XiaoMi-AI文件搜索系统
World File Search SystemToward
实现可重复的肿瘤类器官培养
类器官通过在体外准确重现组织和肿瘤的异质性，为推动临床前研究和个性化医疗展现出巨大潜力。然而，缺乏标准化的癌症类器官培养方案阻碍了可重复性。本文全面回顾了当前与癌症类器官培养相关的挑战，并强调了该领域最近的多学科进展，特别关注肝癌类器官培养的标准化。我们讨论了导致技术差异的非标准化方面，包括组织来源、加工技术、培养基配方和基质材料。此外，我们强调需要建立可重复的平台，以准确保留母体肿瘤的遗传、蛋白质组学、形态学和药理学特征。在每个部分的末尾，我们的重点转移到原发性肝癌的类器官培养标准化。通过应对这些挑战，我们可以提高癌症类器官系统的可重复性和临床转化，从而使其在精准医疗、药物筛选和临床前研究中具有潜在应用。
人工智能，新闻和撒哈拉以南非洲的Ubuntu机器人：迈向规范
摘要这项研究调查了Ubuntu哲学与撒哈拉亚州非洲的AI驱动新闻实践的融合。特别关注其挑战，机遇和对提高包容性的影响，该研究描述了实际的询问行为，包括优先考虑多样化的数据源，建立道德准则，促进AI素养，确保透明度和问责制，并分配公平的资源。借鉴了刚果DRC，肯尼亚，坦桑尼亚，乌干达和赞比亚的记者的观点，发现非洲记者在与人工智能工具的互动中遇到了各种经验，从热情的拥抱到对他们的重视能力和代表性和代表性。在背景下，该研究提出了一种受Ubuntu哲学启发的规范视角，强调了关系，社会进步，社会和谐和人类尊严，是负责在新闻业中使用AI的指导框架。通过在Ubuntu哲学中重新构想AI新闻业，该研究强调了创造一种技术性景观的潜力，在该景观中，所有个人和社区都得到公平地对待，与相互联系的NESS，社区责任和集体福祉的原则保持一致。
分布式认知：迈向人机交互研究的新基础
我们正在快速经历一个历史时刻：人们在一台计算机前工作，由一台小型 CRT 控制，专注于仅涉及本地信息的任务。联网计算机变得无处不在，在我们的生活中以及科学、商业和社会互动的基础设施中发挥着越来越重要的作用。为了在新千年推动人机交互的发展，我们需要更好地理解新兴的交互动态，其中焦点任务不再局限于桌面，而是延伸到一个复杂的网络信息世界和计算机介导的交互。我们认为分布式认知理论在理解人与技术之间的交互方面发挥着特殊的作用，因为它的重点一直是整个环境：我们在其中真正做什么以及我们如何协调其中的活动。分布式认知为如何思考设计和支持人机交互提供了彻底的重新定位。作为一种理论，它专门用于理解人与技术之间的交互。在本文中，我们提出分布式认知作为人机交互的新基础，勾勒出一个综合的研究框架，并使用我们早期工作中的选集来提出该框架如何为数字工作材料的设计提供新的机会。
通过体现能量
*作者对本手稿的概念和写作也同样贡献了康奈尔大学，机械和航空航天工程。B哈佛大学，工程与应用科学学院。 c ku Leuven，生产工程。 d空军研究实验室，材料和制造局。 e陆军研究实验室，能源和生物技术部。 f陆军研究实验室，自治系统部。 g Max Planck智能系统研究所，机器人材料部门。 h佛蒙特大学，计算机科学。 i剑桥大学，工程系。 前言：自主机器人由驱动，能量，感觉和控制系统组成，该系统由不一定要用于多功能性的材料和结构构建。 然而，机器人努力模仿的人类和其他动物在细胞，组织和器官水平上包含高度复杂和相互连接的系统，这些系统允许同时执行多种功能。 在这里，我们研究了自然如何建立具有具体能量的自动驾驶机器人的新范式。 目前，大多数不受限制的机器人都使用电池来存储能量并为其操作供电。 