XiaoMi-AI文件搜索系统
World File Search System不良后果
癌症的GPCR信号轴的景观
在文献中始终记录在有或没有记录糖尿病病史和不良后果的患者中住院高血糖之间的关联。1,2胰岛素是在住院环境中血糖管理的首选治疗，因为它没有绝对的禁忌症，它提供了快速而强大的葡萄糖降低，并且可以响应血糖趋势以及影响血糖控制的变化变量而被滴定。3此外，连续静脉注射（IV）胰岛素输注是胰岛素递送的首选途径，对于与其短期寿命相关的重症患者以及快速滴定和实现血糖控制的能力。3针对重症护理以外的患者（例如，在进行性护理单位（PCU），围手术期）中存在静脉胰岛素的其他提示
精神药物
精神药物政策：根据每位住院者的综合评估，该机构将确保不会向未使用过精神药物的住院者提供这些药物，除非该药物是治疗临床记录中诊断和记录的特定疾病所必需的。除非行为规划和/或环境变化或其他非药物干预措施未能充分解决住院者的目标行为目标，否则住院者不会接受精神药物。该机构将监测精神药物的适当剂量，包括重复治疗、持续时间、对疗效和不良后果进行充分监测的证据，并预防、识别和应对不良后果。接受精神药物治疗的住院者将逐渐减少剂量并接受行为干预，除非临床禁忌，目的是在安全且可能的情况下减少或停止使用精神药物。除非医生确定将药物延长超过 14 天的理由，否则精神药物的 PRN 订单将限制为 14 天。 PRN 抗精神病药物的使用时间限制为 14 天，除非医生评估住院者用药是否合适，否则不会续订。在选择药物和非药物方法时，跨学科团队成员以及住院者及住院者代表（如适用）将参与护理过程，以确定、评估、倡导、监控和传达住院者的需求和病情变化。精神药物政策的目标和意图：此要求的目的是监控并确保住院者的药物治疗方案能够促进或维持住院者最高可行的心理、身体和心理健康。目的是监控住院者对精神药物的使用情况，以帮助稳定或改善住院者的结果、生活质量和功能能力，同时仅在需要治疗已诊断和记录的特定疾病时才使用精神药物。此外，提供跨学科协作流程来实施以住院医生为中心的逐步减少剂量计划、非药物干预、监测和根据 PRN 医嘱采取精神药物治疗，将有助于护理团队确定这些药物的使用是有限的和必要的。
金融领域人工智能监管
本文建立了一个框架，用于理解和应对人工智能在金融领域日益增强的作用。本文将人类的责任作为解决人工智能“黑箱”问题的核心——黑箱问题是指由于人们难以理解人工智能的内部工作原理，或由于人工智能在人类监督或参与之外独立运行，而导致人工智能产生无法识别或无法预料的不良后果的风险。在概述人工智能在金融领域的各种用例并解释其快速发展之后，我们重点介绍了金融服务人工智能的一系列潜在问题和监管挑战，以及可用的解决这些问题的工具。我们认为，解决人工智能在金融领域作用的最有效的监管方法是通过个人责任制度将人类纳入其中，从而消除黑箱论证作为人工智能运营和决策责任和法律义务的辩护理由。
人工智能干预对检测临床恶化的有效性
临床医生通常同时照顾许多住院患者，可能无法识别患者临床恶化之前的早期迹象。这种恶化可能导致大量发病率和死亡率。1 自动预警评分 (EWS) 有助于提醒临床医生即将出现患者临床恶化，以便采取预防或救援措施，避免不良后果。丰富的实时患者电子健康记录 (EHR) 数据（例如生命体征、诊断、实验室结果、护理流程表）可用于创建可集成到 EHR 和临床工作流程中的预测模型。鉴于这些模型易于训练和集成，这些 EWS 已迅速广泛实施。数百家医院使用一种这样的工具，即 Epic 恶化指数 (EDI；Epic Systems Corporation)，这是一种机器学习临床恶化预测模型。2
确保公平获得新冠疫苗
摘要：越来越多的证据表明，最弱势群体感染风险更高且不良后果更严重，全球范围内的 COVID-19 疫苗接种运动正在努力确保所有人都能公平获得免疫接种。2021 年 6 月 21 日至 2021 年 10 月 15 日，地方卫生单位 ASL Roma 1 采用了量身定制的免疫策略，为社会弱势群体提供主要疫苗接种服务。该策略采用循序渐进的参与式方法制定。通过与内部和外部利益相关者的接触，确定了目标群体，分析了潜在障碍，讨论了解决方案，并设计了量身定制的干预措施。来自非正规移民、无家可归者和难以接触到的社区的九千多人得到了联系并接种了疫苗。
