XiaoMi-AI文件搜索系统
World File Search System严格
对基于人工智能的心血管疾病预测模型的严格评价
1 乌得勒支大学医学中心 Julius 健康科学与初级保健中心，乌得勒支大学，Universiteitsweg 100，3584 CG 乌得勒支，荷兰；2 维也纳医科大学医学统计、信息学和智能系统中心临床生物识别科，奥地利维也纳；3 鲁汶天主教大学发展与再生系，比利时鲁汶；4 鲁汶天主教大学 EPI 中心，比利时鲁汶；5 莱顿大学医学中心生物医学数据科学系，荷兰莱顿；6 乌得勒支大学医学中心心脏病学系，心肺分部，荷兰乌得勒支；7 伦敦大学学院人口健康科学学院心血管科学研究所，英国伦敦；8 英国健康数据研究中心和健康信息学研究所，伦敦大学学院，英国伦敦； 9 希腊伊拉克利翁大学医院心脏病学系；10 希腊雅典 Hygeia 医院集团心脏科；11 荷兰鹿特丹伊拉斯姆斯医学中心胸腔中心心脏病学系；12 美国加利福尼亚州洛杉矶雪松西奈医学中心计算生物医学系；13 英国伦敦艾伦图灵研究所；14 德国慕尼黑大学医学信息处理、生物统计学和流行病学研究所
对骨组织工程中使用的增材制造技术及相关生物材料的严格评论
摘要：增材制造技术（AM）能够制造出满足个性化需求的复杂结构，为生物医学领域的骨组织工程提供了前所未有的机遇。然而，传统的金属植入物由于与宿主组织的结合性差而产生许多不良影响，因此，具有多孔结构的新型材料植入物正在逐渐被开发出来，以适用于临床医疗应用。本文从增材制造技术和材料的角度，探讨生物骨组织工程理想材料的适宜制造工艺。首先回顾了现有的增材制造技术的方法和适用材料及其在生物医学中的应用，介绍了各种AM技术的优缺点。详细讨论并总结了包括金属和聚合物在内的材料特性、常用的AM技术、最新进展及其在骨组织工程中的应用。此外，还介绍了不同金属和聚合物材料面临的主要挑战，例如生物降解性、各向异性、促进成骨能力的生长因子和增强力学性能。最后，展望了AM技术和生物材料在骨组织工程中的发展前景。
![初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、](/simg/4/4b79ebb2e692147077c5f05290fe6b1288b2aad1.png)
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、
严格审查可持续和包容性疫情后复苏的政策目标和手段
摘要 目的——本文旨在为越南当前关于 2019 年冠状病毒病 (COVID-19) 的政策辩论提供严谨性和清晰度。它旨在实现三重目的。首先，它批判性地审查了越南控制 COVID-19 的政策目标的制定和政策工具的利用。其次，它超越了政策设计，考虑了越南 COVID-19 政策的协调和实施。第三，它讨论了后 COVID 可持续和包容性增长所需的政策措施，特别是分担 COVID-19 政策的公共成本。 设计/方法/方法——本文采用实证主义研究框架，强调研究变量之间的因果关系。分析方法是混合的，结合了定性和定量技术。特别是，构建了一个简单的理论模型来评估替代疫苗策略的福利效应。没有收集原始数据。 发现——越南政府遏制疫情和保持经济增长的双重目标虽然合理，但需要澄清和更新。有人认为，从长远来看，拯救生命和保护经济之间没有权衡。下调预计增长率并致力于制定连贯透明的疫苗接种战略是越南向前迈进的最佳方式。疫苗推出顺序的选择涉及道德考虑。有人建议首先为老年人和患有基础疾病的人接种疫苗是适当的。刺激总需求和总供给的补充政策措施需要扩大，但也要更有针对性。有效协调和实施 COVID-19 政策仍然是越南面临的严峻挑战。最后，包容性增长和可持续发展应考虑到人力资本发展和分配正义。社会影响——本文提出了一些具有社会影响的政策措施。其中包括政府正式承诺实施疫苗优先战略和向贫困和弱势家庭提供基本商品的救济方案。原创性/价值——本文通过为政策目标的制定和政策工具的使用提供严谨性和清晰度，为当前的 COVID-19 政策制定做出了积极贡献。虽然疫苗接种已被作为一项国家政策手段，但其设计和实施还有很大的改进空间。本文为越南提出了适当的疫苗接种策略。它还提请关注其他
人类威胁特异性杏仁核敏化的催产毒素能调节是通过血清素能机制进行严格介导的
抽象背景：总体概念化表明，催产素（OXT）在人类中的复杂社会情感影响部分是由与其他神经递质系统的相互作用介导的。最近的动物模型表明，OXT的抗焦虑作用是通过5-羟色胺（5-HT）系统介导的，但缺乏人类的直接证据。方法：确定5-HT在OXT诱导的杏仁核威胁反应性和致敏/脱敏的衰减中的作用，我们进行了平行组，随机，随机，由安慰剂对照，双盲实验，在此期间，121个健康的主体通过5-HT的敏感性启动式deplatephan deplatsion deplatsion deplatsion deplatsion deplatsion deplatsion deplatsion deplatsion deplatsion deplate tryptrion deplatsion depplathan，或鼻内oxt或安慰剂内喷雾剂。均值和重复依赖性的变化特异性杏仁核对威胁刺激（愤怒的面孔）的反应性，如功能磁共振成像所评估的，作为主要结果。结果：没有观察到治疗对杏仁核威胁反应性的主要或相互作用影响，但OXT切换了双边杏仁核威胁对脱敏的敏感性，并且在通过急性色氨酸滴定预处理的中央5-HT信号下，这种效应显着衰减。结论：目前的发现提供了第一个证据，证明了OXT在人类中特定于威胁的杏仁核脱敏中的作用，并表明这些效应是由5-HT系统严格介导的。OXT可能具有促进杏仁核脱敏的治疗潜力，而5-HT神经传递的辅助上调可能有助于OXT的抗焦虑潜力。
从严格评论中开始：气候变化，创新和增长的经济学
•最近的经济决策者已经开始认识到过渡到零碳和气候硫化的发展和增长所带来的更广泛的收益。它不仅包括避免气候变化的损害和损失，还包括提高效率和生产力，更好的健康，更强大的生物多样性以及更具动态和创造性的创新。，但是我们必须大力投资才能到达那里并管理错位。
CIPL 对欧盟委员会关于《人工智能法案》草案的咨询的回应 CIPL 1 欢迎就欧盟委员会关于《欧洲人工智能法案》2（“AI 法案”或“法案”）的提案进行咨询，以将其纳入欧盟立法程序。CIPL 很高兴看到《人工智能法案》采纳了 CIPL 关于采用基于风险的方法监管欧盟人工智能的文件中提出的几项建议。3 这些建议旨在培养对人工智能的信任，而不会妨碍其负责任的发展。特别是，CIPL 欢迎该法案基于风险的方法，该方法将适用于高风险的人工智能用例，而不会监管人工智能技术本身或整个行业。CIPL 还欢迎拟议使用统一标准和行业自我评估产品符合性，因为这些机制已被证明能够成功推动创新并在欧盟市场开发安全可信的技术。CIPL 还欢迎旨在支持创新的措施，特别是通过为监管沙盒提供法定基础。最后，CIPL 很高兴看到《人工智能法案》中概述的一些要求与一些现有的行业惯例相一致，这些惯例为确保负责任地开发和使用人工智能设定了高标准。4 然而，CIPL 遗憾的是，《人工智能法案》没有充分考虑到一些必要条件，例如提供基于结果的规则；明确允许组织根据人工智能系统的风险和收益来调整对要求的遵守情况；奖励和鼓励负责任的人工智能实践；利用监管沙盒的经验教训；并澄清《人工智能法案》的监督和执行条款也应基于风险。CIPL 重申，要使《人工智能法案》有效地保护基本权利，同时也为欧盟创新的新时代奠定基础，它需要足够灵活以适应未来的技术。此外，该法案不能过于严格，以免抑制包括公共卫生或环境在内的一系列行业和部门对人工智能的宝贵和有益的创新和使用。最后，《人工智能法案》将受益于有针对性的调整，以更好地明确人工智能提供者、部署者和用户的责任平衡，特别是对于通用人工智能和开源人工智能模型。
CIPL 对欧盟委员会关于《人工智能法案》草案的咨询的回应 CIPL 1 欢迎就欧盟委员会关于《欧洲人工智能法案》2（“AI 法案”或“法案”）的提案进行咨询，以将其纳入欧盟立法程序。CIPL 很高兴看到《人工智能法案》采纳了 CIPL 关于采用基于风险的方法监管欧盟人工智能的文件中提出的几项建议。3 这些建议旨在培养对人工智能的信任，而不会妨碍其负责任的发展。特别是，CIPL 欢迎该法案基于风险的方法，该方法将适用于高风险的人工智能用例，而不会监管人工智能技术本身或整个行业。CIPL 还欢迎拟议使用统一标准和行业自我评估产品符合性，因为这些机制已被证明能够成功推动创新并在欧盟市场开发安全可信的技术。CIPL 还欢迎旨在支持创新的措施，特别是通过为监管沙盒提供法定基础。