1 不来梅大学环境物理研究所,FB 1,P.O.Box 330440,D-28334 不来梅,德国 2 METAIR AG,Airfield Hausen am Albis,CH-8915 Hausen am Albis,瑞士 3 苏黎世应用技术大学,CH-8400 温特图尔,瑞士 4 柏林自由大学空间科学研究所,Carl-Heinrich-Becker-Weg 6-10,D-12165 柏林,德国 5 ESA / ESTEC,Keplerlaan 1,2201 AZ 诺德维克,荷兰
a 荷兰国家公共卫生与环境研究所 (RIVM) 和乌得勒支大学风险评估科学研究所,荷兰乌得勒支 b 荷兰国家公共卫生与环境研究所 (RIVM) c TEMAS Solutions GmbH,瑞士豪森 d Seven Past Nine,斯洛文尼亚采尔克尼察 e BioNanoNet Forschungsgesellschaft mbH (BNN),奥地利 f AcumenIST SRL,比利时布鲁塞尔 g 德国联邦职业安全与健康研究所 (BAuA) h 萨尔茨堡巴黎洛德隆大学,奥地利 i 保加利亚东欧研究与创新企业有限公司 j 卡罗琳斯卡医学院环境医学研究所,瑞典索尔纳 k 德国联邦职业安全与健康研究所 (BAuA) l 伯明翰大学地理、地球与环境科学学院,英国伯明翰
摘要背景人工智能 (AI) 正在改变科学研究的过程。人工智能,加上大数据集的可用性和不断增强的计算能力,正在加速遗传学、气候变化和天文学等领域的进步 [NeurIPS 2019 研讨会,利用机器学习应对气候变化,加拿大温哥华;Hausen R,Robertson BE。Morpheus:用于天文图像数据像素级分析的深度学习框架。Astrophys J Suppl Ser。2020;248:20;Dias R,Torkamani A。临床和基因组诊断中的人工智能。基因组医学。2019;11:70。]。人工智能在行为科学中的应用仍处于起步阶段,实现人工智能的前景需要调整当前的做法。目的通过使用人工智能来综合和解释超出人类能力的行为改变干预评估报告结果,HBCP 寻求提高研究活动的效率和有效性。我们通过人类行为改变项目 (HBCP) 期间获得的经验教训来探索行为科学中人工智能采用面临的挑战。方法该项目使用了人工智能算法的迭代开发和测试周期。行为科学专家使用一组已发表的行为干预随机对照试验研究报告,对干预和结果的发生进行了注释。人工智能算法经过训练可以识别自然
我们衷心感谢泰米尔纳德邦政府、阿卜杜勒·拉蒂夫·贾米尔扶贫行动实验室、IFMR LEAD、威廉·F·米尔顿基金、哈佛全球健康研究所、全球老龄化发展计划、SHASS 研究基金、心智、大脑和行为跨学科倡议、转化医学和治疗学研究所 (ITMAT)、韦斯家庭发展经济学研究计划基金以及潘兴广场人类行为基础研究风险基金的慷慨资助和支持。本出版物中报告的研究还得到了美国国立卫生研究院国家老龄化研究所(奖项编号 K01AG055691)以及哈佛医学院和布莱根妇女医院睡眠医学部睡眠、昼夜节律和呼吸神经生物学培训计划的支持,该计划得到了美国国立卫生研究院国家心肺血液研究所的 Ruth L. Kirschstein NRSA(T-32 拨款)的支持。内容完全由作者负责,并不一定代表美国国立卫生研究院的官方观点。我们感谢众多研讨会听众和同事提供的有益评论和慷慨反馈。我们感谢 Alosias A、Srinivas Balasubramanian、Phoebe Cai、Stephanie Chan、Fiona Chen、Thomas Escande、Gabriel Jardanovski、Gunjita Gupta、Erik Hausen、Yihong Huang、Dexin Li、Andrew Locke、Maddie McKelway、Adrien Pawlik、João Pugliese、Jane von Rabeau、Cory Rand、Maya Roy、Krishna Prasad Srinivasan、Nikkil Sudharsanan、Ziqing Yan 和 Yanzun Yang 提供的出色研究协助。我们感谢所有研究参与者和工作人员、所有抽出时间参与我们专家调查的人,以及睡眠医学专家 Dinges 博士、Basner 博士、Redline 博士和 Perlis 博士对本研究的帮助和指导。我们获得了哈佛大学的 IRB 批准(协议编号 14-2294)、印度金融管理与研究研究所和印度医学研究理事会。该实验已在 AEA 注册处预先注册了预分析计划,编号为 AEARCTR-0002494。本文表达的观点均为作者的观点,并不一定反映美国国家经济研究局的观点。