XiaoMi-AI文件搜索系统
World File Search SystemGio
简历 Silvia Giordano 个人信息 出生日期：...
研究主要课题 Silvia Giordano 在癌症领域有着丰富的研究经验，她主要研究信号转导，并逐渐从癌症基础研究转向转化肿瘤学。她的主要成就包括： • MET 基因编码的酪氨酸激酶的鉴定和生化/生物学特性：(i) 确定受体的结构并鉴定其在人体细胞中的组成性激活（Giordano，Nature，1989）；(ii) 研究其生物合成和翻译后修饰（Giordano，Oncogene，1989）以及信号转导机制（Ponzetto，Cell，1994）；(iii) 表征 MET 受体激活后促进的生物活性（Giordano，PNAS，1993）；(iv) 记录原发性肿瘤中 MET 的过度表达和继发性病变中的基因扩增（Di Renzo，Clin. Cancer Res，1995）； (v) 研究遗传性肾乳头状癌患者中发现的组成性活性 MET 突变形式的生化和生物学特性 (Giordano, FASEB, 2000; Michieli, Oncogene 1999; Bardelli, PNAS, 1998)；(vi) 在具有 MET 组成性激活的肿瘤中发现 MET 成瘾 (Corso, Oncogene, 2008)；(vii) 发现控制受体降解的新机制 (Petrelli, Nature, 2002; Foveau, Mol. Cell. Biol, 2009; Ancot, Traffic, 2012)。这些研究为发现该受体的结构和功能改变奠定了基础，有助于证明 MET 基因在不同类型人类肿瘤中的调控改变，并将 MET 确定为治疗靶点。 • 确定了不依赖配体的 MET 激活机制：由于与 Plexins（缺乏酪氨酸激酶活性的膜受体）相互作用而激活；该机制在癌细胞中的作用（Giordano，Nature Cell Biol.，2002；Barberis，Faseb J.，2004；Artigiani，EMBO. Rep.，2004；Conrotto，Oncogene，2004）；Plexin 介导的 MET 激活的促血管生成作用（Conrotto，Blood，2005；Sierra，J. Exp. Med.，2008）。这些研究确定了 MET 激活的新模式，并暗示 MET 抑制可能对肿瘤细胞具有直接的抗肿瘤作用，对内皮细胞具有抗血管生成作用。 • 鉴定了肝细胞癌早期发展过程中涉及的分子病变（Kowalik, Hepatology, 2011；Petrelli, Oncogene, 2012 和 Hepatology 2014；Perra, J. Hepatology, 2014；Frau, Hepatology, 2015；Zavattari, Hepatology, 2015；Kowalik, Oncotarget, 2015,2016；Mattu, J Hepatology, 2016；Orru, Cancers, 2020；Kowalik, J Hepatol. 2020；Mattu, Cell Mol Gastroeterol Hepatol, 2022）。这些论文确定了基因和微小 RNA 在人类和实验性 HCC 发病中的作用，并强调了新的治疗靶点。 • 鉴定了针对酪氨酸激酶的靶向治疗的耐药机制：EGFR受体家族成员的激活以及MET和KRAS扩增在MET抑制剂耐药中的作用（Apicella，Oncogene，2016；Martin，Mol. Onc. 2014；Corso，Mol Cancer，2010；Cepero，Cancer Res，2010；Apicella，Cell Metabolism，2018；Migliore，EMBO Mol Med. 2018）；MET扩增在EGFR抑制剂耐药中的作用（Bardelli，Cancer Discovery，2013）；胆管癌对FGFR2抑制的耐药机制（Cristinziano，J. Hepatology，2021）。这些研究有助于预防耐药性的发生，对于MET驱动的获得性耐药的结肠癌患者和MET扩增的胃癌患者，可以为患者提供新的治疗选择。 • 建立胃癌患者来源的异种移植平台并确定新的分子靶点（Apicella，Oncogene，2017；Pietrantonio，Clin. Cancer Res，2018；Corso，Neoplasia，2018；Corso，Cancer Res，2019，2021；Ughetto，Gastric Cancer，2021，
