วิธีการเรียนรู้ของเครื่องเพื่อทำนายความเสี่ยงของโรคจิตเภทโดยใช้การตรวจเลือด

ภาพจาก Baylor College of Medicine

กลุ่มนักวิจัยที่นำโดย Baylor College of Medicine ใช้วิธีการเรียนรู้ของเครื่อง (machine learning) เพื่อวิเคราะห์บริเวณที่จำเพาะเจาะจงของจีโนมของคนเพื่อพยายามตรวจหาเครื่องหมายอีพิเจเนติก (epigenetic) ของโรคจิตเภท ในการพัฒนาตัวแบบ นักวิจัยใช้ดีเอนเอ (DNA) จากตัวอย่างเลือดเพื่อหาเครื่องหมายอีพิเจเนติกที่แตกต่างกันระหว่างคนที่เป็นจิตเภทกับคนที่ไม่เป็น นักวิจัยได้ระบุบริเวณจำเพาะเจาะจงของจีโนมที่เรียกว่า CoRSIVs (correlated regions of systemic interindividual variation) ที่ซึ่งดีเอ็นเอเมธิลเลชัน (DNA methylation) ซึ่งเป็นเครื่องหมายทั่วไปของอีพิเจเนติก และมีความคงตัวในเนื้อเยื่อของแต่ละคน แต่มีความแตกต่างกันระหว่างคนแต่ละคน ตัวแบบให้ความแม่นยำถึง 80 % ในการระบุผู้ป่วยจิตเภทจากชุดข้อมูลที่เป็นอิสระต่อกัน 

อ่านข่าวเต็มได้ที่: Baylor College of Medicine

คนหนุ่มสาวได้ความรู้จากทีวีไม่ใช่โรงเรียน

Photo by Karl Pawlowicz on Unsplash

การสำรวจคนหนุ่มสาวอายุ 16 ถึง 21 ปี จำนวน 1,000 คนในสหราชอาณาจักรโดยบริษัทที่ปรึกษา Accenture พบว่าภาพยนตร์ ทีวี และโซเชียลมีเดีย—ไม่ใช่โรงเรียน—เป็นแหล่งความรู้หลักเกี่ยวกับอาชีพด้านเทคโนโลยีของพวกเขา โซเชียลมีเดียนำมาเป็นอันดับหนึ่ง (31%) เมื่อเทียบกับผู้ปกครอง (29%) และครู (24%) ในขณะที่ทีวีและภาพยนตร์ถูกอ้างถึง 27% และโรงเรียน 19% ในขณะเดียวกัน 44% ของผู้หญิงบอกว่าพวกเขามีทักษะด้านดิจิทัลที่ดี โดยผู้ชายอยู่ที่ 40% แต่น้อยกว่า 25% มีความมั่นใจในการได้งานด้านเทคโนโลยี ผู้ตอบแบบสอบถามที่สนใจงานด้านเทคโนโลยีกล่าวว่าพวกเขาจะประกอบอาชีพด้านปัญญาประดิษฐ์ การวิเคราะห์ข้อมูล และความปลอดภัยทางไซเบอร์ ซึ่งเป็นหัวข้อหลัก 3 อันดับแรกในสื่อเทคโนโลยีออนไลน์ในตอนนี้

อ่านข่าวเต็มได้ที่: ZDNet

อัลกอริทึม AI เพื่อประเมินศักยภาพการแพร่กระจายของมะเร็งผิวหนัง

ภาพจาก University of Texas Southwestern Medical Center

อัลกอริธึมปัญญาประดิษฐ์ (artificial intelligence) หรือ AI ใหม่สามารถทำนายมะเร็งผิวหนังที่มีศักยภาพในการแพร่กระจายสูง นักวิจัยจาก University of Texas Southwestern Medical Center (UTSW) ที่พัฒนาอัลกอริทึมนี้ใช้ AI เพื่อระบุความแตกต่างระหว่างภาพของเซลล์มะเร็งผิวหนังที่มีศักยภาพในการแพร่กระจายสูงและต่ำ จากนั้นจึงใช้วิศวกรรมย้อนกลับเพื่อหาว่าคุณสมบัติใดของภาพที่ทำให้เกิดความแตกต่าง พวกเขาสร้างภาพดิบ 1.7 ล้านภาพจากวิดีโอของเซลล์ที่สุ่มจากตัวอย่างเนื้องอกจากผู้ป่วยเจ็ดรายซึ่งมีประมาณ 12,000 เซลล์ Gaudenz Danuser ของ UTSW กล่าวว่า "ตอนนี้เรามีกรอบการทำงานทั่วไปที่ช่วยให้เราสามารถเก็บตัวอย่างเนื้อเยื่อและทำนายกลไกภายในเซลล์ที่ก่อให้เกิดโรคได้"

