XiaoMi-AI文件搜索系统
World File Search System解读
I-AI：一种可控制、可解释的人工智能系统，用于解读放射科医生对准确 CXR 诊断的高度关注
摘要 在胸部 X 光 (CXR) 诊断领域，现有研究通常仅侧重于确定放射科医生的注视点，通常是通过检测、分割或分类等任务。然而，这些方法通常被设计为黑盒模型，缺乏可解释性。在本文中，我们介绍了可解释人工智能 (I-AI)，这是一种新颖的统一可控可解释流程，用于解码放射科医生在 CXR 诊断中的高度关注度。我们的 I-AI 解决了三个关键问题：放射科医生注视的位置、他们在特定区域关注的时间以及他们诊断出的发现。通过捕捉放射科医生凝视的强度，我们提供了一个统一的解决方案，可深入了解放射学解释背后的认知过程。与当前依赖黑盒机器学习模型的方法不同，这些方法在诊断过程中很容易从整个输入图像中提取错误信息，而我们通过有效地屏蔽不相关的信息来解决这个问题。我们提出的 I-AI 利用视觉语言模型，可以精确控制解释过程，同时确保排除不相关的特征。为了训练我们的 I-AI 模型，我们利用眼球注视数据集来提取解剖注视信息并生成地面真实热图。通过大量实验，我们证明了我们方法的有效性。我们展示了旨在模仿放射科医生注意力的注意力热图，它编码了充分和相关的信息，仅使用 CXR 的一部分即可实现准确的分类任务。代码、检查点和数据位于 https://github.com/UARK-AICV/IAI。1. 简介
根据颅内神经活动解读抑郁症的严重程度
就社会、经济和公共卫生影响而言，精神和认知障碍是我们面临的最具挑战性的疾病之一。这一挑战在很大程度上源于它们的异质性和复杂性——异质性在于这些疾病在个体间的表现差异很大，复杂性在于缺乏客观的生物标志物，对潜在的神经生理机制的理解有限。与精神和认知障碍有关的网络通常包括前额叶区域(1,2)，这是进化最快的区域，在非人类动物中建模尤其具有挑战性(3)。为了治疗性地调节这些功能失调的回路，我们必须全面了解它们的病理生理学。鉴于非侵入性方式的分辨率和特异性相对较低，在人类中完成这一“回路解剖”任务的最精确工具是电生理记录和颅内电极刺激。在这里，我们应用这种方法来研究一种常见且负担沉重的疾病——抑郁症的神经生理学基础(4)。
从滞胀到大通胀：解读20世纪70年代的美国经济
本文概述了从 1975 年到 2013 年宏观经济学家对 20 世纪 70 年代美国滞胀的解释的演变历史。通过定性和定量方法，1）我观察到不同时期共存的不同解释类型；2）我评估了每个时期哪种解释类型占主导地位；3）我确定了不同解释类型的主要影响来源。20 世纪 70 年代末和 80 年代初，供给冲击和通胀惯性是解释滞胀的基本概念。1985 年以后，人们对这个话题的兴趣逐渐消失。在 20 世纪 90 年代，它成为了全新的文献，几乎没有参考过去的解释。这些文献主要关注货币政策在 20 世纪 60 年代末和 70 年代对通胀上升的影响。新古典经济学家的贡献，如卢卡斯（1976）、基德兰和普雷斯科特（1977）或巴罗和戈登（1983a），这些贡献在20世纪70年代/80年代的滞胀解释中被忽视，但在20世纪90年代却成为解释20世纪70年代滞胀的主要参考。
储能数据报告展望——电化学储能系统性能解读指南
人们对电化学储能材料和技术的关注度日益提升，为该领域带来了大批新研究人员，这无疑是迈向进步的第一步。[1] 新研究人员的多元背景和独特视角可以启发和催化传统观念的改变，从而为原本停滞不前的领域带来突破。但必须注意的是，新研究人员的涌入往往是一把双刃剑——任何科学领域的新手通常都不了解基础科学、惯例和定义该领域标准的方法，也不了解该领域发展到这一阶段的历史。通常，这会导致该领域的专家完全否定新研究人员的工作，很少考虑这些工作背后可能存在的科学价值，仅仅是因为研究人员对数据解释不当或计算方法滥用。电化学储能材料领域也不例外。尤其臭名昭著的例子包括但不限于镍氢氧化物、钴氧化物和镍钴氧化物/氢氧化物。[2] 每年都会发表大量关于这些材料的研究，报告的比电容值为每克数千法拉，但由于作者解释、分析和报告数据的方式，这些值被忽略了。这绝不是一个新问题，而且尚未解决。为了确保我们领域的建设性进展，我们想再次提请研究人员——以及将评判他们工作科学基础的审稿人——注意正确解释和报告储能材料和设备数据的重要性。在以下章节中，我们将讨论研究人员在报告储能材料性能指标时常犯的错误，以及如何正确识别所研究的特定电极材料的电化学特性可以消除这些错误。
通过 CRISPR/ 解读植物染色质调控...
