fbpx La droga in un soffio | Page 3 | Scienza in rete

La droga in un soffio

Read time: 1 min

In futuro sarà possibile rilevare l’assunzione di droga attraverso l’analisi dell’aria espirata, così come si fa col palloncino per verificare il tasso alcolico nel sangue. Il nuovo metodo diagnostico, unico nel suo settore, è stato sviluppato da Olef Beck del Karolinska Institutet di Stoccolma, in Svezia. I risultati dello studio sono stati pubblicati dalla rivista The Journal of Analytical Toxicology.

La verifica dell’efficacia del nuovo sistema di analisi è stata effettuata su 12 pazienti giunti in ospedale dopo assunzione di anfetamine. La tecnica è stata in grado di rilevare, attraverso l’analisi del respiro, concentrazioni di anfetamine nettamente inferiori a quelle minime rilevabili con i metodi tradizionali dell’analisi di sangue e urine.

Beck e colleghi sono ora concentrati nello sviluppo di nuovi apparati in grado di rilevare, oltre alle anfetamine, anche altre differenti sostanze stupefacenti.

http://www.jatox.com/index.php/vmchk/Articles/Amphetamines-Detected-in-E...

Autori: 
Sezioni: 
Free tag: 
MEDICINA

prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

disegno di ricercatore al computer

Come integrare i modelli linguistici di grandi dimensioni nel processo scientifico senza comprometterne l'integrità? Gli LLM sono utili quando velocizzano lavoro ripetitivo e preparatorio. Diventano rischiosi quando il loro output entra direttamente nel processo di validazione o nella decisione scientifica. La questione da porre non è se ma come integrarli nel processo scientifico senza comprometterne l'integrità.

Immagine di copertina realizzata con ChatGPT

Nel discorso pubblico, intelligenza artificiale e Large Language Model (LLM) vengono spesso usati come sinonimi. Non lo sono. L'IA è il campo più ampio che comprende tecniche diverse — dai sistemi simbolici all'apprendimento automatico, dalla visione artificiale alla robotica, fino ai modelli generativi. Gli LLM sono una classe specifica di questi sistemi: modelli addestrati su grandi quantità di testo e, sempre più spesso, di dati multimodali, capaci di produrre risposte linguisticamente plausibili, codice, sintesi, classificazioni e proposte operative.