█ 脑科学动态
Cell：吃下“智能细菌”，清除大脑毒素
Cell：首次绘制出鼻子嗅觉受体的气味图谱
Cell：高分辨率空间转录组学绘制出首个完整的小鼠嗅觉地图
酗酒对大学生的次日认知功能造成损害
说不出的痛苦更难熬，揭示情绪处理能力与慢性疼痛的深层联系
微塑料遍布人脑：健康和肿瘤组织中均发现其踪迹
治愈抑郁不只是消除悲伤，更是重拾快乐的能力
梦境不仅是现实的回响，稳定人格特质深刻重塑梦境
█ AI行业动态
微软与OpenAI重写协议，OpenAI终获自由
Anthropic年收300亿美元，正式超越OpenAI
5.2万星开源项目Ghostty告别GitHub
█ AI驱动科学
Nature：申请量暴增57%：研究警告AI正淹没科研资助机构
半数解答存疑、文献大面积造假：主流大模型医疗问答可靠性堪忧
验血即可预测更年期并发症
提前数年锁定风险，杜克大学新AI模型打破ADHD诊断延迟困境
FingerEye：融合视觉与触觉的新型传感器提升机器人灵巧操作能力
类脑网络通过选择性修剪实现低能耗持续进化
多脑区柔性神经接口实现自由活动小鼠行为状态的精准解码
心理学视角下的人工智能信任六大原则
脑科学动态
Cell：吃下“智能细菌”，清除大脑毒素
肝功能衰竭引发的肝性脑病（HE）治疗面临困境，现有疗法效果有限且可能破坏肠道生态。新加坡国立大学的Matthew Chang及其团队开创了一种全新的治疗策略，他们通过基因工程改造肠道细菌，使其成为一种能同时执行多种治疗任务的“活体药物”，成功在动物模型中恢复了肠-肝-脑轴的代谢平衡。
▷ Credit: Cell (2026).
研究团队对一种有益的共生菌——植物乳杆菌（Lactobacillus plantarum）进行了重新设计，创造出两种功能互补的治疗菌株。第一种菌株能够高效吸收肠道中导致神经毒性的氨，并将其转化为患者体内缺乏的支链氨基酸（branched-chain amino acids, BCAAs）。第二种菌株则负责分解谷氨酰胺，切断了毒素氨的另一个关键来源。在肝性脑病小鼠模型中，这两种菌株的混合物不仅将血液和大脑中的氨水平降至健康范围，恢复了关键代谢物的平衡，还在改善焦虑和认知功能方面表现优于临床常用抗生素利福昔明。更重要的是，与抗生素会破坏肠道菌群不同，这种新型微生物疗法保留了肠道微生态的健康多样性，展示了作为精准、可编程疗法的巨大潜力。研究发表在 Cell 上。
#疾病与健康 #个性化医疗 #肝性脑病 #合成生物学 #肠-脑轴
阅读更多：
Aggarwal, Nikhil, et al. “Engineered Commensals for Metabolic Modulation of the Gut-Liver-Brain Axis.” Cell, vol. 0, no. 0, Apr. 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.03.048
Cell：首次绘制出鼻子嗅觉受体的气味图谱
长期以来，嗅觉被认为是五感中唯一缺乏精确空间图谱的感觉。哈佛医学院的 Sandeep Robert Datta 团队结合大规模基因测序技术，首次绘制出小鼠鼻腔内上千种嗅觉受体的详细分布图。研究颠覆了传统认知，揭示了受体神经元并非随机分布，而是形成了一个与大脑嗅觉图谱相对应的、高度有序的水平条纹结构。
▷ 图片展示了小鼠鼻腔嗅觉组织中上千种嗅觉受体，并用颜色渐变进行标记。底部插图显示了部分标记受体的精确空间位置。Credit: Datta Lab
研究团队结合了单细胞测序与空间转录组学，对超过300只小鼠的约550万个嗅觉神经元进行了前所未有的大规模分析。结果显示，表达不同类型受体的神经元并非随机散落，而是从鼻腔顶部到底部形成了精确、重叠的水平条纹，构成了一幅精细的“气味图谱”。这幅图谱在不同个体间高度一致，并与大脑嗅球中的图谱精确对应。研究还揭示了图谱形成的分子机制：一种名为视黄酸的分子在鼻腔内形成浓度梯度，如同一种空间坐标系，引导着每个神经元根据其物理位置选择并表达正确的受体类型。这项基础性发现为未来开发嗅觉丧失的疗法奠定了重要基础。研究发表在 Cell 上。
#神经科学 #神经机制与脑功能解析 #感觉图谱 #嗅觉
阅读更多：
Brann, David H., et al. “A Spatial Code Governs Olfactory Receptor Choice and Aligns Sensory Maps in the Nose and Brain.” Cell, vol. 0, no. 0, Apr. 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.03.051
