过去几年,美国联邦政府对人工智能技术的采购急剧增加。1 基于对各机构在采购尖端人工智能方面面临的挑战的研究,NAIAC 2023 年秋季的建议重点关注各机构在现有采购权限内可以做些什么。即,NAIAC 建议各机构优先考虑人工智能采购,包括在其总统过渡计划中;解决人工智能专业知识差距并培训采购人员;利用新兴人工智能采购实践的非详尽清单——例如质量保证监测计划 (QASP) 和领域内评估;并确保创新人工智能采购方面的专业知识和最佳实践成为机构知识并在整个机构间共享。2 持续的研究和与利益相关者的接触揭示了联邦采购条例 (FAR) 在实践中的实施存在很大局限性。因此,这项建议侧重于机构采购一流、值得信赖的人工智能所必需的变革。
1 澳大利亚道德框架 2019 https://www.industry.gov.au/publications/australias-artificial-intelligence-ethics-framework/australias-ai-ethics-principles
3.1 KRAS 致癌基因是肺癌中最常见的突变基因。KRAS G12C 突变是最常见的突变,在英国占非小细胞肺癌 (NSCLC) 肿瘤的 12%。这种突变在非鳞状 NSCLC 中更常见,通常不会与其他已知突变(如 EGFR、ALK 和 ROS-1)同时发生。这些其他已知突变可能有可用的靶向治疗,但目前没有针对 KRAS G12C 突变的靶向治疗。KRAS G12C 突变阳性的局部晚期或转移性 NSCLC 患者通常接受化疗,这是一种非靶向治疗,会产生影响健康相关生活质量的不良反应。临床专家强调,KRAS G12C 突变阳性 NSCLC 患者的预后较差。临床和患者专家指出,该人群对有效且可耐受的治疗存在未满足的需求。他们还强调,缺乏靶向治疗方案可能会产生心理影响。这种疾病伴有难以治疗的症状,患者专家提交的意见强调了这些症状对患者及其护理人员的心理影响。临床和患者专家表示,针对非小细胞肺癌中 KRAS G12C 突变的靶向治疗将受到欢迎。委员会得出结论,针对 KRAS G12C 突变阳性局部晚期或转移性非小细胞肺癌的靶向治疗存在尚未满足的需求,这些治疗将带来身体和心理上的益处。
该文档计划于20125年2月20日在联邦公报上发布,并在https://federalregister.gov/d/2025-02931上在线获取,并在https://govinfo.gov
2024 年 4 月由 FSMB 众议院通过 执行摘要 人工智能 (AI) 具有巨大潜力,可帮助医疗保健提供者进行诊断、治疗选择、临床记录和其他任务,以提高质量、可及性和效率。但是,如果没有适当的“护栏”和理解,这些技术就会带来风险,这可能会影响临床实践中的考虑因素以及州医疗委员会的监管流程。通过采取以道德原则为基础的主动和标准化治理方法,州医疗委员会可以促进各种形式的人工智能的安全有效整合,同时优先考虑患者的健康。本报告总结了专家意见和程序,以制定 FSMB 道德和专业委员会的指导方针,以帮助医生和州医疗委员会引导负责任和合乎道德的人工智能融入,重点是 (1) 教育、(2) 强调人类责任、(3) 确保知情同意和数据隐私、(4) 主动解决责任和义务问题、(5) 与专家合作以及 (6) 将人工智能治理锚定在道德原则上。必须持续监控和改进使用人工智能的临床系统和流程。这不应在真空中进行,而应成为医生、卫生系统、数据科学家和监管机构(包括州医疗委员会)之间协作的重点。通过深思熟虑地应对人工智能在医疗保健领域带来的机遇和挑战,州医疗委员会可以促进人工智能的安全、有效和合乎道德的使用,将其作为一种工具来增强(但通常不会取代)医疗实践中人类的判断力和责任感。在履行其使命以确保患者从人工智能的应用中受益而不是受到伤害的过程中,州医疗委员会必须避免过度监管和监管过度,避免试图监管不属于其职权范围的领域。通过集中精力关注持照人使用人工智能的现状和未来,州医疗委员会可以保持监管效率,实现跨辖区在临床实践中对人工智能监管的一致性,帮助确保人工智能的益处,并在维护专业标准的同时积极保护患者。
该项目旨在改善和延伸圣达菲的理查兹大道,从罗迪欧路延伸至塞里洛斯路。理查兹大道拟从 GCCC 路延伸至 Siringo 路南侧,这将需要对 Arroyo de Los Chamisos (ADLC) 南侧现有的多用途步道进行更改。WSP 被要求调查各种路线和几何形状,以便在理查兹大道延伸段上提供人行地下通道,并得出结论认为地下通道是可行的(见图 1)。拟建的人行地下通道将建在拟建的 ADLC 大桥正南,可满足多用途步道和道路的走廊几何要求。地下通道包含一条 10'-0” 宽 x 9'-0” 高的小路,穿过人行地下通道,有清晰的场地线接近和穿过多用途步道的地下通道。地下通道长约 80 英尺。还设有平交道。
数据驱动的商业格局很难想象一个没有数据的世界。如今有这样的想法听起来甚至有点不现实。我们日常生活中所做的几乎每件事都会产生大量信息。以前,公司从未能够访问如今存储的海量数据,从客户和财务数据到运营和生态系统数据。公司在试图报告长期价值时面临的挑战之一是可用的海量数据以及如何从中提取意义。要理解这一挑战的规模,请考虑一下全球数字世界中的数据量每两年翻一番。在这种背景下,人工智能 (AI) 可能成为游戏规则的改变者,它能够理解这些数据并识别有意义的指标。
在两年的时间里,路易斯维尔大学医院出现了多重耐药性肺炎克雷伯菌引起的院内感染(M. Raff,未发表数据)。怀疑是 R 因子传播,因为在几种不同的肺炎克雷伯菌血清型中都发现了多重耐药特性(1、11、17)。在本研究中,我们表明,单一 R 因子是造成这种流行病的原因,并且在我们的医院环境中持续存在。脱氧核糖核酸 (DNA)-DNA 杂交用于在所有肺炎克雷伯菌菌株中识别这种 R 因子,并且可能被证明是持续研究这种和未来多重耐药微生物爆发的有用工具。(这项工作是 M.-A. Courtney 提交给路易斯维尔大学研究生院的论文的一部分,部分满足博士学位的要求。)