XiaoMi-AI文件搜索系统
World File Search SystemCommons
![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
Rosetta Commons community_response for NIST信息请求（RFI）
蛋白质结构预测和设计研究在增强公共卫生安全方面也可以通过提高我们的预防，检测和应对大流行的能力来提高公共卫生安全。在Covid-19大流行期间，使用计算设计蛋白质的第一种疫苗被批准用于主要政府（南部韩国和英国），甚至在临床测试中均超过了阿斯利康的疫苗。13最近开发的深度学习模型evescape可以比湿实验室方法更快，更便宜，更精确地预测病毒序列的未来突变，并且可能允许提前预测新兴的SARS-COV-2变体。14从现在到未来，蛋白质结构预测和设计工具将作为大流行反应的战略资产
![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
Commons报告的未来
互联网与社会中心（CIS）执行董事Tanveer Hasan的第二套开幕词阐明了该计划背后的目标：了解AI的话语如何与印度语言说话，并将来自不同领域的人们融合在一起，以便他们可以开发和应用来自会议的洞察力，以对自己的项目收集到自己的项目。另一个目标是预示着一个围绕技术的话语不必是基于解决方案的想法，而是一种包容性的，可以在批判性地研究技术的想法。敦促参加会议参与者进行审议的问题是：为什么需要考虑数字共享？AI的印度势头是什么？印度对人工智能的想象力如何增加全球/西方AI观念的主流？
人工智能准备情况调查简介和资产_GivingTuesday 数据共享
调查简介 🌟 参与 AI 准备情况调查！ 📝 为了更好地了解我们行业内人工智能 (AI) 采用的现状和能力，GivingTuesday 数据共享中心邀请您参与 AI 准备情况调查。您的见解将有助于确保全球非营利组织都具备 AI 驱动进步的能力。帮助围绕非营利组织的数字化准备情况、采用障碍和 AI 的当前使用情况建立一个研究库。
事实说明书：氯胺酮-DigitalCommons@usu
氯胺酮被食品药品监督管理局（FDA）批准为一种全身麻醉，可以单独使用或与其他药物结合使用，以在手术期间和手术前协助（DEA，2020； Goordeen等，2022； Mayo Clinic； Mayo Clinic，2025; 2025; NIDA，2024）。氯胺酮被广泛用于镇静能力和缓解急性疼痛的能力（DEA，2020； Goordeen等，2022； Orhurhu等，2023a）。此外，正在探索低剂量的氯胺酮作为解决严重抑郁症和长期阿片类药物使用引起的疼痛减轻的一种治疗方法（Ezquerra-Romano等，2018； Goordeen等，2022； Matveychuk等，2020; Orhurhu等，Orhurhu等，20233a）。氯胺酮的抗抑郁药和抗杀菌特性使其成为解决严重情绪障碍和耐药性抑郁症的有前途选择（Matveychuk等，2020）。
技术跳跃或技术滞后-FIU数字共享
与此同时，在行业5.0中，它专注于使用协作机器人和高级AI的人机合作，生产率提高，而更具个性化的生产变得可能成为可能。以这种方式，投资新兴技术的国家可以增强其满足全球市场需求并应对网络安全挑战的能力，但这种投资并不能保证成功。政府和组织必须从战略上计划其采用，以最大程度地利用竞争力和韧性。未能使这些技术与当地的社会文化背景或专注于错误的创新相结合通常会增加脆弱性。在拉丁美洲和加勒比海等地区，这个问题尤其重要，那里的基础设施薄弱和有限的监管能力通常无法支持新兴技术的有效整合。
DigitalCommons@TMC-德克萨斯医学中心
方法和结果：为了找到冠状动脉疾病的其他基因驱动因素，我们应用了机器学习，以量化有关从心肌梗死遗传学联盟中整个EXOMES中编码变体影响的进化信息。使用基于合奏的监督学习，进化行动 - 机器学习框架对每个基因对病例和控制样本进行分类的能力进行了排名，并确定了79个重要关联。这些连接到已知的风险基因座；富含脂质代谢，血液凝结和炎症等心血管过程。并在基因敲除小鼠模型中富集了甲壳虫表型。中，INPP5F和MST1R是潜在的新型冠状动脉疾病风险基因的例子，这些冠状动脉疾病危险基因可根据心脏应激调节免疫信号传导。
DigitalCommons@TMC-德克萨斯医学中心
方法和结果：CHD和异常临床CMA的患者来自9个儿科心脏中心。高度详细的心脏表型被系统地分类并分析了它们与CMA异常的关联。将每个患者分为1 CHD类别的分层分类促进了广泛的分析。 包容性分类允许每位患者多种CHD类型提供敏感描述。 在1363名注册表患者中，有28％的患者患有良好认可的冠心病疾病，有67％的临床报道拷贝数变异（CNV），较少或没有以前的CHD AS-AS-AS-SOBISICATION，而5％的副本具有无CNV的纯合性。 层次分类确定了基因组疾病和非特征性CHD中的预期CHD类别。 包容性表型提供了多种CHD类型的患者的敏感描述，通常发生。 与大型CNV相比，在具有罕见或没有冠心病关联的CNV中，对于更复杂的CHD，亚显微CNV富集了。 将包含策划的CHD基因的亚显微CNV富含左心室阻塞或间隔缺陷，而含有单个基因的CNV则富含共同缺陷。 神经元相关的途径在单基因CNV中过分代表，包括顶级候选病毒基因NRXN3，ADCY2和HCN1。将每个患者分为1 CHD类别的分层分类促进了广泛的分析。包容性分类允许每位患者多种CHD类型提供敏感描述。在1363名注册表患者中，有28％的患者患有良好认可的冠心病疾病，有67％的临床报道拷贝数变异（CNV），较少或没有以前的CHD AS-AS-AS-SOBISICATION，而5％的副本具有无CNV的纯合性。层次分类确定了基因组疾病和非特征性CHD中的预期CHD类别。包容性表型提供了多种CHD类型的患者的敏感描述，通常发生。与大型CNV相比，在具有罕见或没有冠心病关联的CNV中，对于更复杂的CHD，亚显微CNV富集了。将包含策划的CHD基因的亚显微CNV富含左心室阻塞或间隔缺陷，而含有单个基因的CNV则富含共同缺陷。神经元相关的途径在单基因CNV中过分代表，包括顶级候选病毒基因NRXN3，ADCY2和HCN1。