XiaoMi-AI文件搜索系统
World File Search Systemresearchers
物理和数学科学学院
2024年3月15日，新加坡联合新闻发布新加坡研究人员开发移动应用程序，以帮助糖尿病患者及其护理人员学习和监测他们的脚，由新加坡Nanyang Technological University（NTU Singapore）领导的一群研究人员（NTU新加坡）开发了一种移动应用程序，以一种移动应用程序，以对糖尿病的生活进行教育，以对疾病进行培养和活动，并在饮食中进行养生，并将其饮食培养，并为他们的饮食提供帮助，并在饮食中进行饮食，并在他们的饮食中进行，并在他们的饮食中进行，并将其及时培养。该应用程序Wellfeet是与Tan Tock Seng医院和国家医疗保健集团的临床医生协商开发的。它旨在帮助预防严重的糖尿病并发症：糖尿病足溃疡（DFU），这些溃疡发生在患有该疾病的患者的三分之一（34％）中。在新加坡，大约十二个新加坡居民1（8.5％）或约32,000人患有糖尿病。患有糖尿病的人更容易容易受伤，而脚上很难治愈。如果不接受监测或治疗，糖尿病足溃疡会导致下肢截肢和死亡风险增加。较高的再发生率意味着，由于药物和操作的反复出现，DFU通常会导致患者的财务负担。该应用程序已由40对患者及其护理人员从Tan Tock Seng医院进行了测试，并在一项定性和定量研究中进行了严格评估。使用该应用程序一个月后，研究参与者观察到脚步行为的积极变化和糖尿病自我护理常规。Wellfeet应用程序也是较早的研究项目的一部分，即“防止新加坡的肢体损失”，在新加坡五个医疗机构中招募的另外835名患者和看护人也对该应用程序进行了测试。这个更大的研究项目，涉及国立大学医院，Ng Teng Fong General Hospital，Tan Tock Seng医院，Khoo
向人工智能研究人员学习有关国际业务影响的
Aminov，K。I.，Krikukhin，I。Y.，＆Zakharova，A。V.（2023）。 在国际业务中应用人工智能的主要障碍和方向。 经济与管理，29（3），280 - 287。https：// doi.org/10.35854/1998-1627-2027-2023-3-280-287 Autio，E. （2021）。 动荡世界中的数字化和全球化：离心力和中心力。 全球战略杂志，11（1），3 - 16。https：//doi.org/10.1002/gsj.1396 Bahoo，S.，Cucculelli，M。，＆Qamar，D。（2023）。 人工智能和公司创新：审查和研究议程。 技术前铸造和社会变革，188，122264。 Bhatti，W。A.，Vahlne，J.-E.，Glowik，M。和Larimo，J. A. （2022）。 行业4.0对2017年版本的Uppsala模型的影响。 国际商业评论，31（4），1 - 14。https：//doi.org/10.1016/j.ibusrev.2022。 101996 Borges，A。F. S.，Laurindo，F。J. B.，Spínola，M。M.，Gonçalves，R。F.和Mattos，C。A. （2021）。 数字时代人工智能的战略使用：系统文献综述和未来的研究方向。 国际信息管理杂志，57，102225。 机器学习和人力资本互补性：缓解偏见的实验证据。 战略管理杂志，41（8），1381 - 1411。https：//doi.org/10。 1002/SMJ.3152 Coviello，N.，Kano，L。，＆Liesch，P。W.（2017）。 arxiv。Aminov，K。I.，Krikukhin，I。Y.，＆Zakharova，A。V.（2023）。在国际业务中应用人工智能的主要障碍和方向。经济与管理，29（3），280 - 287。https：// doi.org/10.35854/1998-1627-2027-2023-3-280-287 Autio，E.（2021）。动荡世界中的数字化和全球化：离心力和中心力。全球战略杂志，11（1），3 - 16。https：//doi.org/10.1002/gsj.1396 Bahoo，S.，Cucculelli，M。，＆Qamar，D。（2023）。人工智能和公司创新：审查和研究议程。技术前铸造和社会变革，188，122264。Bhatti，W。A.，Vahlne，J.-E.，Glowik，M。和Larimo，J.A.（2022）。行业4.0对2017年版本的Uppsala模型的影响。国际商业评论，31（4），1 - 14。https：//doi.org/10.1016/j.ibusrev.2022。101996 Borges，A。F. S.，Laurindo，F。J.B.，Spínola，M。M.，Gonçalves，R。F.