创新型婴儿可穿戴设备利用人工智能进行早期运动发育的居家评估

智能MAIJU连体衣为在家监测婴儿早期运动发展提供了一种新颖的方法。这种可穿戴设备结合了医学、测量技术和人工智能的专长,使能够在没有研究人员在场的情况下,对儿童运动技能进行客观和准确的评估。 监测早期神经发展是全球儿科医疗的核心部分。在生命的头两年,儿童的运动发展受到密切监测,因为运动是他们其他发展和与环境互动的自然基础。目前的方法,如父母的主观评估和在医疗预约时的观察,并不能在整个早期儿童期进行准确的发展监测。 MAIJU(连体衣婴儿运动评估)旨在解决这些问题。该套装基于多传感器测量技术,借助专门的人工智能算法进行可靠、多样的儿童运动测量。该套装在家穿戴,孩子的活动在自由玩耍时进行测量。人工智能算法评估孩子是否达到了特定的运动里程碑,孩子在不同姿势上花费的时间,以及孩子每个月的稳定发展情况。 可靠、客观且可国际比较的发展评估 一项最新研究表明,MAIJU连体衣的人工智能算法以与世界卫生组织(WHO)在一项跨国参考研究中聘用的经过培训的专业人士相同的精度识别运动里程碑。…
环境如何不再对极端天气感到惊讶

如何不再对极端天气感到惊讶

一组科学家聚集了各种方法,以超越传统天气记录的局限性,而传统天气记录通常仅覆盖过去一个世纪。

帮助社区预测在现代历史中从未记录过的极端天气事件,是发表在《自然通讯》上的一项新研究的重点。

来自气候适应服务基金会、雷丁大学和其他国际机构的一个团队将各种方法结合起来,以超越传统天气记录的局限性,这些记录通常仅涵盖过去一个世纪。

该研究显示,例如,大自然自身的档案——如树轮——结合遗忘的历史文献,可以解锁现代仪器遗漏的几个世纪的气候数据。

首席作者蒂莫·凯尔德表示:“我们过去一直局限于认为极端天气仅仅是我们自天气站发明以来所测量的程度。但我们的研究表明,我们可以利用气候模型回顾数百年甚至数千年,以发现我们的气候系统中真正可能的情况。”

为科学家和从业者提供的工具包

研究人员识别出四种方法,这些方法共同创造了可能极端天气的更完整画面:

● 分析传统记录

● 研究历史和自然档案,如树轮

● 基于过去事件创建“假设”场景

● 使用气候模型模拟物理上可能的极端情况

树轮被证明特别有价值,每个树轮保存了一年的气候历史。研究人员利用这些自然时间胶囊重建了中国西北地区850年的干旱模式,揭示了在现代记录中无法察觉的极端事件。

该团队还通过搜寻历史档案突出了一些被遗忘的天气极端。他们发现1846年6月英国达勒姆的气温显著高于任何现代六月的气温。同样,1774年9月牛津的降水量比随后的250年中记录的任何月份都要湿润。

适应,适应,再适应

该研究强调,通过这些预见到的不可见的方法,社区可以更好地为前所未有的天气做好准备。这些方法可以支持三层准备:

● 改进的早期预警系统

● 升级基础设施

● 变革社会变化以减少脆弱性

研究人员得出结论,通过打破有限的现代记录的约束,我们可以最终不再对“前所未有”的天气事件感到惊讶。

雷丁大学的合著者多萝西·海因里希表示:“前所未有的天气不仅打破了记录——它还摧毁了社区、基础设施和生命。当不可想象的事情发生时,没有准备就是一场等待发生的灾难。但是科学可以帮助我们想象不可想象的事物,发现这些风险,并做好准备。我们的未来取决于我们今天适应的速度和彻底程度。”