Cell：高分辨率空间转录组学绘制出首个完整的小鼠嗅觉地图
嗅觉系统如何将气味分子转化为大脑可识别的“地图”？哈佛大学的庄小威、Catherine Dulac等研究人员利用高分辨率成像技术MERFISH，首次全面绘制了小鼠嗅觉系统中近乎所有嗅觉受体的空间表达图谱，揭示了嗅觉信息从鼻腔到大脑的精确编码规则。
研究团队通过对MERFISH（多重抗错荧光原位杂交）技术的关键改进，成功实现了对超过1100种嗅觉受体在组织内的精确定位和定量。研究发现，在小鼠的主嗅觉上皮（main olfactory epithelium，简称MOE）中，表达不同受体的感觉神经元并非随机分布，而是沿着两个主轴形成了类似“年轮”的连续梯度。更重要的是，这个“地理信息”被精确地投射到大脑的嗅球中，形成了一种严格的、类似镜像的拓扑映射关系。例如，MOE中心的神经元投射到OB的背侧，而外周的神经元则投射到腹侧。为了验证这一“嗅觉地图”的功能意义，研究人员让小鼠闻了社交气味和捕食者气味，发现这两种气味激活了地图上完全不同的“分区”。这一发现为嗅觉感知的空间编码理论提供了直接证据，表明大脑正是通过不同神经元的空间位置来区分气味的生物学意义。研究发表在 Cell 上。
#神经科学 #神经机制与脑功能解析 #嗅觉 #空间转录组学 #MERFISH
阅读更多：
Bintu, Bogdan, et al. “Spatial Organization and Detection of Social Odors in Mouse Primary Olfactory System.” Cell, vol. 0, no. 0, Apr. 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.03.053
酗酒对大学生的次日认知功能造成损害
年轻人普遍酗酒，但其对次日认知功能的具体影响尚不明确。为了探究这一问题，俄勒冈大学的Ashley Linden-Carmichael、RTI Health Solutions的Jacqueline Mogle及宾夕法大小组的研究人员，通过一项为期21天的日记式研究发现，豪饮及“断片”式饮酒会显著增加大学生次日出现记忆减退和决策困难等认知问题的风险。
该研究招募了304名有酗酒史的大学生，在21天内每日追踪他们的饮酒行为和次日认知表现。研究结合了参与者的自我报告和客观的认知任务，例如回忆数字串。结果显示，酒精对次日认知功能的影响是明确且可量化的。与不饮酒相比，任何饮酒行为都会使次日认知失误的可能性增加14%；每多喝一杯酒，该风险会再增加5%。影响最大的是高强度饮酒（high-intensity drinking，女性超8杯/男性超10杯），它使认知失误的报告可能性加倍。而“断片”则使这一可能性增加40%，并且是唯一与客观的工作记忆表现下降直接相关的行为。该研究挑战了“酒醒就没事”的普遍误解，证实了酗酒对认知功能的即时损害。研究发表在 Alcohol, Clinical and Experimental Research 上。
#疾病与健康 #心理健康与精神疾病 #酗酒 #认知功能 #大学生
阅读更多：
Linden-Carmichael, Ashley N., et al. “High-Intensity and Blackout Drinking Impact on next-Day Cognitive Functioning among College-Attending Young Adults.” Alcohol, Clinical and Experimental Research, vol. 50, no. 3, 2026, p. e70280. Wiley Online Library, https://doi.org/10.1111/acer.70280
说不出的痛苦更难熬，揭示情绪处理能力与慢性疼痛的深层联系
为什么难以识别和表达情绪的人，其慢性疼痛对生活的影响更大？约翰斯·霍普金斯大学医学院的 Rachel V. Aaron 等研究人员通过一项为期两年的大型研究揭示，述情障碍是加剧疼痛干扰的风险因素，而非疼痛的结果，其作用通过引发心理困扰介导。
该研究对1,453名美国慢性疼痛患者进行了为期两年的追踪调查。研究人员在研究开始、一年后和两年后分别评估了参与者的述情障碍（alexithymia，一种难以识别和表达情绪的特质）、心理困扰（psychological distress，主要指抑郁和焦虑症状）以及疼痛结果。分析发现了一条清晰的时间路径：研究开始时较高的述情障碍水平，显著预示了一年后更严重的心理困扰；而这种加剧的心理困扰，又接着预示了两年后更严重的疼痛干扰。值得注意的是，该研究并未发现述情障碍与疼痛的剧烈程度本身有直接关联，而是主要影响疼痛对生活造成的障碍。同时，研究也排除了反向因果关系，即疼痛干扰并不会导致述情障碍加重。这一发现强调，情绪处理困难是导致慢性疼痛患者生活质量下降的一个重要风险因素，而心理困扰是其中的关键环节。研究发表在 Health Psychology 上。
