█ 脑科学动态Cell:揭开经颅磁刺激快速治疗抑郁症的神经细胞机制Nature:14分钟单次扫描映射20余种脑生物标志物人类基因组暗含庞大“微蛋白”抗原库任何年龄段皆可实现脑力逆生长短期锂干预显著降低高危人群自杀冲动迷幻疗法疗效因人而异,首次描绘理想患者画像裸盖菇素可精准抑制高耗能攻击行为█ AI行业动态谷歌百元新手环Fitbit Air:无屏设计打造全天候健康伴侣OpenAI推出语音模型,首次将“边推理边对话”能力引入实时交互破解药物研发“数据荒”:英国OpenBind项目首发AI模型与数据集█ AI驱动科学AI模型CoCoGraph生成百万级真实化学分子,摒弃显式程序:视频模型展现神经计算机系统潜能受大脑启发,有机突触晶体管为高效AI硬件提供新思路谷歌SymptomAI诊断准确率超医生近3000篇医学论文存在虚假引用,AI审计揭示学术出版新隐患人类更愿与公平的AI合作,而非无条件友善的AI脑科学动态Cell:揭开经颅磁刺激快速治疗抑郁症的神经细胞机制经颅磁刺激治疗抑郁症在脑细胞和神经回路层面的具体作用机制长期未明。加州大学洛杉矶分校的Scott Wilke和Laura DeNardo等研究人员通过构建能够模拟临床治疗的清醒动物模型,首次揭示了这种疗法通过物理修复特定受损脑细胞来快速缓解抑郁症状的微观过程。▷ Credit: Cell.研究团队开发了一种创新的清醒小鼠研究平台,对因慢性压力出现抑郁样行为的小鼠施加加速间歇性theta爆发刺激(accelerated intermittent theta burst stimulation,一种将常规数周治疗压缩至五天并能快速缓解症状的特定电磁刺激方案)。通过实时监测脑部活动,研究发现慢性压力会导致前额叶皮层神经元失去树突棘。仅仅经过一天的刺激治疗,小鼠抑郁相关行为得到显著改善,并且其大脑中特异性地恢复了内脑神经元(intratelencephalic neurons,一种主要负责大脑皮层内部通讯的特定脑细胞)丧失的结构连接。在行为测试中,仅有这类神经元表现出持续的活动增强,而邻近的锥体束神经元等其他细胞基本未受明显影响。进一步实验表明,如果在刺激期间选择性阻断内脑神经元的活动,抗抑郁的治疗效果便会完全消失。这些行为和细胞结构的改善在单日治疗后至少维持了一周。该研究从细胞类型特异性角度阐明了磁刺激疗法产生快速抗抑郁效果的生物学机制。研究发表在 Cell 上。#疾病与健康 #神经调控 #抑郁症 #经颅磁刺激 #突触可塑性阅读更多:Gongwer, Michael W., et al. “A Cell Type-Specific Mechanism Driving the Rapid Antidepressant Effects of Transcranial Magnetic Stimulation.” Cell, vol. 0, no. 0, May 2026. www.cell.com, https://doi.org/10.1016/j.cell.2025.12.040Nature:14分钟单次扫描映射20余种脑生物标志物脑肿瘤和多发性硬化症等疾病具有高度异质性,传统的磁共振成像仅能可视化宏观组织结构,难以满足个性化精准医疗对定量生物标志物的需求。Yudu Li与Zhi-Pei Liang(伊利诺伊大学厄巴纳-香槟分校)联合Rong Guo(西门子医疗)等开发出一种多路复用磁共振成像技术,在单次扫描中实现了大脑分子和生理特征的全景映射。传统磁共振成像主要依赖生物组织中水分子发出的信号来生成图像,而研究团队开发的这种被称为多路复用磁共振成像(MRx,一种整合了超快数据采集与基于物理的机器学习的AI辅助无创成像框架)不仅能捕捉水分子信号,还能同时对脑代谢物和神经递质等多种分子的信号进行高分辨率成像。通过该技术,在标准临床系统上完成一次全脑扫描仅需约14分钟,远低于传统多对比度方案所需的时长,且全过程无需使用造影剂。研究人员将MRx应用于脑肿瘤和多发性硬化症患者的评估中。结果显示,该技术成功捕捉到了肿瘤微环境中的代谢改变、水肿以及轴突损伤等结构、生理和分子的多维变化,使临床工作者能够更精准地区分在传统影像上外观相似的疾病状态。此外,针对多发性硬化症,该技术提取的复合生物标志物模式揭示了早期的组织改变,并有助于预测病灶进展。这项新技术有望极大提升疾病诊断的敏感性和特异性。研究发表在 Nature 上。