XiaoMi-AI文件搜索系统
World File Search System考量
人工智能自杀预测工具：医疗领导者的道德考量
引言 自杀占全球死亡人数的 1.5%，每年有超过 800,000 人死于自杀。1 2 超过 80% 的自杀发生在低收入和中等收入国家。虽然正在开展大量工作来减少自杀的影响，但仍有许多工作要做。在许多情况下，有自杀风险的人由于担心被污名化和强制医疗而不愿与医生或社区接触；更糟糕的是，患有精神疾病的人（占自杀死亡人数的大多数）可能对自己的精神状态缺乏了解，并且不认为自己有自杀风险。这些问题因医生在就诊时很难识别有自杀风险的人而更加严重。为了减少自杀的影响，人们对使用人工智能 (AI)、数据科学和其他分析技术来改进自杀预测和风险识别的兴趣日益浓厚。随着电子病历 (EMR) 和人们分享情绪状态见解的在线平台 (社交媒体) 的激增，现在研究人员可以获得大量相关健康数据。当与其他数据源链接时，对这些复杂信息集 (俗称“大数据”) 的分析可以一次性提供一个人的生物、社会和心理状态的快照。通过分层数学模型 (AI 算法) 处理大数据，机器可以学会检测使用传统生物统计学形式无法解读的模式。纠正算法错误 (训练) 可以提高 AI 预测模型的准确性。3 因此，AI 完全有能力应对利用大数据预防自杀的挑战。广义上讲，这些分为两类：1. 医学自杀预测工具：研究人员和医生可以使用机器学习等 AI 技术，通过利用来自 EMR、医院记录和其他潜在政府数据源的数据来确定表明自杀风险的信息和行为模式。最典型的是，这些工具将在医院环境或全科医生 (GP) 手术中使用，为医生在确定患者的自杀风险时提供“决策支持”。这些工具的开发正在传统研究环境中进行，并取得了令人鼓舞的成果。i. 示例：通过将机器学习应用于 EHR，Walsh 等人 (2017) 在预测自杀企图是否发生时实现了 80%– 90% 的准确率 (AUC = 0.80 - 0.84)
电动汽车车舱能源管理考量
• 续航里程满意度（驾驶员的续航里程焦虑） • 公共和私人充电基础设施 • 与内燃机汽车相比的车辆购买价格 • 维护成本 • 开发成本 • 减少温室气体排放 • 电动汽车运行时是否存在合理的热舒适度
COVID-19 疫苗优先排序：工作组考量
* 证据到建议框架：ACIP 用来制定基于证据的透明政策决策的框架。由于目前缺乏数据，尚未评估益处/危害和资源使用领域。https://www.cdc.gov/vaccines/acip/recs/grade/downloads/ACIP-evidence-rec-frame-508.pdf 7
精准医疗时代的社区肿瘤学和学术医疗中心联盟：癌症遗传学和基因组学考量
1 美国俄亥俄州哥伦布市全国儿童医院史蒂夫和辛迪·拉斯穆森基因组医学研究所，美国俄亥俄州哥伦布 43205；Marilena.Melas@nationwidechildrens.org 2 美国加利福尼亚州格伦多拉市希望城综合癌症中心肿瘤内科和治疗学研究部，美国加利福尼亚州科尔顿 92324；ssaadat@coh.org 4 美国加利福尼亚州阿普兰市希望城综合癌症中心肿瘤内科和治疗学研究部，美国加利福尼亚州阿普兰 91786； srajurkar@coh.org 5 美国加利福尼亚州杜瓦特市希望之城综合癌症中心和贝克曼研究所肿瘤内科和治疗学研究部 6 美国加利福尼亚州杜瓦特市希望之城综合癌症中心精准医学中心 * 通讯地址：kemcdonnell@coh.org
流行病疫苗试验的伦理考量
摘要 疫苗是保护个人健康和抗击 COVID-19 大流行等疫情的有力措施。当一种有效的疫苗成功研发出来对抗流行病，而研究人员试图在涉及人类受试者的临床试验中测试另一种疫苗对同一病原体的有效性时，就会出现道德困境。一方面，有充分的理由说明，在已经存在有效产品的情况下，试验一种新型疫苗是不道德的。首先，医学伦理的坚定原则是，如果患者的生命可能取决于有效的治疗或疫苗，就不应该拒绝给他们。其次，由于流行病爆发通常出现在资源匮乏的卫生系统环境中，因此，任何拒绝有效疫苗的试验都存在显著的风险，即对历史上被用于生物医学研究的弱势群体造成不成比例的影响。第三，新型疫苗的临床试验可能与控制活跃疫情的努力相矛盾。另一方面，如果预计候选疫苗与现有产品相比具有某些优势，则对其进行试验可能是合理的。本文讨论了比较疫苗对抗流行病病原体的关键因素，包括免疫学、后勤和经济方面的考虑。除了埃博拉疫苗研发的案例研究外，本文还试图建立一个总体框架，该框架应由免疫学家、流行病学家、经济学家和生物伦理学家进行扩展和充实，并最终应用于 COVID-19 疫苗的案例。