XiaoMi-AI文件搜索系统
World File Search Systemperspectives
将人工智能引入医学课程的重要性——评估从业者的观点
第四次工业革命时代，人工智能 (AI) 和机器学习引领着医疗技术的进步，旨在实现 4P 医学模式：预测性、预防性、个性化和参与性 (1,2)。人工智能工具的开发已经为多个医疗专业的某些实践过程提供了帮助，例如放射学 (3)、皮肤病学 (4)、眼科学 (5) 和病理学 (6)，这些领域都使用了美国食品药品管理局 (FDA) 批准的基于人工智能的算法 (7)。特别是放射学，在过去的技术创新推动下经历了巨大的革命性变化——人工智能的相关成就是最新的突破，有望成为广泛日常实践的一部分，旨在提高放射科医生的效率和（广义的）准确性以及他们服务的可及性。在 FDA 批准的基于人工智能的算法中，有些算法在诊断特定疾病方面取得了令人印象深刻的可靠性，其特异性和敏感性可与人类专家在实践应用中相媲美 (8)。
关于人工智能可解释性经验转向的一些批判和伦理观点
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
“对未知的恐惧”：健康、残疾和利益相关者对斐济残疾儿童接种疫苗的行为和社会驱动因素的看法
1 澳大利亚新南威尔士州西悉尼大学转化健康研究所，2 斐济太平洋健康研究所，斐济国立大学医学、护理与健康科学学院，斐济苏瓦，3 澳大利亚昆士兰州中央昆士兰大学，4 斐济苏瓦弗兰克希尔顿组织，5 斐济苏瓦卫生与医疗服务部殖民战争纪念医院，6 斐济苏瓦卫生与医疗服务部家庭健康，7 斐济苏瓦斐济国立大学医学、护理与健康科学学院医学科学学院，8 斐济苏瓦斐济残疾人联合会，9 澳大利亚昆士兰州中央昆士兰医院与健康服务中心中央昆士兰公共卫生部，10 澳大利亚新南威尔士州悉尼大学悉尼公共卫生学院，11 澳大利亚新南威尔士州卫生大学医学与健康学院悉尼传染病研究所
大型语言模型调控的比较视角
Mimi Zou 和 Lu Zhang 详细分析了中国对生成人工智能 (GenAI) 的监管回应，重点关注 2023 年 7 月出台的《生成人工智能服务管理暂行办法》（“暂行办法”）。这些办法标志着中国在规范包括法学硕士在内的 GenAI 技术快速发展和部署方面迈出了重要一步。5 作者强调了这些措施的双重目标：促进技术创新以保持中国在全球人工智能竞赛中的竞争优势，同时应对这些技术带来的风险——特别是在内容安全、国家安全和社会稳定方面。事实上，暂行办法反映出一种谨慎但雄心勃勃的方法，它制定了规则，要求 GenAI 提供商确保其服务遵守中国严格的内容监管标准。这包括防止生成有害或非法内容的机制，并要求服务提供商在部署其技术之前进行安全评估。与此同时，《办法》旨在通过提供清晰的监管体系并鼓励企业为国内人工智能生态系统的发展做出贡献来促进创新。然而，这种平衡之举也揭示了技术发展与降低社会和政治风险之间的内在冲突，这并非中国独有的挑战，而是全球法律硕士（LLM）监管斗争的缩影。作者认为，尽管中国的监管框架侧重于内容控制和安全，但它可能会对全球人工智能治理产生重大影响。
神经科学和新研究 - 启示 - 暴力...
