近期，研究人員開發(fā)了一種深度學習模型，該模型使用單次胸部X光片就能預測心臟病發(fā)作或中風在10年內(nèi)死亡的風險。深度學習是一種高級類型的人工智能，可訓練它來搜索X射線圖像，以找到與疾病相關的模式。

研究論文主要作者說：“我們的深度學習模型為利用現(xiàn)有的胸部X光圖像篩查心血管疾病風險提供了潛在的解決方案?！边@種類型的篩查可用于識別那些可以使用他汀類藥物但尚未接受治療的個人。

據(jù)報道，歐洲目前運行速度最快的超級計算機“LUMI”已經(jīng)與一臺小型量子計算機“聯(lián)姻”，這種結合可以幫助研究人員找出讓量子計算機與超級計算機實現(xiàn)最佳配對的方法，為一種新型計算奠定基礎，以便更快速地解決復雜問題。

研究人員們利用一種對能量輸送具有活性的材料，代替?zhèn)鹘y(tǒng)的非活性電池電解質，以提高原電池的能量密度。在給定的功率或能量容量下，新方法可使電池使用壽命增加50%，或相應地減小尺寸和重量，同時還能提高安全性。

研究團隊創(chuàng)新的關鍵是一種新型電解質。是使用了一種新的液態(tài)氟化化合物，他們發(fā)現(xiàn)可將陰極和電解質的一些功能結合在一種化合物中，這可減輕典型原電池的大部分重量。除了這種新化合物之外，還有其他材料理論上可在高容量電池中發(fā)揮類似的陰極電解液作用。