵活性和环境适应性，被寄予厚望。近日，Nature期刊发表的研究首次系统评估了人形机器人在腹腔镜手术中的实际应用潜力。

    研究团队开发了一套人形机器人腹腔镜远程操作框架,利用宇树机器人，使用通用手术器械，并通过台面测试、干实验室用户研究（涵盖不同经验水平）及活体猪实验，量化了技术可行性、任务表现及临床准备度。结果显示，人形机器人已具备初步的手术辅助能力，但在精度、控制和安全方面仍需提升。

    该研究为未来人形机器人在手术中的应用提供了证据基础，但也指出当前技术仍面临挑战，如器械稳定性、环境适应性及成本控制等。未来需更多研究优化系统，确保其能安全、高效地辅助临床手术。

    看来未来手术室要有人工智能助手了🤖


    来源：Nature

    #人形机器人 #手术 #医疗科技 #Nature研究

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  2. 歌词越来越“黑”？六十年流行音乐里的道德变化被量化了

    你有没有发现，现在很多流行歌曲，情绪更“丧”、更愤怒，甚至带点攻击性？这到底是感觉，还是现实中的变化？音乐常被当作情绪出口，也被认为是“时代镜子”，那它真的在变吗？

    这项研究分析了1960–2023年的几十万首歌曲歌词，用人工智能模型识别“道德表达”（比如关怀、忠诚、欺骗、伤害等）。结果发现：过去几十年中，歌词中表达“道德优点”的内容（比如关怀、纯洁）在减少，而“道德负面”的表达（比如伤害、欺骗、颠覆）在增加，幅度可达+40%到+50%。同时，歌词情绪整体也在变得更负面，比如愤怒、厌恶、悲伤增加。研究还发现，这些道德表达和歌词主题密切相关——比如“暴力与黑暗”主题往往对应负面道德，而“爱情与情感”更对应正面道德。用简单类比来说，研究相当于给每首歌“打了道德标签”，再看几十年的趋势变化。不过，这种模型主要基于词语和情绪判断，像隐喻、反讽等复杂表达，它并不完全能识别。

    这意味着，流行音乐的情绪和价值表达确实在发生系统性变化，也可能反映了社会文化的转变，比如更强调个体表达、冲突或社会问题。但需要注意，这项研究只是观察到“同时发生”的趋势，不能证明是音乐改变了社会，还是社会改变了音乐；另外数据主要来自英语和流行音乐，也不一定代表全球情况。对于普通人来说，它更像一个提醒：你听到的“歌变了”，其实背后是整整一代文化环境在变化。

    拒绝我操，从现在开始🎧


    📖Scientific Reports
    📃Evolution of moral expression in song lyrics
    🗓2026-06-03

    #音乐文化 #情绪变化 #人工智能分析 #社会价值 #歌词研究 #社科 #社会科学

    Via：一往无前啊屁屁

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  3. 解码语言神经密码：人类大脑如何用神经元构建句子？

    人类语言能将新信息以无穷多样的方式表达，通过将词语组合成复杂短语和句子，实现丰富含义的传递，这是人类认知的基础。然而，大脑中精确控制语言产生的微观细胞结构和皮层布局一直是个谜。近日，一项研究结合单神经元记录与自然语言处理模型，首次揭示了人类前额叶和颞叶皮层在语言产生过程中，如何通过精细的神经元活动编码语言信息。

    研究发现，不同神经元承担不同任务：部分神经元编码词与词之间的语法关系或词性，另一些则追踪句子的更高阶句法结构、短语过渡和序列。这些神经元不仅捕捉词的句法和语义属性，还能动态整合具体句子语境，实现信息的高度组合与精细表达。更重要的是，语言编码能力在左半球显著偏侧化，且在不同皮层区域存在差异，表明语言功能由广泛分布的细胞群体协同完成。

    该研究首次从细胞、局部群体和区域三个尺度，描绘了人类语言的大脑景观，为理解语言如何在大脑中编码提供了关键线索。不过，研究仍基于有限样本，且方法结合了实验与人工智能模型，未来需更多实验验证，以更全面揭示语言神经机制。