《人工智能法案》中模糊的风险导向方法：与其他工会战略的联系与差异 Pietro Dunn 1,2 和 Giovanni De Gregorio 3
摘要 AI 法案监管提案采用基于风险的方法来监管人工智能系统。事实上，基于风险的方法已成为欧盟在数字政策方面的战略的典型做法。然而，这种方法被拒绝的方式却大不相同：最值得注意的是，GDPR 和 DSA 监管提案在一定程度上采用了自下而上的视角，而 AI 法案则反映了自上而下的方案，其中风险评估的任务掌握在立法者手中。本立场文件旨在强调所讨论的各种法律行为之间的共同特征和差异：特别是，通过将（最佳）比例和尽职调查视为基于风险的方法的特征，目标是了解 AI 法案是否确实反映了这种发展中的法律模式的典型原则。尽管我们注意到尽职调查在监管提案中的作用较弱，但我们认为，中心共同点是比例（宪法相关）目标。关键词 1 基于风险的监管，人工智能法案，比例
引用本文：Claudio Novelli、Giorgio Bongiovanni 和 Giovanni Sartor (2022) 法律人格的概念框架及其在人工智能中的应用，法学，13:2，194-219，DOI：10.1080/20403313.2021.2010936
摘要 本文对法律人格的概念进行了分析，并讨论了是否可以赋予人工智能系统（AI）人格。法律人格将被视为一个包含权利和义务的理论范畴；因此，我们首先将其构建为事实前提条件和法律效果之间的推理联系节点。然而，这种推论式的解读并没有考虑到法律人格的“背景原因”，即它没有解释为什么我们将不同的情况归入这一理论范畴，以及法律以外的信息是如何融入其中的。我们认为，解释这一背景的一种方法是采用新制度视角，用另一个层次，即元制度视角来更新法律概念的本体论。我们最后指出，元制度概念还可以帮助我们在涉及将人工智能纳入（或不包括）法人的法律政策选择方面找到平衡。
以人为本的 AI 驱动探索大型复杂数据集的框架 Maria F. Costabile 1 、 Giuseppe Desolda 1 、 Giovanni Dimauro 1 、 Rosa Lanzilotti 1 、 Daniele Loiacono 2 、 Marisella Matera 2 和 Massimo Zancanaro 3
通过授予对决定系统行为的相关参数的交互式操作，还可以实现对系统的可靠用户控制 [19]。在 HCAI 愿景中，用户控制和系统自主性并不被视为相互对立，而是在设计对人类有益的智能系统时需要充分校准的两个维度 [21]。应该让用户能够利用 AI 算法的强大功能，但也不能忽视用户作为领域专家所拥有的知识的重要性。例如，在 [2] 中介绍了一种基于 ML 的工具，用于从过去的患者那里直观地检索医学图像（来自活检的组织）。该工具支持对新患者的医疗决策，使医生能够即时应对搜索算法，并传达在不同情况下哪些类型的相似性最重要。人与系统之间的这种交互决定了逐步细化，从而增加了所发现图像的诊断效用以及用户对算法的信任。
预测编码和主动推理的大脑结构的演变 Giovanni Pezzulo 1、Thomas Parr 2、Karl Friston 2 1. 国家研究