#疾病与健康 #心理健康与精神疾病 #慢性疼痛 #述情障碍 #情绪调节
阅读更多：
Aaron, Rachel V., et al. “Temporal Pathways between Alexithymia, Psychological Distress, and Pain: An Autoregressive Mediation Analysis.” Health Psychology [US], 2026. APA PsycNet, https://doi.org/10.1037/hea0001604
微塑料遍布人脑：健康和肿瘤组织中均发现其踪迹
微塑料能否穿透血脑屏障进入大脑？中国研究员Runting Li等人通过分析近200份人脑样本，首次系统性地证实了微塑料和纳米塑料（MNPs）在健康和病变脑组织中的普遍存在，并揭示了其与肿瘤生长的潜在关联。
▷ 绘制病变脑组织中的磁性纳米颗粒图谱。Credit: Nature Health (2026).
研究团队利用高分辨率激光直接红外光谱和扫描电子显微镜等手段，对113名脑肿瘤患者和5名健康捐献者的共191份大脑样本进行了检测。结果显示，微塑料和纳米塑料的检出率惊人，在病变组织中为99.4%，在健康组织中则高达100%。常见的塑料类型包括用于饮料瓶的PET和塑料袋的聚乙烯。数据表明，MNPs在肿瘤周围的浓度（最高达129微克/克）显著高于健康脑组织，这可能是由于肿瘤破坏了血脑屏障的完整性，为这些微小颗粒的入侵打开了通道。更值得关注的是，分析发现微塑料的表面积越大，肿瘤细胞的生长速度越快。尽管这并不意味着微塑料致癌，但它提示了环境污染物可能在加速疾病恶化中扮演了此前未知的角色。研究发表在 Nature Health 上。
#疾病与健康 #疾病预防 #微塑料 #大脑健康 #环境污染
阅读更多：
Li, Runting, et al. “Microplastics and Nanoplastics in Brain Tumours and the Healthy Human Brain.” Nature Health, Apr. 2026, pp. 1–14. www.nature.com, https://doi.org/10.1038/s44360-026-00091-4
治愈抑郁不只是消除悲伤，更是重拾快乐的能力
传统观点认为治疗抑郁症的关键在于消除悲伤，但为何许多患者在负面情绪减轻后仍无法感受快乐？针对这一难题，南方卫理公会大学的Alicia E. Meuret和加州大学洛杉矶分校的Michelle G. Craske等研究人员开发并验证了一种名为积极情感疗法（Positive Affect Treatment, PAT）的新型心理干预。研究证实，通过直接靶向大脑的奖赏系统来重建快乐、动机和目标感，PAT在改善抑郁和焦虑方面的效果优于传统疗法。
该研究对98名患有严重快感缺乏（anhedonia，一种无法体验快乐的症状）、抑郁和焦虑的成年人进行了一项随机对照试验。参与者被分为两组，分别接受为期15周的PAT或传统的负面情感疗法（NAT）。PAT通过“品味”、感恩和慈爱等练习，专门训练大脑的奖赏系统，重新建立对积极事件的预期、体验和学习能力。研究结果出人意料：尽管PAT从未直接处理负面情绪，但接受该疗法的患者不仅在积极情绪上显著改善，其抑郁和焦虑症状也得到了有效缓解。与NAT组相比，PAT组在整体临床状态上表现更优，且效果持续至一个月后随访。这表明，恢复积极情绪本身就是一种强大的治疗机制，感觉良好并非仅仅是消除糟糕感觉的结果。研究发表在 JAMA Network Open 上。
#疾病与健康 #心理健康与精神疾病 #积极情感 #快感缺乏 #奖赏系统
阅读更多：
Meuret, Alicia E., et al. “Positive Affect Treatment for Depression, Anxiety, and Low Positive Affect: A Randomized Clinical Trial.” JAMA Network Open, vol. 9, no. 4, Apr. 2026, p. e267403. Silverchair, https://doi.org/10.1001/jamanetworkopen.2026.7403