当今的讨论青少年越来越倾向于感到孤独和误解，陷入病理成瘾，发展情绪障碍或真正的精神病病理学，有时会导致自杀。Esposito-Smythers和Goldston的评论强调，使用物质使用障碍的存在与自杀未遂的3-4倍有关[1]。此外，被诊断出患有药物使用障碍的青少年被自杀死亡的可能性是没有这种诊断的青少年的5至13倍[2]。根据Eures经济和社会研究的青年报告，与国家青年理事会和意大利青年机构合作，在意大利自杀是15至29岁的年轻人中的第四大死亡原因。在2021年，自杀中的13.9％涉及15-34岁年龄段，与大流行之前的时期相比显示出显着增加。为了对可以定义为真实社会瘟疫的重大贡献，回顾问题的根源至关重要。在许多情况下，实际上，这种不适的起源可以追溯到母亲的子宫和母亲所遭受的暴力。怀孕期间发生的家庭暴力与围产期死亡和新生儿死亡的风险增加有关[3]。怀孕期间因身体侵略而住院的妇女的胎儿死亡风险高八倍，而新生儿死亡的风险却高了近六倍[4]。此外，家庭暴力和持续暴露于创伤与怀孕培训周期中的互发增加有关，即：胎儿生长限制，贫血，吸烟，早产，死产，膜和胎盘的早产和胎盘的早产[5]。
Pauline Ezanno、Sébastien Picault、Gaël Beaunée、Xavier Bailly、Facundo Muñoz 等人。人工智能时代动物健康的研究视角。兽医研究，2021 年，52 (40)，10.1186/s13567-021-00902-4。 hal-03161705
摘要 利用人工智能 (AI) 方法处理动物健康 (AH) 领域中遇到的高度复杂问题，例如定量和预测流行病学、动物/人类精准医学或研究宿主×病原体相互作用中遇到的问题。AI 可能有助于 (i) 诊断和疾病病例检测，(ii) 提供更可靠的预测和减少错误，(iii) 表示更现实的复杂生物系统并使计算代码对非计算机科学家更具可读性，(iv) 加快决策速度并提高风险分析的准确性，以及 (v) 更有针对性的干预措施和预期的负面影响。反过来，由于 AH 系统、数据、约束和分析目标的特殊性，AH 中的挑战可能会刺激 AI 研究。本研究基于对 2009-2019 年期间 AI 和 AH 交界处的科学论文的文献综述，以及对处于这一交界处的法国研究人员的采访，解释了目前各种 AI 方法所采用的主要 AH 领域，以及它如何有助于更新 AH 研究问题并消除方法或概念障碍。在介绍可能的障碍和杠杆之后，我们提出了几项建议，以更好地应对 AH/AI 界面所代表的挑战。随着最近几个促进卫生领域全球和多部门视角的概念的发展，AI 应该有助于将 AH 的不同学科转向更横向和综合的研究。关键词：动物疾病、数据、畜牧业、建模、人工智能、决策支持工具
Yehoshua Socol、Ariella Richardson、Imene Garali Zineddine、Stephane Grison、Guillaume Vares 等人。生物学和医学中的人工智能以及辐射防护研究：来自耶路撒冷的观点。人工智能前沿，2024 年，6，第 1291136 页。 10.3389/frai.2023.1291136。 irsn-04669199
虽然人工智能广泛应用于生物医学研究和医学实践，但其使用仅限于少数特定的实际领域，例如放射组学。“生物学和医学中的人工智能”研讨会（耶路撒冷，2023 年 2 月 14 日至 15 日）的参与者，包括研究人员和从业者，旨在通过探索人工智能的进步、挑战和观点来构建整体图景，并为人工智能应用提出新的领域。演讲展示了大型语言模型 (LLM) 在生成分子结构、预测蛋白质-配体相互作用和促进人工智能开发民主化方面的潜力。还讨论了医疗决策中的伦理问题。在生物应用中，多组学和临床数据的人工智能整合阐明了低剂量电离辐射对健康的相关影响。贝叶斯潜在模型确定了未观察变量之间的统计关联。