AI 心电图标志物检测猝死风险,伯克利获年度学术发现奖
oziadias · x · 2026-10-22
加州生命科学协会将「年度学术发现奖」授予 UC Berkeley 及 Ziad Obermeyer 博士,表彰其 AI 研究成果:一个基于深度学习的心电图(ECG)生物标志物,可用于心源性猝死风险分层。
该成果帮助医生在致命事件发生前识别出可能受益于植入式除颤器(ICD)的患者,从而提前干预。颁奖方称这一发现「代表了让加州保持生命科学前沿的创新」。颁奖仪式将于 2026 年 11 月 12 日在旧金山举行的第 23 届 Pantheon Awards 上进行。
「研究」频道最新
- Meta 与密州大论文:LLM 推理图质量参差,错误会污染置信度分数 — rohanpaul_ai · 2026-10-22
- 新论文:一价拍卖能否在去中心化市场中高效分配 AI agent 查询 — _onionesque · 2026-10-22
- 人大 LoopRec:按条目自适应递归深度,序列推荐兼顾效率与精度 — Zhanshuo Cao · 2026-10-22
- Anthropic Agent4Sci 测评:前沿智能体提升科研模型靠工程技巧而非领域洞见 — Anthropic · 2026-10-22
- NUS 提出统一框架 PAPAV:细数计算机操作与机器人操作的五项核心能力 — showlab · 2026-10-22
- 剑桥学者谈机器人软硬件协同进化,扩充 Co-design Gym — contactrika · 2026-10-22