Nature Aging 研究用病理模型发现器官不同步衰老
bravo_abad · x · 2026-08-31
Anamika Yadav 等人在 Nature Aging (2026) 发表研究，利用名为 UNI 的预训练病理视觉转换器，分析了来自 25306 次活检、涵盖 40 种人体组织的 3000 万个图像补丁。与传统训练模型预测年龄的方法不同，PathStAR 方法通过测量学习到的组织表征在相邻年龄窗口之间的变化，有效地在形态空间中构建轨迹，从而发现人类器官的衰老进程并非同步。该研究展示了基础模型除了预测标签外，还可以作为测量工具来发现系统动力学的新用途。
所属事件:AI分析2.5万份组织样本揭示器官非线性衰老规律(2 条相关)→
「研究」频道最新
- 一个古老结构单元撑起免疫系统：免疫球蛋白折叠的亿年多职演化 — arjunrajlab · 2026-10-16
- 中国后量子签名 Origami 被攻破，公钥即可伪造签名 — matthew_d_green · 2026-10-16
- 模型能力还是基础设施？Agent 评测的分层归因难题 — jrxna · 2026-10-16
- 首篇论文即中 NeurIPS spotlight:多智能体集群安全研究 — LauraRuis · 2026-10-16
- UNSW 提出 EDEN：嵌入空间锚定噪声增强 LLM RLVR 探索 — Daijiao Liu · 2026-10-16
- 自动驾驶团队演示窄路僵局：车辆学会倒车让行，并自制机械臂换挡测试 — sanjeevs_iitr · 2026-10-16