为了延长其操作时间，必须与支撑结构同时添加其他电池块，从而增加其体重并降低其效率。 能源储能技术的最新进步使化学或电能源可以直接体现在用于创建机器人的材料和机械系统中。B哈佛大学，工程与应用科学学院。c ku Leuven，生产工程。d空军研究实验室，材料和制造局。e陆军研究实验室，能源和生物技术部。 f陆军研究实验室，自治系统部。 g Max Planck智能系统研究所，机器人材料部门。 h佛蒙特大学，计算机科学。 i剑桥大学，工程系。 前言：自主机器人由驱动，能量，感觉和控制系统组成，该系统由不一定要用于多功能性的材料和结构构建。 然而，机器人努力模仿的人类和其他动物在细胞，组织和器官水平上包含高度复杂和相互连接的系统，这些系统允许同时执行多种功能。 在这里，我们研究了自然如何建立具有具体能量的自动驾驶机器人的新范式。 目前，大多数不受限制的机器人都使用电池来存储能量并为其操作供电。 为了延长其操作时间，必须与支撑结构同时添加其他电池块，从而增加其体重并降低其效率。 能源储能技术的最新进步使化学或电能源可以直接体现在用于创建机器人的材料和机械系统中。e陆军研究实验室，能源和生物技术部。f陆军研究实验室，自治系统部。g Max Planck智能系统研究所，机器人材料部门。h佛蒙特大学，计算机科学。i剑桥大学，工程系。前言：自主机器人由驱动，能量，感觉和控制系统组成，该系统由不一定要用于多功能性的材料和结构构建。然而，机器人努力模仿的人类和其他动物在细胞，组织和器官水平上包含高度复杂和相互连接的系统，这些系统允许同时执行多种功能。在这里，我们研究了自然如何建立具有具体能量的自动驾驶机器人的新范式。目前，大多数不受限制的机器人都使用电池来存储能量并为其操作供电。为了延长其操作时间，必须与支撑结构同时添加其他电池块，从而增加其体重并降低其效率。能源储能技术的最新进步使化学或电能源可以直接体现在用于创建机器人的材料和机械系统中。这种观点突出了体现能量的新兴例子，重点介绍了持久的自主机器人的设计和制造。
迈向电子竞技运动员的创新训练方法
如今，电子竞技现象无处不在。国际锦标赛和参赛选手让数百万观众激动不已，他们观看电子竞技运动员和他们的团队努力提高水平并超越彼此。为了达到必要的认知和身体最佳状态，并抵消因在电脑或游戏机前训练数小时而导致的一般健康问题，电子竞技运动员需要最佳的认知、身体和心理训练。然而，在电子竞技特定的健康管理方面存在差距，包括预防健康问题和训练这些功能。为了对这一主题做出贡献，我们在本篇小评论中介绍了基于跨学科研究结果的可能途径，为认知、身体和精神更健康、更强大的电子竞技运动员提供整体训练方法。我们讨论了运动游戏作为一种激励和有前途的电子竞技运动员补充训练方法，它同时在有吸引力的游戏环境中结合了身体和认知刺激和挑战。此外，我们提出运动游戏是创新的全身电子竞技锦标赛革命。总而言之，运动游戏为（物理）电子竞技带来了新的方法，这反过来又在不断发展的电子竞技研究和开发社区中引发了新的话题。
消除结核病的计划（P167523）
B.按计划结果取得进展4。结果区域1：扩大私人提供者的参与度：从Covid-19-19大流行对结核病（TB）通知率的负面影响中恢复过来，国家TB消除计划（NTEP）观察到2022年有史以来从私营部门发出的最高通知。印度2022年结核病的总案例通知为242万，超过了240万的大大传统高点。从九个计划国家对TB患者通知的累计成就为677,925，到2023年12月底，第5年的目标为800,000。针对此指标的成就估计达到了目标的84.7％，即在报告期结束时（5年级结果，即2023年12月）。 与印度政府中央结核病部（CTD）密切合作，世界银行任务小组对在州和国家一级部署技术支持单位（TSU）的学习进行了探索活动。 与CTD和MSH合作，该团队在2024年2月8日的调查结果上进行了传播活动。针对此指标的成就估计达到了目标的84.7％，即在报告期结束时（5年级结果，即2023年12月）。与印度政府中央结核病部（CTD）密切合作，世界银行任务小组对在州和国家一级部署技术支持单位（TSU）的学习进行了探索活动。与CTD和MSH合作，该团队在2024年2月8日的调查结果上进行了传播活动。
