报道称美政府尝试利用AI拒绝老年人医疗照护引发争议
根据相关报道,美国政府在一项被指造成恶劣后果的试验项目中,使用人工智能算法来拒绝向老年人提供医疗照护服务。该事件引发了关于AI在公共医疗决策、老年人权益保障以及算法自动化伦理等方面的重大争议与关注。由于输入素材仅包含标题和链接,具体实施细节与影响范围尚待进一步披露。
根据相关报道,美国政府在一项被指造成恶劣后果的试验项目中,使用人工智能算法来拒绝向老年人提供医疗照护服务。该事件引发了关于AI在公共医疗决策、老年人权益保障以及算法自动化伦理等方面的重大争议与关注。由于输入素材仅包含标题和链接,具体实施细节与影响范围尚待进一步披露。
Raycaster AI发布的Biopharma-Bench基准评测结果显示,DeepSeek在自主药物研发相关任务中的表现超越了GPT-6 Sol。该内容源自Hacker News社区分享的评测链接,原始素材仅提供了基准测试地址与对比结论,未披露具体的实验参数、评测指标细节及完整报告,相关测试结论仍需进一步验证。
随着人工智能技术的推广,相关应用与监管成本急剧攀升。据报道,美国国家安全局(NSA)已耗费数十亿美元测试先进AI模型,大部分支出流向算力资源。同时,美国立法者预计全面的AI监管每年将耗资数百亿美元,远高于此前国会预算办公室2000万美元的估算。在医疗领域,AI辅助计费代码也在两年内导致医疗开销增加了近10亿美元。
莱布尼茨食品系统生物学研究所(Leibniz-LSB)发布研究进展,探索将人工智能作为味觉研究的新工具以解码苦味感知的形成机制,展现了AI在感官生物学与交叉学科中的应用探索。由于输入素材仅提供新闻发布链接与标题,具体采用的算法模型、数据集规模及实验成果等详细信息尚待进一步披露。
据外媒报道,面向医生提供医疗 AI 搜索服务的 OpenEvidence 近期获得 2.5 亿美元投资,投资方包括多家医院系统和 a16z,公司估值升至 150 亿美元。该公司在过去一年累计融资超 10 亿美元,被誉为增长极快的医生应用。消息人士透露,面对未来算力供应可能紧张等市场环境,该公司或考虑包含算力使用权在内的出售可能,但也可能保持独立运营。与此同时,OpenAI 和 Anthropic 等巨头也在加码医疗 AI 布局。
针对药物研发中毒性预测面临的样本严重失衡、骨架泛化差以及缺乏临床可解释性等难题,研究人员提出了多模态网络架构 SMILESGNN。该模型通过交叉注意力机制,融合了 SMILES Transformer 编码器与 GATv2 图编码器,弥补了单一序列模型无法提供图归因解释的缺陷。此外,研究还推出了预训练变体 SMILESGNN-PT,有效提升了分子表征的泛化性能与临床解释能力。
针对甲状腺细针穿刺活检在深度学习分类中面临的高假阴性率及临床域偏移下的过度自信问题,研究人员提出了 TAM-Chain 框架。该研究结合吸收马尔可夫链理论与基于香农熵的不确定性量化方法,在 10x、20x 和 40x 等多尺度下动态建模特征提取过程,旨在抑制假阴性漏诊并增强跨域适应能力,提升早期甲状腺癌病理诊断的可靠性。
针对虚拟药物筛选中候选分子众多但实际合成与测试资源受限的痛点,研究人员提出了OPDiv多样性选择与评估算法。在化合物筛选过程中,高预测分数与分子结构多样性往往存在权衡取舍。该算法基于整数优化技术,能够在保证化合物高评分的同时最大化样本多样性,自动计算出最优的Top-K分子子集,为药物发现后期的合成验证提供更高效的决策支持。
针对癌症登记员及肿瘤数据专家需处理复杂且频繁更新的编码和分期标准这一痛点,研究团队开发了CRISS(癌症登记智能支持系统)。该系统采用检索增强生成(RAG)架构,构建能够快速提供引文支持的对话助手。研究评估了CRISS在提供准确且附带引用来源的解答、改善指南检索与解读、以及在保持人工最终审核的前提下支持人员培训和技术咨询等方面的实际效果。
