XiaoMi-AI文件搜索系统
World File Search SystemCOVI
![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
COVID-19-目的声明- ...
然而，尽管许多人工智能的部署可能仍处于实验阶段且有限——这绝不是必然的——但我们现在必须开始考虑其中的伦理影响。采用人工智能的创新技术能够帮助拯救生命，包括监测、跟踪和预测病毒的传播。然而，从历史上看，卫生和其他紧急情况导致了技术的紧急和快速使用，而没有太多关注更广泛的社会、经济、文化和政治背景。虽然这在某种程度上可以理解，但危险在于，在危机紧迫的情况下做出的短期决定可能会导致难以逆转的长期习惯、方法和规范。因此，需要明确认识和讨论权衡利弊。
COVID-19超微结构中的人工智能
在 COVID-19 超微结构分析中更广泛采用 AI 的最大障碍是缺乏数据。神经网络是深度学习系统的基础，需要大量数据集才能正确学习和概括，而 COVID-19 的诊断主要基于血清学，组织病理学的作用很小，主要用于研究和临床工作流程之外。因此，大多数可用的 COVID-19 组织病理学研究都是基于尸检的，涉及的患者数量有限。然而，即使图像数量相对较少，计算机视觉神经网络仍可以通过迁移学习进行训练。这需要在更大的数据集上训练网络，以完成与手头任务有相似之处的任务，以便网络可以学习常见的表示（例如不同类型细胞和细胞器的形状），然后在较小的数据集上对训练后的模型进行微调。小数据集就足够了，因为模型需要学习的只是该数据集特有的附加特征。如前所述，存在大量经过组织学训练的模型，其中任何一个模型都可以作为 COVID-19 特定组织病理学模型的基础，从而提供额外的好处。
基于人工智能的 COVID-19 检测药物发现技术 ■ 120
药物发现是寻找治疗新疾病的药物的过程。它涉及靶标识别、靶标验证、先导化合物识别和先导化合物优化。识别对疾病有特定功能的蛋白质称为靶标识别。根据发明人的思维过程验证靶标称为靶标验证。针对靶标蛋白识别最佳化合物的过程称为先导化合物识别。先导化合物优化是确保化合物具有与药物相关的特性的过程。发明人必须确保所识别化合物的生物利用度、特异性和毒性。用动物测试化合物以检查化合物反应的过程称为临床前测试。图 1 解释了药物发现和开发时间表。
MEDI-CAL COVID-19 疫苗接种 - DHCS
» 从 2023 年 8 月开始，将公布已完全接种疫苗的人口和接种加强剂的人口的数据。 » 2022 年 7 月，CDPH 开始计算所有年龄段的疫苗接种覆盖率，以反映新的疫苗接种资格标准。此前，分母在 2021 年 5 月从 16 岁以上变为 12 岁以上，在 2021 年 11 月从 12 岁以上变为 5 岁以上。 » 从 2022 年 5 月开始，Medi-Cal 疫苗接种率反映的是当前的资格人口统计信息，而不是接种时的资格信息。由于新登记的受益人从按服务收费过渡到管理式医疗，以及 2022 年 1 月 1 日实施 CalAIM 双重合格登记，管理式医疗费率有所上涨。» 2021 年 11 月，CDPH 转而使用最新版本的加州财政部 P-3 人口预测（2021 年 7 月）作为州和县级费率。
论人工智能在 COVID-19 医学成像中的作用
1 IBM 欧洲研究中心，瑞士苏黎世 2 苏黎世联邦理工学院生物系统科学与工程系，瑞士苏黎世 3 IBM 阿尔马登研究中心，美国加利福尼亚州圣何塞 4 视觉放射学，美国德克萨斯州达拉斯 5 犹他大学健康科学中心放射学和影像科学系，美国犹他州盐湖城 6 塞顿医学中心放射学系，美国加利福尼亚州戴利城 7 阿苏塔医学中心放射学系，以色列特拉维夫 8 本·古里安大学医学院，以色列贝尔谢巴 9 耶路撒冷希伯来大学医学院哈达萨-希伯来大学医学中心放射学系，以色列耶路撒冷 10 盖伊和圣托马斯 NHS 基金会皇家布罗姆普顿和哈里菲尔德医院，英国伦敦 11 切尔西和威斯敏斯特医院，英国伦敦 12 伦敦帝国理工学院国家心肺研究所，英国伦敦 13 布鲁内尔大学健康、医学与生命科学学院伦敦，英国伦敦 14 IBM 海法研究中心，以色列海法 15 耶路撒冷希伯来大学医学院，以色列耶路撒冷 *通信地址：jab@zurich.ibm.com (JB)，beymer@us.ibm.com (DB) https://doi.org/10.1016/j.patter.2021.100269