医疗应用强调了非侵入性诊断的液体活检方法、识别被忽视疾病的常规实验室检查以及人工智能在口腔颌面成像中的作用。可解释的人工智能和多样化的图像处理工具改进了诊断，而文本分类则检测到了博客文章中的厌食行为。研讨会促进了知识共享和讨论，并强调了在放射防护研究中进一步发展人工智能以支持新出现的公共卫生问题的必要性。组织者计划继续将该计划作为一项年度活动，促进合作并解决人工智能应用中的问题和观点，重点是低剂量放射防护研究。邀请参与放射防护研究的研究人员和相关公共政策领域的专家在下一次研讨会上探讨人工智能在低剂量辐射研究中的效用。
白塞氏综合征的新观点和未来观点
摘要 白塞氏综合征是一种多变性血管炎，其特征是多种临床表现，由涉及多个器官和系统的炎症引起。虽然在了解白塞氏综合征的发病机制和治疗方面已经取得了重大进展，但在实现最佳疾病控制和预防长期并发症方面仍然存在挑战。本综述探讨了白塞氏综合征治疗的最新进展，重点关注新兴疗法和未来发展方向。阿普斯特是一种磷酸二酯酶 4 抑制剂，在治疗粘膜皮肤表现，特别是口腔溃疡方面显示出良好的前景。托珠单抗是一种白介素 (IL)-6 受体抑制剂，已证明对某些患者群体有效，特别是那些有眼部受累的患者。然而，它在血管性白塞氏综合征中的使用需要仔细考虑。在托珠单抗治疗期间，口腔和生殖器溃疡复发可能很棘手。其他新兴疗法，如 IL-17 抑制剂（包括 secukinumab 和 ixekizumab）、IL-12/23 抑制剂 ustekinumab 和 Janus 激酶 (JAK) 抑制剂（包括 tofacitinib 和 baricitinib），正在研究其针对特定炎症通路的潜力。未来的研究方向包括开发新的治疗靶点、通过确定可从中受益的患者群体来更好地利用现有药物、开发更好的疾病评估工具以及针对目标的治疗方法，以改善白塞氏综合征患者的治疗结果和生活质量。
测量全球生产网络中的温室气体足迹：生产链和最终需求模式中排放的新视角
本研究在之前对生产型和需求型二氧化碳 (CO 2 ) 排放进行比较的基础上，引入了基于全球生产网络的 76 个经济体的新温室气体 (GHG) 足迹指标。扩展指标包括：i ) 除了燃料燃烧产生的二氧化碳排放之外，还考虑工业过程产生的二氧化碳和其他温室气体，如甲烷、一氧化二氮和氟化气体；ii) 按类别评估基于需求的排放；iii ) 将直接基于生产的排放（环境经济核算体系居住原则）与上游和下游间接排放相结合，以估算按行业划分的“范围 3 排放”。与仅基于二氧化碳的足迹相比，总温室气体足迹指标显示，由于纳入了农业、采矿业和废物管理的非二氧化碳排放，经合组织和非经合组织经济体之间的排放强度差异较小。这些指标支持制造业脱碳、向可再生能源过渡和调整高碳产品跨境贸易的政策分析。
协调人工智能治理法规和神经信息学：隐私和数据共享的观点
在快速发展的神经信息学领域，人工智能 (AI) 与神经科学的交叉既带来了前所未有的机遇，也带来了巨大的道德挑战（Ienca 和 Ignatiadis，2020 年；Dubois 等人，2023 年；Parellada 等人，2023 年；Scheinost 等人，2023 年）。随着人工智能技术越来越多地支撑神经科学研究，建立强有力的治理框架至关重要，该框架不仅要与这项研究的雄心勃勃的范围相匹配，而且还要遵守严格的隐私和数据共享要求（Eke 等人，2022 年；Jwa 和 Martinez-Martin，2024 年；Yuste，2023 年；英国政府，2018 年）。本文探讨了协调人工智能治理法规与神经信息学实践的迫切需要，特别关注数据共享和隐私领域。这篇评论文章基于对 4,000 多篇研究文章和 AI 监管文件的全面分析，并引用了 100 多篇关键文章和文件。它对当前的 AI 治理框架以及 AI 与神经信息学交叉领域存在的挑战进行了批判性分析。1