XiaoMi-AI文件搜索系统
World File Search System判断
由您的邻居判断：大型和异构样本的大脑结构规范性概况
从本文准备中使用的数据是从德国国家队列（Nako）获得的（www.nako。de）。NAKO由联邦教育和研究部（BMBF）[项目资金参考编号：01er1301a/b/c，01er1511d，01er1er1er1801a/b/c/c/c/c/d and 01er2301a/b/c]，联邦德国和HelmHoltz联合会，该协会和Intistations and Intisitation and Interitation and Interitation and the Institation and the Interitation and Institation and Interations and Interations and Interations and Interations and Interitation and Interations。Nako研究人员在致谢中列出。b在本文制备中使用的数据是从阿尔茨海默氏病新型倡议（ADNI）数据库（adni.loni.usc.edu）获得的。ADNI于2003年作为公私合作伙伴关系成立，由主要研究员Michael W. Weiner，医学博士领导。ADNI的主要目标是测试是否可以合并串行磁共振成像（MRI），正电子发射断层扫描（PET），其他生物学标记物以及临床和神经心理评估，以衡量轻度认知障碍（MCI）和早期阿尔茨海默氏病的进展。c的数据用于准备本文的数据是从额叶洛巴尔变性神经影像学计划（FTLDNI）数据库中获得的。NIFD/FTLDNI的调查人员为FTLDNI和/或提供的数据的设计和实施做出了贡献，但没有参与本报告的分析或撰写（除非另有列出）。FTLDNI研究人员在“确认”部分中进一步列出。AIBL研究人员贡献了数据，但没有参与本报告的分析或撰写。AIBL研究人员在www.aibl.csiro.au上列出。准备本文中使用的数据是从澳大利亚成像生物标志物和衰老的生活方式旗舰研究（AIBL）获得的，该研究由英联邦科学和工业研究组织（CSIRO）资助，该组织在ADNI数据库（www.loni.usc.usc.edu/adni）提供。
个性化的患者偏好预测因素，用于替代医疗保健的判断：技术上FEA
摘要在为无行为能力的患者做出替代判断时，代理人经常努力猜测患者有能力会想要什么。代理人也可能因（唯一）做出这种决定的责任而感到痛苦。为了解决此类问题，已经提出了一种患者偏好预测因子（PPP），该预测因素将使用算法从人群级别的数据中推断出单个患者的治疗偏好，以了解具有相似人口统计学特征的人的已知偏好。然而，批评家们已经表明，即使这种PPP平均比人类替代者更准确，在识别患者偏好方面，拟议的算法仍然无法尊重患者（以前的）自主权，因为它会借鉴“错误的”数据：对于个人而言，这些数据不适合个人的数据，因此他们不适合他们的挑战，并且他们的实际原因是他们的实际原因，或者是实际的，或者是实际上的，或者是实际上的，或者是实际的，或者是实际的，或者是实际的，或者是实际上所依据的，或者是实际的原因。在船上受到这样的批评，我们在这里提出了一种新方法：个性化的患者偏好预测因子（P4）。P4基于机器学习的最新进展，该技术允许包括大型语言模型在内的技术更便宜，更有效地“微调”在特定于人的数据上。与PPP不同，P4将能够从实际上特定于其特定的材料（例如先前的治疗决策）中推断出单个患者的偏好。因此，我们认为，除了在个体水平上比以前提出的PPP更准确，P4的谓词还将更直接地反映每个患者自身的原因和价值观。在本文中，我们回顾了人工智能研究中的最新发现，这些发现表明P4在技术上是可行的，并认为，如果它是开发和适当部署的，则应缓解一些基于自主的主要关注原始PPP的批评者的关注。然后，我们考虑对我们的提案的各种异议，并提供一些暂定的答复。
西班牙公共行政中的人工智能风险与挑战：通过专家判断的探索性分析
摘要：人工智能 (AI) 在公共行政领域的不断扩大使用为政府创造了无数机会。西班牙现行法规已建立电子行政并支持这项新技术的扩展和实施，但它们可能不适应人工智能引起的法律需求。因此，本研究旨在确定人工智能在西班牙公共行政中的使用所带来的风险以及法律机制是否可以解决这些风险。我们采用定性研究方法回答了这些问题，对几位该领域的专家进行了半结构化访谈。尽管这项技术可能带来好处，但在整个研究过程中，我们可以确认，人工智能的使用会产生一些问题，例如不透明性、法律不确定性、偏见或违反个人数据保护。西班牙法律已经提供的机制不足以避免这些风险，因为它们并非为应对人工智能在公共行政中的使用而设计的。此外，需要建立人工智能的统一法律定义。
专家对防止人类无意闯入废物隔离试验工厂的标记做出判断
由桑迪亚国家实验室发布，由桑迪亚公司代表美国能源部运营。注意 本报告是根据美国政府机构赞助的工作编写的。美国政府、其任何机构、其任何雇员、其任何承包商、分包商或其雇员均不对所披露的任何信息、设备产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、工艺或服务，并不一定构成或暗示美国政府、其任何机构对其承包商或分包商的认可、推荐或支持。本文表达的观点和意见不一定代表或反映美国政府、其任何机构或其任何承包商的观点和意见。
专家对防止人类无意闯入废物隔离试验工厂的标记做出判断
