革新AI模型精准预测阿尔茨海默病，准确率高达82%，助力早期诊断精确性飞跃

近日消息，英国剑桥大学科学家近期研发出一种AI预测工具，该工具能以超80%的准确率预测痴呆症患者的病情进展是否会导致阿尔茨海默病，有望减少昂贵且侵入性的诊断程序，促进早期干预及治疗，提高患者生活质量。

全球有超过 5500 万人患痴呆症，其中 60-80% 的类型就是阿尔茨海默病，每年造成 8200 亿美元的经济损失。预计未来 50 年，痴呆病例数将增加近两倍。

早期检测对于阿尔茨海默病至关重要，因为此时治疗效果最佳。然而，如果没有侵入性或昂贵的检查（如正电子发射断层扫描（PET）或腰椎穿刺），早期痴呆症的诊断和预后可能不准确，而这些检查并非所有记忆障碍诊所都能提供。因此，多达三分之一的患者可能被误诊，其他患者则可能在治疗有效期过后才被诊断出来。

剑桥大学心理学系领导的一个团队开发了一种机器学习模型，能够预测患有轻度记忆和思维问题的个体是否以及以多快的速度发展为阿尔茨海默病。该团队在发表在《电子临床医学》杂志上的研究中表明，该模型比目前的临床诊断工具更准确。

基于美国研究小组收集的 400 名大脑灰质萎缩患者的认知测试和核磁共振扫描数据，研究团队利用机器学习算法建立了一个 AI 预测模型，并使用英国、新加坡等多个诊所的真实世界数据测试该模型。

测试结果显示，该模型识别三年内会患上阿尔茨海默病的人的准确率达 82%，识别三年内不会患上阿尔茨海默病的人的准确率达 81%。

该算法在预测阿尔茨海默病进展方面的准确率是当前标准护理（即标准临床标志物，如灰质萎缩或认知评分）或临床诊断的三倍左右，这表明该模型可以显著减少误诊。

未来，研究团队希望将该模型扩展到预测其他类型的痴呆症，如血管性痴呆和额颞叶痴呆，并使用不同类型数据，如血液检测中的标记物等。

智能餐饮新篇章：煎饼果子机器人获全国首张热食经营许可

近日消息，北京经济技术开发区（简称“北京经开区”）的行政审批局为区内的两家创新型企业颁发了具有里程碑意义的《食品经营许可证》。这是全国首张针对热食类餐饮机器人颁发的许可证，标志着餐饮行业在自动化、智能化方向迈出了重要的一步。

这两张许可证分别是全国首张利用自动设备从事食品经营热食类食品经营许可证、全市首张利用自动设备从事食品经营全品类饮品食品经营许可证，标志着北京市餐饮类新业态率先落地经开区，进一步拓展了机器人应用场景，推动了智能餐饮领域发展。

据了解，本次获得经营许可证的两家企业均为经营利用自动设备进行食品制售的机器人经营类型企业，属于餐饮类型新业态：

久秉机器人（北京）有限公司研发的煎饼果子（热食类）机器人，能够从原料到按口味定制成品实现全流程自动化。

北京忠邦源得科技有限公司经营的智能化现制新式茶饮机器人，将传统的二、三十平方米以上的自制饮品作业区，浓缩到 5 平方米左右的操作平台中，属于自制饮品类自动制售机器人。

在审批过程中，行政审批局按照《食品经营许可和备案管理办法》《京津冀食品经营许可管理办法》等政策要求，从制度人员、选址和场所、设备材质、设备自动清洁、微生物检测、食品原材料和配送六个方面为两家企业提供全面指导服务，不仅帮助企业建立了符合规范的食品安全管理体系、原材料供应体系，还按照食品安全各类标准指导企业对自动设备进行来改造升级。

同时，行政审批局联合市市场监管局召开专题会，邀请食检院、质检院专家对两家企业机器人进行评审，确保餐饮机器人符合食品安全要求、产品质量安全要求以及相关的电路安全要求。

“这次许可证的获批，让整个行业从业者增强了信心，是一个突破性的进展，同时也让我们餐饮类机器人企业坚定了发展、创新的信心。”久秉机器人（北京）有限公司负责人于钦玮说道。

