XiaoMi-AI文件搜索系统
World File Search System支持系统
报告指南的早期临床评估对人工智能驱动的决策支持系统的临床评估：决定 - ai
越来越多的基于人工智能（AI）的临床决策支持系统在临床前，硅，评估中表现出了有希望的表现，但很少有人能显示出对患者护理的真正好处。早期临床评估对于评估AI系统在小规模上的实际临床表现，确保其安全性，评估其使用围绕其使用的人为因素以及为进一步的大规模试验铺平道路很重要。但是，这些早期研究的报告仍然不足。本声明为人工智能驱动的决策支持系统的发展和探索性临床调查提供了基于共识的报告指南（decution-ai）。我们进行了两轮修改的Delphi过程，以收集和分析有关AI系统早期临床评估报告的专家意见。专家是从20个预定义的利益相关者
国际空间站作为探索环境控制和生命支持系统的试验平台 – 2022 年状态
近地轨道以外的载人探索任务，例如 NASA 的 Artemis 计划，对航天器系统设计和可支持性提出了重大挑战。一个特别具有挑战性的领域是环境控制和生命支持系统 (ECLSS)，该系统为机组人员维持适宜居住和维持生命的环境。NASA 正在利用其当前和以前的航天计划中获得的经验，完善深空探索任务的生命支持技术。其目的是建立具有经过验证的性能和可靠性的生命支持系统功能组合，以支持载人探索任务并降低这些任务成功的风险。作为微重力条件下完全可操作的载人平台，国际空间站 (ISS) 为作为探索级 ECLSS 的试验台提供了独特的机会，以便这些系统可以进行测试、验证和改进，最终部署在深空载人探索任务中。本文将提供试验台开发的最新状态，包括迄今为止的硬件和 ISS 飞行器集成进展，以及在 ISS 上设计、选择、建造、测试和飞行探索 ECLSS 的未来计划。
人工智能作为决策支持系统应用于黑色素瘤、龋齿和糖尿病视网膜病变的检测和分级的成本效益
AI 表示人工智能。在面板 A 中，每个点和方块代表单个人在接受标准护理诊断或 AI 辅助筛查后产生的终生费用（巴西雷亚尔，R$）。在面板 B 中，根据研究假设，AI 在支付意愿较低的情况下更有可能降低成本效益，尽管这种确定性对额外质量调整生命年 (QALY) 的支付意愿 (WTP) 很敏感。
未来医生使用人工智能诊断支持系统的意愿决定因素
1 河内医科大学预防医学与公共卫生研究所，越南河内，2 卡罗琳医学院全球公共卫生系，瑞典斯德哥尔摩，3 越南河内卫生经济与技术研究所，4 越南岘港维新大学全球卫生创新研究所，5 越南岘港维新大学医学院，6 新加坡精神卫生研究所国家成瘾管理服务 (NAMS)，新加坡，7 越南胡志明市阮达清大学循证医学卓越中心，8 美国马里兰州巴尔的摩约翰霍普金斯大学彭博公共卫生学院，9 新加坡国立大学杨潞龄医学院心理医学系，新加坡，10 新加坡国立大学健康创新与技术研究所 (iHealthtech)，新加坡
已发布版本的引文 (APA)：Braun, M., Hummel, P., Beck, S., & Dabrock, P. (2021)。临床中基于人工智能的决策支持系统的伦理入门。《医学伦理学杂志》，47(12)，第 E3 条。https://doi.org/10.1136/medethics-2019- 105860
摘要 在极其复杂和困难的过程和情况下做出正确的决策一直是一项关键任务，也是临床上的一项挑战，并导致了大量的临床、法律和道德惯例、协议和反思，以保证临床决策的公平、参与和最新途径。然而，过程和物理现象的复杂性、时间和经济限制，以及医学和医疗保健领域的进一步努力和成就，不断提高了评估和改进临床决策的必要性。本文探讨了所谓的人工智能驱动的决策支持系统 (AI-DSS) 的兴起是否以及如何挑战临床决策过程。首先，本文分析了 AI-DSS 的兴起将如何影响和改变临床中不同代理之间的交互模式。第二步，我们指出这些不断变化的互动模式也意味着信任条件的变化、透明度方面的认知挑战、代理的基本规范概念及其在具体部署环境中的嵌入，以及最终对（可能的）责任归属的影响。第三，我们得出关于临床 AI-DSS 的“有意义的人为控制”的进一步步骤的初步结论。
诊所的基于决策支持系统
抽象在极其复杂和困难的过程和情况下做出良好的决定既是诊所的关键任务，又是挑战，并且导致了大量临床，法律和道德规范，方案和反思，以保证公平，参与性和最新的临床决策途径。尽管如此，过程和身体现象的复杂性，时间以及经济限制，并非最不重要的进一步努力以及医学和医疗保健方面的成就不断提高评估和改善临床决策的需求。本文审查了是否以及如何通过所谓的人工智能驱动的决策支持系统（AI-DSS）的兴起来挑战临床决策过程。在第一步中，本文分析了AI-DSS的兴起将如何影响和改变诊所不同药物之间的相互作用模式。在第二步中，我们指出了这些不断变化的互动方式还意味着在透明度的信任度，认知挑战，代理的基本规范概念及其嵌入到具体的部署环境以及最终对（可能的（可能的）责任的后果所产生的后果中，其潜在的规范概念及其嵌入到具体的情况中。第三，我们就临床AI-DSS的“有意义的人类控制”得出了有关进一步步骤的第一个结论。