和Mattos，C。A.（2021）。数字时代人工智能的战略使用：系统文献综述和未来的研究方向。国际信息管理杂志，57，102225。机器学习和人力资本互补性：缓解偏见的实验证据。战略管理杂志，41（8），1381 - 1411。https：//doi.org/10。1002/SMJ.3152 Coviello，N.，Kano，L。，＆Liesch，P。W.（2017）。arxiv。将Uppsala模型改编成现代世界：宏观上的和微观基础。国际商业研究杂志，48（9），1151 - 1164。https：//doi.org/10。1057/S41267-017-0120-X Cuypers，I。R. P.，Hennart，J.-F.，Silverman，B.S。，＆Ertug，G。（2021）。跨行动成本理论：过去的进步，当前的挑战和未来的建议。管理学院年鉴，15（1），111 - 150。https：//doi.org/10.5465/annals.2019.0051 Davenport，T.，Guha，A.，Grewal，D。，＆Bressgott，D。（2020）。人工智能将如何改变营销的未来。营销科学学院杂志，48，24 - 42。dell'acqua，F.，McFowland，E.，Mollick，E.R.，Lifshitz-Assaf，H.，Kellogg，K.，Rajendran，S.，Krayer，L.，Candelon，F。，＆Lakhani，K。R.（2023）。导航锯齿状的技术前沿：AI对知识工作者生产率和质量影响的现场实验证据。harvard商学院技术与运营MGT。单位工作文件（24-013）。Eloundou，T.，Manning，S.，Mishkin，P。和Rock，D。（2023）。 GPT是GPT：早期研究劳动力市场的影响大语模型的潜力。 Arxiv：2303.10130。 Eriksson，T.，Bigi，A。，＆Bonera，M。（2020）。 和我一起思考，还是为我想？ 关于人工智能在营销策略形式中的未来作用。 TQM Journal，32（4），795 - 814。 Fish，K。E.和Ruby，P。（2009）。 小型企业的人工智能外国市场筛查方法。 Fornes，G。和Altamira，M。（2023）。Eloundou，T.，Manning，S.，Mishkin，P。和Rock，D。（2023）。GPT是GPT：早期研究劳动力市场的影响大语模型的潜力。Arxiv：2303.10130。Eriksson，T.，Bigi，A。，＆Bonera，M。（2020）。 和我一起思考，还是为我想？ 关于人工智能在营销策略形式中的未来作用。 TQM Journal，32（4），795 - 814。 Fish，K。E.和Ruby，P。（2009）。 小型企业的人工智能外国市场筛查方法。 Fornes，G。和Altamira，M。（2023）。Eriksson，T.，Bigi，A。，＆Bonera，M。（2020）。和我一起思考，还是为我想？关于人工智能在营销策略形式中的未来作用。TQM Journal，32（4），795 - 814。Fish，K。E.和Ruby，P。（2009）。 小型企业的人工智能外国市场筛查方法。 Fornes，G。和Altamira，M。（2023）。Fish，K。E.和Ruby，P。（2009）。小型企业的人工智能外国市场筛查方法。Fornes，G。和Altamira，M。（2023）。国际培训杂志，13，65 - 81。人工智能和国际业务。数字化，技术和全球业务。palgrave枢轴。https://doi.org/10.1007/978-3-031-33111-4_5 Gellweiler，C。和Krishnamurthi，L。（2020）。 数字创新者如何实现客户价值。 理论和应用电子商务研究杂志，15（1），1 - 8。 Glikson，E。和Woolley，A。W.（2020）。 人工智能中的人类信任：经验研究的回顾。 管理学院学院，14（2），627 - 660。https：//doi.org/10.5465/Annals.2018.0057 Grant，R。和Phene，A. （2022）。 基于知识的观点和全球策略：过去的影响和未来潜力。 全球战略杂志，12（1），3 - 30。https：//doi.org/10.1002/gsj.1399https://doi.org/10.1007/978-3-031-33111-4_5 Gellweiler，C。和Krishnamurthi，L。（2020）。数字创新者如何实现客户价值。理论和应用电子商务研究杂志，15（1），1 - 8。Glikson，E。和Woolley，A。W.（2020）。人工智能中的人类信任：经验研究的回顾。管理学院学院，14（2），627 - 660。https：//doi.org/10.5465/Annals.2018.0057 Grant，R。和Phene，A.（2022）。基于知识的观点和全球策略：过去的影响和未来潜力。全球战略杂志，12（1），3 - 30。https：//doi.org/10.1002/gsj.1399