以色列的库尔德人困境 - INSS
如今，巴沙尔·阿萨德政权已经垮台，土耳其威胁着叙利亚东北部库尔德人占主导地位的自治政府的继续存在。这一发展给以色列带来了许多困境。首先，问题是，如果美国决定从叙利亚东北部撤军，会发生什么。其次，鉴于土耳其在后阿萨德时代预计将在叙利亚发挥巨大影响力，以色列对库尔德斗争的大力支持可能会导致土耳其在叙利亚南部驻军的不良后果——而以色列对该地区有着特殊的利益。最后，库尔德人内部的分歧，以及以色列传统上支持伊拉克北部一个反对库尔德地下组织活动的库尔德政党的事实，让人怀疑以色列是否应该支持主导叙利亚东北部的库尔德地下组织的叙利亚分支。
糖皮质固醇在肌肉营养不良症中的机制和临床应用
摘要。糖皮质固醇在急性和慢性条件下被广泛用作免疫调节剂。葡萄糖性类固醇（例如泼尼松和de azacort）来治疗Duchenne肌肉营养不良症，其中它们的使用延长了移动和预期寿命。尽管有这种好处，但在Duchenne肌肉增强性疾病中使用糖皮质激素也与明显的不良后果有关，包括肾上腺抑制，生长障碍，骨骼健康和代谢综合征不良。对于其他形式的肌肉营养不良，例如肢体腰围营养不良，糖皮质激素通常不使用。在这里，我们回顾了支持多种糖皮质激素作用在营养不良肌肉中的多种机制的实验证据，包括它们在抑制炎症和肌肉损伤中的作用。我们还讨论了正在开发和测试中的新型类固醇药物，目的是减少长期糖皮质激素暴露的不利后果，同时最大程度地提高有益结果。
人工智能、控制和意外后果：对元价值的需求
摘要 由于其自我学习和进化特性，人工智能 (AI) 系统比传统的社会技术系统更容易出现意想不到的后果，也更难控制。为了解决这个问题，机器伦理学家提议通过设计人工道德代理来在人工智能系统中构建道德 (推理) 能力。我认为这很可能会导致更多而不是更少的意想不到的后果，并且可能会减少而不是增加人类对此类系统的控制。相反，我建议我们应该通过为人工智能系统的进化制定一系列元价值观，将人工智能系统置于人类有意义的控制之下。除此之外，这还需要对人工智能系统进行负责任的实验，这可能无法保证完全控制或防止所有不良后果，但仍然可以确保人工智能系统及其进化不会失控。
Microsoft Word - WP-Ayasdi 预测性维护 (1).docx
在过去的几年中，机器学习 (ML) 已成为管理资产维护数据的首选技术。以前的方法涉及收集历史资产数据并根据阈值标准创建规则集。由于数据量大且复杂，这种方法无法扩展，导致对何时执行维护程序的任意预测。ML 给维护从业人员带来的第一个好处是让他们摆脱了这些规则集的管理。然而，这种解决方案带来了一个新问题。通过基于现有数据训练模型，尤其是使用深度神经网络，从业人员失去了可解释性，从而导致一些不良后果。首先，难以解释或解读的黑盒模型和预测会导致对推荐操作的信任度降低。其次，它为数据科学家带来了更多工作——调整、实验等。因此，传统的 ML 方法会导致模型更难维护，并且维持成本更高。
COVID-19 疫苗：及时接种疫苗的患者/居民百分比
自 2020 年 3 月 COVID-19 爆发以来，美国病例已超过 9700 万，导致 550 多万人住院，107 万人死亡。5,6 老年人群体受到的影响尤其严重；研究将更严重症状和不良后果的普遍性归因于存在的合并症的类型和数量。7,8,9 65 岁及以上的成年人占报告病例的 12.7%，但却占 COVID-19 总死亡人数的 75% 以上。10 数据还显示，60 岁及以上的成年人感染 COVID-19 后住院风险更高。11 尽管 COVID-19 疫情的严重程度各不相同，但 COVID-19 仍然是一个紧迫的健康问题。有证据表明，美国食品药品监督管理局 (FDA) 批准的 COVID-19 疫苗在预防有症状的 COVID-19 12,13 以及与 COVID-19 相关的住院和死亡方面是有效的。 14,15,16,17