梦境不仅是现实的回响，稳定人格特质深刻重塑梦境
梦境既普遍又极具个性化，但稳定的个体特征与外部生活经历究竟如何共同塑造梦境内容，这一过程又如何随时间演变，科学界尚缺乏大规模定量研究。Valentina Elce 等研究人员（研究机构未在原文中提供）量化了大规模报告中的梦境语义结构，揭示了个人特质与外部压力在塑造梦境特征中的共同作用。
研究团队收集了包含3366份梦境与清醒体验报告的数据集，受访者为207名成年人（跨越2020至2024年）。为精准量化文本，研究采用了自然语言处理方法，结合大语言模型评估了16个语义维度和数据驱动的词汇分类。结果显示，相比清醒状态，梦境明显从自我为中心的思考转变为以视觉空间细节、多角色和离奇事件为主的感知体验。在个人特质方面，对梦境的态度、走神倾向及主观睡眠质量等特征，会选择性地影响梦境。例如走神倾向高的人其梦境往往更加离奇。此外，团队通过2020年疫情封锁期间的80人独立数据集发现，封锁期参与者梦境中关于受限制的提及频率显著增加，情绪强度升高；而纵向追踪表明这些由于外部压力激发的特征在随后四年内逐渐回归常态。研究发表在 Communications Psychology 上。
#认知科学 #自动化科研 #自然语言处理 #梦境分析 #个体差异
阅读更多：
Elce, Valentina, et al. “Individual Traits and Experiences Predict the Content of Dreams.” Communications Psychology, vol. 4, no. 1, Apr. 2026, p. 69. www.nature.com, https://doi.org/10.1038/s44271-026-00447-2
AI 行业动态
微软与OpenAI重写协议，AGI“卖身契”作废，OpenAI终获自由
科技巨头微软与人工智能公司OpenAI近日联合宣布，双方的合作协议已被彻底重写。核心变化在于，微软放弃了对OpenAI模型和产品的独家销售权，OpenAI从此可以在任何云平台（包括竞争对手的云服务）上销售其全部产品。作为交换，OpenAI将继续向微软支付收入分成，直至2030年。此外，旧协议中极具争议的“AGI绑定条款”——即一旦OpenAI实现通用人工智能，便可终止与微软独家合作——已被彻底废除。这一调整意味着，自2019年以来微软对OpenAI的强绑定关系正式松动，OpenAI获得了梦寐以求的“自由”。
然而，这份迟来的自由背后，是OpenAI错失的市场窗口。在OpenAI被独家锁定在微软Azure云平台的三年间，其主要竞争对手Anthropic凭借开放策略，通过AWS Bedrock（亚马逊云服务平台）、谷歌云等多渠道触达企业客户，年化收入已飙升至300亿美元，成为众多企业的首选。相比之下，OpenAI尽管拥有庞大的消费者用户群，但企业收入占比有限，且面临巨额亏损。市场反应冷淡，多位企业客户明确表示，现有AI工具已足够使用，对OpenAI的入驻缺乏热情。分析指出，这不仅是品牌偏好的转移，更关键的是开发团队和工作流已深度绑定竞争对手的产品，切换成本高昂。OpenAI的“解绑”之举虽为纠正历史遗留问题，却也揭示了在快速迭代的AI行业中，战略上的三年迟疑足以让先发优势化为乌有。
#微软OpenAI分手 #AGI条款废除 #企业AI竞争 #Anthropic崛起 #云服务绑定
阅读更多：
https://openai.com/index/next-phase-of-microsoft-partnership/
Anthropic年收300亿美元，正式超越OpenAI加冕新AI霸主
人工智能行业的权力格局迎来历史性转折。由OpenAI前员工Dario Amodei于2021年创立的Anthropic，最新年化营收已飙升至300亿美元，正式超越OpenAI的240亿美元，成为美国收入最高的AI公司。这一奇迹般的增长仅用了15个月：从2025年初的10亿美元起步，翻了30倍。更引人注目的是，其模型训练成本据估算仅为竞争对手的四分之一。Anthropic的胜利秘诀在于聚焦企业端市场——80%的收入来自企业客户，拥有30万家企业客户，其中年付费超过100万美元的“大客户”已突破1000家，甚至在两个月内翻了一番。
反观OpenAI，则陷入了典型的C端“增收不增利”困境。虽然坐拥9亿周活跃用户，但多数为免费用户，高昂的推理成本和巨额的算力投资正成为沉重负担。内部管理也亮起红灯：CEO Sam Altman与CFOSarah Friar在激进扩张策略上出现严重分歧，后者担心高达6000亿美元的算力合同可能压垮公司财务。华尔街日报的报道更揭示，OpenAI多次未达到营收和用户增长目标，其实现正向现金流的盈利时间表被推迟至2030年，比Anthropi的2027年晚了三年。这场由“叛将”发起的逆袭，标志着OpenAI的垄断时代正式终结，AI产业的竞争焦点正从用户规模转向高质量的企业服务和商业变现效率。
