XiaoMi-AI文件搜索系统
World File Search System不透明性
在胸部X光片及其成像工作中检测到的retocardiac不透明性：图片评论
摘要腹置空间是胸部X光片的一个棘手区域，在胸部X光片中，经常错过异常的密度。病变会产生晚期压力症状。早期检测和对逆行心态的适当评估可以帮助放射科医生在明显的临床体征和症状之前确定诊断。我们提出了10例患者的病例系列，额叶胸部放射线中偶然检测到的深层不透明度，并通过其他成像方式进一步评估，例如横向X光片，计算机断层扫描（CT）或磁共振成像（MRI）以建立诊断。最终诊断包括先天性疾病，例如食管复制囊肿和支气管囊肿；炎性疾病，如肝炎，肺脓肿和肺炎肺炎；主动脉动脉瘤等血管状况；诊断性疝等diaphragmatragication；以及罕见的肿瘤，例如心脏乳头状瘤，肺神经内分泌肿瘤和神经节瘤。还讨论了有助于诊断后心动过心的基本迹象。
人工智能、不透明性和个人自主性
确实专门为这个主题开辟了一个部分，但这种主导地位的进一步证据很少。15 虽然人们希望我们出于其他原因也小心驾驶。16 Wachter 等人。(2017, p. 98) 提出了类似的建议，以解决透明度需求的情况
AI、不透明性和个人自主性
摘要 机器学习的进步推动了人工智能决策算法在保释听证、医疗诊断和招聘等程序中的流行。学术文章、政策文本和普及书籍都警告说，这种算法往往不透明：它们没有为其结果提供解释。基于透明度和不透明度的因果关系以及最近关于因果解释价值的研究，我对不透明算法提出了道德担忧，但尚未在文献中得到系统的处理：当此类算法用于改变生活的决策时，它们会阻碍我们根据自己的目标和偏好有效地塑造我们的生活，从而破坏我们的自主权。我认为这种担忧值得更加密切的关注，因为它为算法决策的透明度呼吁提供了新的工具和新的挑战。
临床人工智能：不透明性、问责制、责任和义务
摘要 本文献综述的目的是撰写一篇以系统方法为支撑的叙述性综述，批判性地识别和审查有关问责制以及临床医生和技术人员在使用不透明的人工智能系统进行临床决策时的责任和法律责任分配的担忧。本综述的问题是：(a) 临床医生是否可以在临床决策中使用不透明的人工智能系统 (AIS)；(b) 如果患者因临床医生使用 AIS 的建议而受到伤害，责任和法律责任将如何分配？我们从九个数据库中系统地搜索、检索和审查了文献，其中还包括来自三个临床专业监管机构的项目，以及来自政府和非政府组织的相关灰色文献。这些文献符合纳入/排除标准；与本综述相关的项目经过了数据提取。本评论发现，在考虑技术人员和临床医生在临床决策中创建和使用 AIS 的利益相关者时，存在对不透明性、问责制、责任和义务的多重担忧。当使用的 AIS 不透明且责任分配有些不明确时，问责制就会受到挑战。法律分析将有助于利益相关者了解他们的义务，并在使用 AIS 时发生患者受到伤害的不良情况时做好准备。