XiaoMi-AI文件搜索系统
World File Search System决策支持
基于人工智能的临床决策支持...
2020 年 1 月之前，医疗界的人工智能和机器学习 (AI/ML) 有很多理由对其领域的最新进展感到高兴。研究表明，基于学习的算法可以准确预测感染性休克的发生 [1]，基于 ML 的模式识别方法可以以皮肤科医生级别的准确度对皮肤病变进行分类 [2]，诊断性 AI 系统可以在常规初级保健就诊期间成功识别糖尿病视网膜病变 [3]，基于 AI 的乳腺癌筛查表现远远优于放射科医生 [4]，ML 驱动的分类工具改善了紧急严重程度指数以外的结果区分 [5]，AI 辅助系统简化了介入工作流程 [6]，算法驱动的组织研究实现了输液中心的重新设计 [7]。许多人可能会认为，经过近 60 年的测试 [8]，医疗领域的人工智能终于达到了成熟度、性能和可靠性水平，可以满足临床实践的严苛要求。然而，仅仅几个月后的今天，这种原本乐观的前景已变得阴云密布。全球医疗系统正面临着一种新型呼吸道疾病 COVID-19 的爆发。截至 2020 年 5 月 29 日，210 个国家已报告超过 5,800,000 例 COVID-19 病例（由严重急性呼吸综合征冠状病毒 2 (SARS-CoV- 2) 感染引起），导致超过 360,000 人死亡 [9]。虽然一种迅速出现的传染病升级为全球大流行是一种罕见的最坏情况，但它提供了一个观察医疗链中每个环节的弹性的机会。尽管压力巨大，但该链条中的大多数环节都经受住了第一波疫情的压力测试，而备受赞誉的人工智能/机器学习环节似乎已经屈服。然而，这种崩溃不能归咎于缺乏机会——恰恰相反：大众媒体和科学媒体上的几篇文章描述了人工智能辅助工具对患者结果产生积极影响的直接机会。这些应用范围从改进诊断、分类和预测 [10, 11] 到个性化治疗决策支持 [12] 到自动监测工具 [13]。这些基于人工智能的临床决策支持 (CDS) 是本篇观点文章的重点。那么，为什么人工智能辅助的 CDS 工具在抗击 COVID-19 方面的贡献似乎有限呢？
简单的决策支持 - 不是那么简单
手动和个人案件处理，而不是系统当事方获得信息的访问，理由指导澄清责任lign clarl offorce of trump ofform或Trustworth Administration
可再生能源社区的决策支持工具
世界各地的城市都在努力提高本地能源收集和存储能力的渗透率，使其能源消费更加可持续，减少对地缘政治背景的依赖。过去十年，可再生能源部署不断加强，并将继续下去，导致能源战略中出现重要的技术-经济-社会权衡。这种转变模糊了需求和供应之间的界限，并产生了新的利益相关者。因此，采用区域级方法进行能源系统规划似乎尤为重要，因为它促进了内生资源的价值化，实现了规模经济，同时保留了地方治理（Heldeweg & Saintier，2020 年）。能源社区概念的出现就是人们对社区规模的能源规划日益增长的兴趣的一个明显例子（Doci 等人，2014 年）。通过促进分散、可持续和社区驱动的能源生产和消费方法，能源社区有望在正在进行的能源转型中发挥关键作用。通过居民、公用事业和机构的共同努力，能源社区提供了一个技术经济框架，以支持从集中式到分布式和区域级能源系统的范式转变（Caramizaru & Uihlein，2020 年）。
设计交互式本地和全局决策支持...
航母操作环境。这将给本已高度受限和危险的环境增加极大的复杂性。在人员减少的环境中，随着操作节奏的加快，向共享有人-无人环境迈进，意味着在这些复杂环境中，飞机、地面车辆和机组人员的规划和调度需要更多的自动化。然而，虽然自动规划算法速度快，能够在短时间内处理大量信息，但它们往往很脆弱，无法应对高度动态环境中不断变化的条件。最近的研究表明，通过允许人类操作员和自动规划人员之间的高级交互，可以显著提高整体任务性能。为此，已经开发了一个用户界面，允许管理航空母舰甲板操作的人类决策者直接与集中规划算法交互，以调度飞行中和甲板上的飞机（有人和无人），以及地面车辆和人员。该甲板操作行动路线规划器 (DCAP) 系统利用人类决策者的经验和高级目标导向行为，结合强大的自动规划算法来制定可行、稳健的计划。本文重点介绍了 DCAP 的设计特点，并介绍了旨在量化价值的评估的初步结果
纳洛酮给药决策支持工具
致谢 BCCDC 为多样化的人群提供服务，包括不列颠哥伦比亚省各地生活在不同环境和社区的原住民、梅蒂人和因纽特人。作为一个省级网络，我们在原住民未割让的传统和祖传土地上开展业务。我们认识到，我们的医疗机构内部和整个医疗机构都存在系统性种族主义，我们个人和集体都有责任和权力营造文化安全和适当的护理环境。我们感谢所有参与和协商的个人，以确保这些建议反映出最佳实践。我们感谢在充满挑战的环境中继续工作的减害服务提供者，也感谢那些继续倡导更安全的药物使用做法和政策的人。由 BCCDC 减害与药物使用服务部编制，并咨询了以下人员：
设计交互式本地和全局决策支持...