Ratten, V.、Hasan, R.、Kumar, D.、Bustard, J.、Ojala, A. 和 Salamzadeh, Y. (2024)。向人工智能研究人员学习有关国际商业影响的知识。《Thunderbird 国际商业评论》，66(2)，211-219。https://doi.org/10.1002/tie.22374
Aminov, KI、Krikukhin, IY 和 Zakharova, AV (2023)。人工智能在国际业务中应用的主要障碍和方向。经济与管理，29 (3)，280 – 287。https://doi.org/10.35854/1998-1627-2023-3-280-287 Autio, E.、Mudambi, R. 和 Yoo, Y. (2021)。动荡世界中的数字化与全球化：离心力和向心力。全球战略杂志，11 (1)，3 – 16。https://doi.org/10.1002/gsj.1396 Bahoo, S.、Cucculelli, M. 和 Qamar, D. (2023)。人工智能与企业创新：回顾与研究议程。技术预测与社会变革，188，122264。Bhatti, WA、Vahlne, J.-E.、Glowik, M. 和 Larimo, JA (2022)。工业 4.0 对 2017 年版乌普萨拉模型的影响。国际商业评论，31 (4)，1 – 14。https://doi.org/10.1016/j.ibusrev.2022。101996 Borges, AFS、Laurindo, FJB、Spínola, MM、Gonçalves, RF 和 Mattos, CA (2021)。数字时代人工智能的战略性使用：系统文献综述和未来研究方向。国际信息管理杂志，57，102225。https://doi.org/10.1016/j.ijinfomgt.2020.102225 Choudhury, P.、Starr, E. 和 Agarwal, R. (2020)。机器学习与人力资本互补性：偏见缓解的实验证据。战略管理杂志，41 (8)，1381 – 1411。https://doi.org/10.1002/smj.3152 Coviello, N.、Kano, L. 和 Liesch, PW (2017)。将乌普萨拉模型应用于现代世界：宏观背景和微观基础。国际商业研究杂志，48 (9)，1151 – 1164。https://doi.org/10。 1057/s41267-017-0120-x Cuypers, IRP、Hennart, J.-F.、Silverman, BS 和 Ertug, G. (2021)。交易成本理论：过去的进展、当前的挑战和对未来的建议。管理学院年鉴，15 (1)，111 – 150。https://doi.org/10.5465/annals.2019.0051 Davenport, T.、Guha, A.、Grewal, D. 和 Bressgott, T. (2020)。人工智能将如何改变营销的未来。 《市场营销科学院杂志》, 48 , 24 – 42。Dell'Acqua, F.、McFowland, E.、Mollick, ER、Lifshitz-Assaf, H.、Kellogg, K.、Rajendran, S.、Krayer, L.、Candelon, F. 和 Lakhani, KR (2023)。驾驭崎岖的技术前沿：人工智能对知识工作者生产力和质量影响的现场实验证据。哈佛商学院技术与运营管理部门工作论文 (24-013)。Eloundou, T.、Manning, S.、Mishkin, P. 和 Rock, D. (2023)。Gpts 就是 Gpts：大型语言模型对劳动力市场影响潜力的初步研究。arXiv。arXiv:2303.10130。 Eriksson, T.、Bigi, A. 和 Bonera, M. (2020)。和我一起思考，还是替我思考？人工智能在营销战略制定中的未来作用。《全面质量管理杂志》，32 (4)，795 – 814。Fish, KE 和 Ruby, P. (2009)。一种针对小型企业的人工智能国外市场筛选方法。国际创业杂志，13，65 – 81。Fornes, G., & Altamira, M. (2023)。人工智能与国际商务。在数字化、技术和全球商业方面。Palgrave Pivot。