#疾病与健康 #个性化医疗 #脑成像 #人工智能 #多路复用磁共振成像阅读更多:Li, Yudu, et al. “Multiplexed Magnetic Resonance Imaging.” Nature, May 2026, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41586-026-10475-x人类基因组暗含庞大“微蛋白”抗原库人类基因组中是否存在大量未被发现的暗蛋白一直备受争议。Eric W. Deutsch和Sebastiaan van Heesch等(Máxima公主儿科肿瘤中心等机构组成的TransCODE联盟)通过大规模分析,证实了数以千计的微蛋白的存在,并提出了肽质这一新分类,为探索基因组暗物质提供了新框架。这项研究整合了超过9.5万次蛋白质组学实验数据,对7,264个非经典开放阅读框(ncORF,即人类基因组中尚未完全明确功能但在特定条件下可被翻译的基因序列)进行了系统筛查。研究发现,约25%(1,785个)的ncORF能产生可被质谱检测到的肽段。为了评估这些产物的功能潜力,研究团队开发了ORF相对分支长度(ORBL,一种通过比对跨物种开放阅读框框架的保守性来评估进化约束的分析工具)工具,证实自然选择维系了许多微蛋白的翻译能力。尤为引人注目的是,研究在人类白细胞抗原免疫肽组中发现了逾3,000条源自ncORF的肽段,表明它们能被免疫系统有效识别,有望成为癌症免疫治疗的新靶点。此外,研究还揭示了由长链非编码RNA OLMALINC编码的一种肽质在多种人类细胞中具有广泛的生存必需性。该研究为未被充分研究的微蛋白建立了标准化的分级验证流程,极大拓展了人类蛋白质蓝图。研究发表在 Nature 上。#疾病与健康 #跨学科整合 #蛋白质组学 #肽质 #非经典开放阅读框阅读更多:Deutsch, Eric W., et al. “Expanding the Human Proteome with Microproteins and Peptideins.” Nature, May 2026, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41586-026-10459-x任何年龄段皆可实现脑力逆生长人类认知功能是否注定随年龄增长而衰退?针对这一核心公共卫生问题,Lori G. Cook和Sandra Bond Chapman等研究人员(德克萨斯大学达拉斯分校脑健康中心等)证实,从19岁到94岁的成年人通过持续规律的针对性微训练均能显著提升大脑功能,彻底颠覆了认知衰退不可避免的传统认知。研究团队开展了一项为期三年的纵向研究,追踪了3966名19至94岁的成年人。研究采用首创的脑健康指数(BrainHealth Index,一种衡量大脑整体健康水平和提升潜力的多维度综合评估指标)作为核心工具,每半年对参与者的思维清晰度、社交联系和情绪平衡进行量化。干预期间,参与者借助数字化平台,每天进行5至15分钟的大脑策略微训练,并采纳生活方式指导。数据表明,脑力提升没有上限,即便基线得分极高的个体在1000天后仍持续进步。同时研究发现了低起点优势(low-starter advantage,指初始大脑健康评分最低的人群展现出最显著的改善率),且七八十岁老年人的进步幅度与年轻人完全一致。此外,研究还捕捉到了反弹效应(rebound effect,即个体在经历重大生活压力事件时,运用认知策略成功恢复甚至逆势提升大脑健康的现象)。这表明通过简单规律的日常习惯即可有效重塑神经系统。研究发表在 Scientific Reports 上。#疾病与健康 #健康管理与寿命延长 #大脑可塑性 #认知训练 #公共卫生阅读更多:Cook, Lori G., et al. “Measuring and Increasing the Brain Health Span across Adulthood: A Public Health Imperative.” Scientific Reports, May 2026. www.nature.com, https://doi.org/10.1038/s41598-026-51403-3短期锂干预显著降低高危人群自杀冲动冲动决策是导致自杀风险增加的关键因素,如何及早发现并从生物学层面干预这一高危行为一直是临床面临的巨大挑战。德克萨斯农工大学和贝勒医学院的Nicholas Murphy、Ynhi Thomas和Alan C. Swann团队通过监测大脑电波,发现短期使用锂可以有效改变严重自杀未遂幸存者与冲动控制相关的大脑活动,显著改善其决策能力。