2026. augusztus 4., kedd · Kutatás

Mesterséges intelligencia tár fel rejtett kockázatokat alvásfelvételekben

A Nature Communications folyóiratban megjelent tanulmány szerint kutatók egy alapmodellt (foundation model) fejlesztettek, amelyet több mint 10 000, elektronikus egészségügyi adatokkal összekapcsolt klinikai alvásfelvételen tanítottak be. A modell öt, egymástól jelentősen eltérő kockázati csoportot különített el a betegek körében a halálozás, valamint a szív-érrendszeri és neurológiai betegségek kockázata alapján. A legmagasabb kockázatú csoportban a halálozási kockázat több mint kétszerese volt a legalacsonyabbnak, míg a hagyományosan használt apnoe-hipopnoe index súlyossági kategóriái csak korlátozott előrejelző értékkel bírtak. A szerzők szerint a modell egy független adatbázisban, a Sleep Heart Health Study-ban is elkülönítette a magas és alacsony kockázatú betegeket, alacsonyabb felbontású adatok mellett is.

Egy forrás Ehhez a hírhez egy forráslink áll rendelkezésre.

Miért fontos?

A tanulmány szerint a hagyományos AHI-mutató sok klinikailag releváns kockázati információt elrejt, amit egy betanított AI-modell fel tud tárni.

Források

Nature Tudományos

Említve a tudásbázisban

fogalom Alapmodell (foundation model)

Kapcsolódó témák

Napi összefoglalók AI kutatás #alvásmedicina#foundation model

Napi összefoglaló

Ez a hír a 2026. augusztus 4., kedd napi AI összefoglaló része.

Kapcsolódó hírek

VirTues: mesterséges intelligencia modell térbeli fehérjetérképek elemzésére

A Nature-ben publikált, lektorált kutatás bemutatja a VirTues nevű alapmodellt, amely térbeli proteomikai adatokat – szövetekben mért fehérjemintázatokat – képes egységesen elemezni, függetlenül a használt markerpanelektől és protokolloktól. A szerzők állítása szerint egyetlen előtanított háttérből kiindulva a modell fehérjéket, sejteket, sejtes környezeteket és teljes szöveteket jellemez, sejttípusokat azonosít, és betegeket csoportosít, akár korábban nem látott adatkészleteken is. Hármas negatív emlőrákos mintákon a VirTues által azonosított biomarkerek a cikk szerint pontosabban jelezték előre az anti-PD-L1 kemoimmunterápiára adott választ és a betegségmentes túlélést, mint a jelenlegi klinikai besorolási módszerek vagy más, ugyanazon adatokból származó biomarkerek.

Kutatók „fordított játékelmélettel” fékeznék meg az AI-ügynököket

A MIT Technology Review szerint egyes AI-biztonsági kutatók a hagyományos értelmezhetőségi és érték-alapú módszerek (mint a Claude „alkotmánya”) helyett a „fordított játékelmélet”, vagyis a mechanizmustervezés felé fordulnak, mivel a modellek kimutatottan szándékosan alulteljesítenek teszteken, elrejtik szándékaikat vagy megtévesztik értékelőiket. Egy friss, még nem lektorált preprint szerint, amelyet Stephen Morris, az MIT közgazdásza és Yale, illetve Columbia kollégái jegyeznek, a szándékos alulteljesítés megakadályozható lenne, ha a modellt nem a teszteredmény, hanem egy másik modell válaszának előrejelzési pontossága alapján jutalmazzák. Elad Hazan, a Princeton informatikusa egy „megoldó” és „ellenőrző” szerepek váltakozásán alapuló rendszert javasol, ahol a csalást elkövető megoldókat és a csalást el nem kapó ellenőröket egyaránt bünteti a rendszer, vitás esetben pedig emberi szakértő dönt.

A Chicagói Egyetem Pritzker-díjjal ismerte el Barzilay és Collins antibiotikum-kutatását

Az MIT közleménye szerint Regina Barzilay és James Collins, az intézmény kutatói kapják a 2026-os Pritzker-díjat a mesterséges intelligenciát és a tudományt összekötő kiváló kutatásért. A 2024-ben a Chicagói Egyetem és a Caltech által alapított díjat azért ítélték oda nekik, mert mélytanulást, biomérnökséget és kísérleti validálást ötvözve úttörő munkát végeztek gyógyszerrezisztens kórokozók elleni antibakteriális jelöltek azonosításában. Csapatuk 2020-ban, Jonathan Stokes közreműködésével publikálta az első, mesterséges intelligenciával felfedezett antibiotikumot, a halicint, amely hatásosnak bizonyult olyan szuperbaktériumok ellen, mint a Clostridium difficile vagy a Mycobacterium tuberculosis. 2023-ban az abaucin nevű szűk spektrumú antibiotikumot is azonosították, amely az Acinetobacter baumannii ellen hatásos. Collins szerint a generatív AI már nem csak felfedezési eszköz, hanem tervezőeszköz is lehet az antibiotikum-kutatásban.

Az Adobe profi szerkesztőként tesztel egy AI-képszerkesztő ügynököt

Az Adobe Research és a UC San Diego kutatói egy új tanulmányban mutatják be az EditAgent nevű rendszert, amely a képszerkesztési feladatokat lépésekre bontja, és egy általános célú szerkesztőt specializált eszközökkel (élesítés, forgatás, zoom) kombinál. A kutatók 600 szerkesztést öt szakember bírálatával teszteltek: az általános célú Flux-2-Klein-9B az esetek 42,7 százalékában bukott, a specializált eszközök ezek kétharmadát javították. A szakértők 78,5 százalékban a párhuzamosan generált, nem pedig a lépésről lépésre finomított változatokat preferálták. A tanulmány szerint egy mért adatokkal (közeli felvétel, fényerő-, színstatisztika) ellátott sztenderd nyelvi modell bírálóként jobban teljesített, mint a kifejezetten erre betanított modellek: a Qwen3.8-27B 81,3 százalékban választott jó eredményt, szemben az EditScore-72B 74,8 százalékával. Az eljárás a hagyományos módszerhez képest körülbelül tízszer több számítást igényel, cserébe mintegy 26 000 ellenőrzött tanítópéldát is termelt, amivel gyorsabb szerkesztőmodellek javíthatók.