久秉机器人（北京）有限公司不光有煎饼果子机器人，官网还列出了肠粉机器人、肉夹馍机器人、烤红薯机器人等。

我国科研团队领跑健康AI，DeepDR-LLM：国际首个多模态糖尿病诊疗大模型问世

7月25日消息，上海交通大学医学院附属第六人民医院的贾伟平与李华婷教授团队，联合上海交通大学电院及清华大学、新加坡国立大学的科研队伍，在医学与工程学的交叉领域取得重大突破。他们共同研发了DeepDR-LLM系统，这是全球首个专为糖尿病诊疗设计的视觉-大语言模型多模态集成智能平台。

该研究成果已于2024年7月19日在《Nature Medicine》杂志上发表，论文题为《基于图像的深度学习与语言模型在初级糖尿病护理中的集成应用》，标志着糖尿病治疗与管理进入了一个全新的智能化时代。

据介绍，DeepDR-LLM 系统融合了大语言模型和深度学习技术优势，实现了医学影像诊断与诊疗意见的多模态生成功能，能提供糖尿病视网膜病变辅助诊断结果及个性化糖尿病综合管理意见。

该系统在覆盖亚非欧三大区域七个国家的多中心队列中进行了回顾性验证，以及针对中国基层医疗实际开展了前瞻性真实世界验证，首次向全球提供了面向糖尿病医疗垂直领域的多模态大模型应用成效的高质量循证证据。研究团队表示，研究证明 DeepDR-LLM 系统可有效改善 DR 筛查和基层糖尿病管理水平，为未来全球糖尿病治理提供了革命性的数字解决方案。

既往的 AI 系统研发主要集中在糖尿病的并发症筛查或辅助管理的单一领域。随着全球范围内以 ChatGPT 为代表的生成式人工智能技术的迅猛发展，多模态大模型正不断推动医疗领域的新应用场景和模式的涌现，但这些模型尚不能根据患者的医学影像和具体病情，提供准确且安全的糖尿病综合诊疗建议。

针对当前的技术空白和临床的实际需求，该团队成功研发了全球首个面向糖尿病基层诊疗的视觉-大语言模型多模态集成智能系统 DeepDR-LLM。

其可适配包括 LLaMA 在内的大语言模型，LLM 模块将训练网络层与大语言模型的固有权重参数相融合，突破低算力资源约束下的多模态大模型优化的瓶颈，并进一步基于 37.2 万条基层慢病诊疗和慢病管理数据和知识实现了高效优化训练，使 DeepDR-LLM 系统可基于患者个体的临床信息生成精准糖尿病管理意见。

全球规模最大，甲骨文“数据集”实现开源

7月5日消息，“数字甲骨共创中心”于今日正式将全球最大的甲骨文多模态数据集开源，其中总共涵盖了一万片甲骨的拓片、摹本，还包括甲骨单字对应的位置、对应的字头、对应的释文以及辞例分组、释读顺序等数据。

据介绍，所有研究者都能基于该数据集研发甲骨文检测、识别、摹本生成、字形匹配和释读等算法，加速甲骨文研究智能化进程。

数字甲骨共创中心由安阳师范学院甲骨文信息处理教育部实验室、腾讯 SSV 数字文化实验室、腾讯优图实验室、中国社会科学院甲骨学殷商史研究中心、中国社会科学院考古研究所安阳工作站、厦门大学多媒体可信感知与高效计算教育部重点实验室、郑州大学汉字文明研究中心等单位共同发起，并获得中国社会科学院古代史研究所、英国剑桥大学、法国高等研究实践学院、日本立命馆大学、美国罗格斯大学、加州大学洛杉矶分校等全球高校和研究机构的支持。

腾讯优图实验室、腾讯 SSV 数字文化实验室、厦门大学、安阳师范学院联合开发了 AI 模型技术：

甲骨字检测模型：标注准确率超 90%

摹本生成模型：摹本-拓片逐像素对齐

字形匹配模型：自动匹配相近字

甲骨校重模型：在大量拓片和摹本中实现“摹本去重”和“拓片探源”

全球最大甲骨文多模态数据集已在“甲骨文 AI 协同平台”上线，该平台还可以查询甲骨文、甲骨片信息，具体功能可以自行访问体验。