这项研究采用双盲、随机、安慰剂对照的交叉试验方法,研究人员从急诊科招募了近期有严重自杀未遂史的高危患者,并与特征匹配的精神病学对照组进行对比。在实验过程中,受试者分别接受为期四周的碳酸锂治疗和安慰剂治疗,研究团队通过静息态脑电图(electroencephalography,一种非侵入性记录大脑电波活动的测试技术)在不同阶段记录受试者两分钟的睁眼大脑电波活动。数据分析重点关注了各个传统频段的频谱功率以及非周期性斜率(aperiodic slope,一种反映大脑皮层网络中兴奋与抑制平衡状态的关键指标)。结果显示,十名完成全部试验的患者在基线状态下均表现出较高的冲动性,但在接受短期锂治疗后,其大脑伽马频段的功率显著增加,非周期性斜率变得更加平缓。这一脑电信号的改变表明大脑皮层网络的兴奋与抑制重新恢复了平衡。在临床表现上,受试者在行动前获得了更多的思考时间,冲动性显著降低。该研究为临床急诊干预自杀风险提供了客观的生物学标志物依据。研究发表在 Experimental and Clinical Psychopharmacology 上。#疾病与健康 #心理健康与精神疾病 #自杀预防 #锂干预 #脑电图阅读更多:Murphy, Nicholas, et al. “Short-Term Lithium Treatment Modulates Excitation/Inhibition Balance in Resting-State Electroencephalography (EEG) among Survivors of Medically Severe Suicide Attempts.” Experimental and Clinical Psychopharmacology [US], 2026. APA PsycNet, https://doi.org/10.1037/pha0000857迷幻疗法疗效因人而异,首次描绘理想患者画像迷幻剂辅助疗法在治疗重度抑郁症等精神疾病方面展现出潜力,但不同患者的治疗结果存在巨大差异。为了弄清哪些患者更适合该疗法,柏林夏里特大学医学院(Charité - Universitätsmedizin Berlin)的Felix Betzler和Grace Viljoen等团队收集了全球治疗师的经验,首次描绘了理想患者的特征画像。研究团队通过横断面调查,收集了全球158位定期开展迷幻剂辅助疗法的治疗师的评估数据。调查评估了患者的基线特征、治疗准备及疗程参数对疗效的影响。研究表明,稳定的社会支持、对新体验持开放态度、具备放下执念的能力以及安全的依恋类型是预测良好疗效的关键因素。此外,回避型、依赖型或强迫型人格(compulsive personality types,指过度追求完美和秩序的性格特征)患者尤为适合该疗法;而曾有过滥用可卡因、酒精等非迷幻物质史,或具有偏执型、分裂样人格的患者则预后较差。研究还强调了建立稳固的治疗同盟、充分的疗前准备和疗后心理整合的必要性。研究发表在 Nature Mental Health 上。#疾病与健康 #心理健康与精神疾病 #迷幻剂辅助疗法 #患者特征评估 #精准精神医学阅读更多:Viljoen, Grace, et al. “Therapist-Rated Predictors of Response to Psychedelic-Assisted Therapy.” Nature Mental Health, Apr. 2026, pp. 1–11. www.nature.com, https://doi.org/10.1038/s44220-026-00642-4裸盖菇素可精准抑制高耗能攻击行为迷幻蘑菇成分对动物社会行为有何影响?Dayna Forsyth与Suzanne Currie团队(阿卡迪亚大学等)以红树林鳉鱼为模型,发现裸盖菇素能选择性降低其攻击性,而不完全抑制正常社交。针对该研究,团队利用了红树林鳉鱼自体受精的特性,确保实验鱼(isogenic lineages,基因同源品系,即通过自体受精繁育出的基因完全相同的群体)排除了基因差异的干扰。实验分为两阶段:首先让目标鱼与刺激鱼透过网状屏障互动以测量基线活动;24小时后,将目标鱼暴露于含裸盖菇素的水中20分钟,再次观察其互动。结果显示,接受处理的鱼整体活动量下降,特别是高耗能的游泳爆发(swimming bursts,一种不发生身体接触的升级攻击行为)显著减少。然而,低耗能的常规社交展示行为基本不受影响。