XiaoMi-AI文件搜索系统
World File Search SystemWerf
Justin Werfel
Insights for Architecture and Robotics, July 28, 2020 University of Michigan, Computer Science & Engineering Seminar, March 25, 2020 University of Michigan, Complex Systems Seminar, March 24, 2020 Toyota Technological Institute at Chicago, Colloquium, March 2, 2020 Cambridge Entomological Club, January 14, 2020 University of Connecticut, Electrical & Computer Engineering Colloquium, Nov. 13, 2019 TEDxPrincetonU, December 8, 2018 MIT, Global Community Bio Summit, October 26, 2018 Wyss International Symposium on Molecular Robotics, September 21, 2018 International Conference on Complex Systems, July 22–27, 2018 Conference on Collective Behavior, ICTP, Trieste, May 7–11, 2018 ICRA Workshop on Self-Healing, Growing and Evolving Soft Robots, May 21, 2018 Santa Fe Institute, March 2018年21日，新墨西哥大学，2018年3月19日，TEDXBEACONSTEET，2017年11月18日
已发布版本的引文 (APA)：van der Werf, T. S. (2021)。人工智能指导经验性抗菌治疗——准备好迎接黄金时段了吗？临床传染病，72(11)，E856-E858。 https://doi.org/10.1093/cid/ciaa1585
耐药革兰氏阴性菌和金黄色葡萄球菌（尤其是耐甲氧西林金黄色葡萄球菌 (MRSA)）引起的院内感染对公共卫生构成了巨大威胁 [1]。如果初始抗菌治疗不合适，死亡率会增加 [2]。医生意识到了这一令人生畏的前景，并且由于害怕让这些微生物暴露在外，他们常常会受到诱惑开出过量的、有时甚至是不合适的抗菌药物 [3]。随之而来的累积抗菌压力早已被认为是耐药性的主要驱动因素 [4、5]。以循环模式而非随机混合模式使用备用抗菌药物的政策无助于降低重症监护病房 (ICU) 高风险环境中的细菌耐药性 [ 6 ]。在荷兰 ICU，口服和肠道不可吸收抗菌药物（粘菌素、妥布霉素和两性霉素）与全身性头孢噻肟连续 4 天联合使用，可带来微小但显著的生存优势 [ 7 ]。然而，在耐药细菌压力较高的 ICU 中，与标准治疗相比，选择性消化道净化并未减少由这些细菌引起的血流感染