XiaoMi-AI文件搜索系统
World File Search System主题词
研究论文 人工智能在胸部 X 光片上诊断 COVID-19 疾病症状中的应用：系统评价
本系统评价的重点是利用人工智能 (AI) 在 X 射线图像的帮助下检测 COVID-19 感染。方法：2022 年 1 月，作者使用特定的医学主题词和过滤器搜索了 PubMed、Embase 和 Scopus。所有文章均由两位审稿人独立审阅。所有因误解而产生的冲突均由第三位独立研究人员解决。在评估摘要和文章的实用性、消除重复并应用纳入和排除标准后，发现六项研究符合本研究的条件。结果：由于作者的方法不同，各个研究的结果也不同。敏感性为 72.59%–100%，特异性为 79%–99.9%，精确度为 74.74%–98.7%，准确度为 76.18%–99.81%，曲线下面积为 95.24%–97.7%。结论：用于评估 COVID-19 诊断过程中胸部 X 光检查的 AI 计算模型应达到足够高的敏感性和特异性。它们的结果和性能应该是可重复的，以使它们对临床医生来说是可靠的。此外，这些额外的诊断工具应该比目前可用的程序更实惠、更快捷。基于 AI 的系统的性能和计算应考虑临床数据。
通过文本差异实现注意力转换：碎片化阅读行为的认知研究
人们倾向于通过碎片化阅读获取信息。但这种行为本身可能导致注意力分散，影响认知能力。要解决这一问题，有必要了解碎片化阅读行为如何影响阅读者的注意切换。本研究首先收集了包含6个主题词、60个句子的网络新闻作为实验材料，定义文本相异度，用于测量基于文本内容差异的注意切换程度，并进行基于P200的脑电图实验。结果发现，即使阅读了整体内容相同的碎片化文本内容，文本相异度较低的文本内容，人们在后续的认知任务中工作记忆容量更大、工作记忆负荷更低，对认知能力的负面影响更小。此外，文本内容的概念或工作记忆表征差异引起的注意切换可能是影响碎片化阅读行为中认知能力的关键因素。研究结果揭示了认知能力与碎片化阅读、注意转换之间的关系，为文本相异性研究方法开辟了新的视角。本研究为如何降低新媒体平台上碎片化阅读对认知能力的负面影响提供了一些参考。
由专家精心策划的大型基准文档数据库...
用于查找相关文献的文档推荐系统大多依赖于十年前开发的方法。这主要是因为缺乏一个涵盖各种研究领域的大型离线黄金标准相关文献基准，以便可以比较、改进新开发的文献检索技术并将其转化为实践。为了克服这个瓶颈，我们成立了 RE 相关文献搜索联盟，该联盟由来自 84 个国家的 1500 多名科学家组成，他们共同注释了超过 180,000 篇 PubMed 收录文章与其各自的种子（输入）文章的相关性。大多数注释都是由经验丰富的种子文章原作者提供的。收集到的数据涵盖了 76% 的所有唯一 PubMed 医学主题词描述符。在不同经验水平、研究领域或注释时间所花费的人之间未观察到系统性偏差。更重要的是，不同科学家对相同文档对的注释高度一致。我们进一步表明，用于生成推荐文章以供评估的三种代表性基线方法（Okapi Best Matching 25、词频 - 逆文档频率和 PubMed 相关文章）具有相似的总体性能。此外，我们发现这些方法各自倾向于生成不同的推荐文章集合，这表明可能需要混合方法来进行比较
科学计量分析
目的：分析 Scopus 上牙科人工智能 (AI) 科学出版物的文献计量特征、影响力和可见性。材料和方法：描述性和横断面文献计量研究，基于 2017 年至 2022 年 7 月 10 日期间在 Scopus 上对信息的系统搜索。搜索策略是使用医学主题词 (MeSH) 和布尔运算符制定的。使用 Elsevier 的 SciVal 程序对文献计量指标进行分析。结果：从 2017 年到 2022 年，索引科学期刊中的出版物数量有所增加，尤其是在 Q1 (56.1%) 和 Q2 (30.6%) 四分位数。在产量最高的期刊中，大多数来自美国和英国，其中《牙科研究杂志》的影响力最大（每篇出版物 14.9 次引用），出版物最多（31 篇）。此外，德国的柏林夏里特医学院 (FWCI: 8.24) 和 Krois Joachim (FWCI: 10.09) 分别是相对于世界平均水平预期表现最高的机构和作者。美国是发表论文数量最多的国家。临床意义：牙科领域人工智能科学产出的增加趋势日益明显，倾向于在具有高影响力的著名科学期刊上发表。大多数多产的作者和机构来自日本。有必要促进和巩固在国内和国际开展合作研究的战略。关键词：人工智能、文献计量分析、深度学习、牙科、机器学习。当代牙科实践杂志 (2022)：10.5005/jp-journals-10024-3386
主要文章对诊断方面的系统回顾...
