XiaoMi-AI文件搜索系统
World File Search System流失率
通过移动设备为社区卫生工作者提供支持......
社区医疗保健是解决医疗保健领域劳动力短缺问题的一种有前途的方法，尤其是在全球南方国家。社区卫生工作者 (CHW) 是非专业干部，他们生活在社区中，主要通过教育提供基本的卫生服务，从而弥合医疗保健差距。然而，这些卫生工作者的高流失率和表现不佳限制了此类计划的范围。此外，移动医疗并不是解决这两个挑战的灵丹妙药。本文从赋权的角度研究了两个使用移动医疗进行非传染性疾病护理的试点项目。我们提出了移动医疗的设计知识，以增强社区卫生工作者的结构性权力。此外，我们通过分析移动医疗的有意和无意后果来评估他们的心理赋权。最后，我们的研究表明，赋予社区卫生工作者权力如何有助于克服持续存在的挑战，并建立可持续和有弹性的卫生系统。关键词：社区医疗保健、移动医疗、赋权、设计考古学
癌症药物再利用：现状与未来
药物再利用，也称为药物重新定位，是一种有吸引力的方法，旨在为现有药物确定新的靶点或治疗方法。这种方法不仅可以节省大量资金，还可以节省药物设计和开发的时间。这尤其适用于制药行业，因为高流失率、新药审批延迟以及其他监管要求都会导致药物成本上升。虽然偶然性最初激发了人们对药物再利用的兴趣，但观察性研究为重新定位几种药物（例如西地那非、二甲双胍或依达拉奉等）的成功提供了巨大的支持。这种重新定位为整合已获批准的药物（尤其是非专利药物）用于脱靶疾病的管理/治疗带来了新的希望。这是关于药物再利用的两部分专题中的第一部分。这里讨论了基于深度学习的药物靶标相互作用 (DTI) 预测方法，以及用于治疗癌症的药物。
Astrid Musnier、Christophe Dumet、Saheli Mitra、Adrien Verdier、Raouf Keskes 等人。应用人工智能加速和降低抗体发现风险。药物发现前沿，2024 年，4，第 1339697 页。10.3389/fddsv.2024.1339697。hal-04672537
与所有科学和工业领域一样，人工智能 (AI) 有望在未来几年对抗体的发现产生重大影响。抗体的发现传统上是通过一系列实验步骤进行的：动物免疫、相关克隆的筛选、体外测试、亲和力成熟、动物模型体内测试，然后是不同的人性化和成熟步骤，产生将在临床试验中进行测试的候选药物。该方案存在不同的缺陷，导致整个过程非常危险，流失率超过 95%。计算机方法的兴起，其中包括人工智能，已逐渐被证明能够以更强大的过程可靠地指导不同的实验步骤。它们现在能够覆盖整个发现过程。在这个新领域的参与者中，MAbSilico 公司提出了一种计算机模拟流程，可以在几天内设计出抗体序列，这些序列已经人性化并针对亲和力和可开发性进行了优化，大大降低了风险并加快了发现过程。
不，市场领导者并没有导致创新和经济活力的下降
EIG 报告的理论模型及其问题 EIG 报告的模型将知识传播与一系列商业活力趋势联系起来，具体如下。首先，报告认为知识传播不畅导致领先企业和落后企业之间的生产力差距扩大。接下来，报告将生产力差距扩大归因于三种趋势：1）市场力量上升，2）落后企业取代领先企业的可能性降低（客户流失率降低），3）生产力差距扩大导致创新减少。然后，报告将另外六种趋势归因于上述三种趋势：劳动力在产出中的份额下降、利润增加、加价幅度提高、年轻企业进入市场和年轻企业在经济中的份额下降、工作重新分配减少以及生产力增长下降。最后，报告将另外两种趋势归因于年轻企业进入市场和年轻企业在经济中的份额下降：增长率分散度下降和中小企业 (SME) 工人份额下降。 （见图 1）
管理和绩效挑战
虽然 SSA 和州残疾判定服务机构 (DDS) 在 2023 财年雇用的员工比前几年多，但 2024 财年的人员流失和有限的招聘减轻了 2023 财年招聘的影响。根据专员于 2024 年 3 月 21 日在美国众议院筹款委员会和工作与福利小组委员会前的证词，SSA 需要资金将人员配置恢复到 2023 财年的水平，以改善服务交付，包括减少国家 800 号码的等待时间和残疾索赔处理延迟。虽然增加员工应该有助于改善服务交付，但 SSA 需要为多种应急情况做好计划。SSA 需要更清晰的人力资本和运营计划来解决其人力资本风险，包括 SSA 和州 DDS 的人员有限和人员流失率增加，以确保它对如何利用现有人力资本改善服务延迟和积压工作量有一个清晰的愿景。
使用 AI 玩家预测游戏难度和参与度
本文介绍了一种用于预测人类玩家行为和体验的自动游戏测试新方法。我们之前已经证明，深度强化学习 (DRL) 游戏代理可以预测游戏难度和玩家参与度，并将其操作化为平均通过率和流失率。我们通过使用蒙特卡洛树搜索 (MCTS) 增强 DRL 来改进这种方法。我们还基于以下观察激发了一种增强的预测特征选择策略：AI 代理的最佳表现可以产生比代理平均表现更强的与人类数据的相关性。这两种添加方式都可以持续提高预测准确性，并且 DRL 增强型 MCTS 在最难的级别上的表现优于 DRL 和原始 MCTS。我们得出结论，通过自动游戏测试进行玩家建模可以从结合 DRL 和 MCTS 中受益。此外，如果 AI 游戏玩法平均而言无法产生良好的预测，那么研究重复的最佳 AI 代理运行的子集也是值得的。
利用十亿边缘知识图谱进行药物研究......