https://doi.org/10.1007/978-3-031-33111-4_5 Gellweiler, C., & Krishnamurthi, L. (2020)。数字创新者如何实现客户价值。理论与应用电子商务研究杂志，15 (1)，1 – 8。Glikson, E., & Woolley, AW (2020)。人类对人工智能的信任：实证研究回顾。 Academy of Management Annals，14 (2)，627 – 660。https://doi.org/10.5465/annals.2018.0057 Grant, R., & Phene, A. (2022)。基于知识的观点和全球战略：过去的影响和未来的潜力。全球战略杂志，12 (1)，3 – 30。https://doi.org/10.1002/gsj.1399
研究人员的患者信息表指南
普通英语：英国的平均阅读年龄是9-11岁。因此，重要的是，PIS中使用的语言不是参与的障碍。普通英语是一种写作和呈现的方式，因此读者可以在单一阅读后理解并采取行动。记住；编写简单的句子并不总是意味着有效传达信息。使用普通的英语解释或日常类比简化复杂的术语。
在使用人工智能和数据科学方法时优先考虑环境可持续性 Caroline Jay 1,2,3 , Yurong Yu 4 , Ian Crawford 5 , Scott Archer-Nicholls 6 , Philip James 7 , Ann Gledson 6 , Gavin Shaddick 8,3 , Robert Haines 2, 6, , Loïc Lannelongue 2 ,9,10,11,12 , Emily Lines 3 ,13 , Scott Hosking 3 ,14 , David Topping 3,5 人工智能 (AI) 和数据科学将在改善环境可持续性方面发挥关键作用，但如果没有可持续的设计和使用，这些方法的能源需求将对环境产生越来越负面的影响。在计算资源的可用性将持续增加且成本将持续降低的隐含假设背景下，研究人员在设计或选择分析方法时很少明确考虑环境影响。我们相信，环境科学界有机会推动方法的改变，在进行自己的计算研究时优化能源使用，并倡导其他研究领域也这样做。在计算研究中考虑环境可持续性将加速创新并使其民主化：受气候变化影响最大的地区——以及当地研究可能带来巨大好处的地区——不太可能获得重要的计算资源。将能源效率和可持续性作为主要考虑因素还将催化科学研究的创新方法
在使用人工智能和数据科学方法时优先考虑环境可持续性 Caroline Jay 1,2,3 、Yurong Yu 4 、Ian Crawford 5 、Scott Archer-Nicholls 6 、Philip James 7 、Ann Gledson 6 、Gavin Shaddick 8,3 、Robert Haines 2, 6, 、Loïc Lannelongue 2 、9,10,11,12 、Emily Lines 3 、13 、Scott Hosking 3 、14 、David Topping 3,5 人工智能 (AI) 和数据科学将在改善环境可持续性方面发挥关键作用，但如果没有可持续的设计和使用，这些方法的能源需求将对环境产生越来越负面的影响。在计算资源的可用性将继续增加且成本将继续降低的隐含假设的背景下，研究人员在设计或选择分析方法时很少明确考虑环境影响。我们相信环境科学界有机会推动方法的改变，在进行自己的计算研究时优化能源使用，并倡导其他研究领域也这样做。在计算研究中考虑环境可持续性将加速创新并使其民主化：受气候变化影响最大的地区 - 以及当地研究可能带来巨大利益的地区 - 不太可能获得重要的计算资源。将能源效率和可持续性作为首要考虑因素还将催化科学研究的创新方法。通过将这些变化与基于领域的科学需求理解相结合，我们可以以战略方式为最佳实践制定标准。计算方法的能源需求净零被定义为人类向大气中排放的温室气体与人类从大气中清除的温室气体相平衡的状态。实现净零排放需要社会、政治、经济和技术领域的协调努力 1 。人工智能和数据科学将在这一复杂过程中发挥关键作用，帮助我们了解并最终优化人为能源使用 2 。与这一潜在优势相竞争的是，人工智能和数据科学本身具有巨大的能源和环境成本 3,4 。人工智能研究、开发和应用的资源需求不断增加，各国面临着投资更大规模计算设施以跟上步伐的压力 5 。将环境可持续性嵌入人工智能。人们认识到这种做法对环境的潜在影响，从而推动人们努力使计算更具可持续性，包括采用更节能的硬件、更好地管理数据中心以及使用可再生能源为系统供电 6 。人们还认识到软件架构的作用很重要，要取得进展，需要用户熟练编写高效的代码，以最大限度地减少对环境的影响 5 。有一些举措正在推广用于研究的节能软件（例如，https://greensoftware.foundation/ ），同时还努力为计算科学家制定高级原则 7 。尽管如此，方法的环境可持续性目前并不是计算科学研究界任何部分的主要考虑因素，而且对于那些希望以可持续的方式开发或使用人工智能和数据科学的人来说，几乎没有指导方针。艾伦图灵研究所环境与可持续发展兴趣小组首次会议于 2022 年 3 月 15 日在曼彻斯特举行，会议以一场关于