由桑迪亚国家实验室发布，由桑迪亚公司代表美国能源部运营。注意 本报告是根据美国政府机构赞助的工作编写的。美国政府、其任何机构、其任何雇员、其任何承包商、分包商或其雇员均不对所披露的任何信息、设备产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、工艺或服务，并不一定构成或暗示美国政府、其任何机构对其承包商或分包商的认可、推荐或支持。本文表达的观点和意见不一定代表或反映美国政府、其任何机构或其任何承包商的观点和意见。
对 AFIS 背景信息进行量化评估，以判断后续检查结论的准确性和可靠性
技术报告最终稿 技术报告最终稿 对 AFIS 背景信息对后续审查员结论的准确性和可靠性的量化评估 DoJ/NIJ 授权号 #2009-DN-BX-K224 Itiel Dror 和 Kasey Wertheim 摘要 即使将认知任务分担给人与机器，专家在法医决策中仍然发挥着关键作用。这在模式和印象证据中尤为明显，因为自动指纹识别系统 (AFIS) 等技术引入了认知技术，从而创建了这种协作环境。在本文中，我们研究了使用 AFIS 对人类决策者的影响，特别是研究了 AFIS 背景信息对人类专家的潜在偏见影响。作为他们正常办案工作的一部分，我们向 23 名潜在指纹审查员提供了数千份 AFIS 列表。我们将匹配的指纹纳入一些列表中，并操纵匹配候选图像在 AFIS 列表中的位置（将其放在最顶部、靠近顶部、靠近底部或最底部），操纵分数（增加或减少指纹之间的范围），或将这两种操纵结合在一起。我们观察了错误决策（错误的不确定或错误的排除）是否与列表中的位置或分数有关。数据显示，潜指纹检查员受位置的影响，尤其是在比较时间较短的情况下，但他们并不
专家对防止人类无意闯入废物隔离试验工厂的标记做出判断
由桑迪亚国家实验室发布，由桑迪亚公司代表美国能源部运营。注意 本报告是根据美国政府机构赞助的工作编写的。美国政府、其任何机构、其任何雇员、其任何承包商、分包商或其雇员均不对所披露的任何信息、设备产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、工艺或服务，并不一定构成或暗示美国政府、其任何机构对其承包商或分包商的认可、推荐或支持。本文表达的观点和意见不一定代表或反映美国政府、其任何机构或其任何承包商的观点和意见。
要求提出建议，以开发用于免疫的非判断性患者教育的AI工具
错误的信息和虚假信息已成为对患者的护理和健康，我们社区的公共卫生以及医学实践的核心价值和科学基础的主要威胁。它破坏了患者与医生之间的信任，并助长了司法和立法入侵检查室。它有助于处理监管，法律，哲学和专业的医生的压力和工作量，这些医生与基于证据，及时和富有同情心的患者的照料相抵触。它已成为道德困扰和倦怠的重要来源，可能对医师的实践和福祉产生不利影响。社交媒体，虚假新闻网站，政治消息，算法分发针对个人利益和恐惧的算法分发，向易感人士的营销产品，名人代言，主流媒体，AI产生的深层效果以及没有优先准确的精确度的搜索引擎是错误的，但是有一些错误和失败的方式被引入，并且被介绍了。在影响患者的护理或医生的福祉时，几乎没有解决这些问题可以解决这些问题。MIS和虚假信息的最困难和最普遍的领域之一是疫苗。媒体和在线论坛的虚假信息和毫无根据的怀疑论促进对疫苗接种的有效性，安全性或重要性的不信任会激发犹豫不决和拒绝，这破坏了对公共卫生的信任以及保护它的主要护理任务。目标这可能会影响患者就诊的重点和工作流程，并内在减少信任，从而破坏医生提供预期护理和实践中的快乐的能力。该项目旨在通过利用AI在访问前向患者提供有关免疫接种的准确，基于证据和非判断性的信息来解决这些挑战，从而减少冲突，时间和精力来有效解决这些问题。我们正在寻求提案，以开发和实施AI工具，旨在以非判断性和信息性的方式对患者/父母进行有关免疫接种的知识。目的是提高患者对支持个人和公共卫生的免疫常规的重要性和信心，减少讨论患者接触中的免疫接种所花费的时间，并建立对患者 - 医学关系的信任。
要求提出建议，以开发用于免疫的非判断性患者教育的AI工具
错误的信息和虚假信息已成为对患者的护理和健康，我们社区的公共卫生以及医学实践的核心价值和科学基础的主要威胁。它破坏了患者与医生之间的信任，并助长了司法和立法入侵检查室。它有助于处理监管，法律，哲学和专业的医生的压力和工作量，这些医生与基于证据，及时和富有同情心的患者的照料相抵触。它已成为道德困扰和倦怠的重要来源，可能对医师的实践和福祉产生不利影响。社交媒体，虚假新闻网站，政治消息，算法分发针对个人利益和恐惧的算法分发，向易感人士的营销产品，名人代言，主流媒体，AI产生的深层效果以及没有优先准确的精确度的搜索引擎是错误的，但是有一些错误和失败的方式被引入，并且被介绍了。在影响患者的护理或医生的福祉时，几乎没有解决这些问题可以解决这些问题。MIS和虚假信息的最困难和最普遍的领域之一是疫苗。媒体和在线论坛的虚假信息和毫无根据的怀疑论促进对疫苗接种的有效性，安全性或重要性的不信任会激发犹豫不决和拒绝，这破坏了对公共卫生的信任以及保护它的主要护理任务。目标这可能会影响患者就诊的重点和工作流程，并内在减少信任，从而破坏医生提供预期护理和实践中的快乐的能力。该项目旨在通过利用AI在访问前向患者提供有关免疫接种的准确，基于证据和非判断性的信息来解决这些挑战，从而减少冲突，时间和精力来有效解决这些问题。我们正在寻求提案，以开发和实施AI工具，旨在以非判断性和信息性的方式对患者/父母进行有关免疫接种的知识。目的是提高患者对支持个人和公共卫生的免疫常规的重要性和信心，减少讨论患者接触中的免疫接种所花费的时间，并建立对患者 - 医学关系的信任。
