本周Nature封面故事 | 20年1月2日刊

193个国家承诺努力实现联合国提出的17项可持续发展目标（SDG），这些目标涵盖贫困、性别平等和气候变化等。但迄今为止，要对可持续发展目标的落实情况进行时空评估，一直颇具难度。在本期《自然》中，刘建国等人提出系统性方法，用来量化不同时间内、多个组织层次的目标完成情况。研究人员以中国为例测试了他们的方法。结果显示，2000年至2015年间，在全国范围内有13个可持续发展目标的得分获得了的提升；同时，结果也揭示了中国国内存在的地区差异。

↓长按并提取二维码阅读

论文：Assessing progress towards sustainable development over space and time

改善结核病疫苗的接种

根据本周《自然》发表的一项研究，改变卡介苗的剂量和注射方式，可以增强结核病猕猴模型预防结核病感染的能力。数据显示，将皮内注射改为静脉注射对于人类青少年或成年可能尤为有益，不过这还需要进行临床试验。

卡介苗是唯一获批的结核病疫苗，采用皮内注射，但是它对预防青少年和成年的肺部感染不太有效。皮内注射不会诱导肺内高频率特异性T细胞——它们可能是调控对感染和疾病产生高水平预防效果所必需的。Robert Seder等人假设，静脉注射更高剂量的卡介苗或许能提高肺内保护性T细胞的水平，并在高度易染结核病的猕猴身上进行了检验。10只猕猴接受了静脉卡介苗注射，注射剂量是人类标准剂量的100倍，其中9只受到疫苗的高度保护，而且有6只在暴露于结核杆菌后，没有表现出可检测到的感染迹象；相比之下，在10只接受更高剂量的皮内注射或气雾免疫的猕猴中，只有两只没有感染迹象。

作者认为他们的发现支持在临床上给青少年或成年静脉注射卡介苗，这对减少结核病传播的影响可能最强。不仅如此，他们认为静脉注射或许还能增强其他用于诱导组织位点T细胞的疫苗的保护效果。

↓长按并提取二维码阅读

论文：Prevention of tuberculosis in macaques after intravenous BCG immunization 

↓长按并提取二维码阅读

新闻与观点：Tuberculosis vaccine finds an improved route

利用AI模型加快检测乳腺癌

本周《自然》发表的一篇论文报告了一款特殊的人工智能（AI）系统，它检测乳腺癌的能力甚至超过了放射科专家。该深度学习模型或能推动前瞻性临床试验，提高乳腺癌筛查的准确性和效率。

许多发达国家实施了大范围的乳房X线摄影术筛查项目，以尽早检测乳腺癌。虽然这项技术被广泛采用，但是解读所得图像仍具有挑战性。癌症检测专家的准确性具有高度变化性，而且即使是顶尖的临床医师，其表现也有上升空间。假阳性可能导致患者焦虑、不必要的复查预约和侵入性诊断手术。

Shravya Shetty等人开发了一款可以通过筛查乳房X光图像来检测乳腺癌的深度学习AI模型，并利用来自英国和美国的两个大型数据集——分别包含25,856张和3,097张乳房X光图像，对该系统进行了评测。结果显示，假阳性分别减少了5.7%（美国）和1.2%（英国），假阴性分别减少了9.4%（美国）和2.7%（英国）。该AI系统的表现超越了另一项独立研究中的所有6名放射科专家。作者还发现，在双读过程中（在英国，由两名放射科专家负责读片筛查），利用这款AI系统可以将第二名读片人的工作量减少88%。

↓长按并提取二维码阅读

论文：International evaluation of an AI system for breast cancer screening 

↓长按并提取二维码阅读

新闻与观点：AI shows promise for breast cancer screening

点击“阅读原文”发现更多最新Nature精彩内容