药物开发是一个资源和时间密集型的过程，导致流失率高达 90%。因此，重新利用具有既定安全性和药代动力学特征的现有药物正成为加速治疗方法开发的一种方式，这种做法越来越受到关注。我们开发了独特的机器学习驱动的自然语言处理和生物医学语义技术，挖掘了超过 5300 万份生物医学文档，自动生成 911M 边缘知识图谱。然后，我们应用了子图查询，使用遗传证据将药物与疾病关联起来，以确定多种疾病的潜在药物重新利用候选药物。我们使用一种尚无已知治疗方法的疾病——卡尼综合征来说明我们的方法。该分析显示，芦可替尼（Incyte，商品名 Jakafi）是一种具有既定安全性和有效性特征的 JAK1/2 抑制剂，已获准用于治疗骨髓纤维化，它通过脱靶药物活性，成为治疗卡尼综合征的潜在候选药物。
下一代临床试验：无缝设计和主协议
背景：药物开发通常效率低、成本高且耗时长，但它对于评估新干预措施的安全性和有效性至关重要。与其他疾病领域相比，II/III 期癌症临床试验尤其如此，因为该领域的流失率高，监管部门批准减少。为了应对这些挑战，无缝临床试验和主方案应运而生，以简化药物开发流程。方法：无缝临床试验的特点是能够无缝地从一个阶段过渡到另一个阶段，可以加速有希望的治疗方法的开发，而主方案则提供了一个框架，用于在一次试验中研究多种治疗方案和患者亚组。结果：我们通过真实的试验案例讨论了这些方法的优势以及导致其成功的原理，同时也承认了相关的监管考虑和挑战。结论：无缝设计和主方案有可能改善确认性临床试验。在癌症疾病领域，这最终意味着患者可以更快地接受挽救生命的治疗。关键词：高效试验、主方案、无缝设计
激励富裕国家参与新冠疫苗全球获取机制 (COVAX)：博弈论视角
引言 新冠疫苗研发进展迅速：首个候选疫苗临床试验于 2020 年 3 月 16 日在美国西雅图开始，这距中国分享导致新冠疫情的病毒 SARS-CoV-2 的基因序列仅过去 63 天。截至 2020 年 11 月 12 日，共有 48 种候选疫苗进入临床试验。1 按照标准的流失率，我们可以预计最终将推出至少少量新冠疫苗。然而，仅靠研发安全有效的疫苗并不足以结束这场大流行。疫苗还必须以所有政府都能承受的价格在全球范围内提供，并以最大限度发挥即时和长期公共卫生影响并同时实现公平的方式分配。在以往的大流行中，这些目标均未实现。例如，在 2009 年的甲型流感 (H1N1) 大流行中，富裕国家垄断了疫苗供应；低收入国家 (LIC) 和中等收入国家 (MIC) 在疫情后期才接种了较少剂量的疫苗。2
土耳其人才流失：登记非...的证据
劳动力全球化导致熟练劳动力的迁移，即所谓的“人才流失”。据我们所知，本文是第一篇通过非回国本科毕业生的行政登记证据分析土耳其人才流失的研究。本文中的分析微观数据集完全基于土耳其共和国公共机构的行政登记。这些公共机构包括内政部、人口和公民事务总局（用于海外居住数据）和土耳其高等教育委员会 (CoHE)（用于高等教育数据）。结果通过描述性统计进行了分析。结果表明，2020 年本科毕业生的人才流失率为 3.23%。该比率是通过考虑 1,730,955 名毕业生中的 55,918 名非回国毕业生来计算的。土耳其人才外流最多的目的地是美国（22.4%）、德国（14.3%）和英国（11.6%）。在性别分布方面，男性人才外流率为 3.62%，女性人才外流率为 2.84%。结果表明，2011 年至 2020 年间，本科毕业生的人才外流率增长了 50% 以上。因此，未来的研究需要调查土耳其人才外流率高增长的原因。本文使用的海外居住数据基于居住在国外的土耳其本科毕业生的陈述。因此，实际数字甚至可能高于此处的数字。