活检中前列腺癌的诊断和格里森分级对于前列腺癌男性的临床管理至关重要。尽管如此,病理学家之间的高度分级差异性导致治疗不足和过度治疗的可能性。人工智能 (AI) 系统在协助病理学家进行格里森分级方面显示出良好的前景,这可能有助于解决这一问题。在这篇小型评论中,我们重点介绍了有关癌症检测和格里森分级的人工智能系统开发的研究,并讨论了广泛临床实施所需的进展以及预期的未来发展。患者摘要:这篇小型评论总结了与验证人工智能 (AI) 辅助癌症检测和活检中前列腺癌格里森分级有关的证据,并强调了广泛临床实施之前所需的其余步骤。我们发现,尽管有强有力的证据表明人工智能能够像经验丰富的泌尿病理学家一样进行格里森分级,但仍需要做更多的工作来确保人工智能系统在不同患者群体、数字化平台和病理实验室的不同环境中的结果准确性。© 2021 作者。由 Elsevier BV 代表欧洲泌尿外科协会出版。这是一篇根据 CC BY 许可开放获取的文章(http://creativecommons. org/licenses/by/4.0/)。
在过去的几年中,人工智能 (AI) 研究在牙科和颌面放射学领域迅速发展和涌现。牙科放射学在日常实践中被广泛使用,为 AI 开发提供了极其丰富的资源,并吸引了许多研究人员开发其用于各种目的的应用。本研究回顾了当前研究中 AI 在牙科放射学中的适用性。我们在 PubMed 和 IEEE Xplore 数据库上进行了在线搜索(截至 2020 年 12 月),随后进行了手动搜索。然后,我们根据以下目的的相似性对 AI 的应用进行了分类:龋齿、根尖病变和牙周骨质流失的诊断;囊肿和肿瘤分类;头颅测量分析;骨质疏松症筛查;牙齿识别和法医牙科;牙种植体系统识别;以及图像质量增强。随后讨论了上述每个应用中 AI 方法的当前发展。尽管大多数审查的研究表明人工智能在牙科放射学中具有巨大的应用潜力,但由于一些挑战和限制,例如缺乏数据集大小论证和不标准化的报告格式,在临床常规实施之前仍需要进一步开发。考虑到目前的限制和挑战,未来牙科放射学的人工智能研究应遵循标准化的报告格式,以协调研究设计并增强人工智能发展在全球范围内的影响力。牙颌面放射学 (2021) 50, 20210197。doi: 10.1259/dmfr.20210197
简介/目的:2019 年底,塞尔维亚共和国政府通过了《塞尔维亚共和国 2020-2025 年人工智能发展战略》。这促使本文作者尝试概述可靠性和维护领域的当前人工智能 (AI) 应用及其未来应用。方法:概述主要使用现有文献,大部分来自 Science Direct 数据库,通常使用摘要,有时使用整篇论文。结果:本研究的结果概述了过去三十年可靠性和维护领域的人工智能应用。它还表明,人工智能系统也可能不可靠,需要维护。结论:人工智能可以应用于可靠性和维护。现有文献的研究表明,人工智能在维护方面的应用比在可靠性方面的应用更多。人工智能的进步是不可避免的,因此了解其在可靠性和维护方面的应用潜力以及可能的缺点非常重要。
来源:ImageNet 主页(http://image-net.org/challenges/talks_2017/ILSVRC2017_overview.pdf)(注)ILSVRC(ImageNet 大规模视觉识别挑战赛)是一项基于人工智能的
1.1 AM的优势 增材制造(AM)技术的核心制造思想起源于20世纪80年代末的美国。1,2)美国材料试验协会(ASTM)将AM定义为基于三维(3D)模型数据,以逐层叠加的方式生产物品的过程,与减材制造技术相反,通常通过计算机控制将材料逐层叠加,最终将计算机上的3D模型转化为实体物体。3,5)基于不同的分类原则和理解,AM技术有多种称谓,如3D打印、快速成型制造、无实体制造等。传统的加工方法有减材制造、等材料制造,但往往需要利用模具进行预成型,不擅长加工形状复杂的工件。 6 10)AM技术无需机械加工,可直接从3D图形数据生成形状,因此可以大大缩短产品的开发周期,降低生产成本。同时,AM技术可以生产复杂的形状,并以最优化的设计方式实现产品功能。 11 16)
人工智能 (AI) 和区块链等新兴技术具有巨大潜力,可以使公共部门更加智能,即更加灵活、高效、用户友好,从而更加值得信赖。例如,通过设计以人为本的界面,人工智能可用于提供更有效的个性化服务,并促进公民与公共机构的互动;通过提高物理和数字任务的自动化程度,提高运营效率和行政程序的质量;通过使用旨在揭示大量数据中的趋势和模式的算法,提高预测能力,从而做出更好的决策和政策结果。如果在公共部门环境中正确应用区块链,则可以通过增强机构间数据完整性和不变性,在提高透明度、问责制和安全性方面产生重大好处;此外,由于合同自动化(所谓的“智能合同”),处理时间和成本减少,效率也得到提高。