文章标题:人工智能(AI)在医疗保健中的应用:综述 作者:Mohammed Yousef Shaheen[1] 所属机构:沙特阿拉伯[1] Orcid ids:0000-0002-2993-2632[1] 联系电子邮件:yiroyo1235@tmednews.com 许可信息:本作品已根据知识共享署名许可 http://creativecommons.org/licenses/by/4.0/ 以开放获取的方式发表,允许在任何媒体中不受限制地使用、分发和复制,只要正确引用原始作品即可。使用条款和出版政策可在 https://www.scienceopen.com/ 上找到。预印本声明:本文为预印本,尚未经过同行评审,正在考虑并提交给 ScienceOpen Preprints 进行开放同行评审。DOI:10.14293/S2199-1006.1.SOR-.PPVRY8K.v1 预印本首次在线发布:2021 年 9 月 25 日
拷贝数变体(CNV)在遗传性疾病和癌症的分子发病机理以及正常的人间变异中起着重要作用。但是,它们仍然很难在主流测序项目中识别,尤其是涉及外显子组测序,因为它们通常发生在非针对分析的DNA区域中。为了克服这个问题,我们开发了非高峰,这是一种用户友好的CNV检测工具,该工具以denoising方法为基础,并且使用“''target''DNA读取,通常通过测序管道来丢弃它。我们根据96种癌症的靶向测序以及来自三种不同人群的遗传性视网膜疾病的个体的130个个体进行了基准测试。对于两组数据,非高峰均表现出出色的性能(> 95%的灵敏度和> 80%的特定峰与实验验证),可在仅检测单独的硅数据中的CNV,这表明其对分子诊断和遗传研究的直接适用性。
本研究的目的是建立数字人文主义作为互联网和人工智能范式背景下技术变革的驱动力,以人与数字技术之间的社会互动为基础。本文使用一般的哲学和特殊的科学认知方法,特别是分析、综合、概括和建模、结构和功能、敏捷、价值论、协同方法。使用这种方法分析了数字人文主义作为现代发展概念的概念基础,它不仅促进技术进步,而且还考虑到互联网和人工智能在人与技术的社会互动中的挑战和机遇。作者确定了数字人文主义的问题及其克服方法,旨在确保技术发展服务于个人的社会福祉并提高社会生活质量。作者分析了互联网和人工智能时代数字人文主义的新趋势,这些趋势可以提供信息、教育、医疗服务等,使人们的生活更加舒适和富有成效。数字人文主义的概念促进了技术与人类价值观和需求的融合。识别人工智能对技术变革和社会互动的影响有助于创造人道和公正的社会。
1 伯尔尼大学社会与预防医学研究所,3012 伯尔尼,瑞士;eva.pedersen@ispm.unibe.ch (ESLP);maria.mallet@ispm.unibe.ch (MCM);yin.lam@ispm.unibe.ch (YTL);myrofora.goutaki@ispm.unibe.ch (MG) 2 伯尔尼大学健康科学研究生院,3012 伯尔尼,瑞士 3 意大利 Ciliare Primaria Sindrome di Kartagener Onlus 协会,70124 巴里,意大利;saradcp@virgilio.it 4 ADCP 协会,42218 Saint-Étienne,法国;icizeau@cegetel.net 5 PCD Support UK,伦敦 MK18 9DX,英国; fiona.copeland@stonac.co.uk 6 Asociación Española de Pacientes con Discinesia Ciliar Primaria, Santo Ángel 30151, 菲律宾; asociaciondcpes@gmail.com 7 PCD 基金会,明尼阿波利斯,明尼苏达州 55420,美国; michelemanion@gmail.com 8 原发性纤毛运动障碍中心,NIHR 生物医学研究中心,南安普敦大学医院 NHS 基金会信托,南安普敦 SO16 6YD,英国; Amanda-lea.harris@uhs.nhs.uk (ALH); jlucas1@soton.ac.uk (JSL) 9 南安普顿大学医学院,临床和实验医学学院,南安普顿 SO17 1BJ,英国 10 费德里科二世大学转化医学科学系,80138 那不勒斯,意大利; santamar@unina.it 11 伯尔尼大学医院儿科系儿科呼吸医学和过敏学科,伯尔尼大学医院,伯尔尼大学,3010 瑞士 * 通讯地址:Claudia.kuehni@ispm.unibe.ch;电话:+41-31-684-35-07 † COVID-PCD 患者咨询小组(按字母顺序):Sara Bellu,意大利 Kartagener Onlus 原发性纤毛诊断协会,意大利;Isabelle Cizeau,法国 ADCP 协会;Fiona Copeland,英国 PCD 支持;Katie Dexter,英国 PCD 支持;Lucy Dixon,英国 PCD 支持;Trini L ó pez Fern á ndez,西班牙原发性纤毛诊断协会Susanne Grieder,Selbsthilfegruppe Primäre Ciliäre Dyskinesie,瑞士; Catherine Kruljac,澳大利亚 PCD 原发性纤毛运动障碍,澳大利亚; Michele Manion,PCD 基金会,美国; Bernhard Rindlisbacher,Selbsthilfegruppe Primäre Ciliäre Dyskinesie,瑞士; Hansruedi Silberschmidt,Verein Kartagener Syndrom und Primäre Ciliäre Dyskinesie,德国。
