XiaoMi-AI文件搜索系统
World File Search System未经
nivolumab – relatlimab用于12年及以上的人的未经治疗的不可切除或转移性黑色素瘤
3.2公司提议Nivolumab – Relatlimab是Nivolumab Plus ipilimumab不合适或可接受的选择。也就是说，对于通常会提供pembrolizumab或Nivolumab单一疗法的人。临床专家一致认为，Nivolumab Plus ipilimumab组合治疗不适合的人是将提供Nivolumab – Relatlimab的主要人群。这是因为它比Nivolumab加上ipilimumab更好。他们还同意符合Nivolumab Plus ipilimumab的一小部分人（不想要ipilimumab的毒性）可能会选择Nivolumab – Relatlimab。他们强调，患者的选择是未经治疗的不可切除或转移性黑色素瘤的治疗途径的重要因素。患者组织的提交说，如果
Sotorasib 在患有 KRAS G12C 突变的肺腺癌和未经治疗的活动性脑转移的患者中表现出颅内活性
一名 61 岁女性患者，因持续疲劳被诊断为右上肺叶转移性腺癌，伴有局部淋巴结转移、多发性肺转移和右额叶脑转移（根据 PET-CT 发现的临床分期：cT3 cN2 cM1c）。肿瘤 DNA 的下一代测序（Ion AmliSeq Colon and Lung Research Panel v2、Ion Torrent 平台、热点区域分析）显示 KRAS p.G12C (c.34G>T) 突变，但没有其他靶向改变。PD-L1 的免疫组织化学染色在肿瘤细胞中不到 1%。一线全身治疗采用顺铂、培美曲塞和帕博利珠单抗，总体获得部分缓解，包括脑转移完全缓解，2018 年 9 月开始使用培美曲塞和帕博利珠单抗维持治疗。2019 年 3 月，由于进行性多发性神经病变，停用培美曲塞。2019 年 6 月，患者肺部出现进展，因咯血而需要止血放射治疗，帕博利珠单抗也停用。单独的脑转移继续缓解。2019 年 11 月，患者肺部再次出现进展，并出现有症状的脑部进展，小脑蚓部出现新的病变，导致导水管受压和连续性脑积水。植入脑室腹腔分流术，小脑蚓部病变用立体定向放射治疗；进行性肺部病变用放射治疗；此外，由于病情稳定，且持续控制疾病超过一年，因此恢复使用派姆单抗治疗。然而，2021 年 2 月，患者小脑已知病变进展（临床意义不大），左脑室周围白质出现新转移，肺部进一步进展。2021 年 3 月开始使用多西他赛，肺部和脑部病变进展，右额叶和颞叶出现新病变，这是四个周期后的最佳反应（见图 1 治疗时间顺序示意图）。2021 年 6 月，开始口服 960 毫克每日 sotorasib 治疗。经过 6 周的 sotorasib 治疗后，不仅肺部，而且未治疗的脑转移瘤都出现了令人印象深刻的治疗反应，这种反应持续了 5 个月（见图 2）。由于全身进展，停止使用 sotorasib 治疗，并于 2021 年 11 月底开始使用吉西他滨治疗。2021 年 12 月初，患者出现症状性脑部进展，行为改变和精神萎靡，并进行了神经外科干预，包括开颅术和肿瘤切除术。吉西他滨的全身治疗持续到 2022 年 2 月，并因疾病进展而停止。患者于 2022 年 3 月接受培美曲塞进一步全身治疗（再次治疗），随后于 2022 年 4 月接受卡铂和紫杉醇治疗。此外，患者于 2022 年 4 月进行了全脑放射治疗。随着病情进一步进展，患者自 2022 年 5 月起接受最佳支持治疗。
联盟信：不要对老年人，兽医和消费者使用未经测试和不透明的AI
2025年1月30日，科学技术总裁助理迈克尔·克拉西奥斯（Michael Kratsios）总裁迈克尔·克拉西奥斯（Michael Kratsios）1650宾夕法尼亚大街，西北华盛顿特区，华盛顿特区，20504年，AI和加密货币大卫·萨克斯（Crypto David Sacks）总裁1650年宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州西北部的penn dc 20504 National Secutsia Avenue Mike Avenue Avenue 1600Washington, D.C. 20500 Acting Director Matthew Vaeth Office of Management and Budget 1650 17th Street NW Washington, DC 20006 RE: Veterans and Consumer Groups to White House: Don't Let the Federal Government Use Untested AI on Us Dear Mr. Kratsios, Mr. Sacks, Mr. Waltz, and Mr. Vaeth, Last week, President Trump signed an Executive Order instructing the Office of Management and Budget to revise key rules requiring that the federal government在将其用于消费者之前，请确保对AI系统进行测试和披露。包括用于帮助VA分配和优先考虑护理，筛选机场旅行者的AI系统，并审查老年人获得退休福利的机会。在使用AI系统上没有测试和透明性的护栏（护栏都如此基本），任何工程师都应该感到羞耻以释放产品 - 老年人，退伍军人和消费者都会使他们的福利不正确，并且健康危险。我们呼吁您保留有关对安全和权利影响AI进行测试和透明度的关键规则。当前的规则要求高危系统（例如医疗保健和福利中使用的系统）进行测试并透明地向公众报告。要求是基本的最佳实践：确保对系统进行测试并证明工作起作用，并接受持续的监控，以便它继续起作用。标准这些规则设置不高，要求指导本身所描述的“足够测试”是我们的老年人，退伍军人和日常消费者应得的最少的。众议院双方AI工作队报告说：“公众应该知道，联邦机构有成熟的政策来利用AI，同时维护