    原来大脑里也有“语法老师”在指挥？🧠


    来源：Nature

    #语言神经科学 #大脑皮层 #句法编码 #人工智能辅助研究

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  4. AI能当“谣言教练”，但可能让人越练越依赖

    看到假新闻时，很多人第一反应是问AI：“这是真的吗？”这篇 CHI 2026 论文提醒我们：AI确实能帮你当场识别 misinformation，但它未必会教会你下次自己判断，甚至可能削弱独立辨别力。

    研究团队做了一个为期1个月的实验，让67名参与者判断新闻标题—图片组合是真是假，并与AI讨论判断理由。结果很微妙：在有AI协助的环节，参与者表现平均提升了21%；但到了第4周，当他们独立判断新的新闻素材时，准确率反而比第0周显著下降15.3%。

    这说明，AI对“即时纠错”很有用，却不一定能形成长期的媒体素养训练。研究样本量不大，任务也集中在新闻图文判断，不能直接推广到所有AI使用场景；但它提醒我们，反谣言工具如果只给答案、不训练判断过程，可能会把人培养成“查答案型用户”。


    AI：我帮你变聪明。也帮你懒一点🤖


    📖 Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems
    📃 Dialogues with AI Reduce Beliefs in Misinformation but Build No Lasting Discernment Skills
    🗓 2026-04-13

    #人工智能 #虚假信息 #媒体素养 #人机交互

    Via：睡前消息

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  5. 为什么有的人越怕AI越主动学习，有的人却开始“躲工作”？新研究揭示隐藏机制

    当公司开始推广AI工具时，大家的反应其实很不一样：有人疯狂学习新技能、主动适应变化；也有人选择“少做一点”、尽量避免新任务。同样面对AI，为什么行为差这么多？

    这项研究调查了316名制造业员工，发现关键在于一种叫“AI意识”的心理——即员工是否觉得AI可能威胁自己的工作。研究把这种感受进一步分成两种“评价方式”：一种是把AI看成阻碍（比如担心被替代），另一种是当作挑战（比如觉得能提升能力）。结果显示，AI意识越强，员工越容易同时产生这两种想法。而不同想法会带来完全不同的行为：如果把AI当“威胁”，员工更可能减少工作投入、回避复杂任务；如果当作“机会”，则会主动学习、提升能力。简单说，就像面对一场考试，有人选择逃避，有人选择努力复习。

    更有意思的是，领导的态度会明显改变这个过程。如果领导支持多、指导清晰，员工更容易把AI看成成长机会，而不是压力来源；反之则更容易产生焦虑，从而走向“防御型工作模式”。不过需要注意，这项研究基于问卷数据（来自制造业员工），主要说明“相关关系”，并不能证明绝对因果。同时，不同行业和文化背景下，结果可能会有所不同。但它至少提醒我们：AI带来的影响，不只是技术问题，更是心理和管理问题。

    AI不可怕，怕的是没人教你用🤖


    📖Humanities and Social Sciences Communications
    📃Dual-path mechanism of AI awareness on employee job crafting: insights from the cognitive appraisal of stress and JD-R perspective
    🗓2026-06-06

    #人工智能 #职场心理 #工作行为 #组织管理 #压力认知

    Via：睡前消息

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  6. 肥胖会引起三叉神经萎缩！？

    肥胖不仅仅是体重增加，还可能影响全身多个器官系统，但传统方法难以全面捕捉这些细微变化。研究人员开发了一种名为MouseMapper的深度学习框架，能自动分析小鼠全身的神经和免疫细胞，识别出三叉神经节下颌支的结构改变，涉及轴突重塑和补体通路。该框架还能生成三维炎症地图，揭示免疫细胞在组织中的分布。研究证明，这种AI工具具有跨不同成像分辨率和数据的普适性，为从动物模型向人类疾病的研究转化提供了新途径。

    MouseMapper通过自动分割31个器官和 tissues，并解析神经纤维和免疫细胞簇，实现了高分辨率的全身分析。在饮食诱导肥胖模型中，它发现了下颌神经的结构损伤与触须感知功能缺陷的关联，并检测到三叉神经节中与轴突重塑和补体通路相关的蛋白质变化，这些发现同样在人类样本中得到验证。该框架为系统性病理的识别和量化提供了强大工具，有助于将分子层面的研究从动物模型延伸到人类健康问题。