#Anthropic逆袭 #AI霸主易主 #企业端AI #Claude #OpenAI内忧
阅读更多：
https://www.wsj.com/tech/ai/openai-misses-key-revenue-user-targets-in-high-stakes-sprint-toward-ipo-94a95273
5.2万星开源项目Ghostty告别GitHub：顶级开发者因“每天故障”忍痛离去
拥有5.2万星标的开源终端项目Ghostty即将离开GitHub。做出这一决定的是其创造者、HashiCorp联合创始人Mitchell Hashimoto，一位自2008年起（GitHub用户ID 1299）几乎每日使用该平台、长达18年的资深开发者。他在博文中情绪激动地解释，核心原因在于GitHub日益频繁的系统故障已严重妨碍正常工作。他记录发现，近一个月几乎每天都会遇到故障，甚至在撰写博文当天，因GitHub Actions（自动化工作流工具）崩溃导致他两小时无法进行代码审查。这位曾将GitHub视为“梦中情司”的开发者坦言，写离别信时不禁落泪，但“平台似乎不想让我待在这里”，为了能继续写代码，只能选择离开。
这一事件在HackerNews和X等社区引发强烈共鸣。许多开发者分享类似糟糕体验，并深度剖析原因：平台重心可能已偏移，AI自动化泛滥及大量机器人消耗基础设施，使得真实人类开发者体验大打折扣。有评论尖锐指出，在垄断地位下，GitHub似乎更关心商业指标而非基础稳定性。Ghostty的出走释放了强烈信号——当工具本身成为创造力的绊脚石，即便拥有深厚情怀的标杆性人物也会选择离开。此举可能引发更多高价值开源项目效仿，也为所有开发者服务平台敲响警钟：切勿让耀眼的AI增长数据掩盖底层体验的加速崩坏。
#Ghostty #GitHub #开源社区 #开发者体验 #平台迁移
阅读更多：
https://news.ycombinator.com/item?id=47939579
AI 驱动科学
Nature：申请量暴增57%：研究警告AI正淹没科研资助机构
智能体人工智能（Agentic AI）正对全球数十亿美元的科研经费分配体系构成根本性威胁。来自伦敦大学学院的Geraint Rees和James Wilsdon在一篇分析文章中指出，现行体系已无法适应AI带来的变革，他们通过数据揭示了系统所面临的迫在眉睫的压力，并呼吁资助机构立即采取行动进行改革。
研究者指出，智能体人工智能的出现，使得研究人员可以在极短时间内生成大量高质量的经费申请书。这可能导致资助机构被海量的申请淹没，从而使评审过程失去区分度，最终只能做出近乎任意的资助决定。为了验证这一趋势，团队分析了来自六个国家的12家资助机构的数据，发现自2022年ChatGPT发布以来，经费申请数量急剧增加，2022至2024年增长了17%，预计到2025年将增长57%。研究者认为，全面禁止AI的使用既不现实也无法解决根本问题。他们建议，资助体系应将评估重心从书面提案本身，转移到对申请人、其团队以及过往研究成果的综合考察上，例如重新引入面试环节和基于作品集的评估。同时，资助机构自身也可审慎利用AI工具辅助筛选，但必须确保过程透明，防止加剧现有偏见。研究发表在 Nature 上。
#AI驱动科学 #其他 #科研资助 #智能体AI
阅读更多：
Rees, Geraint, and James Wilsdon. “Could Agentic AI Topple Grant-Funding Systems?” Nature, vol. 652, no. 8112, Apr. 2026, pp. 1119–21. www.nature.com, https://doi.org/10.1038/d41586-026-01297-y
人们越来越依赖人工智能获取医疗信息，但这潜藏着巨大的误导风险。Nicholas B Tiller、Alessandro R Marcon、Marco Zenone等（哈伯-加州大学洛杉矶分校医疗中心伦德奎斯特生物医学创新研究所）系统评估了主流聊天机器人解答健康问题的可靠性。结果表明，这些模型生成的医疗建议有近半数存在问题，且常伴随伪造文献，无法作为独立的医疗权威。
