Forscher der University of Missouri trainieren KI-Modelle mit 400,000 Hautbildern, um Melanome schneller zu erkennen. Einzelne Modelle erreichten bis zu 88% Genauigkeit; kombiniert lagen die Modelle über 92% und dienen als Entscheidungsunterstützung.
Foto von Joshua van der Schyff, Unsplash
Forscher fanden ein Netzwerk aus Hirnarealen und Gesichtsmuskeln, das gemeinsam Gesichtsausdrücke bei Makaken erzeugt. Mit fMRI untersuchten sie drei Gesten; die Ergebnisse könnten Gehirn‑Maschine‑Schnittstellen und Hilfen nach Hirnverletzung verbessern.
Forscher der Tufts University entwickelten NeuroBridge, ein KI-Werkzeug, das nicht-autistischen Menschen helfen soll, die Kommunikation autistischer Menschen besser zu verstehen. Das Tool zeigt Gesprächsszenarien mit drei Antwortoptionen und erhielt in Tests positives Feedback.
Eine kleine Pilotstudie fand, dass eine einzelne kurze Sitzung in virtueller Realität, die eine Nahtoderfahrung simuliert, die Todesangst und den Stress von College‑Studierenden deutlich reduzierte. Einige Teilnehmende berichteten positive Veränderungen, wenige hatten mehr Angst.
Forscher vergleichen Standard-Fine-Tuning mit der Methode Implicit Chain of Thought (ICoT). Sie zeigen, dass ICoT Zwischenwerte speichert und so komplexe Multiplikationen korrekt löst, während Standardmodelle oft versagen.
Forscher entwickelten CaBLAM, ein biolumineszentes Molekül, das Aktivität in lebenden Gehirnzellen misst. Es erzeugt Licht in der Zelle, funktioniert bei Mäusen und Zebrafischen und erlaubt stundenlange Aufzeichnungen ohne äußere Beleuchtung.
Forscherinnen der University of Missouri testeten das FDA-zugelassene Gerät CanvasDx, das mit KI und Patientendaten Autismus vorhersagen kann. In einer Studie mit 80 Kindern gab es für 52 % klare Ergebnisse und frühere Diagnosen vor Ort.