    这项研究展示了AI在生物医学研究中的强大潜力，但需要更多研究来验证其在不同物种和疾病中的适用性，并探索其临床转化路径。目前，该技术主要基于小鼠模型，如何更精准地反映人类复杂疾病的全局变化仍需进一步探索。

    别骂了别骂了😭


    来源：Nature

    #人工智能 #深度学习 #肥胖 #神经科学 #全身性影响

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  7. 为什么让遵守人类法律的 AI 聊天机器人如此难以实现？

    很多人已经把 AI 聊天机器人当成“随时在线的助手”：写作业、查资料、做计划，几乎什么都能问。但如果有人向 AI 询问的是违法甚至暴力的问题，责任该由谁承担？2026 年，美国佛罗里达州检方对 OpenAI 展开调查，原因是一起校园枪击案嫌疑人被指曾向 ChatGPT 寻求建议。这起事件并未指控 OpenAI 犯罪，却将一个长期存在的问题推到公众面前：为什么 AI 很难真正遵守人类的法律、伦理和价值观？

    报道指出，目前主流的大语言模型并不是按“法律条款”或“道德原则”运作的系统，而是通过学习互联网上海量文本，来预测“下一个最可能出现的词”。为了降低风险，AI 公司通常在模型外部加上安全措施，例如关键词过滤、行为规则限制，以及通过人工反馈训练模型给出“更合适”的回答。但研究人员指出，这些措施更像是事后加上的防护层，而不是 AI 本身具备对意图和后果的理解能力。有意图的用户仍可能通过假设、虚构或绕弯的方式，避开现有的安全机制。

    专家认为，这种结构性问题与 AI 的学习方式密切相关。大语言模型本质上是在做“模式补全”，并不真正理解语言背后的意义，也无法判断行为是否违法。过去曾流行的“规则型 AI”尝试让计算机严格遵守明确规则，但在现实世界中，情况过于复杂，规则几乎无法穷举。即使采用人工反馈训练或清理训练数据，这些方法也成本高昂，且效果有限。研究人员强调，这意味着 AI 目前还不能被视为具备法律或道德责任的主体，人类仍必须对其使用方式和后果承担最终责任。

    AI 会模仿人类说话，但并不理解人类社会的底线 🤖

    Nature 都在追热点了，我们也看看吧，晚安~


    📖 Nature
    🗓2026-05-07

    #人工智能 #大语言模型 #AI安全 #科技伦理 #法律责任

    Via：睡前消息

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  8. 来一点医学科学前沿🤯🤯🥹🥹
    近半数 AI 聊天机器人医疗回答有问题：五大模型医疗准确性审计 当你用 AI 聊天机器人问健康问题时，得到的答案靠谱吗？这项研究对这一问题进行了系统审计。随着 Gemini、DeepSeek、ChatGPT、Meta AI、Grok 等聊天机器人被大众广泛当作"搜索引擎"使用——包括查询日常健康和医疗问题——其回答质量却鲜有严格审查。 研究人员在 2025 年 2 月对五大主流聊天机器人进行了压力测试：每个机器人回答 10 道来自癌症、疫苗、干细胞、营养和运动表现五个领域的问题，并使用对抗性提示策略（adversarial…
    AI 已经能“像医生一样思考”了吗？一项顶级研究给出了冷静答案

    很多人都有过这样的体验：看病时医生时间紧、信息不全，诊断往往依赖经验判断。那问题来了——如果把这些复杂病例交给 AI，它真的能做得更好吗？4 月底发表在《Science》的一项研究，首次把最新一代大语言模型，直接拉到真实医学场景中，与数百名医生“正面对比”。

    研究团队评估了 OpenAI o1 系列模型在多种临床推理任务中的表现，包括《新英格兰医学杂志》的经典疑难病例、虚拟临床推理训练案例、真实急诊室患者，以及诊断和治疗方案制定等任务。结果显示，在多个实验中，o1 模型在诊断准确率、鉴别诊断质量和管理决策评分上，整体都高于住院医师和资深医生。例如，在 NEJM 疑难病例中，模型 78% 的情况下能把正确诊断纳入鉴别诊断；在真实急诊分诊阶段，模型给出“准确或非常接近正确诊断”的比例达到 67%，高于两位资深内科医生。研究并未深入解释模型“为什么”能做到这一点，只是指出其在信息有限、时间紧迫的场景下，综合文本信息的能力更稳定。