欧洲 AI 法案存在漏洞——研究人员可以……
帮助制定有望成为世界上最全面的人工智能法律法规之一。研究人员需要抓住这个机会，而且要迅速。该法案存在一些漏洞，需要在全面生效之前予以填补，预计大约两年后才能全面生效。在发现漏洞的人中，有研究技术、法律和道德交叉领域的研究人员。举个例子，该法案假设大多数人工智能“风险很低甚至没有风险”。这意味着许多日常人工智能应用程序（例如回答简单查询的在线聊天机器人和文本摘要软件）不需要提交监管。被认为“高风险”的应用程序将受到监管，包括那些使用人工智能筛选求职者或进行教育评估的应用程序，以及执法部门使用的应用程序。但正如英国纽卡斯尔大学法学学者 Lilian Edwards 在伦敦 Ada Lovelace 研究所的一份报告中指出的那样，没有可审查的标准来支持该法案的低风险和高风险分类（参见 go.nature.com/4alwbha）。此外，哪里有证据表明大多数人工智能都是低风险的？第二个担忧是，在许多情况下，人工智能开发人员将能够自我评估被视为高风险的产品。根据该法案，此类提供商需要解释用于获取训练数据的方法和技术，包括这些数据的获取地点和方式，以及如何清理数据，以及确认它们符合版权法。监管机构最好建立一个独立的第三方验证系统，该系统还可以在必要时验证原始数据——即使它只检查代表性样本。人工智能办公室成立后，需要履行委员会的承诺，与科学界密切合作，利用所有可用的专业知识来回答这些问题。新技术的监管是一项不值得羡慕但必不可少的任务。政府需要支持创新，但他们也有责任保护公民免受伤害，确保人民的权利不受侵犯。从药品到机动车等现有技术的监管中吸取的教训包括需要最大限度地提高数据和模型的透明度。此外，负责保护人们免受伤害的人需要独立于那些负责促进创新的人。它需要确保在其人工智能工作中借鉴所有这些经验。华盛顿特区卡内基国际和平基金会研究人工智能伦理的 Hadrien Pouget 和他在英国牛津大学的同事 Johann Laux 在一封致未来人工智能办公室的公开信中强调了监管独立性以及人工智能提供商透明度的必要性（参见 go.nature.com/3sckfvv）。与此同时，联合国秘书长安东尼奥·古特雷斯召集的人工智能咨询委员会敦促所有致力于人工智能监管的人在这一过程中倾听尽可能多样化的声音。值得称赞的是，欧盟在立法过程中借鉴自然科学和社会科学以及工程和技术、商业和民间社会方面拥有丰富的经验。研究人员有一个很小的时间来弥补欧盟计划中的漏洞。他们需要在它关闭之前跳进去。
ntu-singapore-researchers-use-ai-chatbots-against- ...
新加坡，2023 年 12 月 28 日 新加坡南洋理工大学的研究人员利用人工智能聊天机器人互相“越狱” 新加坡南洋理工大学 (NTU Singapore) 的计算机科学家成功入侵了多个人工智能 (AI) 聊天机器人，包括 ChatGPT、Google Bard 和 Microsoft Bing Chat，以生成违反其开发人员指南的内容——这种结果被称为“越狱”。“越狱”是计算机安全领域的一个术语，计算机黑客发现并利用系统软件中的漏洞，使其执行开发人员故意禁止做的事情。此外，通过在已被证明可以成功破解这些聊天机器人的提示数据库上训练大型语言模型 (LLM)，研究人员创建了一个 LLM 聊天机器人，该机器人能够自动生成进一步的提示来越狱其他聊天机器人。LLM 构成了 AI 聊天机器人的大脑，使它们能够处理人类输入并生成几乎与人类无法区分的文本。这包括完成诸如规划旅行行程、讲睡前故事和开发计算机代码等任务。NTU 研究人员的工作现在将“越狱”添加到列表中。他们的发现可能对帮助公司和企业了解其 LLM 聊天机器人的弱点和局限性至关重要，以便他们可以采取措施加强它们以抵御黑客。在对 LLM 进行一系列概念验证测试以证明他们的技术确实对它们构成了明显而现实的威胁后，研究人员在成功发起越狱攻击后立即向相关服务提供商报告了这些问题。领导这项研究的南洋理工大学计算机科学与工程学院的刘洋教授表示：“大型语言模型 (LLM) 之所以迅速普及，是因为
