一项大规模观察性研究表明,智能手机和智能手表可能能够在日常使用中发现轻度认知障碍 (MCI)。
这项由 Biogen 赞助并得到 Apple 支持的 Intuition 脑健康研究结果表明,可以通过 iPhone 和 Apple Watch 等设备上的被动传感器,结合其他指标来追踪随时间推移的思维和记忆变化,这些变化可能预示着轻度认知障碍。
该试验的一个关键目标是观察人们在正常衰老过程中的大脑变化,并将其与可能是痴呆症前兆的变化区分开来,这个目标已经实现。
研究招募了来自美国各地超过 23,000 名年龄在 21 至 86 岁之间的 iPhone 用户,参与者包括认知健康的人群到已确诊轻度认知障碍的患者。他们被要求每天使用手机和佩戴 Apple Watch,自行进行认知评估,同时每月和每季度完成问卷调查。
研究者指出,试验方案的依从性超过 90%,自主完成的数字认知评估"在所有入组人群中都具有可靠性和临床有效性"。相比当前可能产生不同结果的评估方法,这种方法可能是一个重大进步。
研究人员在《自然医学》杂志中写道:"我们的初步发现是一个更大研究计划的第一步,该计划旨在为患者和临床医生提供移动工具,用于预防和早期发现常见的神经退行性和神经精神疾病。"
来自波士顿大学 Chobanian & Avedisian 医学院的共同作者 Rhoda Au 表示,研究结果显示"从长远来看,我们可能能够追踪数字健康指标,并识别那些反映认知变化的指标,这些变化可能预示着衰退趋势,需要进一步的医疗随访。"
她说,这反过来可能导致治疗或其他干预措施,可能减缓或预防向痴呆症发展。
该研究使用了 Cambridge Cognition 的 CANTAB (Cambridge 神经心理测试自动化电池) 平台作为核心认知评估工具,用于测量注意力、记忆力和执行功能等各种大脑功能。
该公司表示,Intuition 研究证明了使用智能设备进行大规模认知评估的可行性,以及为普通人群广泛提供大脑健康监测的潜力。
总部位于英国的公司联席董事总经理兼首席运营官 Rob Baker 表示:"随着医疗系统越来越多地转向数字解决方案来应对紧迫挑战,这代表了一个重要机遇,而我们已经做好准备来应对这一机遇。"
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。