    这并不意味着 AI 可以取代医生。作者明确强调，研究仅评估了文本推理能力，而真实医疗还依赖体格检查、影像、声音和情境判断。此外，这些结果主要来自内科和急诊医学，不能代表所有专科。更重要的是，目前研究只是“性能比较”，真正能否改善患者结局，还需要前瞻性临床试验。但可以确定的是，AI 作为“第二意见”的潜力已经非常现实，医疗系统需要开始认真思考如何安全地与它协作。

    AI 已经在急诊分诊赢了医生，但离“真正看病”还差好几步 🤖🩺


    📖Science ︱arXiv
    🗓2026-04-30

    #人工智能 #医学诊断 #大语言模型 #临床决策支持

    Via：一往无前啊屁林

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  9. AI乒乓球机器人击败人类精英，物理交互新突破

    人类AI在围棋、象棋等计算机游戏中已超越人类，但现实中的快节奏、高精度运动如乒乓球，对实时交互要求极高，传统方法难以应对。

    近日，研究人员开发出首个能在真实比赛中与精英人类选手竞争的自主乒乓球机器人“Ace”，为物理AI在现实世界中的应用开辟了新路径。Ace的核心突破在于其高速感知与控制系统。它采用事件驱动视觉传感器，能以极低延迟捕捉高速球和对手动作，结合模型无关强化学习算法，快速调整策略。在正式比赛中，Ace不仅多次战胜职业选手，还能稳定回击高速、高旋转的球，展示了物理AI在复杂实时交互任务中的强大能力。

    这一成果标志着物理AI从虚拟世界向现实物理环境的重大跨越，可能推动机器人技术在体育训练、医疗康复等领域的应用。不过，研究仍处于早期阶段，机器人的灵活性、应变能力等仍有提升空间，未来需更多研究验证其普适性。

    看来以后打乒乓球得小心机器人了🤖


    来源：Nature

    #人工智能 #机器人 #乒乓球 #物理交互 #强化学习

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  10. 一滴血诊断多种痴呆？AI模型突破传统诊断局限

    老年人出现记忆下降、反应变慢或行为改变时，背后可能并不只是阿尔茨海默病一种原因。帕金森相关疾病、额颞叶痴呆、ALS，甚至脑血管事件后的改变，在早期都可能表现得有些相似。也正因为如此，临床上“分清到底是哪一种病”一直很难，往往需要结合脑脊液、PET 和影像学检查，流程复杂，成本也不低。

    这篇发表于 Nature Medicine 的研究，核心不是单纯发现了某个新标志物，而是构建了一个新的深度联合学习蛋白组模型——ProtAIDe-Dx。研究团队利用血浆中的大量蛋白信息，让模型学习不同神经退行性疾病之间的差异模式，从而实现对六类与痴呆相关疾病状态的辅助鉴别。它不是只回答“是不是阿尔茨海默病”，而是会同时评估多种疾病的可能性，给出更接近真实临床场景的判断结果。

    从科普角度看，可以把它理解成一种“看血液里复杂分子指纹”的方法。过去医生更多依赖单个或少数几个指标，而这类模型试图把许多蛋白信号一起读出来，再交给人工智能综合分析，寻找更细致的疾病特征。研究的意义在于，未来神经退行性疾病的初筛和分流，也许可以先通过更方便的血液检测完成，再决定谁需要接受进一步的高成本检查。

    当然，这离日常临床普及还有距离。蛋白组学检测对样本处理、实验平台和不同人群差异都比较敏感，模型是否能在更多医院、更多国家和真实世界环境下稳定工作，还需要继续验证。但至少这项研究说明，用血浆蛋白组 + AI 做多病种痴呆相关疾病鉴别，已经开始从概念走向可测试的工具。

    人话：以前是医生看几项指标硬猜，现在是把一大堆蛋白一起丢给 AI 算命，先看看这颗脑子到底更像哪边出了问题。

    AI医生要上岗了？一滴血看六种病，未来可期！


    📖Nature Medicine
    🗓2026-03-31

    #医学研究 #神经退行性疾病 #阿尔茨海默病 #人工智能

    Via：国一打野余则成

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  11. 可穿戴AI设备实现斜视“一键”诊断？新方法或改变传统检查方式