Article title: Sentiment Analysis Based on Machine Learning Algorithms: A Comprehensive Study Authors: song jiang[1], Ela Kumar[2] Affiliations: university of houston[1], k l deemed to be university[2] Orcid ids: 0009-0007-8363-7304[1] Contact e-mail: sjiang24@central.uh.edu License information: This work has been在Creative Commons Attribution许可下发布的开放访问http://creativecommons.org/licenses/4.0/,只要适当地引用了原始工作,就可以在任何媒介中不受限制地使用,分发和复制。可以在https://www.scienceopen.com/上找到条件,使用条款和发布政策。预印度语句:本文是预印本,未经同行评审,正在考虑,并提交给ScienceOpen的预印本进行开放的同行评审。doi:10.14293/pr2199.000601.V2预印本在线发布:2024年2月19日
文章标题:抗击 COVID-19:人工智能技术与挑战 作者:Nikhil Patel[1]、Sandeep Trivedi[2]、Jyotir Moy Chatterjee[3] 所属机构:毕业于杜比克大学,联系电子邮件 ID:Patelnikhilr88@gmail.com[1],IEEE 会员,毕业于 Technocrats Institute of Technology,联系电子邮件 ID:sandeep.trived.ieee@gmail.com[2],尼泊尔加德满都佛陀教育基金会[3] Orcid id:0000-0001-6221-3843[1]、0000-0002-1709-247X[2]、0000-0003-2527-916X[3] 联系电子邮件:sandeep.trived.ieee@gmail.com 许可信息:本作品已以开放获取形式发表根据 Creative Commons 署名许可 http://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,前提是正确引用原始作品。条件、使用条款和出版政策可在 https://www.scienceopen.com/ 找到。预印本声明:本文为预印本,尚未经过同行评审,正在考虑并提交给 ScienceOpen Preprints 进行公开同行评审。DOI:10.14293/S2199-1006.1.SOR-.PPVK63O.v2 预印本首次在线发布:2022 年 7 月 25 日 关键词:COVID-19、SVM、神经网络、NLP、数学建模、高斯模型、疫情防控
细胞周期检查点机制确保细胞周期事件的顺序保留基因组完整性。在其中,当DNA复制被抑制或DNA损坏时,DNA恢复和DNA破坏检查点可防止染色体分离。最近的研究已经确定了这两个对照的调节网络的概述,这些对照显然在所有真核生物中起作用。此外,看来这些检查点有两个逮捕点,一个是在进入有丝分裂之前,另一个是在染色体分离之前。前一点需要中央细胞周期调节剂CDC2激酶,而后者涉及称为促进复合物的泛素连接酶的几个关键调节剂和底物。这些细胞周期调节器与几个键
最近(2022 年 6 月 30 日),《科学美国人》发表了一篇题为《我们要求 GPT-3 撰写一篇关于自己的学术论文——然后我们试图让它发表》的文章(Thunström,2022 年)。在这种情况下,GPT-3 得到的总体指示是“用 500 字写一篇关于 GPT-3 的学术论文,并在文中添加科学参考文献和引文”。然后,它针对标准学术论文格式中的引言、方法、结果和讨论部分分别给出了具体的提示。它为每个部分制作了最多三个版本,由人类合著者选择使用哪些版本。在期刊审阅该论文的同时,该论文的预印本可供查阅,GPT-3 被列为第一作者,创建提示的两位研究人员被列为合著者(GPT-3,Thunström 和 Steingrimsson,2022 年)。在人工智能与人类写作过程的描述中,我们再次看到了设定方向、提示人工智能、评估、管理和编辑输出的步骤。
