204 ورقة بحثية
تقدم الورقة البحثية OpenScientist، وهو عالم مساعد ذكاء اصطناعي وكيل مفتوح المصدر، يعمل على تسريع الاكتشافات الطبية الحيوية بشكل كبير من خلال التنفيذ المستقل لتحليلات البيانات المعقدة وتوليد رؤى سريرية قابلة للتحقق عبر دراسات حالة متنوعة، مما يقلص المهام التي تستغرق عادةً أسابيع إلى مجرد دقائق.
تُظهر هذه الدراسة المسبقة التسجيل لزيف البيانات، والتي أُجريت عبر أربع مجموعات بيانات سريرية، أنه في حين أن نماذج التنبