人工智能可提前数年预测心脏病风险

人工智能可提前数年预测心脏病风险

英国研究人员基于人工智能技术开发出一种新工具，可在心脏病发作前至少5年就判断出一个人是否属于这类疾病的高风险人群。目前，如果一个人出现胸部疼痛等疑似心臟病症状时，传统诊断方法主要依靠对冠状动脉扫描结果的判读，但这种方法有时并不一定能判断出病患未来是否就会心脏病发作。研究人员使用机器学习方法对大量的血管扫描数据进行深度分析，从而开发出的一种全新生物标记物，能够识别出为心脏供血的血管周围间隙出现的异常，如发炎、瘢痕等可预示未来心脏病发作的迹象。出于机器学习的特性，加入的扫描数据越丰富，预测就越准确。通过在1500多名志愿者身上测试这项新技术，结果显示比现有诊断工具要优异。利用人工智能开发的这个新工具能够找到人们血管周围的“坏”特征，这在早期心脏病风险检测方面具有很大潜力，让医护人员能够提前为病患采取预防措施。

变色小行星

美国天文学家利用红外望远镜及光谱仪等设备，观测到太阳系内一颗小行星从红色变成蓝色的过程。这是科学家首次实时捕捉到小行星变色。这颗名为“6478 高尔特”的小行星1988年首次被发现，位于火星和木星轨道间的小行星带，直径约4千米。科学家本来认为它是一颗普通太空岩石，直到今年初发现它是一颗极罕见的“活跃”小行星。在小行星带内数十万颗成员中，像“6478 高尔特”这样保持“活跃”的仅有约20颗，因此受到人们的关注。这颗小行星拖着一长一短两条尾巴，看上去类似彗星。这两条尾巴是其喷射到太空中的尘埃。表面尘埃层经太阳数百万年照射变成红色，而露出的内层因接受辐射较少呈现蓝色。科学家认为，这颗小行星之所以从红色变为蓝色以及形成尾巴，都源于同样的机制，即太阳光和释放热量对小行星产生的推动力使它快速旋转，估计它自转周期约为两小时，而旋转产生的离心力使表面尘埃层剥离，产生变色效果。

石墨烯原子级可控折叠成功实现

我国科学家在世界上首次实现了原子级精准控制的石墨烯折叠，这是目前世界上最小尺寸的石墨烯折叠，对构筑量子材料和量子器件等具有重要意义。石墨烯的“折纸术”要借助纳米扫描探针，通过探针去操纵折叠石墨烯。理论预测发现，在原子尺度对石墨烯进行弯曲折叠，可以做出具有新奇电子学特性的纳米结构，比如由没有超导特性变成有超导特性，由没有磁性变成有磁性。利用这样一些特性的变化就可制备出功能纳米结构及其量子器件。