XiaoMi-AI文件搜索系统
World File Search Systemstakeholders
多个利益相关者在医疗保健中推动了机器学习的多种可解释性要求
机器学习的应用在医学和健康中变得越来越普遍，从而实现了更准确的预测模型。但是，这通常以相互可预性为代价，从而限制了机器学习方法的临床影响。要意识到医疗保健中机器学习的潜力，从多个利益相关者和各个角度的透明度中理解此类模型至关重要，需要不同类型的解释。从这个角度来看，我们激励和探索了五种根本不同类型的事后机器学习解释性。我们强调了它们提供的不同信息，并描述了每个信息何时有用。我们研究了医疗保健领域的各种利益相关者，探讨了他们的特定目标，要求和目标。我们讨论当前的可解释性概念如何帮助满足这些概念以及每个利益相关者使机器学习模式在临床上产生影响的要求。最后，为了促进采用，我们发布了一个开源可解释性库（https://github.com/vanderschaarlab/interpretability），其中包含不同类型的可解释性的实现，包括可视化和探索解释的工具。
随着电池在电动汽车和可再生能源存储等各个行业和应用领域的使用增加，利益相关者必须
作为一家非营利性的全球智能移动联盟，MOBI 具有独特的优势，可以为全球电池护照的发展做出贡献。迄今为止，MOBI 电池计划已制定了三项专注于电池价值链的标准，未来还将制定更多标准。MOBI 将继续与 GBA 密切合作，以加速全球电池护照的创建和采用，并为未来的创新铺平道路。
乔治· N ·阿彭泽勒少将 副卫生局长兼副司令（作战） 乔治（内德）阿彭泽勒少将担任陆军最大的下属司令部的副卫生局长兼副司令（作战），负责全军和全球 140 万受益人的健康和战备情况。他负责监督 110 亿美元的运营预算的财务，监督绩效评估并制定指标以确保部队和医疗部队做好战斗准备，领导陆军医学重组和国会指示的向国防卫生局 (DHA) 的过渡，为医疗战备司令部领导层提供指导，监控支持陆军战备的医疗保健提供平台和系统，并实现陆军各军种司令部和其他利益相关者之间的同步。此前，MG Appenzeller 担任国防卫生局参谋长，负责协调该局工作人员确保任务成功。 DHA 是一个战斗支援机构，为作战指挥官提供支持，并为联合部队的医疗服务提供支持，以提供医疗准备就绪的部队和准备就绪的医疗部队。在这个职位上，MG Appenzeller 负责监督 TRICARE 健康计划，为超过 950 万受益人提供服务，并担任 MHS 电子健康记录功能负责人。MG Appenzeller 毕业于杜兰大学，获得生物学理学学士学位和 ROTC 委任。随后，他毕业于南卡罗来纳医科大学。他在南卡罗来纳医科大学完成了内科实习。后来，他在圣安东尼奥制服健康教育联盟完成了为期三年的急诊医学住院医师培训。MG Appenzeller 早期的职务包括担任 David B. Bleak TMC 主任，服务于美国野战炮兵训练中心；美国 MEDDAC 急诊医学部主任，通用电气海德堡；91W IET、AMEDD C&S 主任；以及佐治亚州斯图尔特堡温陆军社区医院急诊医学助理主任。2006 年 1 月，他在伊拉克巴格达部署 15 个月期间，担任第三步兵师和多国师中心的师级外科医生。随后，他被任命为佐治亚州斯图尔特堡温陆军社区医院临床服务副指挥官。他负责指挥美国陆军医疗活动-阿拉斯加、美国陆军医疗活动-肯塔基州坎贝尔堡和布兰奇菲尔德陆军社区医院以及布鲁克陆军医疗中心-德克萨斯州萨姆休斯顿堡。他还担任过美国非洲司令部指挥外科医生。他曾担任过太平洋地区卫生司令部副司令、布鲁克陆军医疗中心司令和中部地区卫生司令部司令。除了伊拉克自由行动之外，MG Appenzeller 的行动经验还包括担任医疗队队长，为古巴关塔那摩湾 JTF160 第 61 区域支援医疗公司中的古巴和海地移民提供人道主义护理，以及担任第 62 战斗支援医院和第 212 机动陆军外科医院的紧急服务负责人，为科索沃邦德斯蒂尔营的 TF-Falcon 提供支持。