    斜视是影响约4%儿童的常见问题，不仅损害视力，还可能引发心理困扰。传统诊断需多种仪器，步骤繁琐，儿童难以配合，成本也较高。一项新研究提出了一种AI集成的可穿戴设备，可能让诊断更简单。

    该设备像皮肤一样轻薄（约60微米厚），佩戴在眼睑上，通过多方向应变传感器测量眼睑变形。结合生物力学模型和AI算法，能同时测量斜视角度并识别受影响的肌肉。研究显示，其四方向分类准确率达96.6%，测量精度为1.2度，与临床标准高度一致。

    这项技术将生物力学传感与数字诊断结合，可能提高诊断客观性，降低成本，尤其对儿童友好。不过，目前研究主要基于儿童样本，且仍需更多临床验证，以确定是否适用于所有斜视类型。

    斜视检查终于不用再被仪器“折磨”啦！🤩


    来源：Science advances

    #斜视诊断 #可穿戴设备 #人工智能 #儿童视力 #医疗科技

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  12. 像草履虫一样大的微型机器人问世，能感知思考并行动

    机器人小型化一直是科学界追求的目标，但在微观尺度下，由于物理特性的限制，让机器人保留“大脑”进行信息处理极其困难。如今，研究人员成功制造出了一种只有单细胞草履虫大小的微型机器人，打破了这一僵局。

    这种微型机器人利用完全光刻处理技术大规模并行制造，集成了计算、感知、记忆、运动和通信等机载系统。它们不仅能执行数字定义的算法，还能根据周围环境的变化自主改变行为，真正实现了感知、思考和行动的一体化。

    这一成果为通用微型机器人的发展铺平了道路。未来，这些可编程的小家伙有望在不确定的环境中协同工作，无需人类监督即可完成复杂任务，展示了微型机器人技术的巨大潜力。

    草履虫：这哥们怎么比我还会算数？🧠


    来源：Science robotics

    #微型机器人 #人工智能

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  13. 中国金融才子梁文锋与震惊世界的DeepSeek AI

    2025年1月，中国DeepSeek公司突然发布其强大而廉价的R1模型，震撼全球人工智能界，证明了美国在AI领域的领先地位被高估。这一突破性成就的背后是40岁的梁文锋，他曾是金融分析师，利用AI算法在股市赚取数百万美元，于2023年创立DeepSeek。

    R1是一种"推理"大语言模型，擅长通过将复杂任务分解为步骤来解决数学和编程等问题。它是首个以开放权重形式发布的模型，可免费下载和二次开发，大大降低了研究门槛。令人惊讶的是，尽管R1能力与美国顶级模型相当，但其训练成本却低得多——例如，Meta的Llama 3 405B模型训练成本是R1的十倍以上。2025年9月，R1成为首个接受同行评审的大型LLM，DeepSeek公开了其构建和训练细节，为其他研究者提供了宝贵参考。

    梁文锋的成就源于他对AI的热爱和前瞻性布局。早在芯片出口管制前，他已购入1万块英伟达GPU。他致力于实现通用人工智能，采用扁平化管理模式，重视人才潜力而非经验。DeepSeek的成功不仅改变了AI研发格局，也展示了开放科学的力量，推动了中国AI技术的自主创新。

    看来金融界的AI天才，把股市赚的钱变成了改变世界的算力！💸


    来源：Nature

    #DeepSeek #人工智能 #Nature10

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  14. 你的汗液竟能透露健康秘密？新技术让无创监测成为可能

    你是否想过，除了血液和尿液，汗液也能成为健康的"晴雨表"？最新研究表明，汗液中含有丰富的生物信息，结合人工智能和新型传感器技术，可实现非侵入式的健康监测。悉尼科技大学的研究人员指出，收集汗液过程无痛、简单且无创，是血液或尿液检测的理想替代方案，尤其适合实时连续监测。

