XiaoMi-AI文件搜索系统
World File Search System决策支持
医疗领域人工智能监管面临的挑战《临床决策支持和医疗器械新监管框架：我们准备好了吗？——观点论文》评论
摘要 医疗技术的监管必须严格，以赢得医疗服务提供者和患者的信任。这对于控制和监督医疗保健领域日益增长的人工智能使用尤其重要。在这篇对 Van Laere 及其同事的随附文章的评论中，我们阐述了人工智能在医疗保健领域的应用范围，并概述了监管机构在应对这些现代技术时面临的五个关键挑战。应对这些挑战并不容易。虽然人工智能在医疗保健领域的应用已经取得了快速进展并使患者受益，但这些应用显然在未来的发展中具有更大的潜力。然而，至关重要的是，监管环境必须跟上这个快速发展的医疗保健领域，以便预测并尽可能地预防可能出现的风险。关键词：监管、临床决策支持、人工智能版权：© 2023 作者；克尔曼医科大学出版。这是一篇开放获取的文章，根据 Creative Commons 署名许可条款发布（https://creativecommons.org/licenses/by/4.0），允许在任何媒体中不受限制地使用、分发和复制，前提是对原始作品进行适当引用。引用：McKee M，Wouters OJ。医疗保健领域人工智能监管的挑战：评论“临床决策支持和医疗器械的新监管框架：我们准备好了吗？——一篇观点论文。” Int J Health Policy Manag。2023；12：7261。doi：10.34172/ijhpm.2022.7261
将洪水事件的社会叙事整合到基于文本网络分析的决策支持框架中，以减少非洲气候变化的脆弱性
在许多非洲国家，由于缺乏可访问和可用的信息，例如局部洪水图，对气候变化的反应妨碍了。使当前的灾难风险管理系统更加复杂，通常无法说明社会脆弱性和环境风险的特定上下文驱动因素，这对于增强对洪水影响的社会弹性至关重要。本文捕捉了赞比亚卢萨卡的基于社区的洪水风险叙事。使用未来对非洲城市和土地（Fractal）群体的富有弹性的网络，自然和社会科学的跨学科方法来支持洪水弹性的决策，作为卢萨卡城市洪水弹性的参与性气候信息蒸馏（Fractal-Plus-Plus）项目。使用全球降雨和GIS数据集创建了本地洪水淹没图，然后在与本地利益相关者的两个交互式“学习实验室”中进行了分析。历史观察和生活经验从学习实验室提炼为三种基于社区的洪水风险的社会叙事。使用自然语言处理（NLP）和文本网络分析（TNA），使用卢萨卡利益相关者的见解来校准洪水图。叙事信息的洪水地图通过讨论社会对洪水和气候变化的脆弱性来增强利益相关者参与的动态切入点，突出了未来的挑战和弹性计划的机会。输出策略召集利益相关者在可持续的环境中讨论这些主题的价值，以应对气候弹性的跨学科挑战，为更好地利用可用资源的基准提供了基准，并能够快速评估弹性建设的需求和措施。
维护领域的人工智能与人类专家合作
摘要 维护决策错误可能导致代价高昂的问题。第四次工业革命为智能决策支持系统的开发和使用提供了新的机会。随着这些技术进步，人们关注的重点是更好地理解技术人员的知识与智能决策支持系统之间的联系。本研究报告的研究有两个主要目标。（1）提出一个将技术人员的知识与智能决策支持系统联系起来的理论模型，（2）提出一个如何应用该理论模型的用例。新模型的基础建立在决策支持文献中的两个主要研究流派之上：不同代理之间的知识“分配”和为实现共同目标而进行的知识“协作”。这项研究发现了两个主要差距：首先，必须更加关注技术人员的知识；其次，技术人员需要帮助来保持对大局的关注。我们使用认知契合理论和分布式态势感知理论提出了一种新的理论模型，称为“分布式协作意识模型”。该模型考虑了显性和隐性知识，并适应了操作级维护所涉及的动态挑战。作为该模型的应用，我们确定并推荐了基于增强现实的维护决策支持所需的一些技术发展。
表 2. 比较 SPIRIT-AI、CONSORT-AI 和 DECIDE-AI。
CONSORT-AI：人工智能试验报告综合标准；DECIDE-AI：人工智能驱动的决策支持系统开发和探索性临床研究；SPIRIT-AI：标准协议项目：人工智能干预试验建议
将人类变异性纳入系统的方法...
第 1 阶段：定义（谁、什么、何时、如何） 第 2 阶段：输入分析（数据收集和拟合分布） 第 3 阶段：模拟/计算（创建/验证预测模型） 第 4 阶段：输出分析（替代比较） 第 5 阶段：决策支持（图表、表格、报告）
