XiaoMi-AI文件搜索系统
World File Search SystemDAWES
欺诈检测中的人工智能和算法决策
例如人工智能 (AI)、大数据分析、机器学习和区块链对管理和组织系统和实践的影响 (Tan and Taeihagh, 2021 ; Dickinson et al., 2021 ; Leiman, 2021 ; Radu, 2021 ; Taeihagh, 2021 ; Ulnicane et al., 2021 )。这些技术正在彻底改变现有的行政系统和实践，使其成为人与机器之间新型的互动，有时被称为算法官僚主义 (Vogl et al., 2020 ; Tan and Crompvoets, 2022 )。然而，由于组织内部和外部感知到的技术、系统、行政和监管障碍导致各种价值观保留，公共部门组织采用新的数字技术面临挑战（Tan 等人，2022 年；Bullock 等人，2020 年；Vogl 等人，2020 年；Tangi 等人，2021 年，Sun 和 Medaglia，2019 年）。公共管理研究已开始调查与系统应用人工智能和算法决策相关的挑战（Exmeyer 和 Hall，2022 年；Neumann 等人，2022 年）、问责机制（Busuioc，2021 年）、公民信任和决策的可解释性（Grimmelikhuijsen，2022 年）、组织重组（Meijer 等人，2021 年）、行政自由裁量权和实施意愿（Alshallaqi，2022 年；Wang 等人，2022 年）、道德原则和公民隐私（Willems 等人，2022 年）、能力差距和知识管理（Wilson 和 Broomfield，2022 年）。然而，这些新兴文献提供了如何在公共政策过程中整合人工智能和算法决策的零散图景。两种理论模型评估公共政策过程中的技术采用：行为模型通过分析用户对技术的感知和用户级特征的中介影响来解释技术采用过程，结构模型通过组织和机构因素与用户行为的相互作用来解释技术采用过程。这两种模型都侧重于用户的感知，但并没有提供整体视角来解释不同机构、组织、技术和个人层面驱动因素之间的感知关系及其对系统应用的影响（Dawes，2009；Engvall 和 Flak，2022）。这使得为公共政策过程中的人工智能和算法决策制定可行的数字化转型战略变得复杂。我们的具体研究问题是：本文旨在通过开发一个整体模型 1 来解决文献中的这一空白，该模型可以解释影响人工智能和算法工具在公共政策过程中整合的感知驱动因素之间的相互关系。具体来说，本研究重点关注税收和社会保障领域的欺诈检测案例，这些领域是使用机器学习和人工智能驱动的高级分析技术的主要政策领域。虽然这些技术有可能改进欺诈检测流程，但采购障碍、培训不足的工人、数据限制、缺乏技术标准、组织变革的文化障碍以及遵守负责任的人工智能原则的需要阻碍了它们的广泛采用 (West, 2021 )。
COVID‐19 期间的人工智能和心脏手术......
1. Cascella M、Rajnik M、Cuomo A、Dulebohn SC、Di Napoli R。冠状病毒的特征、评估和治疗。收录于：StatPearls [Internet]。收录于：StatPearls [Internet]。Treasure Island (FL)：StatPearls Publishing。2020 年。PMID：32150360。2. Kermali M、Khalsa RK、Pillai K、Ismail Z、Harky A。生物标志物在 COVID-19 诊断中的作用：系统评价。生命科学。2020；254：117788。3. Suri JS、Puvvula A、Biswas M 等人。COVID-19 对合并症患者脑和心脏损伤的途径：基于医学影像和人工智能的 COVID 严重程度分类的作用：综述。Comput Biol Med。2020；124：103960。 4. Ad N、Luc JGY、Nguyen TC 等人。北美心脏手术和 2019 年冠状病毒病 (COVID-19)：负担和影响的地区差异。J Thorac Cardiovasc Surg。2020 年。5. Haft JW、Atluri P、Ailawadi G 等人。COVID-19 大流行期间的成人心脏手术：分层患者分诊指导声明。Ann Thorac Surg。2020；110(2):697-700。6. Huang L、Zhao P、Tang D 等人。通过磁共振成像确定康复的 COVID-19 患者的心脏受累。JACC Cardiovasc Imaging。2020；13(11):2330-2339。https://doi.org/10。 1016/j.jcmg.2020.05.004 7. Wang D, Hu B, Hu C, 等。武汉市 138 例 2019 年新型冠状病毒感染的肺炎住院患者的临床特征。JAMA ‐ J Am Med Assoc 。2020；323(11)：1061 ‐ 1069。 8. Dilsizian SE, Siegel EL。人工智能在医学和心脏成像中的应用：利用大数据和先进计算提供个性化的医疗诊断和治疗。Curr Cardiol Rep。2014；16(1)：1 ‐ 8。https://link.springer.com/article/10.1007/s11886-013-0441-8 9. Shi F, Wang J, Shi J, 等。回顾人工智能技术在 COVID-19 影像数据采集、分割和诊断中的应用。IEEE Rev Biomed Eng。2020；14：4-15。10. King BF。人工智能与放射学：未来会怎样？J Am Coll Radiol。2018；15：501-503。https://pubmed.ncbi.nlm。nih.gov/29371088/ 11. Bashir M，Harky A。主动脉手术中的人工智能：机器的崛起。Semin Thorac Cardiovasc Surg。第 31 卷，2019：635-637。12. De Marvao A、Dawes TJW、Howard JP、O'Regan DP。人工智能与心脏病专家：2020 年你需要了解的内容。心脏。 2020；106：399-400。http://heart.bmj.com/ 13. Stoitsis J、Valavanis I、Mougiakakou SG、Golemati S、Nikita A、Nikita KS。基于医学图像处理和人工智能方法的计算机辅助诊断。Nucl Instrum Methods Phys Res Sect A Accel Spectrometers、Detect Assoc Equip。2006；569(2 SPEC. ISS)：591-595。14. Johnson KW、Torres Soto J、Glicksberg BS 等人。心脏病学中的人工智能。J Am Coll Cardiol。2018；71：2668-2679。http://creativecommons.org/licenses/by/4.0/