“数字中医人”线上出诊 等

“数字中医人”线上出诊

打开微信小程序，对着摄像头拍摄几张面部和舌头的照片，就能实现个人体质自助辨识，并获取中医体质理论、未病防治、自我健康管理等专业知识……由中国工程院院士、天津大学医学部主任顾晓松教授，中国工程院院士、北京中医药大学教授王琦共同规划与指导的“数字中医人”在天津发布。

据了解，“数字中医人”通过手机移动端望舌面、问信息，采用人工智能算法进行多模态特征分析。它可出具详细的中医体质辨识报告，还能借助中医体质辨识理论增强大模型，提供健康信息在线咨询服务，并给出体质与疾病（如肿瘤等）的专业性资料参考。

项目负责人、天津大学医学部医学院副院长万亮教授介绍，未来，“数字中医人”还将扩展涵盖气息、脉象等体质检测数据，面向亚健康人群重大慢性代谢性疾病，尤其是肿瘤防治领域开展示范应用，让数字中医造福百姓。

锂电池有了安全技术国家标准

为进一步提升电动自行车锂离子蓄电池质量安全水平，由工业和信息化部组织起草的《电动自行车用锂离子蓄电池安全技术规范》（GB"43854-2024）（以下简称《技术规范》）强制性国家标准已由国家市场监督管理总局（国家标准委）发布，将于2024年11月1日正式实施。

《技术规范》针对单体电池规定了严格的过充电、针刺等测试。高镍体系三元锂电池很难通过上述测试，今后将难以应用在电动自行车领域。

《技术规范》不仅规定了电动自行车用锂离子蓄电池单体的安全要求，还从电气安全、机械安全、环境安全、热扩散、互认协同充电、数据采集、标志等方面设置了电池组的产品安全准入门槛，提升锂离子蓄电池的本质安全水平。

有些人为何吃饱了还能进食

为什么有些人吃饱了就能轻易停止进食，而另一些人则一吃就停不住，进而导致肥胖？美国西北大学的一项研究发现，其中一个原因可能在于大脑回路。大脑中两个区域之间新发现的结构性连接可能与调节进食行为有关。这些区域涉及嗅觉和行为动机。当两个大脑区域之间的联系减弱得越明显，人体质量指数（BMI）往往就越高。

研究人员发现了嗅结节和中脑导水管周围灰质（PAG）之间的联系。嗅结节是嗅觉皮层区域，是大脑奖励系统的一部分。PAG参与响应疼痛、威胁等负面情绪的动机行为，并可能参与抑制进食。当饥肠辘辘时，食物的香味使人胃口大开。但当吃饱时，这种气味就不那么吸引人了。气味在引导食物摄取等动机行为方面发挥着重要作用，而反过来，嗅觉又受到饥饿程度的调节。

西北大学范伯格医学院神经学研究助理教授周光宇表示，吃东西的欲望与食物气味的吸引力有关，但如果引导这一行为的大脑回路被扰乱，信号可能会被混淆，导致即使吃饱了，食物也还是有吸引力。

我国三分之二以上居民大豆摄入量不足

国民营养健康指导委员会办公室发布信息建议，成年人平均每天摄入15克至25克大豆或相当量的大豆制品。目前，我国三分之二以上居民未达到推荐摄入量，应适当增加。

据介绍，大豆及其制品种类多样、营养丰富，可提供优质蛋白质、不饱和脂肪酸、钙、钾、维生素E等。常吃大豆及其制品对儿童生长发育有益，可降低成年人心血管疾病、乳腺癌、绝经后女性骨质疏松等的发病风险，还有助于延缓老年人肌肉衰减。根据建议，居民一日三餐可选择不同的大豆及其制品。20克大豆相当于北豆腐约60克、南豆腐约110克、豆腐干约45克、豆浆约300克。摄入畜肉过多的人群，可用大豆及其制品替换部分肉类。

除此之外，专家建议，要多食用新鲜蔬菜，每日摄入500克，深色蔬菜应当占一半以上；新鲜水果每日推荐摄入200克至350克；多选择奶类、鱼类作为蛋白质来源；多选用富含可溶性纤维的食物，如燕麦、大麦；减少甜食和加工食品的摄入量。

重复练习会提高大脑记忆准确性

美国加州大学洛杉矶分校和洛克菲勒大学的科学家领导的一项研究表明，重复练习不仅有助于提高技能，还会导致大脑记忆通路的深刻变化。

最新研究旨在揭示大脑如何通过训练提高保留和处理信息的能力。为测试这一点，研究人员让实验小鼠在两周时间里识别和回忆一系列气味。当小鼠练习这项任务时，他们使用一种新颖的定制显微镜，对其大脑皮层多达73000个神经元的细胞活动进行成像。研究显示，当小鼠重复练习任务时，位于次级运动皮层的工作记忆回路发生了变化。小鼠第一次学习这项任务时，记忆模式并不稳定，但在反复练习这项任务后，记忆模式开始固化或“结晶”。

加州大学洛杉矶分校健康神经学家佩曼·戈勒沙尼博士说，想象一下，人脑中每个神经元会发出不同音符，大脑在执行任务时产生的旋律每天都在变化。但随着人们不断练习某项任务，旋律变得越来越精致和相似。这些变化有助于了解为什么重复练习后，人们的表现会变得更加准确和自动化。

AI平台合成出32种潜在多靶点药物

美国加州大学圣迭戈分校科学家开发了一种机器学习算法，来模拟药物发现早期阶段耗时的化学过程，其可以显著简化研发流程，同时也为前所未有的治疗找到新途径。科学家借助这一工具，已合成出32种治疗癌症的新候选药物。

识别候选药物以进行优化，通常需要数千次单独的实验，但新的人工智能（AI）平台可在很短的时间内得出结果。这个名为POLYGON的新平台可识别多靶点药物，而现有的筛选流程则优先考虑单靶点药物。多靶点药物与联合疗法具有相同的益处，即几种不同的药物共同用于治疗癌症，效果更好且副作用更小。研究人员在一个包含超过100万个已知生物活性分子的数据库上对POLYGON进行了训练。该数据库涵盖了分子的化学性质以及与蛋白质靶标相互作用的详细信息。通过学习数据库中的模式，POLYGON能生成新候选药物原始化学式等信息。

这些药物可与MEK1和mTOR两种细胞信号蛋白相互作用。MEK1和mTOR是癌症联合治疗中备受关注的潜在靶点，被科学界称为“综合致死蛋白”，同时抑制这两种蛋白被认为足以杀死癌细胞。

编辑 林洋 744628926@qq.com