摘要 本文探讨了预测处理的大脑结构的进化。我们认为，预测感知和行动的大脑机制不是我们这些高级生物在进化后期添加的。相反，它们是从简单的预测回路（如自主神经反射和运动反射）逐渐发展而来的，这些预测回路是我们早期进化祖先的遗产，也是解决其自适应调节基本问题的关键。我们用包含不断增加的层次宽度和深度的预测回路的生成模型来正式描述从简单到复杂的大脑。这些可能从一个简单的稳态主题开始，并在进化过程中以四种主要方式进行阐述：包括预测控制多模态扩展为异质回路；其复制形成多个感觉运动回路，从而扩展了动物的行为范围；并逐渐赋予生成模型层次深度（以处理在不同空间尺度上展开的世界的各个方面）和时间深度（以面向未来的方式选择计划）。反过来，这些阐述为解决日益复杂的动物所面临的生物调控问题提供了保障。我们的提议将有关预测处理的神经科学理论与不同动物物种大脑结构的进化和比较数据结合起来。关键词：预测处理；主动推理；大脑进化；大脑结构；模型选择；自然选择。
Tanya Nazaretsky、Mutlu Cukurova 和 Giora Alexandron。2021 年。《一种衡量教师对基于人工智能的教育信任度的工具》
F1-1 Q19, Q18, Q17, Q1, Q3 0.78 F1-2 Q19, Q18, Q17, Q1, Q2, Q3 0.79 F1-3 Q19, Q18, Q17, Q1 0.80 F1-4 Q19, Q18, Q17 0.81 F1 使用基于人工智能的教育技术的自我效能 F2-1 Q25, Q24 0.88 F2 基于人工智能的教育技术与人类建议/推荐 F2-2 Q25, Q24, Q8 0.71 F1 + F2 Q19, Q18, Q17, Q25, Q24 0.75 F3 Q14, Q15, Q16 0.69 F3 使用基于人工智能的教育技术相关的焦虑 F4 Q10, Q9, Q12, Q11 0.66 F4 基于人工智能的教育技术缺乏人性化 F5-1 Q5, Q6, Q2 0.69 F5-2 Q5, Q6, Q2, Q7 0.68 F5-3 Q5, Q6, Q2, Q7, Q1, Q3, Q4 0.75 F5 对基于人工智能的教育技术的感知优势 F5-4 Q5, Q6, Q2, Q13 0.52 F6 Q23, Q22, Q21 0.67 F6 提高对基于人工智能的教育技术的信任度的首选方式 F7-1 -Q13, Q7 0.27 F7-2 -Q13, Q7, -Q12 0.45
Giovanna Riccardi 教授，微生物学全职教授，1952 年 5 月 2 日出生于帕维亚 Golferenzo。教育、专业职位、学术角色
Giovanna Riccardi 教授，微生物学教授，1952 年 5 月 2 日出生于帕维亚戈尔费伦佐。教育、专业职位、学术角色 1976 年 - 生物学硕士学位（优异成绩）（帕维亚大学）。 1984-1998 年 - 帕维亚大学遗传学和微生物学系研究员。 1999-2002 年 - 热那亚大学实验、环境和应用生物学系微生物学副教授。 自 2002 年 10 月 - 帕维亚大学遗传学和微生物学系微生物学教授。 自 2010 年 1 月至 2012 年 12 月 - 意大利普通微生物学和微生物生物技术学会 (SIMGBM) 主席。 自 2016 年 1 月至 2018 年 7 月 - 帕维亚大学董事会成员。 2016-18 年 - ASN 05/I2 微生物学意大利国家执照学术委员会成员。自 2011 年 8 月起 - 欧洲微生物学会成员。研究兴趣和资助
乔瓦尼·鲁贝斯（Giovanni Rubeis）：“奇怪的床伴。人工智能与叙事医学之间不太可能的联盟”，摘自 Ricardo Morte Ferrer：辩论：数字化与健康
人工智能 (AI) 即将彻底改变医学。从机器人到诊断工具和智能可穿戴传感器，AI 应用已对临床实践产生了影响。这些应用的进一步实施将挑战医疗实践的方式 (Rajkomar 等人，2019)。通过这些用于组织、分析和操作医疗数据的新工具，卫生专业人员的工作内容和工作方式将发生改变。与此同时，患者将越来越能够自己掌控自己的健康问题。他们将通过自我跟踪和透明的电子病历越来越多地访问自己的健康数据。除了这些医疗实践的变化预计将带来的健康益处和成本节约之外，医患关系也将发生转变。预计 AI 将完成卫生专业人员大部分耗时的管理和诊断任务。因此，卫生专业人员可以有更多的时间投入到与患者的会面中。叙事医学的追随者认为医患关系是医疗实践的核心。因此，人工智能的实施可能会增强叙事原则的实施