实体清单的增补和修订以及未经核实的合规移除
该文件计划于 2022 年 12 月 19 日在《联邦公报》上公布，并可在 federalregister.gov/d/2022-27151 和 govinfo.gov 上在线查阅。
签名未经验证
底栖调查确定了 Murlach 地区的动物群包括；海笔（Pennatulaphosrea、Virgularia mirabilis）、寄居蟹（Paguridae 包括 Pagurusbernhardus）、蛇尾（Ophiuridae）、海星（Asteroidea：包括 Asterias rubens 和 Astropecten irregularis）、海葵（Actiniaria 包括 Hormathia sp.)、群居海葵 (Epizoanthuspapillosus)、软珊瑚 (Alcyonacea)、蹲龙虾 (Munida sp.)、海蜘蛛（Pycnogonida）、Nephrops norvegicus、螃蟹（Brachyura，包括Majidae 和Liocarcinus depurator）、水螅（Hydrozoa）和Hydrozoa/Bryozoan 草皮。该地区的沉积物被描述为包括大范围优先海洋特征 (PMF) 栖息地“离岸潮下砂砾石”，这是北极蛤 (Arctica islandica) 的首选栖息地。圆蛤属于 PMF，也位列 OSPAR 受威胁和/或减少物种名单 (OSPAR, 2008)，不过该地区并未记录到圆蛤的踪迹。
![文章标题：人工智能（AI）在医疗保健中的应用：综述 作者：Mohammed Yousef Shaheen[1] 所属机构：沙特阿拉伯[1] Orcid ids：0000-0002-2993-2632[1] 联系电子邮件：yiroyo1235@tmednews.com 许可信息：本作品已根据知识共享署名许可 http://creativecommons.org/licenses/by/4.0/ 以开放获取的方式发表，允许在任何媒体中不受限制地使用、分发和复制，前提是对原始作品进行适当引用。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 上找到。预印本声明：本文为预印本，尚未经过同行评审，正在考虑并已提交给 ScienceOpen Preprints 进行开放同行评审。 DOI：10.14293/S2199-1006.1.SOR-.PPVRY8K.v1 预印本首次在线发布：2021 年 9 月 25 日](/simg/d/d7cdd24d40fd1d294d48413a0763b9abd0fe8371.png)
文章标题：人工智能（AI）在医疗保健中的应用：综述 作者：Mohammed Yousef Shaheen[1] 所属机构：沙特阿拉伯[1] Orcid ids：0000-0002-2993-2632[1] 联系电子邮件：yiroyo1235@tmednews.com 许可信息：本作品已根据知识共享署名许可 http://creativecommons.org/licenses/by/4.0/ 以开放获取的方式发表，允许在任何媒体中不受限制地使用、分发和复制，前提是对原始作品进行适当引用。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 上找到。预印本声明：本文为预印本，尚未经过同行评审，正在考虑并已提交给 ScienceOpen Preprints 进行开放同行评审。 DOI：10.14293/S2199-1006.1.SOR-.PPVRY8K.v1 预印本首次在线发布：2021 年 9 月 25 日
文章标题：人工智能（AI）在医疗保健中的应用：综述 作者：Mohammed Yousef Shaheen[1] 所属机构：沙特阿拉伯[1] Orcid ids：0000-0002-2993-2632[1] 联系电子邮件：yiroyo1235@tmednews.com 许可信息：本作品已根据知识共享署名许可 http://creativecommons.org/licenses/by/4.0/ 以开放获取的方式发表，允许在任何媒体中不受限制地使用、分发和复制，只要正确引用原始作品即可。使用条款和出版政策可在 https://www.scienceopen.com/ 上找到。预印本声明：本文为预印本，尚未经过同行评审，正在考虑并提交给 ScienceOpen Preprints 进行开放同行评审。DOI：10.14293/S2199-1006.1.SOR-.PPVRY8K.v1 预印本首次在线发布：2021 年 9 月 25 日