研究团队选取了五款主流大语言模型，采用红队演练（red teaming，一种用于诱导模型暴露缺陷以测试其安全性的压力测试技术）策略，在癌症、疫苗、干细胞、营养和运动表现五个领域提出了250个问题。这些问题包含容易引发误导的开放式与封闭式提问。数据表明，高达49.6%的回答存在一定程度或严重的问题。各模型整体表现相近，但Grok错误率最高，达58%。模型在疫苗等拥有严谨文献的领域表现较好，而在营养学等信息冗杂的领域失误频发。面对更符合真实提问习惯的开放式问题时，回答的缺陷率高达32%，远超封闭式问题的7%。更危险的是，250个问题中仅有两个被模型拒答，AI展现出了极高且不合理的自信。此外，在文献验证环节，AI产生了严重的幻觉。引文的中位完整度仅为40%，没有一个模型能提供完全准确的参考列表，其中甚至夹杂了大量虚假作者或完全捏造的论文。这类格式严谨的虚假证据极易让普通患者信以为真。研究发表在 BMJ Open 上。
#疾病与健康 #大模型技术 #医疗误导 #健康咨询 #虚假信息
阅读更多：
Tiller, Nicholas B., et al. “Generative Artificial Intelligence-Driven Chatbots and Medical Misinformation: An Accuracy, Referencing and Readability Audit.” BMJ Open, vol. 16, no. 4, Apr. 2026, p. e112695. Health Informatics. bmjopen.bmj.com, https://doi.org/10.1136/bmjopen-2025-112695
验血即可预测更年期并发症
更年期对整体生殖系统的分子影响长期未被充分揭示。Marta Melé等研究人员（巴塞罗那超级计算中心）构建了首个女性生殖系统衰老图谱，揭示了各器官的异步衰老动态，并发现了可用于无创监测的血液分子标志物。
这项研究利用多组学数据与人工智能技术，分析了来自304名捐献者的659个生殖器官样本。研究团队借助超级计算机，运用深度学习处理了1112张组织学图像，并结合RNA测序数据，重建了七个器官的衰老轨迹。结果显示，女性生殖器官的衰老并非同步进行。卵巢和阴道在绝经前便开始渐进性衰老，而子宫则在更年期前后经历急剧的生物学转变。在组织层面，子宫肌层（myometrium，构成子宫壁主要部分的平滑肌组织）受衰老影响最为显著，伴随细胞外基质重塑与免疫系统激活。此外，研究人员在超两万名女性的血浆样本中识别出了与这些组织衰老相关的分子标志物，这意味着未来可能通过常规验血即可无创评估女性生殖系统的健康风险。研究发表在 Nature Aging 上。
#疾病与健康 #个性化医疗 #女性衰老 #更年期 #多模态分析
阅读更多：
Soldatkina, Oleksandra, et al. “Multimodal Data Analysis Reveals Asynchronous Aging Dynamics across Female Reproductive Organs.” bioRxiv, 20 May 2025, p. 2025.05.16.654406. bioRxiv, https://doi.org/10.1101/2025.05.16.654406
提前数年锁定风险，杜克大学新AI模型打破ADHD诊断延迟困境
儿童注意力缺陷多动障碍（ADHD）的延迟诊断常常导致患者错失早期干预的黄金期。为了解决这一难题，杜克大学（Duke University）的Elliot D. Hill及其研究团队开发了一种基于人工智能的预测工具。该模型能够从常规的电子健康记录中挖掘隐藏的特征模式，在儿童5岁时即可极高准确率地预测其未来患ADHD的风险，为临床早期筛查提供了强大的安全网。
研究团队首先利用超过72万名患者的电子健康记录预训练了一个基础模型，随后在一个包含超过14万名儿科患者的队列中对其进行微调。该模型深入分析了儿童从出生到儿童早期的病史数据，能够敏锐捕捉到单独看可能不起眼、但组合在一起便构成风险特征的临床事件规律，如特定的发育迟缓与频繁的行为问题就诊记录。
研究表明，当儿童达到5岁时，该模型估算未来ADHD风险的准确度极高，其4年时间范围的时间依赖性接收者操作特征曲线下面积达到了0.92。尤为重要的是，该模型在不同性别、种族以及保险状况的患者群体中表现出高度一致的准确性，这意味着它有望缓解现有的医疗资源不均问题。特征重要性分析进一步证实，ADHD与早期发育、行为及精神健康状况密切相关。研究人员强调该工具并非替代医生的自动化医生，而是帮助初级保健医生在短暂的问诊中精准锁定需要重点关注的高危儿童，避免他们被医疗系统遗漏。研究发表在 Nature Mental Health 上。