    这项发表在《药物分析杂志》上的研究表明，新一代可穿戴传感器如微流控贴片，能够持续采集汗液样本，结合AI技术检测特定代谢物并解读复杂生化模式。目前已有如Gatorade汗液监测贴片等产品上市，未来糖尿病患者或可通过监测汗液葡萄糖变化替代采血检测。研究人员正致力于开发更灵敏的微流控设备，以检测汗液中葡萄糖、皮质醇等微量生物标志物。

    出汗不只是健身成果，还能变身健康预警仪！🤯


    来源：Journal of Pharmaceutical Analysis

    #汗液检测 #可穿戴设备 #人工智能 #健康监测 #生物标志物

    via: 热心群友

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  15. 柔软灵活的人工舌头：未来机器人也能尝辣了

    辣味感知一直是人工味觉系统难以攻克的技术难题，因为辣味并非传统意义上的"味觉"，而是痛觉感受器对辣椒素等化合物的反应。近日，中国科研团队成功开发出一种柔软灵活的人工舌头，能够精准检测辣味物质，其灵感来源于牛奶能缓解辣味的常识。

    这种基于软凝胶的人工舌头通过特殊的化学电阻传感机制工作。当接触到辣味化合物时，材料表面会形成疏水复合物，导致构象变化和离子电导率下降，从而产生可测量的电信号。实验表明，该人工舌头能在0.0001-1%的宽浓度范围内检测辣味，灵敏度高达0.259%-1%，响应时间小于10秒，且能够准确识别各种辛辣食品和调味品中的辣度水平。

    这项技术的突破意义不仅在于辣味检测本身，更在于它为未来移动人形机器人配备了"味觉"能力，使它们能够理解并适应人类饮食文化。同时，便携式辣味监测设备的开发也将帮助食品工业和餐饮业实现标准化辣度控制，不过当前技术还无法完全复制人类复杂的辣味感知体验，特别是个体差异和情感因素的影响。

    辣椒素检测器：再也不用担心机器人被辣哭啦！🌶️🤖


    来源：ACS Sensors

    #人工智能 #食品科技 #机器人技术 #感官科学

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  16. “读心”无需开颅？无创AI设备让你“默念”成真

    告别开颅手术，一种“近乎心灵感应”的AI交互方式已成为现实。与脑内植入电极的侵入式技术截然不同，AlterEgo是一款完全无创的可穿戴设备。它无需探入大脑，仅通过接触皮肤，就能让用户通过“默念”与AI及互联网进行实时沟通。

    它的核心原理是捕捉“无声语言”的神经肌肉信号。当你在心中默念时，大脑会向颅神经和发音肌肉发送指令，即便面部纹丝不动，这些肌肉仍会产生微弱的电信号。AlterEgo 检测发音肌肉中的电信号，然后将数据发送到预测穿戴者想要说什么的 AI 模型。然后，该设备通过骨传导耳机将AI反馈的音频信息传回穿戴者。

    该技术目前正为运动神经元病(ALS)等言语障碍患者带来希望，相关临床试验正在进行中。尽管其商业化前景因公众对穿戴硬件的接受度而面临不确定性，但其非侵入性的特点使其隐私风险远低于直接读取脑信号的技术。

    老板再也发现不了我带薪摸鱼了，因为我可以一边假装工作，一边和我的AI女友唠嗑🥰🥰。


    来源：Nature News

    #脑机接口 #人工智能

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  17. 来一点医学科学前沿🤯🤯🥹🥹
    唤醒自身防线：免疫疗法彻底改变癌症治疗版图 美国癌症研究协会（AACR）2025 年度报告显示，免疫疗法作为第五大癌症治疗支柱，其崛起速度和革新成果令人瞩目。通过释放或增强患者自身免疫系统的力量来对抗癌症，免疫疗法将多种晚期癌症从“不治之症”变为“可长期共存”的慢性病 。 从 2011 年仅有 1 种免疫检查点抑制剂（ICI）获批，到 2025 年已增至 15 种，覆盖超过 20 种癌症 。与此同时，以 CAR-T 为代表的细胞疗法在血液肿瘤中取得巨大成功，报告期内 FDA 更批准了首个用于实体瘤的 TCR…
    前途一片光明，AI、基因剪刀与癌症疫苗将彻底重塑未来！