这表明裸盖菇素选择性地抑制了升级的社交冲突。研究发表在 Frontiers in Behavioral Neuroscience 上。#认知科学 #心理健康与精神疾病 #裸盖菇素 #红树林鳉鱼 #社会行为阅读更多:Forsyth, Dayna, et al. “The Magic of Mushrooms: Psilocybin Influences Behavior in the Mangrove Rivulus Fish, Kryptolebias Marmoratus.” Frontiers in Behavioral Neuroscience, vol. 20, May 2026. Frontiers, https://doi.org/10.3389/fnbeh.2026.1767175AI 行业动态谷歌百元新手环Fitbit Air:无屏设计打造全天候健康伴侣可穿戴设备市场迎来一位轻盈的挑战者。谷歌健康部门近日推出了全新的Fitbit Air,一款彻底取消屏幕的腕上追踪器。该设备仅重如一粒鹅卵石,却内置高精度传感器,支持全天候心率监测、带有房颤警报的心律分析、血氧饱和度(SpO2)、静息心率、心率变异性(HRV)以及睡眠阶段与时长等高级健康追踪功能。其无屏设计旨在让用户“活在当下”,所有深度健康洞察均需通过手机上的谷歌健康应用查看,实现了无干扰的佩戴体验。续航长达一周,且支持“充电5分钟,使用一整天”的快充功能,彻底解决了用户对体积、复杂性和价格的顾虑。 Fitbit Air不仅是一款追踪器,更是通往谷歌健康教练个性化指导的桥梁。它能无缝衔接活动追踪,可自动识别常见运动并生成总结,或通过拍照手动记录健身器材和训练计划。为满足不同场景与风格,谷歌同步推出了多款可更换表带:包括由回收材料制成的微调透气性能表带、适合高强度训练的防汗防水活力表带,以及将追踪器变为时尚手镯的精致现代表带。此外,还与篮球明星Stephen Curry联名推出了特别版表带,采用防水涂层和提升气流的赛车条纹内印设计。Fitbit Air即日起以99.99美元的价格开启预购,兼容安卓与iOS平台,并附赠三个月的谷歌健康高级版试用。#FitbitAir #无屏可穿戴设备 #健康追踪 #谷歌健康教练 #智能表带阅读更多:https://blog.google/products-and-platforms/devices/fitbit/fitbit-air/OpenAI推出GPT-Realtime-2语音模型,首次将“边推理边对话”能力引入实时交互OpenAI近日通过Realtime API一口气发布了三款新的实时语音模型,其中最核心的是GPT-Realtime-2。这是该公司首次将“GPT-5级推理”能力嵌入语音模型,使其能够在实时对话中处理复杂请求、并行调用工具、应对打断与纠错。该模型的上下文窗口从上一代的32K扩展至128K,并引入了可调节的“推理强度”档位(从minimal到xhigh共五档)。在官方跑分测试中,将推理强度调至high时,其在语音推理测试集Big Bench Audio上的得分从上一代的81.4%跃升至96.6%;在复杂多轮指令跟随测试Audio MultiChallenge上,xhigh档位的得分也比前代提升了13.8个百分点。然而,实际开发中的默认档位为low,意味着更佳的推理表现需要开发者主动调高设置。除了GPT-Realtime-2,OpenAI还同时发布了两个专用模型。GPT-Realtime-Translate是实时语音转语音翻译模型,支持70余种输入语言和13种输出语言,能边听边译、处理口音和专业术语,定价为每分钟0.034美元。GPT-Realtime-Whisper则是流式语音转文字模型,专为实时字幕、会议纪要等低延迟场景设计,价格为每分钟0.017美元。这些模型可单独或组合使用,构建从“动嘴办事”到跨语言对讲的多模态交互流程。合作伙伴Zillow报告称,经过提示词调优后,其语音呼叫成功率从69%大幅提升至95%;Deutsche Telekom和Vimeo等公司也已开始测试翻译与实时解说功能。值得注意的是,本轮更新仅限于API接口,暂未向ChatGPT普通用户开放,且免费试用层级不支持这三个模型。#GPT-Realtime-2 #实时语音AI #语音推理 #多模态API #OpenAI阅读更多:https://platform.openai.com/audio/realtime破解药物研发“数据荒”:英国OpenBind项目首发AI模型与数据集由英国主导的OpenBind计划近日迎来重大里程碑,首次公开发布了高质量的标准数据集及其预测性AI模型OpenBind v1。