#疾病与健康 #预测模型构建 #ADHD #电子健康记录 #早期干预
阅读更多：
Hill, Elliot D., et al. “Early Attention Deficit Hyperactivity Disorder Prediction from Longitudinal Electronic Health Records.” Nature Mental Health, Apr. 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s44220-026-00628-2
FingerEye：融合视觉与触觉的新型传感器提升机器人灵巧操作能力
为解决机器人灵巧操作中接触前后感知割裂的问题，新加坡国立大学与RoboScience的Zhixuan Xu等团队开发了FingerEye视觉触觉传感器，实现了交互全阶段的连续感知反馈，大幅提升了机器人的操控性能。
▷ FingerEye 概述及功能。Credit: Xu et al.
研究团队设计的FingerEye传感器巧妙集成了双目红绿蓝摄像头（RGB cameras，捕捉彩色图像的相机设备）与柔性环形结构。在接触前阶段，双目系统提供具备隐式立体深度的视觉线索以精准引导指尖定位。接触物体时，外部力导致柔性环发生形变，系统通过基于标记的姿态估计（marker-based pose estimation，利用视觉标签追踪对象位姿和空间变化的技术）将形变转化为精确的接触力矩信号。这种独特设计支持多角度的接触感知。为进一步提升学习效率，团队构建了该传感器的数字孪生平台，并结合真实演示与模拟观察，训练出高效的视觉触觉模仿学习策略。实验结果显示，搭载该传感器的机器人能极其稳定地完成放置硬币、拾取易碎芯片及操作功能性注射器等高难度任务，且对物体外观变化展现出优异的鲁棒性。
#其他 #机器人及其进展 #灵巧操作 #视觉触觉传感器 #模仿学习
阅读更多：
Xu, Zhixuan, et al. “FingerEye: Continuous and Unified Vision-Tactile Sensing for Dexterous Manipulation.” arXiv:2604.20689, arXiv, 23 Apr. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2604.20689
类脑网络通过选择性修剪实现低能耗持续进化
人工智能规模的扩大带来了巨大的能耗挑战。Bing Han、Feifei Zhao等人（中国科学出版社等）受婴儿大脑发育过程启发，提出了一种适用于脉冲神经网络的持续学习框架，成功让系统在不断学习新任务的同时缩小规模并提升能效。
该研究提出了一种名为基于时间发育机制的多认知功能持续学习模型，模拟婴儿大脑由简入繁的发育轨迹，按感知、运动控制到交互的顺序逐步构建认知模块。研究人员利用进化算法强化系统跨区域的长程连接。同时，系统引入了反馈引导机制进行选择性修剪（selective pruning，即主动抑制并移除早期任务中不再需要的冗余局部结构）。在涵盖多域认知任务以及CIFAR100和ImageNet通用数据集的实验中，该模型在不依赖经验回放（experience replay，即通过存储和重复训练旧数据来防止网络遗忘先前知识的方法）或权重冻结等耗能策略的情况下，实现了稳定的持续学习。随着学习的深入，模型不仅有效克服了灾难性遗忘，还在掌握新能力的同时去除了无用连接，逐渐缩减网络规模，证实了类脑动态变化在实现低能耗通用认知智能方面的巨大潜力。研究发表在 National Science Review 上。
#其他 #计算模型与人工智能模拟 #脉冲神经网络 #持续学习 #网络修剪
阅读更多：
Han, Bing, et al. “Continual Learning of Multiple Cognitive Functions with a Brain-Inspired Temporal Development Mechanism.” National Science Review, vol. 13, no. 7, Apr. 2026, p. nwag066. Silverchair, https://doi.org/10.1093/nsr/nwag066
多脑区柔性神经接口实现自由活动小鼠行为状态的精准解码
如何在动物自由活动时，长期且稳定地解码全脑多区域的神经动态信号并确保算法的通用性？Ye Tian等研究人员开发了一种集成了多脑区柔性探针与定制化深度学习框架的平台。该研究成功实现了对小鼠复杂行为状态的高精度解码，并有效克服了传统模型在跨天和跨个体应用时泛化能力不足的难题。