最后，CIPL 很高兴看到《人工智能法案》中概述的一些要求与一些现有的行业惯例相一致，这些惯例为确保负责任地开发和使用人工智能设定了高标准。4 然而，CIPL 遗憾的是，《人工智能法案》没有充分考虑到一些必要条件，例如提供基于结果的规则；明确允许组织根据人工智能系统的风险和收益来调整对要求的遵守情况；奖励和鼓励负责任的人工智能实践；利用监管沙盒的经验教训；并澄清《人工智能法案》的监督和执行条款也应基于风险。CIPL 重申，要使《人工智能法案》有效地保护基本权利，同时也为欧盟创新的新时代奠定基础，它需要足够灵活以适应未来的技术。此外，该法案不能过于严格，以免抑制包括公共卫生或环境在内的一系列行业和部门对人工智能的宝贵和有益的创新和使用。最后，《人工智能法案》将受益于有针对性的调整，以更好地明确人工智能提供者、部署者和用户的责任平衡，特别是对于通用人工智能和开源人工智能模型。
尽管采取了严格的遏制措施，但今年第一季度经济活动比预期更具韧性，略有增长
今年第一季度，尽管采取了严格的防控措施，但经济活动比预期更具韧性，略有增长。制造业绩效数据以及商业和消费者调查表明，实际 GDP 增长在第二季度进一步增强，下半年应会明显增强。按年计算，预计 2021 年实际 GDP 增长率将达到 5.0%，2022 年将达到 4.2%。2021 年的预测明显高于春季。这是由于第一季度 GDP 大幅上调，以及经济活动对放松流动性和商业限制的反应强于预期。
使用 NIST 和 TPU 空气动力学数据库对孤立低层建筑的屋顶压力统计数据进行严格评估
摘要：屋顶压力统计数据是 ASCE 风荷载设计条款的基础，通常通过边界层 (BL) 风洞测试获得。然而，人们已经认识到一个长期存在的问题——不同 BL 风洞报告的结果不一致。请注意，这些 BL 风洞测试往往遵循标准设置，使用既定的仪器和设备测量缩小的建筑模型上的流量和压力，并使用通用方法处理数据。导致报告的压力统计数据存在不可忽略的差异的主要因素是什么？考虑到风洞数据在作为 CFD 工具验证的参考案例方面的作用越来越大，必须严格评估现有的风洞压力数据，并深入了解风工程界的这一突出问题。这项工作将重点关注 NIST 和 TPU 气动数据库中存档的模拟 BL 流入的孤立低层建筑模型的选定案例的屋顶压力数据的时间序列。结果包括瞬时压力、平均和 RMS 表面压力的直方图，以及由 Gumbel 模型根据屋顶上的压力抽头位置和风向估计的峰值压力。我们希望找出风洞测试中导致结果差异的主要因素，并帮助解决这一问题。关键词：风洞测试、数据不一致、NIST 气动数据库、TPU 气动数据库 1.简介 风洞测试创建了一个受控的、理想的、模拟的边界层流动条件，并使用缩放的建筑模型来重现感兴趣的风结构相互作用。对于风荷载试验，主要测量量包括局部表面压力和/或总力和力矩，以及模型所受的流入特性（风速剖面、湍流水平和频谱）。边界层风洞试验极大地促进了风荷载设计。然而，风洞试验结果的不一致性一直是风工程界公认的长期问题。例如，对来自六个著名风洞实验室的风压数据的变异性进行了比较，得出结果的变异系数在 10% 到 40% 之间（Fritz 等人，2008 年）。风洞结果的差异可以归因于风荷载测量和估计的多个方面。风洞可能受到实现 ABL 风的全光谱的能力限制（由于物理尺寸和缺少粗糙度细节而切断大尺度和小尺度的湍流结构）、相对较低的 Re 数范围以及与特定设备相关的不确定性。就低层建筑模型而言，高度与边界层气动粗糙度（H/z 0 Jensen 数）的比率在实用上非常具有挑战性。建筑特征和表面纹理难以建模，这可能会极大地影响表面的关键流动分离、重新附着和涡流发展
合成数据与人工智能医疗设备的创新、评估和监管 Puja Myles，公共卫生硕士、博士；Johan Ordish，文学硕士；Richard Branson，理学硕士、文学硕士 摘要 合成数据是模仿真实数据的属性和关系的人工数据。它有望促进数据访问、验证和基准测试，解决缺失数据和欠采样、样本增强以及在临床试验中创建对照组的问题。英国药品和保健产品管理局 (MHRA) 正在利用其目前对高保真合成数据开发的研究，制定其对经过合成数据训练的人工智能医疗设备的监管立场，并将合成数据作为人工智能医疗设备验证和基准测试的工具。 