该计划由钻石光源(Diamond Light Source,英国同步辐射加速器设施)协调,旨在填补全球药物研发领域长期存在的关键数据缺口:即缺乏精确测量药物分子如何与疾病相关蛋白结合的原子级实验数据。尽管人工智能已在蛋白质结构预测上取得突破,但由于此类数据的匮乏,AI在药物发现中的潜力始终受限。OpenBind正是为此而生,其首个数据发布证明了构建人工智能就绪数据的可行性,这些免费开放的资源将帮助全球研究人员即时开展治疗药物发现,并推动下一代AI模型的进化。值得注意的是,OpenBind的集成流程在短短七个月内就生成了800个高质量测量数据,而过去这通常需要数年。该流程结合了自动化化学、结合检测以及钻石光源XChem片段筛选设施的晶体学技术,并利用英国的Isambard-AI计算集群进行模型训练。未来,项目还将发布针对COVID-19、疟疾、癌症等全球健康挑战的数据集。来自哥伦比亚大学的Mohammed Alquraishi教授指出,AlphaFold2的成功源于数十年蛋白质结构数据,而OpenBind旨在为蛋白质-药物复合物创建类似的数据基石。牛津大学的Fergus Imrie博士和钻石光源的Frank von Delft教授均强调,这一开放数据引擎将有望催生更快速、精准且公平的治疗方法开发。#OpenBind #AI药物发现 #开放数据集 #结构生物学 #钻石光源阅读更多:https://openbind.uk/AI 驱动科学AI模型CoCoGraph生成百万级真实化学分寻找新分子是新药与材料研发面临的巨大挑战。罗维拉-维尔吉利大学的Manuel Ruiz-Botella、Marta Sales-Pardo和Roger Guimerà开发出一种人工智能生成系统,成功创建数百万个符合严格化学定律的全新分子,为定制化分子设计奠定坚实基础。为在庞大的分子空间中寻找有效结构,研究团队开发了协作约束图扩散模型(collaborative constrained graph diffusion model),原理类似图像生成技术。该模型通过逐步打乱真实分子并学习重建来生成新结构。为克服分子离散结构带来的复杂性,研究人员将基本化学规则直接嵌入系统,例如确保每个原子保持正确的化学键数量,从而保证生成分子在化学上百分之百有效。与同类模型相比,该系统参数更少,算力需求更低且生成速度更快。团队构建了包含820万个合成生成分子的数据库,并分析了36种物理化学性质。结果显示,在约三分之二的性质中,该工具生成的分子比其他先进模型更接近真实分子。在一项包含121名专家的类图灵测试中,专家辨别真实与生成分子的错误率约为十分之四,证明生成结构极具逼真度。目前系统已能对现有分子进行局部修饰,筛选出类似扑热息痛的潜在变体。研究发表在 Nature Machine Intelligence 上。#AI驱动科学 #预测模型构建 #跨学科整合 #药物发现 #图扩散模型阅读更多:Ruiz-Botella, Manuel, et al. “A Collaborative Constrained Graph Diffusion Model for the Generation of Realistic Synthetic Molecules.” Nature Machine Intelligence, May 2026, pp. 1–15. www.nature.com, https://doi.org/10.1038/s42256-026-01229-5摒弃显式程序:视频模型展现神经计算机系统潜能传统计算架构存在程序执行与模型预测分离的问题。为此,Mingchen Zhuge和Changsheng Zhao等(Meta AI与阿卜杜拉国王科技大学)提出神经计算机概念。他们将计算、内存与输入输出统一于单一状态,成功开发出两款能够自主运行的界面模型原型。研究团队基于视频生成架构开发了两种原型系统,分别用于命令行和图形界面。系统利用更新函数与解码器,将计算机系统特征编码进入潜运行时状态(latent runtime state,一种统一承载系统内存与计算功能的隐式数据表示)。通过变分自编码器与扩散模型,原型对输入指令与动作实现了动态视觉反馈。在命令行测试中,使用字体测试时重建峰值信噪比达40.77 dB,且字符准确率在六万步训练后攀升至0.54。