摘要 人工智能 (AI) 系统正在成为我们日常生活中不可或缺的一部分，影响着我们的工作、互动和决策方式。随着人工智能系统的不断发展，确保它们不仅技术精湛，而且具有社会意识和责任感至关重要。本文提出了人工智能系统社会化的能力模型，旨在定义和培养人工智能系统在以人为本的环境中合乎道德、有效和和谐地运行所需的技能和属性。能力模型基于多学科方法，借鉴了人工智能伦理、机器学习、人机交互和行为心理学。它概述了开发具有以下关键领域能力的人工智能系统的框架。本文详细讨论了每个能力领域，并提供了开发和评估这些能力的实用策略和技术。它强调了人工智能研究人员、伦理学家、心理学家和设计师之间的跨学科合作的重要性，以创建符合人类价值观和社会需求的人工智能系统。通过实施人工智能系统社会化能力模型，我们旨在推动人工智能系统的发展，这些系统不仅在技术能力方面表现出色，而且还有助于打造更具社会责任感、用户友好性和道德性的人工智能环境。该模型可作为研究人员的指南
摘要 人工智能 (AI) 系统正在成为我们日常生活中不可或缺的一部分，影响着我们的工作、互动和决策方式。随着人工智能系统的不断发展，确保它们不仅技术精湛，而且具有社会意识和责任感至关重要。本文提出了人工智能系统社会化的能力模型，旨在定义和培养人工智能系统在以人为本的环境中合乎道德、有效和和谐地运行所需的技能和属性。能力模型基于多学科方法，借鉴了人工智能伦理、机器学习、人机交互和行为心理学。它概述了开发具有以下关键领域能力的人工智能系统的框架。本文详细讨论了每个能力领域，并为其开发和评估提供了实用的策略和技术。它强调了人工智能研究人员、伦理学家、心理学家和设计师之间的跨学科合作的重要性，以创建符合人类价值观和社会需求的人工智能系统。通过实施人工智能系统社会化能力模型，我们旨在推动人工智能系统的发展，这些系统不仅在技术能力上表现出色，而且还有助于打造更具社会责任感、用户友好和道德的人工智能格局。该模型为研究人员、开发人员和政策制定者提供了指导，以促进人工智能负责任地融入我们的社会。
Primis支持研究人员实现使用初级保健数据的好处。
- supporting the evaluation and implementation of the FAMCAT2 algorithm designed to identify people with familial hypercholesteremia and leading on its implementation across the UK (the University of Nottingham) - developing, refining, and evaluating code lists for the earlier identification of people with MND (MNDA and the University of Sheffield) - implementing algorithms to identify suitable participants for a clinical trial to establish whether deprescribing common drugs较低的血压是安全或有效的（优化2个试验，牛津大学） - 开发和评估决策支持系统，以消除年龄较大的2型糖尿病患者（D-MED研究，Leicester糖尿病中心）的潜在不适当的药物（莱斯特糖尿病中心） - 开发，验证和数字工具的养育过程中的预先预先培训，以有助于医院的预先预先培训，以帮助医院的养育量，以帮助医院的努力。研究，利物浦大学） - 东部米德兰群岛的GP实践收集的数据，以评估Pincer药物安全干预（诺丁汉大学）的规模和传播的有效性 - 领导了Pincer药物安全干预的全国性，向英格兰（University of Nottingham）（Inttingham）
邀请了热情且才华横溢的年轻研究人员，对
因此，这项研究项目的目的是基于高亲和力CXCL12靶向的生物分子，开发新型的CXCL12靶向放射性物体，并全面评估这种放射性物体在体外和体内对非活性Intivo Intivo Intivo Intivo Intivicing和PETS pet pote pet pote pet potsive of potsifiency in Vivo的潜力。Given the fast renal clearance of most hydrophilic, low-molecular weight biovectors, tracer design and development will not only include the selection and implementation of a suitable radiolabeling approach (preferably for fluorine-18 (for PET) or Tc-99m (for SPECT)), but also the adjustment of tracer pharmacokinetics with respect to a suitable plasma half-life and excretion kinetics via the introduction of结构修改。