
一块Fitbit、82名志愿者和数月数据:可穿戴设备如何走进睡眠研究
得克萨斯大学奥斯汀分校的一项研究用消费级可穿戴设备追踪了82名年轻人数月,发现身体活动会延长REM潜伏期,也就是入睡后进入REM睡眠所需的时间。这一结论来自该校发布的研究通报。

得克萨斯大学奥斯汀分校的一项研究用消费级可穿戴设备追踪了82名年轻人数月,发现身体活动会延长REM潜伏期,也就是入睡后进入REM睡眠所需的时间。这一结论来自该校发布的研究通报。

得克萨斯大学奥斯汀分校让82名年轻人戴上手腕追踪器,发现身体活动会延长REM潜伏期,也就是进入REM睡眠所需的时间。样本不大。它出现的时间点,正赶上睡眠研究方式发生更大、更杂乱的转变。

德国研究人员证明,用于辅助诊断疾病的AI模型可以被查询,从而判断某位患者的数据是否曾出现在其训练集中。他们称,这种攻击在个体层面几乎百发百中。

用患者病历训练出来的医疗 AI 模型,可以被问出谁在训练数据里。德国研究人员 6 月 24 日在《自然》发表论文,报告在单个患者层面达到了「近乎完美的攻击成功率」。

德国研究人员2026年6月24日在《自然》杂志报告,用于诊断的医疗AI模型可以被诱导,泄露某位患者的数据是否曾用于训练。与此同时,微软的一套系统声称诊断准确率达到85.5%,高于医生。监管机构仍在追赶。

医疗诊断人工智能上市的速度,快过监管机构审查的速度。近期三项研究指向同一个核心问题:这些模型难以核查,难以保障安全,也难以量化。

德国研究团队6月24日在《自然》发表论文:用于辅助诊断的医学AI模型能以“近乎完美的攻击成功率”认出训练数据来自哪些人。他们指出,现有隐私审计标准没有在真正出问题的层面衡量这一风险。

得克萨斯大学奥斯汀分校的一项研究发表在《自然·科学报告》上。研究团队让82名年轻人佩戴普通Fitbit,追踪了数月,发现身体活动会延长REM潜伏期,也就是进入REM睡眠所需的时间。

美国蓝十字蓝盾协会的一项分析显示,医院用AI工具提交保险索赔,两年内让医疗支出增加了9.42亿美元。为睡眠研究联通世界的可穿戴传感器,如今也开始为费用争议提供材料。
医学诊断AI模型可以被诱导,泄露某位患者的数据是否曾用于训练。德国研究人员指出,目前对这类模型做隐私审计的标准做法抓不住这个问题。
得克萨斯大学奥斯汀分校发表在《自然·科学报告》上的一项研究显示,在家佩戴的睡眠追踪器能捕捉到过去只有实验室才能看到的睡眠结构变化。
相隔14个月发表的两项研究,指向医疗AI同一项任务的两端:一端是早期诊断,另一端是训练数据里患者的匿名性。
得克萨斯大学奥斯汀分校的一项研究发表在《自然·科学报告》上。研究团队让 82 名年轻人佩戴 Fitbit 数月,发现身体活动延长了 REM 潜伏期。消费级可穿戴设备正从新奇玩意变成研究工具,但它的精度仍存疑问。