摘要简介：锥虫是一种原生动物，可感染多种家养和野生哺乳动物，在拉丁美洲国家分布广泛。T. rangeli 感染与查加斯病相似，无论是在诊断方面还是在预防方面。因此，本研究的目的是回顾 T. rangeli 作为克氏锥虫感染免疫原的诊断方面和用途。方法：为了进行这项研究，采用了系统评价和荟萃分析的首选报告项目 (PRISMA) 指南，描述符来自 PubMed/MEDLINE 和 SciELO 数据库中的医学主题词 (MeSH) 平台。纳入标准定义为关于“Trypanosoma rangeli”和人类 T. rangeli 感染诊断方面的原创文章和/或使用 T. rangeli 菌株开发用于克氏锥虫感染的可能疫苗的研究。结果：根据纳入和排除标准，共收集到 18 篇文章，其中 4 篇文章涉及使用 T. rangeli 为脊椎动物的 T. cruzi 感染开发的可能疫苗的研究，其余 14 篇文章主要涉及人类 T. rangeli 感染的诊断方面。结论：在本研究中，我们汇编了有关该主题的重要文献，强调需要更准确、更易于获取的技术来鉴别诊断两种原生动物引起的感染，并强调了寻找查加斯病疫苗的几种前景。关键词：Trypanosoma rangeli。克氏锥虫。疫苗。诊断。
引文详情：Brown,P.、RELISH Consortium、Zhou,Y。大型专家精选数据库，用于对生物医学文献搜索中的文档相似性检测进行基准测试。数据库 (2019) 第 2019 卷：文章 ID baz085；doi：10.1093/database/baz085
用于查找相关文献的文档推荐系统大多依赖于十年前开发的方法。这主要是因为缺乏一个涵盖各种研究领域的大型离线黄金标准相关文献基准，以便可以比较、改进新开发的文献检索技术并将其转化为实践。为了克服这个瓶颈，我们成立了 RE 相关文献搜索联盟，该联盟由来自 84 个国家的 1500 多名科学家组成，他们共同注释了超过 180,000 篇 PubMed 收录文章与其各自的种子（输入）文章的相关性。大多数注释都是由经验丰富的种子文章原作者提供的。收集到的数据涵盖了 76% 的所有唯一 PubMed 医学主题词描述符。在不同经验水平、研究领域或注释时间之间未观察到系统性偏差。更重要的是，不同科学家对相同文档对的注释高度一致。我们进一步表明，用于生成推荐文章以供评估的三种代表性基线方法（Okapi Best Matching 25、词频 - 逆文档频率和 PubMed 相关文章）具有相似的总体性能。此外，我们发现这些方法各自倾向于生成不同的推荐文章集合，这表明可能需要一种混合方法来完全捕获所有相关文章。位于 https://relishdb.ict.griffith.edu.au 的已建立数据库服务器可免费下载注释数据和盲测新方法。我们预计，该基准将有助于促进开发新的强大技术，用于生物医学研究中的相关文章的标题和基于标题/摘要的搜索引擎。
乳腺癌防治知识图谱：基于文献的数据分析研究
背景：乳腺癌发病率一直居高不下，自21世纪以来持续上升。因此，针对乳腺癌预防和治疗的研究工作显著增加。尽管关于这一主题的文献资料丰富，但缺乏系统的整合。为了解决这个问题，知识图谱已成为一种有价值的工具。知识图谱通过利用其强大的知识整合能力，为理解乳腺癌预防和治疗提供了一种全面而结构化的方法来理解乳腺癌的预防和治疗。目的：我们旨在整合乳腺癌治疗和预防方面的文献数据，构建知识图谱，并为临床决策提供支持。方法：我们使用医学主题词搜索 2018 年至 2022 年期间在 PubMed 上发表的乳腺癌预防和治疗临床试验文献。我们从语义 MEDLINE 数据库 (SemMedDB) 下载三重数据，并将其与检索到的文献进行匹配，以获得目标文章的三重数据。我们使用 NetworkX 将三重信息可视化以进行知识发现。结果：在近5年的文献研究范围内，恶性肿瘤出现频率最高（587/1387，42.3%），药物治疗（267/1387，19.3%）为主要治疗方法，曲妥珠单抗（209/1805，11.6%）为最常用的治疗药物。通过知识图谱的分析，我们发现不同类型的乳腺癌的治疗方法、治疗药物和预防措施之间存在复杂的关系网络。结论：本研究构建了乳腺癌防治知识图谱，实现了近5年相关文献的整合和知识发现，研究者可以从图中洞察治疗方法、药物、治疗不良反应的预防知识以及不同知识领域之间的关联。
