XiaoMi-AI文件搜索系统
World File Search SystemParadigm
用于评估可解释的人机交互范式...
摘要。本文旨在提出一个框架和相应的范式，用于评估可解释人工智能 (XAI) 提供的解释。本文主张需要评估范式——不同的人在不同背景下执行不同的任务会对不同的解释做出不同的反应。它回顾了以前评估 XAI 解释的研究，同时也确定了这项工作的主要贡献——研究人员可以使用灵活的范式来评估 XAI 模型，而不是一系列因素。然后，本文概述了一个框架，该框架提供了五个关键因素之间的因果关系——心理模型、概率估计、信任、知识和绩效。然后，它概述了一个由训练、测试和评估阶段组成的范式。本文讨论了预测模型、XAI 开发人员指南和自适应可解释人工智能——一种能够预测特定领域专家对特定任务的首选解释是什么的推荐系统。
新兴的非手术围手术期治疗模式......
2023 年是治疗早期非小细胞肺癌 (NSCLC) 的里程碑。过去 10 年中，所有逐渐改变转移性疾病治疗的主要进展，即使用酪氨酸激酶抑制剂 (TKI)、一线免疫疗法和在初次诊断时使用下一代测序 (NGS) 进行分子分析 (1-3)，现在同时引入到潜在可切除肿瘤的常规临床实践中。随着许多欧洲国家即将推广使用基于 NELSON、NLST 和其他关键研究 (4,5) 的低剂量计算机断层扫描 (CT) 进行肺癌筛查，很快绝大多数 (>65%) 的 NSCLC 患者将属于这一类别，并根据当今制定的原则进行治愈。本综述的目的是分析并将它们置于实际和历史背景中。本文是根据 Narrative Review 报告清单编写的（可在 https://cco.amegroups.com/article/view/10.21037/cco-23-137/rc 上找到）。
非小细胞肺癌的新兴围手术期治疗模式
2023 年是治疗早期非小细胞肺癌 (NSCLC) 的里程碑。过去 10 年中，所有逐渐改变转移性疾病管理的重大发展，即使用酪氨酸激酶抑制剂 (TKI)、一线免疫疗法和在初次诊断时使用下一代测序 (NGS) 进行分子分析 (1-3)，现在同时引入常规临床实践中治疗潜在可切除肿瘤。随着许多欧洲国家即将推广使用基于 NELSON、NLST 和其他关键研究 (4,5) 的低剂量计算机断层扫描 (CT) 进行肺癌筛查，很快绝大多数 (>65%) 的 NSCLC 患者将属于这一类别，并根据当今制定的原则进行治愈。本综述的目的是分析并将它们置于实际和历史背景中。本文根据 Narrative Review 报告清单进行呈现（可从 https://cco.amegroups.com/article/view/10.21037/cco-23-137/rc 获取）。
基于视频游戏的持续注意力范例
摘要 通过使用结果知识 (KR)，可以训练出超强的警觉能力。我们目前的实验证明了使用第一人称视角运动视频游戏平台在学生和士兵样本中进行此类训练的有效性。通过在训练阶段操纵 KR 并在随后的转移阶段将其撤回来评估有效性。相对于无 KR 控制条件，KR 系统地提高了士兵和学生的表现。这些结果建立在我们之前的研究结果之上，这些研究结果表明，基于视频游戏的平台可用于创建以运动为中心的持续注意力任务，其中包含传统警觉的重要元素。结果表明，KR 在持续注意力中的作用延伸到基于第一人称视角运动的范式，并且这些作用发生在职业军人和更普通的人群中。这种持续注意力训练可以挽救生命，目前的发现展示了实现这一目标的一种特殊途径。
人机自主协作 - 一种不断发展的交互范式
智能和复杂系统在我们的工作场所和家中越来越常见，为交通、健康和教育领域提供直接帮助。在许多情况下，这些系统的性质在某种程度上是普遍存在的，并影响着我们做出决策的方式。传统上，我们了解人类在团队中工作的好处，以及当这个团队无法工作时相关的陷阱和成本。然而，我们可以将自主代理视为一个合成合作伙伴，它扮演着传统上只属于人类的角色。在这些新的人机自主团队中，我们可以看到不同级别的自动化和决策支持，这些级别包含在明确的任务和目标层次中。然而，当我们开始研究更自主的系统和软件代理的性质时，我们看到一种伙伴关系，它可以根据任务的背景提出不同的权威结构。这可能因人或代理是否领导团队以实现目标而有所不同。本文研究了 HAT 组成的性质，同时研究了它在航空业中的应用以及如何评估对此类系统的信任。
供应链管理的范式转变
印度政府已重新调整其贸易政策，认识到自由贸易协定 (FTA) 可在推动供应链转型方面发挥关键作用，并为国内制造商提供更多途径，使其能够融入全球采购和供应价值链。例如，最近签署的印度-澳大利亚自由贸易协定允许免税进口煤炭、氧化铝和羊毛等主要原材料，这有可能为印度带来具有成本效益的增值，并提高钢铁、铝和织物/服装等行业的出口竞争力。尽管政府致力于通过“自力更生印度”计划支持增值制造业和出口，但重塑供应链对于企业利用全球化并在充满活力的市场中取得成功至关重要。
传染病检测的新范式
人工智能（AI）正在彻底改变医疗诊断的问题的问题，该问题存在持久的问题，包括早期疾病，大量数据不足和诊断过程无效。本综述在开发ML技术方面表现出了很大的进展，包括蒙基太检测，结核病和癌症诊断。CNN在诊断方面表现出很高的效率；即使是临床医生的转移学习模型InceptionV3，也可以达到99.87％的诊断。作为保护隐私的解决方案，联合学习模型可在不增加单个数据的暴露范围的情况下提高诊断准确性，而从高分辨率技术（例如HIP-CT）得出的合成数据集（例如HIP-CT）通过改善模型构建和评估来帮助解决数据稀缺。基因组和代谢组整合的杂种有助于增强诊断准确性度量，尤其是对于Covid-19的复杂疾病，由于使用多种生物学信息的预后性能指标增加，因此对于Covid-19的复杂疾病。然而，即使在现代社会中，很少有问题出现：由于缺乏数据，尤其是对于罕见条件，该模型的概括是一个问题，并且大多数ML模型的计算能力需求提高了在低资源环境中实施的问题。融合了算法偏见和“黑匣子”概念的重大道德问题，这是一个可解释的AI（XAI）框架的必要条件，以提供医疗设施的可见性和信誉。开发中可能的方向，例如框架的标准化，增强计算支持以及不同领域的集成，提供了解决这些挑战的方法。解决时，这些挑战会通过ML技术告知的合适而可扩展的方法来改善全球医疗保健，这些方法与患者的需求保持一致，从而提供更好的实践，从而获得更好的健康。