    我们正处在一个癌症研究突破性进展的时代。AACR 2025年度报告用专门的篇章展望，一系列前沿科技将彻底重塑未来十年癌症的预防、诊断与治疗。报告认为，以人工智能（AI）、CRISPR基因编辑和液体活检为代表的技术浪潮，正从根本上改变我们理解、发现和治疗癌症的方式 。

    这些工具正被用于加速新药研发、精准解读病理影像、通过分析血液中的肿瘤DNA实现无创监测，将癌症诊疗推向智能化和个体化新高度 。人工智能正赋能从药物发现到临床决策的每一个环节；CRISPR基因编辑技术为修复致癌基因、开发新一代细胞疗法提供了可能；而液体活检则有望通过一次抽血实现多癌种的早期筛查和微小残留病（MRD）的动态监控 。

    基于这些技术，新一代疗法正逐渐从科幻走向现实，为攻克最难治的癌症带来了全新武器 。报告描绘的未来蓝图中，预防性癌症疫苗或将保护高危人群，而放射性药物则能像“生物导弹”一样精准清除肿瘤。这些进步预示着，癌症将越来越多地被视为一种可预防或可长期管理的疾病。
    科幻电影里的情节正在变成现实：AI医生、基因修复、防癌疫苗……感觉医学界马上就要开“科技与狠活”大展了。

    美国癌症研究协会

    #AACR2025年度报告 #人工智能 #癌症疫苗

    🧬 频道 ｜ 🧑‍🔬 群组 ｜ 📨 投稿

  18. AI 版“生命预测师”：GPT 新模型可预测上千种疾病演变

    近日，《自然》报道了一个名为 Delphi-2M 的人工智能模型 。它的研究团队基于 GPT 架构，使其能理解并处理贯穿人一生的、带有时间顺序的健康事件。该模型通过对英国生物样本库中超过 40 万名参与者的健康数据进行深度学习，构建了一个能预测超过 1000 种疾病演变的复杂模型 。为了验证其可靠性，研究者将其直接应用于一个全新的数据集 ——190 万丹麦人的健康记录，在未做任何参数修改的情况下，模型依然展现出强大的预测能力 。

    Delphi-2M 的预测准确性令人瞩目。在评估死亡风险这项终极健康事件时，其准确率（年龄分层 AUC）达到了惊人的 0.97 。在与多种现行的临床单一疾病风险评估工具（如心血管疾病和痴呆症的评分）的比较中，Delphi-2M 的表现相当，甚至在某些方面更优 。然而，该模型最核心的突破在于其“生成”能力：它不仅能预测，还能模拟、创造出长达 20 年的个人未来健康轨迹的虚拟数据。更令人惊讶的是，当研究者用这些完全合成的、不含任何真实个人信息的数据来训练一个新模型时，新模型的性能仅比原版略有下降，这为在绝对保护患者隐私的前提下进行医学研究开辟了全新路径 。

    这项技术为我们描绘了个性化精准医疗的未来蓝图，但研究团队也明确指出，AI 会忠实地学习训练数据中的任何偏见，例如“健康志愿者偏见”（即研究参与者通常比普通人群更健康），因此将其直接用于临床诊断决策需格外谨慎 。
    AI 预测我 20 年后会不会生病，可我更想知道我下周的 deadline 能不能活过去。😭😭😭


    Nature
    #人工智能 #疾病预测 #生成式AI

  19. AI“口头禅”正渗透人类语言？研究发现 ChatGPT 常用词在口语中激增

    佛罗里达州立大学的一项新研究提供了证据，表明 ChatGPT 等 AI 的常用词汇正悄然渗透到人们的日常口语中。该研究已被人工智能、伦理与社会（AIES）顶会接收。

    研究团队分析了超 2210 万个口语词汇，发现在 ChatGPT 发布后，近 75% 的 AI“口头禅”（如“深入研究”、“错综复杂的”）使用频率显著增加，部分甚至翻倍。有趣的是，其同义词的使用频率并无变化。

    这表明 AI 的语言模式可能正通过“渗透效应”影响人类的语言系统，这引发了关于 AI 偏见可能改变人类交流方式的伦理担忧。

    以后开会，老板一张嘴就是“让我们深入探讨一下这个错综复杂的问题”，我就知道他昨晚肯定又让 AI 写稿了。


    Florida State University News
    #人工智能 #语言学 #ChatGPT