组织决策者需要评估 AI 工具,因为越来越多的人声称此类工具的表现优于人类专家。然而,衡量知识工作的质量具有挑战性,这提出了如何在这种背景下评估 AI 性能的问题。我们通过对美国一家大型医院的实地研究来调查这个问题,观察管理人员如何评估五种不同的基于机器学习 (ML) 的 AI 工具。根据标准 AI 准确性测量,每种工具都报告了高性能,这些测量基于合格专家提供的基本事实标签。然而,在实践中试用这些工具后发现,它们都没有达到预期。在寻找解释时,管理人员开始面对专家在用于训练和验证 ML 模型的基本事实标签中捕获的知识的高度不确定性。在实践中,专家通过利用丰富的专业知识实践来解决这种不确定性,而这些实践并未纳入这些基于 ML 的工具中。发现人工智能的知识和专家的知识之间的脱节使管理人员能够更好地了解每种工具的风险和好处。这项研究表明,当底层知识不确定时,客观地对待 ML 模型中使用的地面真实标签存在危险。我们概述了我们的研究对开发、培训和评估知识工作人工智能的意义。
结果:本文回顾了 47 篇报道泌尿系统癌症中人工智能的特征和应用的文章。在所有良性病例中,人工智能都用于预测手术结果。在泌尿系统结石中,它用于预测结石成分,而在小儿泌尿科和 BPH 中,它用于预测病情的严重程度。在恶性病例中,它根据基因组和生物标志物研究用于预测治疗反应、生存、预后和复发。这些结果在统计上也优于常规方法。放射组学在肾肿块分类和核分级、膀胱癌膀胱镜诊断、预测格里森评分以及前列腺癌计算机辅助诊断的磁共振成像中的应用是人工智能的少数应用,这些应用已得到广泛研究。
这场危机的严重程度似乎令人难以承受,尤其是当它继续暴露和加剧美国经济的脆弱性时,美国经济的特点是种族和经济不平等现象严重。许多州的新冠肺炎感染率都在上升,即使是疫情得到缓解的地区也担心疫情会卷土重来。医院再次面临容量问题和防护装备短缺的问题。我们正面临历史性的失业问题,目前只有 60% 的适龄美国人就业(美国劳工统计局,2020a)。数十万家小企业即将倒闭(Miller,2020),大企业救助计划缺乏有意义的监督或条件来确保资金惠及工人和消费者,而新冠肺炎的不确定轨迹可能会使任何经济收益变得脆弱而短暂。这些新的和不断发展的趋势加剧了根深蒂固的贫富不均和许多人的深重不稳定;而历史上的系统性种族主义确保有色人种 1 在每一步都遭受更多痛苦。
Aleck Remberto Santamaria De La Cruz,CMRP,CAMA,PMP,是 Confipetrol 的战略和资产管理副总裁。Aleck 在能源、农业综合企业和服务业拥有超过 25 年的经验,他曾领导基础设施和流程改进项目,涉及运营、维护、可靠性、资产管理、技术和财务管理。他曾担任顾问和讲师,拥有机械工程学士学位和金融专业的 MBA 学位。他是 SMRP 在秘鲁利马举办的第一次国际活动的研讨会委员会成员,也是安第斯大学校长网络的成员。Aleck 还参加了伦敦政治经济学院的 CEO 计划。他的作品发表在 El Tiempo 的 Portfolio - Economic Journal 和 Solutions 杂志上。
纽约市立大学 纽约市立学院 - 1847 亨特学院 - 1870 布鲁克林学院 - 1930 皇后学院 - 1937 纽约市立技术学院 - 1946 史坦顿岛学院 - 1956 布朗克斯社区学院 - 1957 皇后区社区学院 - 1959 纽约市立大学研究生中心 - 1961 曼哈顿区社区学院 - 1963 金斯伯勒社区学院 -1963 约翰·杰伊刑事司法学院 -1964 约克学院 -1966 巴鲁克学院 - 1968 拉瓜迪亚社区学院 -1968 雷曼学院 -1968 霍斯托斯社区学院-1970 梅德加·埃弗斯学院 -1970 纽约市立大学法学院 -1983 纽约市立大学麦考利荣誉学院 -2001 纽约市立大学新闻学院 -2006 纽约市立大学职业研究学院 -2006 格特曼社区学院 -2011 纽约市立大学公共卫生与健康政策研究生院 -2016 纽约市立大学医学院 -2016
关键词:自动化、匹配、真正射影像、无人机 摘要:本文介绍了一种利用无人机平台获取的图像生成真正射影像的摄影测量方法。该方法是一种自动化的多步骤工作流程,由三个主要部分组成:(i) 通过基于特征的匹配和共线方程/束块调整进行图像定向,(ii) 使用能够管理多幅图像的相关技术进行密集匹配,以及用于 3D 模型纹理化的真正射影像映射。它允许对稀疏的收敛图像块进行自动数据处理,以获得最终的真正射影像,其中考虑了诸如自遮挡、鬼影效应和多重纹理分配等问题。本文通过一个关于无人机飞越意大利拉奎拉圣玛丽亚教堂的真实案例研究,阐述和讨论了不同的算法。最终结果是一张严格的真正射影像,用于检查大教堂的屋顶,该教堂在 2009 年的地震中遭到严重损坏。
