XiaoMi-AI文件搜索系统
World File Search SystemZamora
Cristian Zamora，Zeinab Tashi，Patrick Jiang，Naren Raghu ...
大脑在人体中主要的器官和组织中具有最高的代谢率之一（1）。然而，有关大脑的当前信息缺乏，神经退行性疾病的治疗方法无效。脑代谢与脑生理，神经元功能和神经退行性疾病有直接关系（2）。该项目的重点是使用核磁共振（NMR）光谱观察啮齿动物模型的代谢谱。nmr是一种分析技术，用于通过利用化合物核的磁性来定量测量有机化合物的结构。当前，分析生理大脑和啮齿动物模型的方法依赖于NMR使用液体样品提取（3,4）。为了改善这种方法，使用NMR光谱中实心样品的魔术角旋转（MAS）将通过减少从液体样品产生的噪声来收集更高质量的数据。通过微波固定的固体样品的测量将提供大脑的快照。使用生成的光谱与液态样品提取进行比较以测试有效性。总体而言，通过去除液体溶剂并减少验尸状况的影响，预计将观察到数据质量的改善（5）。
出版版本引用（哈佛）：Tercero-Hidalgo, JR, Khan, KS, Bueno-Cavanillas, A, Fernández-López, R, Huete, JF, Amezcua-Prieto, C, Zamora, J & Fernández-Luna, JM 2022，“COVID-19 证据合成中的人工智能未得到充分利用，但有影响力：一项方法学研究”，《临床流行病学杂志》，卷。 148，第 124-134 页。 https://doi.org/10.1016/j.jclinepi.2022.04.027
目标：像大流行这样快速发展的情景需要迅速制作高质量的系统评价，而这可以使用人工智能 (AI) 技术实现自动化。我们评估了 AI 工具在 COVID-19 证据综合中的应用。研究设计：在前瞻性注册审查协议后，我们自动下载了 COVID-19 生活证据概览数据库中所有开放获取的 COVID-19 系统评价，为它们编制了与 AI 相关的关键字的索引，并找到了使用 AI 工具的评价。我们将他们的期刊的 JCR 影响因子、每月引用量、筛选工作量、完成时间（从预注册到预印本或提交给期刊）和 AMSTAR-2 方法评估（最高分 13 分）与一组没有 AI 的出版日期匹配的对照评论进行了比较。结果：在 3,999 篇 COVID-19 评论中，有 28 篇（0.7%，95% CI 0.47 e 1.03%）使用了 AI。平均而言，与对照组（n = 64）相比，AI 评论发表在影响因子更高的期刊上（中位数 8.9 vs. 3.5，P !0.001），每位作者筛选的摘要更多（302.2 vs. 140.3，P = 0.009）和每项纳入的研究（189.0 vs. 365.8，P !0.001），但每位作者检查的全文较少（5.3 vs. 14.0，P = 0.005）。在引用计数（0.5 vs. 0.6，P = 0.600）、每项纳入研究的全文检查（3.8 vs. 3.4，P = 0.481）、完成时间（74.0 vs. 123.0，P = 0.205）或 AMSTAR-2（7.5 vs. 6.3，P = 0.119）方面均未发现差异。结论：AI 是 COVID-19 系统评价中未充分利用的工具。与不使用 AI 的评价相比，使用 AI 可以更有效地筛选文献并提高出版影响力。AI 在系统评价自动化方面具有应用空间。2022 作者。由 Elsevier Inc. 出版。这是一篇根据 CC BY-NC-ND 许可协议 ( http:// creativecommons.org/licenses/by-nc-nd/4.0/ ) 开放获取的文章。