摘要：基于 CRISPR 的表观基因组编辑使用 dCas9 作为平台，在选定的位点招募转录或染色质调节因子。尽管最近取得了进展，但这些方法在体内研究染色质功能方面的全部潜力仍然难以充分发挥。在这篇综述中，我们讨论了植物和动物的最新进展如何为研究染色质调节因子的功能提供了新途径，并解决了通常相互关联的相关调节的复杂性。虽然已经开发出有效的转录工程方法，并且可以用作改变位点染色质状态的工具，但在植物中直接操纵染色质调节因子的例子仍然很少。这些报告还揭示了表观基因组工程方法的缺陷和局限性，但它们仍然具有参考价值，因为它们通常与位点和上下文相关的特征有关，包括 DNA 可及性、初始染色质和转录状态或细胞动力学。重点介绍了不同生物体为克服甚至利用这些局限性而实施的策略，这将进一步提高我们建立染色质动力学对基因组调控的因果关系和层次结构的能力。
解读幽门螺杆菌感染相关的线粒体 DNA 损伤和修复
线粒体基因组稳定性对于预防各种人类炎症疾病至关重要。细菌感染显著增加氧化应激，导致线粒体基因组不稳定并引发人类炎症疾病。氧化性 DNA 碱基损伤主要由细胞核 (nBER) 和线粒体 (mtBER) 中的碱基切除修复 (BER) 修复。在这篇综述中，我们总结了自发性和幽门螺杆菌感染相关的氧化性线粒体 DNA 损伤、线粒体 DNA 复制应激的分子机制及其对先天免疫信号的影响。此外，我们还讨论了位于 BER 基因的线粒体靶向序列 (MTS) 上的突变如何导致线粒体 DNA 基因组不稳定和先天免疫信号激活。总体而言，该综述总结了证据以了解线粒体基因组的动态以及 mtBER 对幽门螺杆菌相关病理结果期间先天免疫反应的影响。
成人呼吸道合胞病毒疫苗接种：工作组解读
• 在临床试验中，在接种蛋白亚基 RSV 疫苗（GSK Arexvy、Pfizer Abrysvo）后 42 天内观察到少量 GBS 病例。由于病例数量少，尚不清楚它们是否代表 RSV 疫苗接种与 GBS 之间真正的关联。 • 来自疫苗不良事件报告系统 (VAERS) 1 、疫苗安全数据链接 (VSD) 2 以及美国食品药品管理局 (FDA) 与联邦医疗保险和医疗补助服务中心 (CMS) 3,4 之间的合作伙伴关系的 2023-2024 年上市后数据表明，但无法证实，接种蛋白亚基 RSV 疫苗后患 GBS 的风险增加。 • 当前老年人 RSV 疫苗建议旨在将疫苗接种计划重点放在老年人身上，对于老年人来说，疫苗接种的好处最明显大于潜在风险（所有年龄≥75 岁的成年人，60-74 岁的成年人患严重 RSV 疾病的风险增加）。 • 迄今为止，临床试验中接种 Moderna mResvia 疫苗后 42 天内尚未出现格林-巴利综合征病例；该疫苗的上市后安全监测于 2024 年 6 月开始，目前尚未获得数据。
加速能源转型：解读商业和经济案例
政策有效性还取决于政府设计和实施产业政策的能力，这一能力因国家而异，并直接影响投资者信心。美国《通货膨胀削减法案》（IRA）等举措表明，政府发出的明确政策信号如何影响市场需求并推动私营部门投资。通过税收优惠和定向资金（特别是在服务不足的社区），IRA 正在传统和清洁技术领域掀起一波公告和项目浪潮，将重点从降低风险转向抓住机遇 15，使清洁能源战略成为具有竞争力和社会影响力的战略。
解读拟议的欧盟人工智能法案
简介 人工智能 (AI) 的快速发展和部署为改变经济、商业、医疗保健和整个社会带来了前所未有的希望。随着这些发展的不断升级和深化，人们对与人工智能相关的权利和道德的兴趣正在日益增加。部分原因是人工智能技术现在利用了大量个人数据、无数的分析和统计工具以及巨大的计算能力，对人类利益和福祉的影响尚不确定。人工智能的兴起带来了新出现的法律和道德挑战。有争议的技术包括面部识别系统、计算机传感器和视觉以及自动驾驶汽车（例如自动驾驶汽车和护理辅助机器人）。具体问题包括数据隐私、系统内算法不公正的普遍性和延续性、预测模型在决策中的不公平使用以及操纵和恶意使用人工智能的可能性（等等）。目前正在制定政策和监管框架来应对这些挑战。本洞察探讨了最近提出的欧盟人工智能法案的主要特点，以及它如何寻求保护和平衡关键价值观。监管选项概述现有的法律框架往往无法跟上新兴技术的步伐。Cognilytica 发布的一份关于全球人工智能法律和法规的报告表明，许多国家对人工智能监管实施采取了“观望”态度。1 但是，虽然大多数国家可能仍然只有很少或没有独特的人工智能