Eight Sleep联合创始人介绍了其AI智能床套Pod的核心功能与商业布局。该产品集成了动态液冷温控与健康异常预警技术,目前正在推进美国FDA医疗认证申请。同时,创始人分享了开拓中国市场取得的高速增长态势,以及对高端硬件产品定价策略的思考,探讨了AI睡眠硬件从消费级产品演进为预防医疗入口的商业路径。
针对结构化生物医学数据分析,表格基座模型展现出巨大潜力,其中TabPFN在小样本表格分类任务中表现尤为突出。然而,优化和预条件策略对生物医学场景微调的影响尚缺乏研究。本文对TabPFN v2.5展开系统性实证评估,在涵盖阿尔茨海默病、乳腺癌、精神分裂症等疾病及KEEL库的59个生物医学数据集上,测试了五种基于AdamW的预条件策略,为优化生物医学表格基座模型微调提供了实验参考。
针对多形性胶质母细胞瘤(GBM)生存预测对高准确度和透明度的双重需求,研究人员指出现有方法往往在性能与可解释性间妥协,且过度依赖单一成像模态,未能充分利用互补信息。该研究提出一种超图神经网络方案,认为这两者并非固有冲突,旨在利用图神经网络的结构优势,在保证强判别能力的同时提取具解释性的特征表征,以提升多模态临床预测能力(原文摘要截断)。
针对非心脏大手术后急性肾损伤(AKI)早期术中风险分层难的问题,该研究提出了一种名为 SynerT 的纯波形混合时序骨干网络。该网络结合了因果扩张时间卷积网络(TCN)与分层扩张循环层,用于编码术中早期生理轨迹。此外,研究还构建了引入结构化临床背景的多模态扩展变体 SynerT-MM 进行晚期融合预测。注:输入素材尾部存在文本截断,后续具体融合细节未完全展示。
针对基层医疗中早期卒中风险信号分散于常规指标与非结构化临床文本的难题,研究人员提出了多模态门控架构 MedGate-Fusion。该模型通过 Transformer 提取患者初次就诊叙述的语义嵌入,并与 10 项常规生理风险标志物进行多模态融合。研究基于加拿大基层医疗监测网络(CPCSSN)的电子病历数据,构建了包含超 10 万名患者的初诊队列,旨在实现前瞻性卒中风险分层。
该研究探讨了计算机辅助检测(CADe)系统在结肠镜检查中产生的假阳性提示对内窥镜医生注意力的分散效应。研究结合回顾性配对视频实验与前瞻性实时眼动追踪,分析了3名资深及2名初级医生观看60段视频的表现,并记录了9名资深医生在42例实时辅助检查中的视线变化,量化了假阳性提示对注视吸引和注意力占用的具体影响。由于摘要截断,更细致的结果未完整展示。
虽然放射科 AI 在胸部 X 光、病理切片及 2D 影像检测中已取得显著进展,但针对临床信息更为丰富的 3D CT 影像理解仍面临挑战。为此,相关研究推出了开源 3D CT 视觉语言模型 NV-Reason-CT。该模型旨在引入放射科医生的思维链(Chain-of-Thought)推理机制,强化 AI 对三维医学断层扫描数据的深度解读与逻辑分析能力,助力复杂的临床影像辅助诊断。
AI 生物技术公司 Enveda 成功筹集 3.11 亿美元新一轮资金,投后估值达 20 亿美元。该公司利用人工智能从天然产物中挖掘药物分子,新资金将用于加速更多候选药物进入临床试验。目前,Enveda 正在开展多项药物研发与测试,其中包括针对皮肤疾病的治疗方案,以及帮助患者在停用 GLP-1 减肥药后维持减重成果的创新药物。
根据标题信息,Anthropic 旗下大模型 Claude 成功发现了一种具有类 CRISPR 重复序列的新型酶系统。此项发现体现了大语言模型在生物学前沿探索及 AI for Science(科学智能)领域的应用潜力,可能为基因编辑与生物酶工程研究提供新线索。因原始输入信息不足,有关该酶系统的具体分子机制及实验验证细节仍待进一步披露。
帕特里夏与詹姆斯·普特拉斯设立学术资助项目,为致力于精神疾病与心理健康研究的50名研究生及博士后科研人员提供奖学金支持。该项目旨在推动精神健康领域的前沿探索,助力青年科学家开展早期职业生涯研究,促进神经科学与精神医学领域的未来发展。
