用超声替代胎儿 MRI，牛津团队做产前大脑 AI 建模
AnnaCiaunica · x · 2026-10-16
牛津大学神经科学家 Siân Wilson 博士将研究方向从昂贵难及的胎儿 MRI 转向普及度高的便携超声，追踪产前大脑发育。通过分析常规超声数据构建机器学习模型，识别高危妊娠，并刻画环境压力或早产对儿童终身健康的影响。思路核心是把精英影像实验室的计算模型搬到全球普及的超声设备上，让产前预测的收益惠及弱势群体，属于 AI for Science 与普惠医疗的结合。
「研究」频道最新
- RExBench 基准:最强编码 Agent 自主完成研究扩展成功率仅 33% — najoungkim · 2026-10-16
- Google 发布 CLASHarness:基准测试多智能体冲突下的计算机操作能力 — google · 2026-10-16
- 清华团队证明:普通 Flow Matching 采样无法突破固定深度模型表达力上限 — SQZ · 2026-10-16
- APEX-Harm 基准:共享工作区中脚本注入攻击对智能体成功率居高不下 — KAUST · 2026-10-16
- USC 研究:智能体 residual stream 状态可预测并拦截越权动作与事后撒谎 — USC · 2026-10-16
- KAUST 提出 NoteBank:稀疏情景记忆让线性注意力轻松扩展长上下文 — kaust-generative-ai · 2026-10-16