XiaoMi-AI文件搜索系统
World File Search SystemISBER
COVID-19 时代及以后的生物银行 - NIST 的 TSAPPS
COVID-19 时代为全球生物库社区带来了许多新挑战。目前存在一系列不同的工具（例如标准、最佳实践和计划）来支持生物库运营的质量和适用性。国际生物和环境档案馆协会 (ISBER) COVID-19 应对工作组已着手确定这些工具的需求和差距，并为下一代可用工具提出建议，并仔细研究了与 COVID-19 相关的挑战。在开展这项工作以研究工具与生物库适应性之间的关系的同时，工作组的一个小组还开展了一项平行工作，根据一些运营中的生物库开发和描述了个别 COVID-19 时代的案例研究。每个案例研究都展示了实施工具的不同组合。提供了从这些案例研究中得出的观察结果和经验教训，并讨论了工具实施的经验。这些信息由与工具有用性相关的数据补充，这些数据是通过配套文章中讨论的 ISBER 调查获得的。这项研究获得的知识将与其他工作组的努力相结合，提出建议，使生物银行社区能够更好地应对未来的紧急情况。
生物银行对人工智能的准备情况
OpenAI 最近推出了语言和文本处理人工智能 (AI) 平台 ChatGPT，这显著提高了人们对 AI 的兴趣，并预示着机器和深度学习新时代的到来。AI 可以定义为一种自动化软件系统，它可以提取、编译和分析数据和领域知识，以呈现明智的、特定于上下文的输出。作为国际生物和环境资源库协会 (ISBER) 最佳实践第 5 版信息管理（数据、系统和网络）部分的贡献者，我们一直满怀期待地关注着 AI 在医疗保健、研究和生物银行领域的进展和实施。我们也看到了 ISBER 成员的同样兴奋，正如 ISBER 开放论坛上的积极讨论所表明的那样。根据其工程和功能，深度和机器学习 AI 平台有许多不同的类型和类别。尽管早在 20 世纪 50 年代，计算机科学领域就已描述了 AI，最早的 NIH 医学 AI 会议也于 1975 年举行，1 但直到最近，其使用中的一些技术限制才被克服，包括数据可用性，从而使其得到更广泛的应用。我们在日常生活中经常遇到 AI 驱动的程序，尽管在过去几年中我们可能并未完全意识到它们的存在。例子包括聊天机器人、语音助手（如亚马逊的 Alexa 或苹果的 Siri）以及基于筛选的算法（如乳房 X 线摄影中使用的算法），这些算法可以检测出可能表明需要更仔细检查的异常模式。成像算法可以通过持续使用进行学习，从而提高性能。最近，AI 已更广泛地融入医学和科学实践中。印度和美国已成功模拟了通过解读临床图像来筛查糖尿病视网膜病变的 AI 程序，2 泰国的全国性卫生系统也已实施了该筛查。3
生物银行COVID-19 时代及以后 - NIST 的 TSAPPS
COVID-19 时代为全球生物银行社区带来了许多新挑战。为了让生物银行社区更好地应对当前和未来的挑战，国际生物和环境档案馆协会 (ISBER) 成立了 COVID-19 应对工作组，以确定生物银行工具（支持良好实践的现有资源）的需求和差距，例如标准、最佳实践、业务等，并提出有益于社区的建议。为了实现这些目标，工作组提出了一系列问题，以探索各个生物银行的经验，重点是确定关键挑战和方法，包括所采用的工具。ISBER 使用这些问题设计了一项调查，并对其进行了管理。本文总结了从调查回复中获得的汇总数据，说明了遇到的一些主要问题，并确定了调查受访者认为哪些工具最有用。特别是，本文重点关注 COVID-19 时代最初几个月发现的挑战。提供建议以支持生物库未来的应急准备、吸取经验教训并提出解决方案以弥补已发现的差距。分析和完整的调查数据集还将为更大的任务组目标提供信息，以制定具体的工具建议。