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
芬兰阿尔托大学研究团队开发出革命性光学计算方法,利用单束光线实现复杂张量运算。该技术将数字信息编码到光波的振幅和相位中,通过光波相互作用自动完成深度学习所需的矩阵和张量乘法运算。与传统GPU逐步处理不同,光学系统可同时并行执行所有计算操作,运算速度达到光速级别。研究显示该方法具有被动处理、低功耗等优势,预计3-5年内可集成到现有硬件平台,为AI计算带来重大突破。
新加坡科技设计大学研究团队发现,通过控制大型语言模型的"思考语言"可显著提升输出多样性。研究显示,AI用非英语语言思考时能产生更多样化的答案,且距离英语越远的语言效果越好。混合多种语言思考的策略表现最佳,不仅提升创意输出,还增强了文化多元化表达能力,为解决AI输出同质化问题提供了简单有效的方案。
科学家成功将传统公里级粒子加速器缩小至房间大小,并实现商业化。TAU Systems公司开发的激光驱动尾场加速器利用超强激光脉冲产生等离子体,将电子加速至相对论速度。该设备首先用于航天电子设备的辐射测试,能量范围60-100兆电子伏特,成本约1000万美元起。未来还可应用于医疗成像、芯片检测和X射线光刻等领域,有望大幅降低粒子加速器的使用门槛。
浙江大学研究团队开发了PhyRPR三阶段视频生成系统,解决AI视频中物理规律违背问题。该方法将物理理解与视觉生成分离处理:首先用大型语言模型进行物理推理和关键帧生成,然后规划连续运动轨迹,最后通过运动感知技术精化视觉效果。实验证明该方法在物理一致性和视觉质量方面均优于现有技术。