XiaoMi-AI文件搜索系统
World File Search System考虑不周
美国众议院委员会...
主席 Stauber、排名成员 Ocasio-Cortez 和小组委员会成员，感谢你们邀请我代表巴里克黄金公司出席你们的听证会，并就 HR 2925（2023 年采矿监管清晰度法案）和 HR 6862（修订 FAST 法案）作证。我们很高兴支持这两项法案，它们以不同的方式解决了持续且棘手的许可延迟问题，这些问题阻碍了国内采矿业的发展以满足国家矿产需求。HR 2925 由内华达州众议员 Mark Amodei 提出，并由众议员 Mary Peltola 共同发起，将解决由 2019 年异常法院裁决（称为“Rosemont”裁决）造成的严重许可不确定性和诉讼延迟。国会议员道格·兰伯恩（Doug Lamborn）提出的 HR 6862 号法案将阻止联邦许可改进指导委员会提出的一项考虑不周的提案，该提案旨在阻止采矿作业使用 Fast 41 的快速许可工具。
百年人才争夺战 - 陆军大学出版社
陆军尝试使用多源评估和反馈 (MSAF) 360 来解决部分主观性问题。2008 年，陆军设立了 MSAF，允许同事、下属和上级对绩效进行评估。4 MSAF 是一个正确的想法，但考虑不周，执行不力。首先，评级军官是选择对其下属进行评估和考核的人。人性倾向于选择我们认识和喜欢的人，并表明积极的评价。其次，它需要时间和访问权限才能完成。在排级，许多士兵，尤其是初级士兵，无法定期使用政府发放的计算机。第三是担心反弹；虽然它是匿名的，但尚不清楚所写的内容是否可以识别或与某人联系起来并非正式地用来对付他们。最后，它没有与之相关的行动或有形结果。每个人可能都明白它应该做什么（提供反馈并调整领导方法），但没有人真正理解它实际上做了什么（它导致了什么有形结果）。在成立后的几年内，MSAF 的完成被取消了未来评估的要求。5
近视自行车和打招呼：与近视患者共情的游戏
近视是一种常见的视力问题，患者能清楚看清近处的物体，但看远处的物体却模糊不清 [29]。近视是由于眼球形状导致光线弯曲（折射）不正确，使图像聚焦在视网膜前方而不是视网膜上 [29]。一般来说，低度近视小于 3.0 屈光度（<-3.0 D），中度近视小于 6.0 屈光度（-3.0 D 至 -6.0 D），高度近视通常大于 6.0 屈光度（>-6.0 D）。近视是全世界最常见的眼部问题之一。例如，中国约有 6 亿居民患有近视 [53]，美国有 4% 的人口患有高度近视 [41]。对于非近视人群来说，通常很难体会不同程度的近视，因此，很难感受到近视患者的痛苦和不适[4]。我们认为，缺乏对近视人群的同理心可能会导致在为近视人群设计产品时考虑不周，并无意中造成可访问性问题。最近，虚拟现实（VR）游戏作为一种以非评判性但引人入胜和有趣的方式培养同理心的媒介显示出巨大的潜力[39]。VR 可以为玩家提供具象的第一人称视角，通过使用虚拟环境来体验不同严重程度的近视[2]。与手机或显示器上的传统显示不同，VR 为用户提供了深度体验，在这种不存在的场景中带来最多的基于视觉而非触觉的反馈[26]，这对患者体验的同理心有益，有利于情景模拟和沉浸式体验。
标题：临床环境中的人工智能：迈向可靠结果预测的实际实施 Simon Tilma Vistisen 1,2 Tom Joseph Pollard 3 Steve Harris 4 Simon Meyer Lauritsen 5,1
用于预测不良临床事件的高级统计模型已在文献中无处不在，我们经常听说人工智能或机器学习 (ML) 等概念将颠覆医学。鉴于外科手术和重症监护入院期间产生的数据量，这些临床领域是 ML 应用的典型。然而，面对巨大的关注和巨大的研究成果，迄今为止经过临床验证和实施的算法却很少。1 在麻醉和重症监护领域，我们所熟悉的令人信服的脓毒症预测研究很少，但它们要么规模较小 2 ，要么不是设计为随机对照试验。3 在本文中，我们广泛讨论了 ML 在现实世界中实施困难的一些原因。其中一些原因与方法论有关，另一些原因与临床背景有关。提出问题很少有机器学习研究人员非常熟悉临床环境，因此许多机器学习研究的开展方式不易转化为临床应用也就不足为奇了。恰当地构建机器学习研究（即正确定义临床事件和预测任务）需要跨学科知识和详细的方法讨论。例如，对于预测任务，构建框架包括确定临床结果、指定预测的准确时间、选择观察窗口等。这些细节有时考虑不周，有时描述不清。