XiaoMi-AI文件搜索系统
World File Search System格罗宁根
Book-of-Abstracts-2020.pdf - 格罗宁根
组织 .��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��8 执行委员会 .��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��9 顾问委员会 .��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��10 主席、秘书、财务主管 .��.��.��.��.��.��.��.��.��.��.��.��.��.��11 科学计划 .��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��12 赞助商和筹款 ��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��13 国际联系 .��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��14 主办与物流 .��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��15 公共关系 .��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��16 研究与开发 .��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��17 大使 .��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��18合作伙伴 ��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��24 AMSA .��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��.��25
格罗宁根大学 人工智能...
机器学习 (ML) 是常用术语，涵盖一系列计算机应用，例如基于 ML 的临床决策支持、基于深度学习 (DL) 的计算机视觉和自然语言处理 (NLP)。本质上，计算机使用人类创建的算法来分析数据中的模式，并通过从自己的错误中学习来提高其性能。(廉价) 功能强大的计算机的增加以及更大、更强大的数据的可用性推动了 ML 在医疗保健领域的使用。1 几十年来，数据驱动的算法作为有价值的诊断工具，已显示出有希望的结果，可协助许多各自专业的临床医生。早在 20 世纪 80 年代，数据驱动的临床预测工具就已出现，用于确定哪些因胸痛到急诊室 (ED) 的患者可以安全出院回家，哪些心肌梗死风险高的患者需要进入重症监护病房 (ICU) 2,3，从而克服了医生不一致且效率低下的入院策略。这极大地改善了急诊室的工作流程，减少了入院人数，同时改善了患者的治疗效果。30 年后，许多医院都以类似的临床预测工具为基础，并采用数据驱动的算法来改善工作流程，从急诊室的简单任务到 ICU 的复杂决策。4 在人工智能时代，这些数据驱动的算法通过机器学习得到增强，具有两个理论上的好处：(1) 为模型添加非线性相关性；(2) 最终实现自我学习以提高性能。然而，根据 Gartner 炒作周期，5 我们已经越过曲线的顶端，正在走下坡路，意识到 AI 并不能解决所有患者和医生的问题（图1）。尽管如此，许多成功的应用是众所周知的：计算机视觉 DL 模型每年在波士顿的麻省总医院筛查超过 50,000 张乳房 X 光检查，以检查乳腺癌。6 在骨科，我们位于麻省总医院的 SORG（骨骼肿瘤学研究组）处于
格罗宁根大学人工智能的准确性......
对患者护理的影响 自动检测增强冠状动脉计算机断层扫描血管造影 (CCTA) 中的钙化的能力有可能减少用户的差异并使结果标准化，帮助放射科医生区分支架和钙化，并专注于更重要的任务。越来越多地使用各种人工智能技术有可能改善工作流程和/或诊断准确性；识别冠状动脉钙化 (CAC) 是实现该目标的一步。自动 CAC 检测可以帮助诊断人员快速将注意力集中在感兴趣的病变上，帮助解释冠状动脉管腔，并提供安全网，以免忽视细微病变，这对于受训人员或 CCTA 解释经验有限的人尤其有价值。未来的深度学习 (DL) 算法能够自动从对比增强 CCTA 中得出钙化评分，有可能通过省略非对比钙化评分来减少辐射暴露。
根得高新材料（浙江）有限公司
This dootmentis an authentic electronic certiticate for.CIienr business purposes use only.Printed version of the electronic cerliticate are permitted and will 昙乡遨里 瞥卿 stoerea 竺气 copy.I nis 000iment is 笋 uec Dy 哄 uompa,su 瞥件． to 钟‘ ene 卿 t 只 1aIuons or ceruscaP 甲 servi 毕 avaiiaoie 叭 terms 即 U uonamons ！势“溉 AttenoOflis, ，照 me 少 mi"non or 少恻咚 inaemnii 卿 on'ano junsoicuonai ，只 auses con 哪叩吧 Ffl.I fliS aoatmern is copyngnt 涤弓绮溉 prowct 加 ana any unauuionz 印 aiwrat 狱 1,0'ery or 曰巧 In 口 soil or me 以 xuentorap 祀 aranc 刀 01 川石 uoajmern IS Uflidw'UI.
格罗宁根大学人工智能实验条例......
欧盟最近的立法和政策举措旨在提供灵活、创新友好且面向未来的监管框架。主要例子是欧盟人工智能协调计划和最近发布的欧盟人工智能监管提案，它们提到了试验监管沙盒的重要性，以便在人工智能创新与潜在风险之间取得平衡。监管沙盒最初是在金融科技领域开发的，通过放弃其他适用规则、指导合规性或定制执行，为选定数量的创新项目创建了一个试验台。尽管关于监管沙盒和人工智能监管的文献不断涌现，但监管沙盒的法律、方法和道德挑战仍然研究不足。这篇探索性文章深入探讨了在人工智能监管背景下采用实验性法律手段的一些好处和复杂性。本文的贡献有两方面：首先，它将监管沙盒的采用置于更广泛的实验性监管方法讨论中；其次，它对人工智能监管沙盒的设计和实施未来步骤进行了反思。
格罗宁根大学患者对人工晶体的偏好......