乔治· N ·阿彭泽勒少将 副卫生局长兼副司令（作战） 乔治（内德）阿彭泽勒少将担任陆军最大的下属司令部的副卫生局长兼副司令（作战），负责全军和全球 140 万受益人的健康和战备情况。他负责监督 110 亿美元的运营预算的财务，监督绩效评估并制定指标以确保部队和医疗部队做好战斗准备，领导陆军医学重组和国会指示的向国防卫生局 (DHA) 的过渡，为医疗战备司令部领导层提供指导，监控支持陆军战备的医疗保健提供平台和系统，并实现陆军各军种司令部和其他利益相关者之间的同步。此前，MG Appenzeller 担任国防卫生局参谋长，负责协调该局工作人员确保任务成功。 DHA 是一个战斗支援机构，为作战指挥官提供支持，并为联合部队的医疗服务提供支持，以提供医疗准备就绪的部队和准备就绪的医疗部队。在这个职位上，MG Appenzeller 负责监督 TRICARE 健康计划，为超过 950 万受益人提供服务，并担任 MHS 电子健康记录功能负责人。MG Appenzeller 毕业于杜兰大学，获得生物学理学学士学位和 ROTC 委任。随后，他毕业于南卡罗来纳医科大学。他在南卡罗来纳医科大学完成了内科实习。后来，他在圣安东尼奥制服健康教育联盟完成了为期三年的急诊医学住院医师培训。MG Appenzeller 早期的职务包括担任 David B. Bleak TMC 主任，服务于美国野战炮兵训练中心；美国 MEDDAC 急诊医学部主任，通用电气海德堡；91W IET、AMEDD C&S 主任；以及佐治亚州斯图尔特堡温陆军社区医院急诊医学助理主任。2006 年 1 月，他在伊拉克巴格达部署 15 个月期间，担任第三步兵师和多国师中心的师级外科医生。随后，他被任命为佐治亚州斯图尔特堡温陆军社区医院临床服务副指挥官。他负责指挥美国陆军医疗活动-阿拉斯加、美国陆军医疗活动-肯塔基州坎贝尔堡和布兰奇菲尔德陆军社区医院以及布鲁克陆军医疗中心-德克萨斯州萨姆休斯顿堡。他还担任过美国非洲司令部指挥外科医生。他曾担任过太平洋地区卫生司令部副司令、布鲁克陆军医疗中心司令和中部地区卫生司令部司令。除了伊拉克自由行动之外，MG Appenzeller 的行动经验还包括担任医疗队队长，为古巴关塔那摩湾 JTF160 第 61 区域支援医疗公司中的古巴和海地移民提供人道主义护理，以及担任第 62 战斗支援医院和第 212 机动陆军外科医院的紧急服务负责人，为科索沃邦德斯蒂尔营的 TF-Falcon 提供支持。
1. 人工智能试点项目——人工智能客户服务主要利益相关者
主要利益相关者 – 教育、青年、研究和创新部 预算拨款：150,000.00 欧元。AI 有望加强各级教育，尤其是通过大规模提供个性化。教育、青年、研究和创新部 (MEYR) 对 AI 如何支持其优先事项和持续改进有着广泛的愿景。该愿景借鉴了马耳他 2014-2024 年教育战略框架，该框架侧重于学习者的教育之旅。预计试点项目成果将帮助教育工作者、管理人员和政策制定者为学生提供个性化和适应性的学习体验，并预测分析趋势以做出明智的决策并发布相关政策，以实现即将出台的教育战略中设定的目标。3.AI 试点项目 – 旅游业中的 AI
简介 国家结核病战略计划（NSP）是指导国家当局和利益相关方如何全面解决结核病问题的重要文件。
简介 国家结核病战略计划 (NSP) 是一份重要文件，它指导国家当局和利益相关者如何通过卫生部门和其他部门的干预措施全面应对结核病流行。这些干预措施是实现卫生相关可持续发展目标 (SDG) 的集体努力的一部分。国家战略规划是确保国家一级的结核病应对措施反映国家、区域和全球一级不断变化的环境的关键步骤。NSP 指导消灭结核病的努力，并应有助于加强初级卫生保健 (PHC) 和实现全民健康覆盖 (UHC) 和可持续发展目标。《国家结核病战略规划指南》鼓励在制定国家结核病战略计划 (NSP) 时以人为本。它强调了政府管理和所有权的重要性，促进与国家卫生战略和其他卫生计划的协调，强调多利益相关方和多部门参与是实现结核病多部门问责的关键步骤之一。它融合了结核病规划和计划的新指南、工具和方法以及经验教训。
初级卫生保健是否已准备好迎接人工智能？初级卫生保健利益相关者有何看法？