COVID-19 的放射学发现：人工智能与放射科医生的比较
背景：随着 COVID-19 负担的加重，快速可靠的筛查方法势在必行。胸部 X 光片在快速分诊患者方面起着关键作用。不幸的是，在资源匮乏的环境中，训练有素的放射科医生很少。目的：本研究评估并比较人工智能 (AI) 系统与放射科医生在检测 COVID-19 胸部 X 光片发现方面的表现。受试者和方法：测试集包括三个月内 457 张疑似 COVID-19 肺炎患者的 CXR 图像。一位拥有 13 年以上经验的放射科医生和人工智能系统 (NeuraCovid，一款与人工智能模型 COVID-NET 配对的 Web 应用程序) 对 X 光片进行了评估。通过计算灵敏度、特异性和生成受试者工作特征曲线来比较人工智能系统和放射科医生的表现。RT-PCR 测试结果被用作金标准。结果：放射科医生的灵敏度和特异性分别为 44.1% 和 92.5%，而 AI 的灵敏度和特异性分别为 41.6% 和 60%。AI 系统将 CXR 图像正确分类为 COVID-19 肺炎的曲线下面积为 0.48，放射科医生为 0.68。放射科医生的预测优于 AI，P 值为 0.005。结论：放射科医生检测 COVID-19 肺部病变的特异性和灵敏度优于 AI 系统。
接种 COVID-19 疫苗后新发精神病
结果：共有 21 篇文章描述了 24 例接种 COVID-19 疫苗后出现新发精神病症状的病例。这些病例中，54.2% 为女性，平均年龄为 33.71 ± 12.02 岁。33.3% 的病例可能由 mRNA BNT162b2 疫苗诱发精神事件，25% 的病例在接种病毒载体 ChAdOx1 nCoV- 19 疫苗后出现精神病症状。平均发病时间为 5.75 ± 8.14 天，大多发生在第一剂或第二剂后。精神病症状持续时间为 1 至 2 个月，平均为 52.48 ± 60.07 天。50% 的病例出现血液检查异常，主要是轻度至中度白细胞增多和 C 反应蛋白升高。 20.8% 的患者磁共振成像结果异常，通常表现为白质液体衰减反转恢复高信号。治疗包括 83.3% 的患者使用非典型抗精神病药物，37.5% 的患者使用典型抗精神病药物，50% 的患者使用苯二氮卓类药物，20.8% 的患者使用类固醇，25% 的患者使用抗癫痫药物。总体而言，50% 的患者完全康复。
COVID-19 疫苗接种状况（防止歧视...
2021 年末，我们被迫接种新冠疫苗，才能保住工作。我当时不想接种疫苗，因为我觉得疫苗接种过程仓促，而且没有证据证明疫苗可以预防新冠。由于没有政府部门愿意听取我的担忧，医生害怕不遵守他们的指示，我感到困惑和失望，质疑这个国家的民主。我觉得自己被勒索接种疫苗以保住我做了 30 年的工作，所以我勉强去接种了一剂辉瑞疫苗。接种疫苗后大约 7 小时，当我看电视时，一股寒意袭来。我的皮肤开始刺痛，我的心跳开始非常快。我的皮肤变得出汗和寒冷。我感到一阵焦虑袭来，所以我给医院打了电话。我被要求去急诊室。一到那里，我就被立即看病。我不得不接受血液检查和心脏监测大约 4 个小时，然后才被解雇。回家后，我反复发作心悸、出汗、皮肤冰冷和一阵阵令人恐惧的焦虑，持续了一周多。我感到非常害怕和孤独，但医疗界似乎没有人关心。他们告诉我要接种第二剂疫苗，并告诉我我所经历的一切都“正常”。我不敢相信这些医疗专业人士竟然认为这些症状是正常的。正常的不是这种感觉。
NLRP3 炎症小体在糖尿病和 COVID-19 中的作用......
2019冠状病毒病（COVID-19）是由严重急性呼吸综合征冠状病毒2（SARS-CoV-2）引起的全球大流行。在严重的COVID-19病例中观察到“细胞因子风暴”，即血流中促炎性细胞因子水平升高。通常，炎性囊泡中含有吡啶结构域3的核苷酸结合寡聚结构域样受体（NLRP3）的激活会诱导细胞因子产生，作为对病毒感染的炎症反应。最近的研究发现糖尿病患者的坏死感染严重程度增加，来自多个国家的数据显示，患有糖尿病等慢性代谢疾病的人的坏死发病率和死亡率更高。此外，COVID-19还可能使感染者易患高血糖。因此，在本综述中，我们探讨了糖尿病炎症囊泡中的NLRP3与COVID-19的潜在关系。相比之下，我们回顾了SARS-CoV-2感染激活炎症囊泡中NLRP3的细胞/分子机制。最后，我们提出了几种有前景的针对炎症囊泡中NLRP3的抑制剂，旨在为临床管理糖尿病合并非冠状肺炎患者的NLRP3靶向药物提供依据。