![文章标题：抗击 COVID-19：人工智能技术与挑战 作者：Nikhil Patel[1]、Sandeep Trivedi[2]、Jyotir Moy Chatterjee[3] 所属机构：毕业于杜比克大学，联系电子邮件 ID：Patelnikhilr88@gmail.com[1]，IEEE 会员，毕业于 Technocrats Institute of Technology，联系电子邮件 ID：sandeep.trived.ieee@gmail.com[2]，尼泊尔加德满都佛陀教育基金会[3] Orcid id：0000-0001-6221-3843[1]、0000-0002-1709-247X[2]、0000-0003-2527-916X[3] 联系电子邮件：sandeep.trived.ieee@gmail.com 许可信息：本作品已以开放获取形式发表根据 Creative Commons 署名许可 http://creativecommons.org/licenses/by/4.0/，允许在任何媒体中不受限制地使用、分发和复制，前提是正确引用原始作品。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 找到。预印本声明：本文为预印本，尚未经过同行评审，正在考虑并提交给 ScienceOpen Preprints 进行公开同行评审。DOI：10.14293/S2199-1006.1.SOR-.PPVK63O.v2 预印本首次在线发布：2022 年 7 月 25 日 关键词：COVID-19、SVM、神经网络、NLP、数学建模、高斯模型、疫情防控](/simg/8/8dd469c55249d1165cc0c55c494f5b27bda7b11b.png)
文章标题：抗击 COVID-19：人工智能技术与挑战 作者：Nikhil Patel[1]、Sandeep Trivedi[2]、Jyotir Moy Chatterjee[3] 所属机构：毕业于杜比克大学，联系电子邮件 ID：Patelnikhilr88@gmail.com[1]，IEEE 会员，毕业于 Technocrats Institute of Technology，联系电子邮件 ID：sandeep.trived.ieee@gmail.com[2]，尼泊尔加德满都佛陀教育基金会[3] Orcid id：0000-0001-6221-3843[1]、0000-0002-1709-247X[2]、0000-0003-2527-916X[3] 联系电子邮件：sandeep.trived.ieee@gmail.com 许可信息：本作品已以开放获取形式发表根据 Creative Commons 署名许可 http://creativecommons.org/licenses/by/4.0/，允许在任何媒体中不受限制地使用、分发和复制，前提是正确引用原始作品。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 找到。预印本声明：本文为预印本，尚未经过同行评审，正在考虑并提交给 ScienceOpen Preprints 进行公开同行评审。DOI：10.14293/S2199-1006.1.SOR-.PPVK63O.v2 预印本首次在线发布：2022 年 7 月 25 日 关键词：COVID-19、SVM、神经网络、NLP、数学建模、高斯模型、疫情防控
文章标题：抗击 COVID-19：人工智能技术与挑战 作者：Nikhil Patel[1]、Sandeep Trivedi[2]、Jyotir Moy Chatterjee[3] 所属机构：毕业于杜比克大学，联系电子邮件 ID：Patelnikhilr88@gmail.com[1]，IEEE 会员，毕业于 Technocrats Institute of Technology，联系电子邮件 ID：sandeep.trived.ieee@gmail.com[2]，尼泊尔加德满都佛陀教育基金会[3] Orcid id：0000-0001-6221-3843[1]、0000-0002-1709-247X[2]、0000-0003-2527-916X[3] 联系电子邮件：sandeep.trived.ieee@gmail.com 许可信息：本作品已以开放获取形式发表根据 Creative Commons 署名许可 http://creativecommons.org/licenses/by/4.0/，允许在任何媒体中不受限制地使用、分发和复制，前提是正确引用原始作品。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 找到。预印本声明：本文为预印本，尚未经过同行评审，正在考虑并提交给 ScienceOpen Preprints 进行公开同行评审。DOI：10.14293/S2199-1006.1.SOR-.PPVK63O.v2 预印本首次在线发布：2022 年 7 月 25 日 关键词：COVID-19、SVM、神经网络、NLP、数学建模、高斯模型、疫情防控
签名未经验证 - GOV.UK
鉴于 PERENCO UK LIMITED 已根据《2020 年海上石油和天然气勘探、生产、卸货和储存（环境影响评估）条例》于 2023 年 3 月 14 日提出申请，且鉴于国务大臣已考虑该申请并确信该项目不太可能对环境产生重大影响；根据第 6 条规定的权力，国务大臣特此指示，该项目的同意申请无需附有环境影响评估，前提是该项目按照审查指示申请中所述并按照所附附表中规定的条件进行。