本文探讨了LangSmith在医疗人工智能领域的可靠性应用与常见实践案例。由于原文未提供详细摘要内容,具体用例与技术细节暂不详,主要聚焦于利用LangSmith为医疗场景中的大模型应用提供追踪、评测与可靠性保障。
生命科学云平台 Benchling 详细介绍了其如何利用 Amazon Bedrock AgentCore Code Interpreter 的 VPC 模式,构建纵深防御安全架构。该方案结合了 Amazon Route 53 Resolver DNS 防火墙与 VPC 终端节点策略,能够在面向数千家生命科学客户的多租户环境中,安全运行由 AI 智能体生成的不可信科学代码,有效防止通过 DNS 等途径发生的数据外发与泄露风险。
EXL在AWS上构建了AI医疗智能文档处理(IDP)解决方案。该方案结合了Amazon SageMaker和Amazon Bedrock上的领域专属大语言模型,能够在企业级规模下高效提取、总结和查询医疗记录。该应用旨在解决传统医疗理赔审查耗时长的问题,将原本每例超过100分钟的审查时间显著缩短,提升业务处理效率。
定制化分子在医药、材料和农业领域具有广泛应用前景,但其人工制备过程往往耗时且昂贵。微软研究院在《自然》(Nature)期刊发表最新研究,介绍了名为RetroChimera的预测模型。该模型专注于大规模提升小分子的逆合成预测能力,能够显著加速化学合成路径的规划,帮助科研人员更高效、广泛地探索和筛选新型分子结构。
澳大利亚国家科学机构CSIRO基于AWS开发了无服务器架构解决方案Serverless Beacon(sBeacon),旨在实现基因组变异数据的安全与高扩展查询。该方案遵循GA4GH Beacon标准,集成了Amazon S3、AWS Lambda、Amazon DynamoDB和Amazon Athena等云服务,有效优化了查询成本,可支持生产级临床和科研应用场景。
本文介绍了在AWS上实现医疗影像现代化的混合云架构模式。该方案阐述了多医院网络如何集中管理PACS档案、实现跨机构互操作性,并借助Amazon S3分层存储在大规模场景下有效优化存储成本与数据保留生命周期。
该动态宣布推出“生命科学验证计划”(Life Sciences Verification Program)。目前提供的原始素材仅包含标题,缺乏具体发布机构、计划细节及核心应用场景等详细信息。从标题推测,该项目可能聚焦于生命科学领域的模型能力评估、生物安全风险审查或合规性验证。
Deep Life Sci 正式发布,该项目旨在为生命科学领域构建专用的智能体测试与运行框架(Agent Harness),以推动人工智能在生物医药、生物信息学等垂直科学研究场景中的应用与落地。由于目前所提供的原文详细信息有限,关于该智能体框架的具体架构、技术特性与评估基准等细节仍有待进一步披露。
文章探讨了医疗健康服务平台 Included Health 如何结合 LangGraph 与深度智能体(Deep Agents)技术,构建面向医疗导航场景的联邦智能体系统。该方案旨在通过分布式、专业化的智能体协同解决复杂的医疗服务导诊与用户决策支持问题。因输入缺乏详细正文内容,具体系统架构设计、数据流通机制及落地评测效果等细节信息不足。
一项名为xvr的患者特异性新型AI技术正在开发中,该技术旨在帮助医生在骨科和神经外科等微创手术领域,利用X射线实现更精准、更安全的手术导航,有效提升手术操作的精确度与安全性。
英国曼彻斯特大学正在利用英伟达 Earth-2 气候数字孪生平台来预测全英国的空气污染状况。针对传统基于化学反应的空气质量模型计算成本高昂、难以实现高频次与精细化模拟的痛点,研究团队借助数据驱动的 AI 技术突破算力瓶颈,以更低的计算成本提供高分辨率的空气质量洞察,助力应对严重的公共健康风险。