构建框架是正在开发的机器学习模型的支柱，评估是在构建框架的背景下进行的。4 因此，如果没有明确且具有临床相关性的构建框架，看似高性能的模型可能仍然无法在临床上使用。5 许多机器学习研究试图解决临床相关问题，但将问题过度简化到最终失去临床相关性的地步。机器学习研究中无处不在的病例对照构建框架/设计就是一个很好的例子，研究人员试图解决与临床现实不符的临床相关问题。经典病例对照研究的证据水平很弱，而且这种设计的缺陷（如选择偏差）不会因为研究应用了机器学习技术而消失。在创建能够做出预测并随时间更新的模型方面，在“验证研究”中应用病例对照设计往往会产生应避免的时间偏差。6 当发布以这种方式开发的黑箱预测算法时，结果往往是阳性预测值急剧下降，6 并且用户不可能知道哪些事件警报值得信任。观察数据的性质许多研究都是基于对大量回顾性收集的数据集的分析，缺失数据是一种常见且自然的现象。由于数据很少随机缺失，因此缺失数据的处理通常是一个主要问题。我们可以想到一个简单的生理示例，即休克/低血压时 SpO 2 无法测量。临床示例是急诊科 (ED) 采集动脉血气的患者与未采集动脉血气的患者之间的差异。临床医生决定获取该血气。观察结果的存在或缺失告诉我们一些重要的事情。更进一步说：血气是在何时何地采集的？如果在心脏手术恢复室术后最初几个小时采集，那么很可能获得该实验室测试结果以告知 FiO 2 调整，这表明与 ED 患者不同的“实验室存在风险”。一项大型回顾性研究发现，仅仅“存在实验室测试订单，无论有关测试结果的任何其他信息如何，都与
对皇家北岸医院的调查
执行摘要 目前，RNSH 发生了多起非常不幸甚至不可原谅的事件，暴露出整个新南威尔士州公立医院网络存在广泛的系统性弊病。然而，RNSH 是一个特例。有确凿的证据证明 RNSH 正在逐渐衰败并进一步恶化，该医院曾是国际知名的卓越中心，凭借出色的临床护理、研究与开发以及教育与培训。2004 年，RNSH 为“北悉尼中央海岸地区卫生服务 (NSCCAHS)”区域的 1,110,698 人（占新南威尔士州人口的 16.4%）提供服务，但由于医务人员士气低落、权利丧失，以及临床一线资源匮乏，该医院已接近“不归路”。尽管 RNSH 在 1988 年澳大利亚医疗标准委员会 (ACHS) 的认证调查中被评为“全国最佳医院”，但到 2007 年，这个顶级标准认证机构将该医院排在全国最低十分位。我们必须问，谁应该为这种悲剧性的衰落负责，RNSH 目前管理水平低下的原因又是什么。RNSH 的治理显然达不到经营这样一家机构所需的标准。它由一位过度扩张的“区域首席执行官”管理，他的职责不仅涉及广阔的地理区域，还涉及令人难以置信的各种医疗设施。自从医院/区域委员会废除以来，首席执行官只对新南威尔士州卫生部负责。他的主要行政办公地点位于距离 RNSH 60 公里的戈斯福德。其他关键部门/服务，如财务、人力资源和 IT，已被剥离并“集中”到格拉德斯维尔的麦考瑞医院，结果这些核心资源（包括其领导者）的获取受到了严重限制。过去 11 年，这家医院一直由 8 位短期、无权的“总经理”“领导”。随着合并的不断推进，实体迅速从 RNSH 演变为 RNSH/北悉尼卫生局 (NSH)，然后是 RNSH/NSH/北悉尼中央海岸地区卫生服务局 (NSCCAHS)。此外，还发生了莱德医院和 RNS 医院的不当合并，因此 RNSH 不再是一个实体，这导致了混乱，尤其是在资金透明度及其分配方面。从最近的 NSCCAHS 年度报告中可以立即看出这一点，报告中无法确定谁在 RNSH 工作，也无法确定为该院区投入了哪些资源。在该地区长达 111 页的 2004/05 年度报告中，RNSH/Ryde 作为一个实体仅占 2 页，排在 Gosford、Woy Woy、Wyong、Hornsby Ku-ring-gai、Manly 和 Mona Vale 医院以及 Long Jetty 医疗中心之后。世界上没有一家同等地位的医院会如此巧妙地伪装，并被剥夺其在其运营领域中应有的、来之不易的地位。当前区域结构不定型，完全无法解决 RNSH 在临床管理系统、临床人员配备和组织结构方面面临的主要问题，更不用说有效和适当的资源分配了。透明度和问责制成为这些激烈、考虑不周和“一刀切”式匆忙引入的变革的早期牺牲品。在此之前，所有重要的独立决策和审查机构（如医务人员委员会和前面提到的医院董事会）几乎都被解散了。在目前的限制下，RNSH 各个部门的资源分配和临床管理系统显然受到了影响。因此，第一步必须是提供