引用详情：Brown,P., RELISH Consortium, Zhou,Y. 用于对生物医学文献搜索中的文档相似性检测进行基准测试的大型专家精选数据库。数据库 (2019) 第 2019 卷：文章 ID baz085；doi:10.1093/database/baz085
用于查找相关文献的文档推荐系统主要依赖于十年前开发的方法。这主要是由于缺乏涵盖各种研究领域的大量离线相关文档黄金标准基准，因此无法比较、改进新开发的文献检索技术并将其转化为实践。为了克服这一瓶颈，我们成立了 RE 相关文献文献搜索联盟，该联盟由来自 84 个国家的 1500 多名科学家组成，他们共同注释了超过 180,000 篇 PubMed 列出的文章与其各自的种子（输入）文章的相关性。大多数注释均由经验丰富的种子文章原作者提供。收集的数据涵盖了所有唯一 PubMed 医学主题词描述符的 76%。在不同经验水平、研究领域或注释时间上均未观察到系统性偏差。更重要的是，不同科学家对同一文档对的注释高度一致。我们进一步表明，用于生成推荐文章以供评估的三种代表性基线方法（Okapi Best Matching 25、词频 - 逆文档频率和 PubMed 相关文章）具有相似的总体性能。此外，我们发现这些方法各自倾向于生成不同的推荐文章集合，这表明可能需要混合方法来完全捕获所有相关文章。位于 https://relishdb.ict.griffith.edu.au 的已建立数据库服务器可免费下载注释数据和盲测新方法。我们期望该基准将有助于促进开发用于生物医学研究相关文章的标题和基于标题/摘要的搜索引擎的新型强大技术。
由专家精心策划的大型基准文档数据库...
用于查找相关文献的文档推荐系统主要依赖于十年前开发的方法。这主要是由于缺乏涵盖各种研究领域的大量离线相关文档黄金标准基准，因此无法比较、改进新开发的文献检索技术并将其转化为实践。为了克服这一瓶颈，我们成立了 RE 相关文献文献搜索联盟，该联盟由来自 84 个国家的 1500 多名科学家组成，他们共同注释了超过 180,000 篇 PubMed 列出的文章与其各自的种子（输入）文章的相关性。大多数注释均由经验丰富的种子文章原作者提供。收集的数据涵盖了所有唯一 PubMed 医学主题词描述符的 76%。在不同经验水平、研究领域或注释时间上均未观察到系统性偏差。更重要的是，不同科学家对同一文档对的注释高度一致。我们进一步表明，用于生成推荐文章以供评估的三种代表性基线方法（Okapi Best Matching 25、词频 - 逆文档频率和 PubMed 相关文章）具有相似的总体性能。此外，我们发现这些方法各自倾向于生成不同的推荐文章集合，这表明可能需要混合方法来完全捕获所有相关文章。位于 https://relishdb.ict.griffith.edu.au 的已建立数据库服务器可免费下载注释数据和盲测新方法。我们期望该基准将有助于促进开发用于生物医学研究相关文章的标题和基于标题/摘要的搜索引擎的新型强大技术。
引文详情：Brown,P.、RELISH Consortium、Zhou,Y。大型专家精选数据库，用于对生物医学文献搜索中的文档相似性检测进行基准测试。数据库 (2019) 第 2019 卷：文章 ID baz085；doi：10.1093/database/baz085
用于查找相关文献的文档推荐系统大多依赖于十年前开发的方法。这主要是因为缺乏一个涵盖各种研究领域的大型离线黄金标准相关文献基准，以便可以比较、改进新开发的文献检索技术并将其转化为实践。为了克服这个瓶颈，我们成立了 RE 相关文献搜索联盟，该联盟由来自 84 个国家的 1500 多名科学家组成，他们共同注释了超过 180,000 篇 PubMed 收录文章与其各自的种子（输入）文章的相关性。大多数注释都是由经验丰富的种子文章原作者提供的。收集到的数据涵盖了 76% 的所有唯一 PubMed 医学主题词描述符。在不同经验水平、研究领域或注释时间之间未观察到系统性偏差。更重要的是，不同科学家对相同文档对的注释高度一致。我们进一步表明，用于生成推荐文章以供评估的三种代表性基线方法（Okapi Best Matching 25、词频 - 逆文档频率和 PubMed 相关文章）具有相似的总体性能。此外，我们发现这些方法各自倾向于生成不同的推荐文章集合，这表明可能需要一种混合方法来完全捕获所有相关文章。位于 https://relishdb.ict.griffith.edu.au 的已建立数据库服务器可免费下载注释数据和盲测新方法。我们预计，该基准将有助于促进开发新的强大技术，用于生物医学研究中的相关文章的标题和基于标题/摘要的搜索引擎。