智慧医疗

你可能想象不到，一粒尘埃大小的机器人，正在学会"思考"。 这并非科幻。 2025 年 10 月发表于 arXiv 的这篇论文，系统梳理了微机器人领域从生物模仿（ Biomimetics ）向智能系统（ Intelligent Systems ）跃迁的技术路线图。结论很明确：下一阶段微机器人的核心竞争力，不再是"像什么生物"，而是"能不能自己决策"。 从"复刻器官"到"装上大脑" 过去二十年，微机器人的主流范式是结构复刻——抄蜻蜓的翅膀、抄水黾的脚、抄鞭毛虫的尾巴。做出一个微观结构，声称"仿生"。但这类机器本质上是一个有形状的机械零件，靠外部磁场或光照驱动，没有任何自主感知能力。 真正的转折发生在具身智能（ Embodied Intelligence ）概念的引入。具身智能 …
阅读更多

你问 ChatGPT ："《百年孤独》的作者是谁？“它答得准确无误。你再问：“莫言获得过哪个国际奖项？“它开始一本正经地编造奖项名称。 这就是 AI 的幻觉问题。但幻觉的根源不在于模型"记错了”，而在于模型"不知道自己在什么时候记错了”。 信息融合——Information Fusion——是这篇论文提出的核心解法。 一个被忽视的关键环节 AI 模型的生产流程通常被描述为：数据收集→清洗→训练→评测→部署。但在这条流水线上，有一个环节长期被忽视——信息融合（ Information Fusion ），即来自不同来源、不同模态、不同结构的数据，在进入模型之前，如何被统一表征、统一理解、统一关联。 论文的核心论点是：当前 AI 质量问题的根源，有超过 60%可以追溯到信息融合阶段的缺陷，而不是训练算法本身 …
阅读更多

当科学家们还在用传统统计学方法勉强拼凑基因组、转录组、蛋白质组的数据碎片时，深度生成模型已经悄悄撕开了这个领域最丑陋的伤疤。 你有没有想过，为什么同样的癌症，有的患者存活率极高，有的却迅速恶化？答案可能藏在那些被传统方法严重低估的多组学数据里——基因组、表观基因组、转录组、蛋白质组、代谢组……每一个都是生命密码的一个维度，而医学界长期以来只能用盲人摸象的方式解读它们。 最近一篇发表在arXiv上的技术综述（2501.17729）揭开了一个令学界不安的事实：多组学数据整合的革命，不是即将到来，而是正在发生——而大多数研究者还没准备好。 被"维度诅咒"封印了几十年的生命科学 多组学研究的潜力是惊人的。TCGA、ICGC、ProCan等 consortiums 已经积累了海量数据，理论上足以揭示癌症的分子机制、发现新药靶点、识别生物标志物。但现实是，这些数据在绝大多数机构里处 …
阅读更多

2024 年初发表的一篇论文测试了 11 个主流大模型在心理诊疗摘要任务上的表现。跑分冠军 MentalLlama 在自动评测中遥遥领先，但人类专家的盲审结论却是：这些模型在临床敏感维度上集体失灵，尤其对自杀风险和疗效评估几乎无能为力。 ROUGE-1 拿到 30.86 ，是胜利还是笑话 在 MentalCLOUDS 数据集（ 191 场心理咨询对话）的竞技场上， MentalLlama 以 ROUGE-1 F1 值 30.86 的成绩登顶。这个数字乍看很美——比第二名高出几个点，在"症状与病史"摘要子任务上一骑绝尘。但任何盯着这一行数字超过十秒的人都会发现一个尴尬的事实： ROUGE-2 只有 5.46 ， ROUGE-L 仅 19.4 。这不是"碾压式胜利"，而是一场集体低分竞赛中的相对领跑，所谓"领先"，不过是矮子里拔将军罢 …
阅读更多