在图形界面实验中,引入显式的视觉追踪特征后,控制准确率飙升至98.7%。研究同时证实,高质量的目标导向轨迹数据比海量的随机交互数据更能有效提升系统的界面保真度。当前阶段,该模型展示了极佳的渲染能力和界面适应性,虽然尚未完全突破原生符号计算的瓶颈,但为未来构建完全神经计算机奠定了坚实的基础。#大模型技术 #计算模型与人工智能模拟 #系统架构 #世界模型 #人机交互阅读更多:https://arxiv.org/abs/2604.06425v1受大脑启发,有机突触晶体管为高效AI硬件提供新思路随着人工智能能耗飙升及传统芯片逼近物理极限,如何构建更高效的计算硬件成为关键挑战。密苏里大学的Suchi Guha团队受大脑启发,开发出一种新型有机突触晶体管,它能在同一位置同步处理和存储信息,为研发节能型类脑AI硬件奠定了基础。▷ Credit: ACS Applied Electronic Materials.研究团队借鉴了大脑通过突触同步处理和记忆信息的高效机制,旨在解决传统计算机因运算与存储分离而导致的高能耗问题。他们开发了一种有机晶体管(organic transistors),通过特定的有机共聚物材料模拟突触的学习和适应能力。为了探究材料结构与性能的关系,团队设计了三种分子结构略有差异的共聚物,并测试了它们在神经形态计算中的表现。研究发现,器件性能的关键不仅在于材料本身,更在于半导体层与绝缘层之间的微观界面。其中,采用苯并噻二唑(benzothiadiazole)连接单元的共聚物器件表现最为出色,在一个模拟神经网络中进行手写数字识别测试时,准确率接近80%。而另一种氟代共聚物则几乎不具备突触功能,这有力地证明了界面工程对于构建高性能类脑硬件的决定性作用。该成果为未来设计更智能、更节能的AI系统提供了重要的硬件设计原则。研究发表在 ACS Applied Electronic Materials 上。#AI驱动科学 #计算模型与人工智能模拟 #神经形态计算 #有机晶体管 #人工智能硬件阅读更多:Ghobadi, Arash, et al. “Structure–Function Coupling in Pyridyl Triazole Copolymers for Neuromorphic Synaptic Transistors.” ACS Applied Electronic Materials, vol. 8, no. 6, Mar. 2026, pp. 2408–19. ACS Publications, https://doi.org/10.1021/acsaelm.5c02633谷歌SymptomAI诊断准确率超医生,结合可穿戴设备数据开启大规模健康分析为解决日常症状自查工具准确性低的问题,Google Research和Google DeepMind的Joseph Breda、Jake Sunshine、Daniel McDuff等研究人员开发并部署了一款名为SymptomAI的对话式AI。在一项涉及近1.4万名参与者的真实世界研究中,SymptomAI通过主动问询收集信息,其鉴别诊断准确率显著优于人类医生,并成功结合可穿戴设备数据开启了大规模健康分析的新范式。研究团队通过Fitbit应用程序进行了一项大规模研究,招募了13,917名参与者,并将其随机分配至五个采用不同问询策略的SymptomAI智能体组。研究的核心方法是让参与者与AI进行多轮对话描述症状,然后收集参与者从医疗服务提供者处获得的自我报告诊断作为参考。为进行严格评估,一个由认证家庭医生组成的专家组在对诊断来源(AI或人类医生)和参与者真实诊断不知情的情况下,对部分对话生成的鉴别诊断(DDx,即对可能病因的有序列表)进行了评估。研究发现,SymptomAI的诊断准确率显著高于独立人类医生(赔率比(odds ratio)为2.47)。一个关键发现是,主动进行症状访谈以获取更多信息的AI策略,其表现远超仅被动回答用户问题的基线模型。在盲测中,医生评审团在超过50%的情况下更偏好SymptomAI生成的诊断列表。此外,研究还将SymptomAI生成的诊断标签与超过50万天的可穿戴设备生物信号数据相结合,成功进行了全表型关联研究(PheWAS),发现急性感染(如流感)与生理指标的剧烈变化(赔率比大于7)密切相关。