该研究团队设计了一种包含欧米茄形变形结构的柔性探针（MRFP），这种特殊设计赋予了探针高达50%的面内拉伸性，从而能够在适应大脑微小运动的同时维持极高的机械完整性。研究人员通过微孔引导技术，将128个记录位点精准植入小鼠的8个独立脑区。为了解析复杂的局部场电位，团队采用了融合局部特征提取与全局依赖建模的深度学习模型（L-Conformer）。实验结果表明，在4秒的最佳时间窗口下，该平台对小鼠的休息、漫游、进食和视觉闪烁状态的解码准确率达89%。研究进一步揭示，相较于将电极集中在单一脑区，从5个以上不同脑区获取分布式信号能显著提升解码性能，表明行为状态是大脑网络分布式协同的结果。此外，该模型展现出卓越的稳定性，跨天解码准确率达85%，而在未引入新个体数据重新训练的零样本测试中，跨个体准确率也达到了70%。研究发表在 Microsystems & Nanoengineering 上。
#意识与脑机接口 #大脑信号解析 #柔性探针 #深度学习 #局部场电位
阅读更多：
Tian, Ye, et al. “A Multi-Region Flexible Neural Interface for Behavioral State Decoding in Freely Moving Mice.” Microsystems & Nanoengineering, vol. 12, no. 1, Apr. 2026, p. 154. www.nature.com, https://doi.org/10.1038/s41378-026-01258-5
心理学视角下的人工智能信任六大原则
随着人工智能系统逐步接管原本由人类完成的复杂决策与任务，理解人类何时以及为何信任机器成为亟待解决的关键科学问题。Jim A. C. Everett、Scott Claessens、Tim-Dorian Knöchel与Madeline G. Reinecke梳理了当前的理论争议与实证研究，提出了理解人工智能信任的六大核心原则，为人类应对机器时代提供了理论指引。
该研究结合心理学与多领域视角对现有文献进行系统回顾，打破了仅将系统安全性视为唯一信任依据的传统认知，确立了六项多维指导原则。研究揭示信任是人类心理推断的过程，并非可直接写入机器代码的客观属性。其次该框架严格区分了实际可信度（actual trustworthiness：基于使某人或某物值得信任的客观特征的实在属性）、态度信任（attitudinal trust：一种反映在不确定情况下愿意依赖他者的内在心理倾向）与外在的信任行为。研究进一步指出人类对算法的评判具有多维性，不仅包含对其执行效能的表现信任（performance trust：对系统运转可靠性及其执行能力的完全信赖），还包含对其内在意图的道德信任（moral trust：主观相信系统真诚且遵循道德规范并寻求向善）。此外该体系论证了信任具有特定代理属性与个体差异，不同用户在面对不同战略动机时，会对同一智能系统展现截然不同的交互与信任模式。这一理论框架为评估人机交互关系提供了全新的系统尺度，表明评估机器系统不仅要考量客观技术指标，更必须探究人类复杂的社会心理特征。研究发表在 Nature Reviews Psychology 上。
#认知科学 #跨学科整合 #人机信任 #态度信任 #技术伦理
阅读更多：
Everett, Jim A. C., et al. “Principles for Understanding Trust in Artificial Intelligence.” Nature Reviews Psychology, Apr. 2026, pp. 1–14. www.nature.com, https://doi.org/10.1038/s44159-026-00562-1
整理｜ChatGPT
编辑｜丹雀、存源
关于追问nextquestion
天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。欢迎评论区留言，或后台留言“社群”即可加入社群与我们互动。您也可以在后台提问，我们将基于追问知识库为你做出智能回复哦~
关于天桥脑科学研究院
天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。
研究院在华山医院、上海市精神卫生中心分别设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了加州理工陈天桥雒芊芊神经科学研究院。
研究院还建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、科普视频媒体「大圆镜」等。
热门跟贴