约翰霍普金斯大学汇聚了众多人才,并有远见地将所有这些人才聚集在一起,对抗癌症,这是一种最复杂的疾病。虽然每一项新发现都促进了对疾病的理解和治疗,但它往往也揭示了癌细胞破坏和解除威胁其生存、生长和扩散能力的自然生物过程的新方式。“癌症是一个复杂的问题,要解决这个问题,我们需要的不仅仅是癌症生物学家和癌症医生,”她说。她说,答案在于他们正在积累的数据,但它需要物理学家、工程师、计算机科学家和其他人将其转化为可用于对抗癌症的有意义的信息。真正的进步将取决于谁最有能力解释和使用这些海量数据来帮助患者。“融合是汇集专业知识以利用所有可用工具并使其适应癌症发现和医学的唯一方法,”贾菲说。“它将使我们能够将数据混乱转化为数据有序。”
EC在1月29日发布了竞争力指南针,欧洲委员会(EC)发表了“竞争力指南针”,该指南针将Draghi Report的建议转化为将欧盟的竞争力提高到可行的步骤。它专注于创新技术,可持续生产以及实现气候中性经济的实现。指出,预计欧盟分类法和CSRD的综合提案预计将于2月26日进行,并且将涉及“深远的简化”,这符合更广泛的目标,即减少所有公司的重复行政负担的25%,而SME的35%。EC将重点放在(i)比例时间表上,(ii)紧密的数据一致性,(iii)专注于最有害的活动,以及(iv)将从监管简化中受益的“小型中型”(中小企业和大型公司之间)的新类别。另请参见EC总裁冯·德莱恩(Von der Leyen)在指南针上的说法。
对人民做出决定的每个AI系统都有一群受这些决定个人影响的利益相关者。但是,对AI系统的解释很少解决这个经常是AI新手的利益相关者群体的信息需求。这在传达的信息和信息之间造成了对受系统决策影响的人(例如领域专家和决策主题)至关重要的信息。为了解决这个问题,我们提出了“ Xai新手问题库”,这是Xai问题库的扩展(Liao等,2020),其中包含两个用例中AI新手的信息目录:就业预测和健康监测。目录涵盖了数据,系统上下文,系统使用和系统规范的类别。我们通过基于任务的访谈收集了信息需求,参与者在其中询问了两个AI系统以决定其采用并收到口头解释的问题。我们的分析表明,参与者在收到解释后的信心增加,但他们的理解面临挑战。这些包括在定位信息和评估自己的理解以及尝试外包理解方面遇到困难。此外,参与者对系统风险和利益的先前看法影响了他们的信息需求。认为高风险的参与者寻求解释系统部署背后的意图,而那些认为低风险的人却询问了系统的操作。我们的工作旨在通过强调其信息需求,目标和挑战来支持AI新手的解释性努力。我们将发现总结为五个关键含义,可以为未来利益相关受众的未来解释设计。
1。尽管这些天对气候风险有强烈的监管重点,但实际上,我们的行业已经对这种风险有深刻的了解和了解。毕竟,我们一直在为与气候相关的风险保证几个世纪以来的财产(个人和商业)。当然,转变气候现在正在创造自然的灾难事件(尤其是风和水),而不是先前的历史建模。,这种迅速变化的环境比以往任何时候都遭受了更大的损失(野火)。,但是我们的行业具有“尝试和真实”的机制来降低这种风险。我们首先提高风险转移的价格。那么,我们可以增加免赔额。接下来,我们可以引入排除和/或子限制以减轻暴露。然后,只有当上述工具的组合失败并且暴露率继续朝着错误的方向发展,我们只是在续签时“脱离风险”。
2024年7月2日,美国食品药品监督管理局批准了多纳马布(Donanemab),这使其成为第二种疾病改良治疗的持有传统批准,用于治疗早期的阿尔茨海默氏病(AD)。多纳牛肉是针对淀粉样斑块的一种抗体。,它每4周静脉注射18个月,尽管如果淀粉样蛋白成功地从大脑中清除,则可以在18个月之前停止。2023年7月在JAMA发表了导致其批准的临床试验结果。多纳牛肉治疗导致大脑淀粉样菌斑显着减少,以及在18个月内认知和功能的逐步降低约22%,并有其他证据表明,在18个月内,疾病进展的风险降低了约37%。副作用包括在MRI上发现并称为淀粉样蛋白相关的成像异常或ARIA的临时局灶性局灶性脑肿胀或出血。ARIA发生在约37%的接受Donanemab的试验参与者中,而安慰剂组约为15%,大多数没有症状。ARIA导致1.6%的接受Donanemab的参与者取得了严重的结果。携带APOE基因的E4变体使患者处于较高的ARIA风险。这些潜在的副作用倾向于在协议开始时发生。