微软推出 Nvidia 的 Surface Laptop Ultra，瞄准人工智能市场

科罗拉多儿童医院（科罗拉多儿童医院）和科罗拉多大学安舒茨医学院的研究人员评估了迄今为止最大规模的研究之一，并提供了新的证据，表明小型皮肤活检通常可以帮助诊断这些罕见且复杂的疾病，而无需进行侵入性手术。 最近发表在 EMBO分子医学评估了一套全面的功能诊断测试的临床效用，以识别原发性线粒体疾病，这是一组损害身体产生能量的能力的遗传性疾病。线粒体疾病影响大约五千分之一的人，并可能影响全身的多个器官。 这项研究由科罗拉多州儿童医院生化遗传学和代谢临床专家 Johan Van Hove 医学博士和博士 Marisa W. Friederich 领导，该实验室领导儿童医院线粒体实验室，该实验室正在共同努力改善线粒体疾病的诊断。 线粒体疾病的诊断对于患者、家属和医生来说可能是难以承受的。尽管基因检测的进步改变了我们诊断许多此类疾病的能力，但许多患者仍然没有得到明确的答案。这项研究表明，功能测试可以在弥合这一差距方面发挥重要作用。” 范霍夫（Van Hove），科罗拉多大学安舒茨医学院教授 基因检测，包括全基因组测序，通常是评估线粒体疾病患者的第一步。然而，许多患者得到的结果不明确，因为基因检测发现的变异的意义不确定。此外，目前的基因检测方法只能识别大约…

新的研究表明，通过分析心律记录和血液测试，人工智能可以准确地指示患者的身体何时攻击捐赠的心脏。 目前诊断心脏移植排斥反应的黄金标准是活组织检查，包括通过手术切除一小块心肌，专家在显微镜下检查是否有炎症和其他变化，这些变化可能表明身体的免疫系统正在排斥该器官。 纽约大学朗格健康中心研究人员领导的一项研究探索了另一种方法：心电图（ECG）（使用放置在皮肤上的传感器记录心脏的电活动）和血液测试的结合是否可以帮助识别排斥反应，而在许多情况下无需进行侵入性活检。 该团队训练人工智能模型来识别 2,357 名成年心脏移植受者的 5,300 个心电图读数中的模式。一个人工智能模型仅根据心电图数据进行训练，而另一种人工智能工具则查看心电图读数和通常用于预测排斥风险的两项血液测试的结果。活检记录与同一患者的心电图读数相结合，可作为工具预测准确性的衡量标准。 在另外 38 名男性和女性心脏移植受者的测试组中，研究人员发现组合模型表现更好，正确识别了 94% 没有经历排斥反应的患者。相比之下，该模型根据血液测试错误地将 19 名患者标记为可能需要活检。研究人员表示，这种组合模型使患者免于手术。 “我们的研究结果表明，心电图包含丰富的生理信息，可用于提高检测准确性，并为心脏移植排斥患者提供早期诊断和治疗，”纽约大学格迪辛大学心脏病学院心脏病学系副教授、医学博士、哲学博士 Lior Jankelson 说。纽约大学坦登工程学院生物医学工程副教授。 先前的研究表明，测量参与供体细胞排斥反应的基因活性的血液生物标志物以及受体血液中供体…