航母操作环境。这将给本已高度受限和危险的环境增加极大的复杂性。在人员减少的环境中，随着操作节奏的加快，向共享有人-无人环境迈进，意味着在这些复杂环境中，飞机、地面车辆和机组人员的规划和调度需要更多的自动化。然而，虽然自动规划算法速度快，能够在短时间内处理大量信息，但它们往往很脆弱，无法应对高度动态环境中不断变化的条件。最近的研究表明，通过允许人类操作员和自动规划人员之间的高级交互，可以显著提高整体任务性能。为此，已经开发了一个用户界面，允许管理航空母舰甲板操作的人类决策者直接与集中规划算法交互，以调度飞行中和甲板上的飞机（有人和无人），以及地面车辆和人员。该甲板操作行动路线规划器 (DCAP) 系统利用人类决策者的经验和高级目标导向行为，结合强大的自动规划算法来制定可行、稳健的计划。本文重点介绍了 DCAP 的设计特点，并介绍了旨在量化价值的评估的初步结果
1 基于模型的 T700 决策支持工具...
本文介绍了 DSTO 在开发基于模型的方法以诊断和预测由通用电气 T700 发动机驱动的澳大利亚国防军 (ADF) 直升机的气路健康状况方面取得的进展。特别是，介绍了两种新的基于模型的工具：一种用于估计功率保证，一种用于检测异常发动机运行。这些工具的开发是为了利用现代健康和使用监测系统 (HUMS) 记录的发动机参数。正在考虑将此类系统安装到 ADF 直升机上，作为中期升级和采购项目的一部分。第一个工具是基于 T700 模型的功率保证估算器，建议与当前的健康指标测试 (HIT) 检查一起使用，它将 HIT 检查值与给定飞行条件和组件退化场景的可用功率联系起来。第二种工具是基于模型的检测器和模糊逻辑决策器的组合，最初建议用于 HUMS 地面站，以减少手动处理或查询的数据量。DSTO 开发的 MATLAB-Simulink 真双 T700 发动机模型具有对瞬态飞行数据的精确跟踪能力，可以检测给定飞行过程中发动机状况的重大变化。然后，模糊逻辑公式可以自动执行此检测过程，并为未来预测趋势提供飞行结束估计。
1 基于模型的 T700 决策支持工具...
本文介绍了 DSTO 在开发基于模型的方法以诊断和预测由通用电气 T700 发动机驱动的澳大利亚国防军 (ADF) 直升机的气路健康状况方面取得的进展。特别是，介绍了两种新的基于模型的工具：一种用于估计功率保证，一种用于检测异常发动机运行。这些工具的开发是为了利用现代健康和使用监测系统 (HUMS) 记录的发动机参数。正在考虑将此类系统安装到 ADF 直升机上，作为中期升级和采购项目的一部分。第一个工具是基于 T700 模型的功率保证估算器，建议与当前的健康指标测试 (HIT) 检查一起使用，它将 HIT 检查值与给定飞行条件和组件退化场景的可用功率联系起来。第二种工具是基于模型的检测器和模糊逻辑决策器的组合，最初建议用于 HUMS 地面站，以减少手动处理或查询的数据量。DSTO 开发的 MATLAB-Simulink 真双 T700 发动机模型具有对瞬态飞行数据的精确跟踪能力，可以检测给定飞行过程中发动机状况的重大变化。然后，模糊逻辑公式可以自动执行此检测过程，并为未来预测趋势提供飞行结束估计。
硕士论文 开发决策支持工具...
前言 本硕士论文是在位于吕勒奥的瑞典空军 F21 联队完成的。我要衷心感谢我的导师、吕勒奥理工大学运营与维护部助理教授 Aditya Parida 在论文写作过程中对我的指导和鼓励。我要感谢吕勒奥理工大学运营与维护部博士生 Rajiv Dandotiya 对优化建模的介绍和建议。我还要感谢瑞典空军 F21 联队的 Markus Häggkvist 上尉，他帮助我找到合适的人选并对我的论文提出建议。我还要感谢所有支持我完成论文的人。Michael Larsson 2010 年 5 月 瑞典吕勒奥
智能决策支持系统的负责设计
应避免IDSS直接调节用户的行为或灌输特定的价值理论。一位接受采访的专家将系统的功能或处理方式描述为“更多的对话或发现”和“不那么努力”。实践中，这意味着，例如，聊天机器人“应该拒绝如果答案需要道德立场，以回答”（Krügel等，2023; P.4）。同样，我们的一些接受采访的专家建议，IDSS应该避免就政治和民主等敏感话题提出具体建议。这些专家指出，例如，IDSS不会建议谁投票，而是会向用户提供经过验证和受信任的第三方资源的信息，或将其转介给帮助用户做出独立决策的网站和工具。另外，另一位专家提到，如果询问IDSS有关心理问题或自杀的方法，则系统应避免提供建议，但请参阅用户可以在此处获得帮助的联系点（例如，提供电话号码或网站）。