不用先做spike sorting:C3PO直接从原始脉冲事件学出可解释的群体状态,跨毫秒到小时
C3PO把神经脉冲当作带波形标记的点过程直接建模,跳过spike sorting与分箱,用对比预测从事件历史推断低维“上下文”状态。在合成数据上,它学出的上下文按潜在相位排成环状结构,并能还原48个相位调谐神经元的调谐曲线;在多个已发表记录上,它复现了位置、头朝向、theta相位等已知变量,并给出单神经元与群体特征之间的直接映射。
C3PO把神经脉冲当作带波形标记的点过程直接建模,跳过spike sorting与分箱,用对比预测从事件历史推断低维“上下文”状态。在合成数据上,它学出的上下文按潜在相位排成环状结构,并能还原48个相位调谐神经元的调谐曲线;在多个已发表记录上,它复现了位置、头朝向、theta相位等已知变量,并给出单神经元与群体特征之间的直接映射。
肝脏CT诊断模型通常直接从图像预测疾病标签,因此只能识别训练中出现过的病种。DbC把诊断拆成两步:先学习一组放射学征象在扫描上的分布图,再按指南把疾病定义为若干必需征象的组合,用无参数的软最小值算子合成诊断图。在多期肝脏CT上,对训练中完全未见过的六种疾病,DbC的病灶定位显著优于包括图像—疾病名对齐模型在内的全部对照,并在另一机构的罕见病和公开外部队列上保持优势。
组合扰动实验的配对数量随扰动数平方增长,绝大多数组合无法测量,而组合的转录响应往往不等于两个单扰动效应之和。GrnPFN 先在随机基因调控网络生成的模拟筛选中预训练,直接预测这一非加性残差,再通过上下文学习纳入已测配对而不更新权重。在五个单细胞筛选上,目标筛选没有任何已测配对时,其合并余弦相似度比在其他筛选上训练的梯度提升高 0.049(97.5% 置信区间 0.038–0.060);已测配对增多后,拟合到同一批配对的核岭回归追平。
Remoscope用10微升未染色全血在约12分钟内拍下两万张图像,三分类模型在29名危重成人中把脓毒症与感染性危重、健康人分开,调向排除策略时灵敏度100%、特异度85.3%。
肺癌筛查CT结果的患者提问,现在由一个规划器加执行器的多模态智能体系统来回答。此前通用大模型只能处理文字报告,无法调用影像工具,也不会判断哪些问题该交给医生。系统在116份筛查CT报告和699个模拟患者提问上,工具调用准确率93.1%,把超出范围的问题正确转交医生的比例为92.6%,均显著高于单智能体基线;四名医生对100条回答的评分中,可回答问题有78.9%在临床准确性上拿到满分。
该研究基于Kaiser Permanente Northern California的174,186例胎龄≥35周分娩数据,从20分钟时段提取40个胎心监护(CTG)特征训练随机森林分类器,分别以严重酸中毒(N=2,636)和临床验证的缺氧缺血性脑病(HIE,N=304)为目标,将训练窗口从分娩前最后一小时逐步扩展至整个产程并加入产程起始时间(TLO)特征,在固定15%假阳性率下评估,发现早期识别能力随窗口扩展而提升并在18小时趋于平台,加入TLO后性能最佳:40.3%的HIE病例在分娩前至少3小时、27.3%在至少6小时被识别,较仅用最后一小时的分类器绝对提升8.4%和10.7%,55.7%的HI
一个由41位国际多学科专家组成的工作组系统检索了截至2025年3月17日的922篇文献,将2016年仅针对特发性肺纤维化(IPF)的急性加重(AE)定义修订为适用于全部纤维化间质性肺病(fILD)的AE-fILD定义(以弥漫性肺泡损伤为核心,伴或不伴机化性肺炎),并提出“急性呼吸恶化(ARW)”这一更广的概念框架以涵盖非DAD所致的急性呼吸恶化,同时汇总了流行病学、危险因素、预后与治疗证据,并讨论了AE作为临床试验终点的可行性。
一项以近1500名逝者捐献脑组织、逾630万个单细胞核为对象的背外侧前额叶单核RNA测序图谱研究,连同配套的统计工具 Dreamlet,系统刻画了阿尔茨海默病等八种脑部疾病的细胞类型特异性转录变化,并报告了跨疾病的共性信号、AD 病程中的细胞组成改变以及微胶质细胞中 PTPRG 的显著上调。
该系统综述检索PubMed与Embase(2025年7月9日)并纳入23项研究,按患者沟通与教育(19项)、临床文档(2项)和临床决策支持(2项)三个域评估生成式AI(以ChatGPT 3.5/4为主)在髋膝关节置换中的应用:盲评显示其FAQ回答在准确性、清晰度和完整度上与外科医生回答相当而可读性更好;同意书起草在可读性与完整度上优于外科医生版本;手术记录信息抽取一致率达97.5%–100%;决策支持中手术适应证判断准确率较高但预后预测特异度低;同时存在引用虚构与患者信任不足的问题。
该工作提出 LDDM(Large Drug Discovery Model)这一统一三维生成框架,支持约束与非约束对接、片段连接与生长以及从头设计,并引入可编程设计算法以生成满足细粒度目标且可合成的化合物;作者针对五个具有治疗相关性的蛋白靶点开展实验验证,在仅合成少量生成化合物的条件下获得高成功率并鉴定出具有确证结合亲和力的分子,其中最优设计通过 NMR 波谱与 X 射线晶体学完成结构表征,显示出较高的预测准确性。