背景：误诊、乱收费、排队、诊所等待时间长等是全球医疗行业长期存在的现象。这些因素可能导致患者对临床医生误诊的焦虑。然而，随着大数据在生物医学和医疗保健界的使用日益增长，人工智能 (Al) 诊断技术的性能正在提高，可以帮助避免医疗实践错误，包括在当前 COVID-19 的情况下。目的：本研究旨在在中国 COVID-19 疫情的背景下，从人工智能诊断与临床医生的不同角度可视化和衡量患者的异质偏好。我们还旨在说明离散选择实验 (DCE) 潜在类别的不同决策因素，以及人工智能技术在 SARS-CoV-2 大流行期间及未来判断和管理中的应用前景。方法：DCE 方法是本文应用的主要分析方法。我们假设了诊断方法、门诊等候时间、诊断时间、准确率、诊断后随访、诊断费用等不同维度的属性，并形成问卷。利用 DCE 问卷收集的数据，应用 Sawtooth 软件对数据集构建了广义多项逻辑 (GMNL) 模型、混合逻辑模型和潜在类别模型。此外，我们计算了变量的系数、标准误差、P 值和优势比 (OR)，并形成效用报告以呈现属性的重要性和加权百分比。结果：无论临床医生的描述如何，共有 55.8% 的受访者 (767 人中的 428 人) 选择了 AI 诊断。在 GMNL 模型中，我们发现人们最喜欢 100% 的准确率 (OR 4.548, 95% CI 4.048-5.110, P <.001)。对于潜在类别模型，最容易接受的模型由 3 个潜在类别的受访者组成。影响最大、百分比权重最高的属性是诊断的准确性（总体为 39.29%）和费用（总体为 21.69%），尤其是对诊断“准确性”属性的偏好，该属性在各个类别中保持不变。对于第 1 类和第 3 类，人们更喜欢 AI + 临床医生的方法（第 1 类：OR 1.247，95% CI 1.036-1.463，P <.001；第 3 类：OR 1.958，95% CI
格罗宁根大学人工智能在创造过程中的作用......
自 1950 年以来，对创造力的研究从未停止。如今，人工智能重新激发了关于这一主题的争论。这在艺术界尤其具有争议，因为 21 世纪已经出现了人工智能生成的艺术品。本文不讨论人工智能代理问题，而是主张人工智能的创造力。为此，我们首先介绍对玛格丽特·博登创造力定义的新功能主义理解。随后，分析了人类中心主义对人工智能创造能力认知障碍的实证证据，该证据后来因考虑了媒体理论的见解而受到批评。最后，讨论了将人工智能作为艺术创意生产者和支持工具所带来的好处。然后，本文认为人工智能可以为艺术界的民主化做出贡献。因此，必须承认它的创造性作用。
21 / 26 格罗宁根大学战略计划
新冠疫情凸显了灵活性的重要性。因此，我们的年度战略议程将使我们能够应对不断变化的世界。在起草 2021-2026 年战略计划期间，新冠疫情爆发，这导致该计划的内容根据疫情带来的教训、创新和调整以及最终确定计划的程序变化进行调整。其他意想不到的发展，虽然可能与新冠疫情无法相比，但无疑将在本战略计划期间出现。这些发展可能要求我们调整目标、实现目标的方式或实施方式。由于议程将每年讨论一次，因此可以适应任何必要的变化，并确保我们在实现计划时保持切合实际的目标。
格罗宁根大学人工智能管理开放式创新
人工智能 (AI) 为促进开放式创新的组织之间实现有效的知识共享提供了充足的机会。过去的研究通常调查人工智能在结构化应用领域执行“人类”任务的能力。然而，缺乏系统分析何时以及如何将人工智能用于更复杂和非结构化的开放式创新 (OI) 任务的研究。我们提出了一个框架，用于利用支持人工智能的应用程序来促进富有成效的 OI 协作。具体来说，我们通过将三个 OI 阶段（启动、开发、实现）与人工智能的三个管理功能（映射、协调、控制）相结合，创建了一个 3x3 矩阵。该矩阵有助于确定各种人工智能应用程序如何增强或自动化人类智能，从而帮助解决普遍存在的 OI 挑战。它为组织如何使用 AI 建立、执行和管理 OI 阶段之间的交换提供了指导。最后，我们制定了未来研究的议程。