摘要背景：在初级保健中有效部署人工智能工具需要从业人员参与这些工具的开发和测试，并将由此产生的人工智能工具与初级保健的临床/系统需求相匹配。为了为这些发展奠定基础，我们必须更深入了解从业人员和决策者对在初级保健中使用人工智能的看法。本研究的目的是通过探索初级保健和数字健康利益相关者的观点来确定在初级保健中使用人工智能工具的关键问题。方法：本研究采用描述性定性方法，包括主题数据分析。对安大略省的初级保健和数字健康利益相关者进行了 14 次深入访谈。使用 NVivo 软件对访谈进行编码。结果：出现了五个主要相互关联的主题：（1）设想的用途与当前现实不匹配——表示人工智能在初级保健实践中的潜在应用的重要性，同时认识到当前现实是缺乏可用的工具； (2) 人工智能的机制并不重要：它只是工具箱中的另一个工具——反映出人们对人工智能工具能为实践带来什么价值的兴趣，而不是对人工智能工具本身机制的关注；(3) 实践中的人工智能：一把双刃剑——在初级卫生保健中使用人工智能可能带来的好处与人们对人工智能在临床技能和能力、错误和失控方面可能带来的威胁的根本担忧形成鲜明对比；(4) 不切实际的人：对在初级卫生保健中采用人工智能的谨慎立场——更广泛的关注集中在在初级卫生保健中使用人工智能的伦理、法律和社会影响上；(5) 必要要素：初级卫生保健中人工智能的促进者——支持采用人工智能工具所需的要素，包括共同创造、高质量数据的可用性和使用以及评估的必要性。结论：在初级卫生保健中使用人工智能可能会产生积极影响，但在实施方面需要考虑许多因素。这项研究可能有助于为初级保健中人工智能工具的开发和部署提供参考。关键词：家庭医学、初级保健、人工智能、定性研究
纳米比亚的科学、技术和创新 (STI) 状况 | 利益相关者的观点 | 高等教育部，
此次评估旨在帮助从通过采访不同利益相关者完成问卷调查收集的观点的角度，为纳米比亚的科学、技术和创新 (STI) 状况提供整体记分卡。该报告旨在为国家研究、科学和技术委员会 (NCRST) 与高等教育、技术和创新部 (MHETI) 和联合国教育、科学及文化组织 (UNESCO) 合作进行的更大规模评估报告提供信息。这一战略伙伴关系倡议有助于从公共和私人研究、开发和创新领域的相关利益相关者收集数据。需要特别感谢墨西哥国立自治大学拨款管理和资源调动部门的 Selma Lendelvo 博士和 Ihuhwa Catherine Malulu 女士，她们协助进行了数据分析。
了解印度疫苗犹豫和接受的决定因素：对政府官员和民间社会利益相关者的定性研究
1 美国马里兰州巴尔的摩市约翰霍普金斯大学彭博公共卫生学院国际卫生系，2 印度昌迪加尔医学教育与研究研究生院社区医学系和公共卫生学院，3 美国马里兰州巴尔的摩市约翰霍普金斯大学彭博公共卫生学院国际疫苗获取中心，4 美国马里兰州巴尔的摩市约翰霍普金斯大学彭博公共卫生学院流行病学系，5 美国马里兰州巴尔的摩市约翰霍普金斯大学彭博公共卫生学院人口、家庭与生殖健康系，6 美国马里兰州巴尔的摩市约翰霍普金斯大学医学院儿科系，7 美国马里兰州巴尔的摩市约翰霍普金斯大学彭博公共卫生学院卫生、行为与社会系
Covid-19 疫苗接种：利益相关方简报
到目前为止，巴斯、东北萨默塞特、斯温顿和威尔特郡已经接种了超过 148,000 剂加强针，这意味着几乎三分之二（62%）能够接种第三针的人已经接种了该疫苗。
已发布版本的引文 (APA)：Olczak, J.、Pavlopoulos, J.、Prijs, J.、Ijpma、FFA、Doornberg, JN、Lundstrom, C.、Hedlund, J. 和 Gordon, M. (2021)。向临床医生和医疗保健利益相关者展示人工智能、深度学习和机器学习研究：带有指南和临床人工智能研究 (CAIR) 清单提案的入门参考。Acta Orthopaedica，92(5)，513-525。https://doi.org/10.1080/17453674.2021.1918389
机器学习 (ML)、深度学习 (DL) 和人工智能 (AI) 在骨科和其他医学领域越来越普遍。人工智能于 1955 年被定义为“制造智能机器的科学和工程”，其中智能是“学习并执行适当技术以解决问题和实现目标的能力，适合不确定、不断变化的世界中的情况”（Manning 2020）。机器学习意味着从数据中学习而不是遵循明确规则的模型和算法。深度学习 (DL) 是一种使用大型多层人工神经网络的 ML 形式。神经网络是受生物网络影响的信息处理计算算法。它们由多层进行通信的“神经元”组成。通过训练神经元如何通信，可以产生解决特定问题的交互。DL 是目前最成功和最通用的 ML 方法（Michie 等人 1994，Manning 2020）。计算硬件（如专用图形处理器 [GPU] 和云计算）方面的最新技术突破