#疾病与健康 #预测模型构建 #大语言模型 #个性化医疗阅读更多:Breda, Joseph, et al. “SymptomAI: Towards a Conversational AI Agent for Everyday Symptom Assessment.” arXiv:2605.04012, arXiv, 5 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2605.04012近3000篇医学论文存在虚假引用,AI审计揭示学术出版新隐患一项由哥伦比亚大学护理学院利用人工智能辅助进行的最新审计发现,近3000篇经同行评审的医学论文包含不存在的虚假引用,这凸显了学术出版界日益严峻的诚信危机。研究团队包括Maxim Topaz、Nir Roguin、Pallavi Gupta、Zhihong Zhang以及Laura-Maria Peltonen等学者(来自哥伦比亚大学护理学院、数据科学研究所、特拉维夫苏拉斯基医学中心、内盖夫本-古里安大学、东芬兰大学等机构)。▷ 上图展示了 2023 年 1 月至 2026 年 2 月期间 PubMed Central 数据库中每万篇论文的虚假引用率。Credit:Topaz et al., 2026, The Lancet为了评估虚假引用的普遍性和增长趋势,研究人员开发了一套先进的AI自动化验证系统,对2023年初至2026年初期间PubMed Central开放获取数据库中的250万篇生物医学论文进行了筛查。在核验了超过9700万条参考文献后,他们识别出2810篇论文中的4046条虚假引用。分析显示,虚假引用的增长速度惊人,从2023年平均每10,000篇论文中约4条,飙升至2026年初的近57条,增长超过12倍。这种急剧的上升趋势与2024年中期以来人工智能写作工具的普及时间高度吻合,表明AI生成内容可能在其中扮演了重要角色。这些虚假引用往往精心伪造,难以被传统审稿流程发现,甚至已被纳入系统评价,可能误导医疗专业人员做出治疗决策。研究结果强调了建立更严格的文献核查机制的紧迫性,包括出版商在提交阶段进行自动化验证,索引服务添加元数据,以及研究诚信数据库设立专门的虚假引用类别,以追溯和问责。研究发表在 The Lancet 上。#AI伦理 #出版业 #虚假引用 #科学研究阅读更多:Topaz, Maxim, et al. “Fabricated Citations: An Audit across 2·5 Million Biomedical Papers.” The Lancet, vol. 407, no. 10541, May 2026, pp. 1779–81. www.thelancet.com, https://doi.org/10.1016/S0140-6736(26)00603-3人类更愿与公平的AI合作,而非无条件友善的AI为何人类不愿与机器合作(即“机器惩罚”现象)?Zhen Wang, Ruiqi Song, Chen Shen等研究人员通过一项社会困境博弈实验探究了这一问题。他们发现,要赢得人类的合作,AI无需无条件友善,而应表现出公平性——一种能够反映人类互惠逻辑的、更具社会智能的行为模式。研究团队设计了一项预先注册的实验,1152名参与者在社会困境博弈中与真人或其他三种由大语言模型驱动的AI智能体(合作型、自私型、公平型)互动。结果明确显示,与无条件合作的“友善”AI或自私AI互动时,人类的合作意愿显著低于人际互动,这种现象被称为“机器惩罚”(machine penalty)。然而,表现出“公平”的AI智能体却成功克服了这一障碍,达到了与人类同伴相当的合作水平。研究发现,这种公平AI并非总是合作,它偶尔也会违背承诺,但这种不完美恰恰反映了人类社会中的互惠逻辑,即合作与公平挂钩,而非盲目付出。因此,参与者认为公平AI更具社会可信度、更智能,并建立了更强的合作规范。实验后的调查也证实,公平AI在信任度、好感度等评价上甚至超过了人类伙伴。研究发表在 National Science Review 上。#AI驱动科学 #计算模型与人工智能模拟 #人机交互 #公平性阅读更多:Wang, Zhen, et al. “LLM Agents Overcome the Machine Penalty When Acting Fairly but Not When Acting Selfishly or Altruistically.” National Science Review, Apr. 2026, p. nwag223. Silverchair, https://doi.org/10.1093/nsr/nwag223整理|ChatGPT编辑|丹雀、存源