100年来，科学论文可读性在降低； 用AI来辅助诊断抑郁症 | 每周科技播报

No. 4 用机器学习来辅助诊断抑郁症

抑郁症每年影响超过1500万美国成年人，是导致美国成年人残疾的主要原因。长时间以来，研究人员通过检查脑功能与神经成像数据结构的方法来研究精神障碍的成因。最近，德克萨斯大学奥斯丁分校、华盛顿大学和加州大学圣地亚哥分校的研究人员合作，成功地实现了通过大脑核磁共振成像（MRI）来检查和预测哪些人更容易患有抑郁症。由于检测数据的数量巨大，研究人员无法通过以前的观察的方法来找出里面的复杂关系。因此，研究人员使用了机器学习里的支持向量机方法（SVM），将参与者的MRI数据构建成指示大脑皮层内蛋白质通道的完整性指标后，由SVM分析和发现不同部分之间的微妙链接，从而构建出新的分类模型。借助德克萨斯高级计算中心（TACC）的 Stampede 超级计算机的帮助，这一方法可以达到75%的准确率。

文章及图片来自：https://www.sciencedaily.com/releases/2017/03/170327164940.htm

No. 5 新方法保护用户的查询隐私

每天我们都要在互联网上查询各种各样的资料，在提供便利的同时，也增加了我们泄露个人信息的风险。近日，麻省理工学院计算机科学与人工智能实验室和斯坦福大学的研究人员提出了一种新的加密系统 Splinter，这一系统可伪装用户查询，以防止泄露用户的重要个人信息。Splinter 利用了名为 function secret sharing 的技术，将一条数据库查询转变为一组互补的数学函数，然后发送到不同的服务器上，不同服务器上的返回值在被组合起来以前没有任何的意义。这一技术最早三位以色列科学家于2015年提出，该研究使得这一技术的处理速度提升了将近十倍，更具有实用价值。

文章 来源：https://phys.org/news/2017-03-web-users-privacy.html

图片来源：https://frankwang.org/papers/wang-splinter.pdf

No. 6 一百年来，科学论文可读性在不断降低

当你在阅读最新的科学文献时，有没有陷入云里雾里的感觉？别急，这不是因为你变笨了，而是文章变得更难读了。近日，来自卡罗林斯卡学院的研究者整理了自1881年至2015年间发表的70余万篇生物医学论文，发现其可读性在一百多年间持续下降。实际上，这并不意味着科学家的文笔越来越差，而是要归因于行业术语应用得越来越多。对此，研究人员表达了他们的担忧，“如果论文的可读性过低，科研成果的推广应用以及后续的深入研究，都会更加困难“。

文章来自：http://biorxiv.org/content/early/2017/03/28/119370.full.pdf+html

图片来自：todayinsci.com