请引用原文：Knapic, S., Malhi, A., Saluja, R., & Framling, K. (2021). 可解释人工智能在医学领域人类决策支持系统中的应用。机器学习与知识提取，3 (3), 740-770。https://doi.org/10.3390/make3030037
摘要：本文介绍了可解释人工智能方法在医学图像分析场景中提供决策支持的潜力。通过将三种可解释方法应用于同一医学图像数据集，我们旨在提高卷积神经网络 (CNN) 提供的决策的可理解性。视频胶囊内窥镜 (VCE) 获得的体内胃部图像是视觉解释的主题，目的是提高医疗专业人员对黑盒预测的信任度。我们实施了两种事后可解释机器学习方法，称为局部可解释模型不可知解释 (LIME) 和 SHapley 附加解释 (SHAP)，以及一种替代解释方法，即上下文重要性和效用 (CIU) 方法。产生的解释由人工评估。我们根据 LIME、SHAP 和 CIU 提供的解释进行了三项用户研究。来自不同非医学背景的用户在基于网络的调查环境中进行了一系列测试，并陈述了他们对给定解释的经验和理解。我们对具有三种不同解释形式的三个用户组（n = 20、20、20）进行了定量分析。我们发现，正如假设的那样，在改善对人类决策的支持以及更加透明从而让用户更容易理解方面，CIU 可解释方法比 LIME 和 SHAP 方法表现更好。此外，CIU 因能够更快地生成解释而优于 LIME 和 SHAP。我们的研究结果表明，在不同的解释支持设置之间，人类的决策存在显著差异。与此相符，我们提出了三种潜在的可解释方法，随着未来实施的改进，这些方法可以推广到不同的医疗数据集，并为医疗专家提供有效的决策支持。
大数据作为决策支持系统中的价值生成器
摘要 目的——本文旨在分析决策支持系统如何管理大数据以获取价值。 设计/方法/方法——进行了系统的文献综述，筛选并分析了 2012 年至 2019 年期间发表的 72 篇文章。 发现——研究结果表明，决策支持系统主要使用与计算机科学和云计算相关的大数据分析、机器学习算法和技术。另一个发现是，这些技术和技术的主要应用领域是物流、交通、健康、商业和市场。本文还让作者了解了描述性、预测性和规范性分析的使用关系，根据数据分析的复杂性和人类决策的需要之间的反比关系。 原创性/价值——由于这是一个新兴主题，本研究旨在概述文献中正在讨论的技术和技术，以解决各自领域的问题，作为一种理论贡献。作者还认识到，讨论的成熟度具有实际贡献，甚至提出了反思作为未来研究的建议，例如伦理讨论。本研究的描述性分类还可以作为寻求了解涉及决策支持系统和大数据的研究的新研究人员的指南，以获得价值
在人类空间探索的再生生命支持系统中使用光生反应器
在低地球轨道（LEO）（例如，到月球）和长期任务（例如，到MARS）之外的人类空间探索仍然存在许多挑战。最大的问题之一是机组人员的可靠空气，水和食物供应。生物加成生命支持系统（BLSS）旨在使用生物反应器来克服这些挑战，以进行废物处理，空气和水的振兴以及粮食生产。在这篇综述中，我们着重于空间中的微生物光合生物过程和光生反应器，这些生物反应器允许去除有毒二氧化碳（CO 2）以及产生氧气（O 2）和可食用的生物量。本文概述了过去30年中BLSS项目的光生反应器和前体工作（在地面和太空中）进行的实验。我们讨论了不同的硬件方法以及对这些生物反应器测试的生物。尽管许多实验在地面上显示出成功的生物空气振兴，但对太空环境的转移远非微不足道。例如，在微重力条件下，气液转移现象不同，这不可避免地会影响培养过程和氧气产生。在这篇综述中，我们还强调了这项研究场中缺少的专业知识，为未来的空间光生反应器开发铺平了道路，我们指出了未来的实验，以掌握功能齐全的BLS的挑战。
基于 Web 的飞机调度和维护决策支持系统
摘要：飞机调度涉及在飞机发生意外故障时确定最佳调度选项。目前，停机坪上的维护技术人员获取支持信息的渠道有限，在大量维护手册中找到正确的信息是一项耗时的任务，常常导致技术延误。本文介绍了一种新型的基于 Web 的原型决策支持系统，以帮助技术人员进行飞机调度决策和后续维护执行。建立并实施了实时调度决策支持的系统架构。持证维护技术人员通过运营环境中的案例研究对开发的系统进行了评估。该系统完全自动从多个数据源检索信息，对给定的故障消息执行替代识别和评估，并为技术人员提供对相关信息（包括相关维护任务）的现场访问。案例研究表明，每个调度决策可能节省高达 98% 的时间。此外，它使目前主要基于纸张的调度决策流程数字化，从而减少物流和纸张浪费。该原型是第一个在飞机维护领域提供运营决策支持的原型，并通过提供代表性案例研究解决了决策支持系统研究中经常发现的理论与实践之间缺乏关联的问题。为基于 SGML 的文档开发的自定义解析器可以有效地识别和提取相关信息，极大地有助于整体缩短决策时间。