「草原網球盛會」推動「體育+文旅」深度融合
2026-01-24 18:37 7,516次浏览武漢晚報訊(記者楊娟娟)通過老藥新用，可以將IgG4相關性疾病的復發率從67.8%降至13.8%。日前，在武漢市首批核心醫療技術評審「領航技術」組綜合評審中，華中科技大學同濟醫學院附屬同濟醫院風溼免疫科董凌莉教授分享IgG4相關性疾病的精準診療體系構建：通過精準評估和靶向治療，可顯著降低患者對激素的依賴，並大幅降低疾病復發率。 「『IgG4相關性疾病』於21世紀初被正式命名，是風溼免疫領域最『年輕』的疾病。」董凌莉教授介紹，該病百餘年前就已存在，但因其部分症狀與乾燥症候群相似，長期被誤認為乾燥症候群的一種亞型。直到近年來研究發現，兩者為不同的疾病：乾燥症候群主要表現為口乾、眼乾和抗SSA/SSB抗體陽性，而IgG4相關性疾病則以受累臟器「瘤樣」腫大，血清IgG4升高和異常B細胞活化為特徵。 隨著醫學界對lgG4相關性疾病認識的深入，越來越多的患者得以確診，目前已知湖北省約有超過1000名患者。該病可累及唾液腺、胰腺、膽道、腎臟等全身多器官，導致器官功能受損或出現壓迫症狀，嚴重威脅患者生命安全。 作為治療自身免疫病的常規藥物，糖皮質激素也被應用於IgG4相關性疾病治療，但停藥後疾病復發率高達67.8%，且長期使用激素會導致骨質疏鬆、向心性肥胖、糖尿病和高血壓等問題。 近年來，董凌莉教授團隊針對IgG4相關性疾病的治療靶點開展研究，提出「少激素甚至無激素」的理念，嘗試找到更加精準、有效的治療藥物。 團隊通過多中心隨機對照研究發現，「老藥」沙利度胺可通過靶向降解關鍵致病分子，將IgG4相關性疾病復發率大幅降至13.8%，且無嚴重不良事件發生。今年年初，這一研究成果登上國際權威期刊《風溼病學年鑑》，為全球患者提供了新的治療選擇。
天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉，近日，南開大學計算機學院媒體計算實驗室取得最新研究成果，不僅從評估的角度揭示了現有AI檢測方法的性能不足，並創新性地提出了「直接差異學習」(Direct Discrepancy Learning，DDL)優化策略，教會AI用「火眼金睛」辨別人機不同，實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日，OpenAI發布新一代人工智慧模型GPT-5，再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」，其伴生問題也日益凸顯：AI經常會「一本正經地胡說八道」，生成看似合理的虛假信息，造成「AI幻覺」；依賴AI工具代寫作業甚至畢業論文，極大衝擊著學術誠信和規範；論文AI率檢測系統有待完善，論文被誤判的問題時有發生……如何精準識別AI生成內容，成為亟待解決的熱點問題。 據了解，目前AI生成內容檢測主要有兩種路線，一種是「基於訓練的檢測方法」，使用特定數據訓練一個專用的分類模型；另一種是「零樣本檢測方法」，直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明，現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導，《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」？論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道：「如果把AI文本檢測比作一場考試，檢測器的訓練數據等同於日常練習題，現有檢測方法是機械刷題、死記硬背答題的固定套路，難以學會答題邏輯，一旦遇到全新難題，準確率就會顯著下降。」 「要想實現通用檢測，理論上需收集所有大模型的數據進行訓練，但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說，讓檢測器真正學會舉一反三，即提升檢測器的泛化性能，是提升AI文本檢測性能的關鍵。 為此，研究團隊提出了DDL方法另闢蹊徑，通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距，幫助模型學習AI文本檢測的內在知識，可以精準捕捉人機文本間的深層語義差異，從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』，即便只『學習』過DeepSeek-R1的文本，也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE，使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等)，從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說，之前的基準數據集是由少而且能力簡單的大模型命題出卷，而MIRAGE是17個能力強大的大模型聯合命題，形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示，現有檢測器的準確率從在簡單數據集上的90%驟降至約60%；而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比，性能相對提升71.62%；與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比，性能相對提升68.03%。 「AIGC發展日新月異，我們將持續迭代升級評估基準和技術，致力於實現更快、更準、更低成本的AI生成文本檢測，以AI之力，讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
秀色直播app下载安装app
「活动」首次登录送新手大礼包
- 软件大小: 816.98MB
- 最后更新: 2026-01-24 18:37
- 最新版本: v3.7.4.5
- 文件格式: apk
- 应用分类:ios-Android 春雨app直播免费看
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.82以上
客服热线：138-7248-6492
89
65174
28
28916
83
2026-01-24 18:37
31462
14
2026-01-24 18:37
31692
86
2026-01-24 18:37
15326
84
2026-01-24 18:37
61378
42
2026-01-24 18:37
89461
98
2026-01-24 18:37
81792
13
2026-01-24 18:37
53486
86
2026-01-24 18:37
62418
28
2026-01-24 18:37
79413
18
62
95234
64
58269
25
29487
86
31249
26
68452
18596
19
21