อ่านข่าวเต็มได้ที่: University of Texas Southwestern Medical Center

CISA เริ่มโปรแกรมเพื่อสู้กับซอฟต์แวร์เรียกค่าไถ่

ภาพจาก Federal Computer Week

Cybersecurity and Infrastructure Security Agency (CISA) ได้เปิดตัวอย่างเป็นทางการของ Cyber Defense Collaborative (JCDC) ซึ่งเป็นโครงการต่อต้านซอฟต์แวร์เรียกค่าไถ่ (ransomware) ที่ได้รัยการสนับสนุนด้านการแบ่งปันข้อมูลของทั้งภาครัฐและเอกชน  Jen Easterly ผู้อำนวยการ CISA กล่าวว่าองค์กรดังกล่าวถูกสร้างขึ้นเพื่อพัฒนากลยุทธ์การป้องกันทางไซเบอร์ และแลกเปลี่ยนข้อมูลเชิงลึกระหว่างรัฐบาลกลางและพันธมิตรภาคเอกชน หน้าเว็บของ CISA กล่าวว่าเจ้าหน้าที่จากหลายหน่วยงานจะทำงานในสำนักงาน JCDC เพื่อเป็นผู้นำในการพัฒนาแผนการป้องกันทางไซเบอร์ของสหรัฐ  ที่รวมแนวทางปฏิบัติที่ดีที่สุดสำหรับการจัดการกับการบุกรุกทางไซเบอร์ เป้าหมายหลักคือการประสานงานกลยุทธ์ภาครัฐและเอกชนเพื่อต่อสู้กับการโจมตีทางไซเบอร์ โดยเฉพาะอย่างยิ่งซอฟต์แวร์เรียกค่าไถ่ ในขณะเดียวกันก็วางกรอบ (framework) การโต้ตอบต่อเหตุการณ์ที่จะเกิดขึ้น Shawn Henry จากบริษัทผู้ให้บริการด้านความปลอดภัย CrowdStrike Services กล่าวว่า JCDC "จะสร้างสภาพแวดล้อมการมีส่วนร่วมเพื่อพัฒนากลยุทธ์การป้องกันทางไซเบอร์เชิงรุก และช่วย ประสานงานเพื่อป้องกันและตอบสนองต่อการโจมตีทางไซเบอร์"

อ่านข่าวเต็มได้ที่: Federal Computer Week

พบช่องโหว่ด้านความมั่นคงในที่ชาร์จรถยนต์ไฟฟ้าที่ได้รับความนิยม

Image Credits: Getty Images

นักวิเคราะห์จากบริษัทรักษาความปลอดภัยทางไซเบอร์ของสหราชอาณาจักร Pen Test Partners ได้ระบุข้อบกพร่องในส่วนประสานโปรแกรมประยุกต์ (application programing interface) หรือ API ที่ชาร์จรถยนต์ไฟฟ้า (electric vehicle) หรือ  EV ที่ใช้ในบ้าน 6 ยี่ห้อ รวมถึงเครือข่ายสถานีชาร์จ EV สาธารณะของ Chargepoint นักวิเคราะห์ของ Pen Test คือ Vangelis Stykas พบช่องโหว่หลายประการที่อาจทำให้แฮ็กเกอร์สามารถสั่งการบัญชีผู้ใช้ ขัดขวางการชาร์จ และโปรแกรมอุปกรณ์ชาร์จให้ใช้เป็นแบ็คดอร์เพื่อเข้าสู่ในเครือข่ายภายในบ้านของเจ้าของรถ ข้อบกพร่องของ Chargepoint อาจทำให้แฮ็กเกอร์สามารถขโมยใช้ไฟฟ้าและผลักค่าใช้จ่ายไปยังบัญชีของคนขับ และเปิดใช้งานหรือปิดใช้งานเครื่องชาร์จ ที่ชาร์จ EV บางรุ่นใช้โมดูลประมวลผล Raspberry Pi ซึ่งเป็นคอมพิวเตอร์ราคาประหยัดยอดนิยมที่ Ken Munro แห่ง Pen Test กล่าวว่าไม่เหมาะสำหรับการใช้งานเชิงพาณิชย์เนื่องจากไม่มีบูตโหลดเดอร์ (bootloader) ที่ปลอดภัย ผู้ผลิตเครื่องชาร์จได้แก้ไขปัญหาส่วนใหญ่แล้ว แต่ข้อบกพร่องดังกล่าวชี้ให้เห็นว่ายังมีการควบคุมที่ไม่ดีของอุปกรณ์อินเทอร์เน็ตของสรรพสิ่ง (Internet of Things)

อ่านข่าวเต็มได้ที่: TechCrunch