迈向更安全的斯里兰卡 - PreventionWeb
preventionweb.net › files › 1745_Roa... PDF 2006年4月15日 — 2006年4月15日 河流流域的航空调查（LIDAR）是识别的基本要求... 研究如何提高预测灾害的可靠性。
当前3期放射性药物治疗临床试验的概述
神经发育障碍（NDDS）涵盖以异常大脑发育为特征的疾病，这些疾病会影响认知，交流，行为和运动。这些疾病，包括自闭症谱系障碍（ASD），注意力/多动障碍（ADHD）和智力障碍，代表了一项重要的公共卫生挑战，影响了全球多达3％的儿童。尽管我们对这些疾病的理解取得了进步，但缺乏特定的疗法强调了进一步研究其病因和病理生理学的必要性。最近的研究确定了与NDD相关的许多基因变异，从单核苷酸变体到拷贝数变体。这些发现指向与NDD相关的各种不同基因，突出了这些疾病的遗传复杂性。然而，许多NDD的起源仍然未知，表明超出遗传变异的因素可能起着至关重要的作用。新兴证据表明，神经素的流量机制和环境因素，例如早期生命逆境，是NDD发展的重要贡献者。在人类和动物模型中整合分子，行为和神经敏化研究的多学科方法对于理解这些方面至关重要。本社论推出了一系列原始研究文章，旨在揭示NDD的复杂机制，并探索新型治疗策略的潜在途径。
EmbodiedScan：面向具身 AI 的整体多模式 3D 感知套件
摘要 在计算机视觉和机器人领域，具身代理有望探索其环境并执行人类的指令。 这就需要能够根据第一人称观察充分理解 3D 场景，并将其语境化为语言进行交互。 然而，传统研究更多地侧重于从全局视角进行场景级输入和输出设置。 为了解决这一差距，我们引入了 EmbodiedScan，这是一个多模态、以自我为中心的 3D 感知数据集和整体 3D 场景理解的基准。 它包含超过 5k 个扫描，封装了 1M 个以自我为中心的 RGB-D 视图、1M 个语言提示、160k 个 3D 导向框，涵盖 760 多个类别，其中一些与 LVIS 部分一致，以及具有 80 个常见类别的密集语义占用率。 基于这个数据库，我们引入了一个名为 Embodied Perceptron 的基线框架。它能够处理任意数量的多模态输入，并表现出卓越的 3D 感知能力，无论是在我们建立的两个系列基准测试（即基本 3D 感知任务和基于语言的任务）中，还是在野外。
面向特定领域的可解释人工智能
皮肤癌检测是临床决策支持的一个常见应用 [7]。由于皮肤癌患者数量的增加和早期检测的良好治疗效果，过去几年来，人们在该领域进行了大量研究。在此背景下，DNN 已成为开发皮肤图像分类模型的可行方法 [2、8、12、30]。社区的高度关注导致出现了各种不同方法，其性能水平也参差不齐。1 所有方法的共同点都是训练一个可用于诊断并从而用于临床决策支持的模型。因此，新方法的评估标准通常是它们是否能够使模型在各种皮肤病诊断任务中取得更好的性能结果 [21]。同时，其他 AI 研究领域也越来越多地考虑对模型预测的解释。相比之下，这些技术在皮肤图像分类中的应用几乎没有得到解决，尽管最近的一些研究已经认识到