XiaoMi-AI文件搜索系统
World File Search SystemMinding
关注机器在刑事法律领域的价值观和人工智能
主要是缓刑，但也有假释——学者们称这种现象为“大规模监督”。[10] 美国国家司法研究所认为，人工智能有机会促进对这一人群的风险和需求的实时评估，以及移动服务的提供和该机构所称的“个人智能追踪”。该研究所的 Eric Martin 和 Angela Moore 提供了以下生物识别用例来说明这种潜力：“人工智能可穿戴设备可以监测生物数据，评估个人的压力和情绪，并向社区监督官员发送警报，告知该人可能处于危险境地。”他们认为，这将使缓刑官员能够“在犯人最有可能重犯的时候，以外科手术般的精准度”集中有限的资源。作为对目前基于 GPS 的电子监控设备的补充，他们宣称人工智能增强型设备有潜力在官员对通知做出反应之前“与个人互动，以缓解危险局势”。例如，人工智能可能会进行干预，“通过鼓励人们离开危险地点或参与认知行为疗法等程序。” [11]
关注自主生物技术的监管漏洞
本次研讨会直面的现实是，基因技术（不仅仅是基因测试，还包括改变植物、动物和人类基因组的工具）正在迅速成为消费者技术，实际上已经是消费者技术。人们可以以非中介形式试验和应用这些技术，可能无需国家研究资助机构、专业科学家、医生、遗传咨询师、监管机构和传统医疗产品制造商的参与。20 世纪的医疗产品和实践法规框架赋予了各方在促进合乎道德、安全和有效的生物医学研究和医疗保健方面的作用。1 自助生物技术 (DIYbio)，包括直接面向消费者 (DTC) 和自助 (DIY) 基因组技术，有可能破坏这些角色。这引发了人们对如何保护消费者安全、研究参与者的安全以及环境和公共安全的担忧，因为这些技术被部署在不受控制的开放释放应用中。2
注意连续葡萄糖监测中的间隙
血糖变异性的估计需要频繁的葡萄糖测量，并通过连续的葡萄糖监测（CGM）极大地帮助。但是，在现实世界中，CGM数据中可能会发生缺少的数据或“间隙”≥10分钟，从而影响某些估计的可靠性。因此，我们确定了在2型糖尿病患者队列中观察到的间隙问题的大小，并证明了一种填补间隙的方法。该方法采用差距之前和之后的读数之间的差异，并在缺少读数的数量上平均分布差异，这取决于传感器的读取频率设置。该方法易于实施，保守并改善了参考时间的变异度度量的估计，即每天差异的平均值和持续重叠的净血糖作用。