关键词 人工智能作为医疗设备 (AIaMD)、数据隐私、健康数据、合成数据、验证、监管 简介 人工智能 (AI) 在医疗和社会保健领域的应用预计将会兴起，这意味着人工智能作为医疗设备 (AIaMD) 将成为医疗设备中越来越突出的子类别。 1 因此，医疗器械法规是否适合人工智能变得越来越重要，制造商是否了解并遵守其义务也变得越来越重要，其中最主要的是证明其 AIaMD 具有良好的效益风险比。2 强大的数据集是展示 AIaMD 性能的核心，通常是此类设备开发的主要障碍。3 医疗器械监管机构有责任确保制造商拥有履行这些义务所需的工具，并提供更广泛的支持以鼓励此类创新设备的开发。合成数据集的开发很可能成为这样一种辅助工具。本文概述了 MHRA 在研究和开发合成数据方面的努力，并考虑在更广泛的改革背景下使用合成数据，以确保医疗器械法规适用于人工智能。合成数据概况 近年来，人们对合成数据的兴趣日益浓厚，原因有很多，包括在数据治理法规更加严格的世界中可能易于获取、保护患者隐私、在机器学习算法背景下的基准测试和验证能力，以及解决真实数据局限性的能力，如数据缺失、欠采样和样本量小。4 更重要的是，尽管合成数据的潜在应用已经讨论了多年，但直到最近，合成数据生成方法的进步才能够产生高质量的合成数据。5 定义合成数据 从概念上讲，合成数据是模仿真实数据的属性和关系的人工数据。合成数据的质量取决于生成合成数据的方法。合成数据的质量通常用其“效用”或“保真度”来描述。“能够捕捉各种数据字段之间复杂的相互关系以及真实数据的统计特性的合成数据集可称为“高实用性”或“高保真度”合成数据集。在患者医疗保健数据方面，高保真度合成数据集将能够捕捉复杂的临床关系，并且在临床上与真实患者数据难以区分。高效用合成数据的生成往往需要大量资源，并且根据需要合成数据的应用，使用低效用或中等效用合成数据可能是可以接受的。
合成数据与人工智能医疗设备的创新、评估和监管 Puja Myles，公共卫生硕士、博士；Johan Ordish，文学硕士；Richard Branson，理学硕士、文学硕士 摘要 合成数据是模仿真实数据的属性和关系的人工数据。它有望促进数据访问、验证和基准测试，解决缺失数据和欠采样、样本增强以及在临床试验中创建对照组的问题。英国药品和保健产品管理局 (MHRA) 正在利用其目前对高保真合成数据开发的研究，制定其对经过合成数据训练的人工智能医疗设备的监管立场，并将合成数据作为人工智能医疗设备验证和基准测试的工具。 关键词 人工智能作为医疗设备 (AIaMD)、数据隐私、健康数据、合成数据、验证、监管 简介 人工智能 (AI) 在医疗和社会保健领域的应用预计将会兴起，这意味着人工智能作为医疗设备 (AIaMD) 将成为医疗设备中越来越突出的子类别。 1 因此，医疗器械法规是否适合人工智能变得越来越重要，制造商是否了解并遵守其义务也变得越来越重要，其中最主要的是证明其 AIaMD 具有良好的效益风险比。2 强大的数据集是展示 AIaMD 性能的核心，通常是此类设备开发的主要障碍。3 医疗器械监管机构有责任确保制造商拥有履行这些义务所需的工具，并提供更广泛的支持以鼓励此类创新设备的开发。合成数据集的开发很可能成为这样一种辅助工具。本文概述了 MHRA 在研究和开发合成数据方面的努力，并考虑在更广泛的改革背景下使用合成数据，以确保医疗器械法规适用于人工智能。合成数据概况 近年来，人们对合成数据的兴趣日益浓厚，原因有很多，包括在数据治理法规更加严格的世界中可能易于获取、保护患者隐私、在机器学习算法背景下的基准测试和验证能力，以及解决真实数据局限性的能力，如数据缺失、欠采样和样本量小。4 更重要的是，尽管合成数据的潜在应用已经讨论了多年，但直到最近，合成数据生成方法的进步才能够产生高质量的合成数据。5 定义合成数据 从概念上讲，合成数据是模仿真实数据的属性和关系的人工数据。合成数据的质量取决于生成合成数据的方法。合成数据的质量通常用其“效用”或“保真度”来描述。“能够捕捉各种数据字段之间复杂的相互关系以及真实数据的统计特性的合成数据集可称为“高实用性”或“高保真度”合成数据集。在患者医疗保健数据方面，高保真度合成数据集将能够捕捉复杂的临床关系，并且在临床上与真实患者数据难以区分。高效用合成数据的生成往往需要大量资源，并且根据需要合成数据的应用，使用低效用或中等效用合成数据可能是可以接受的。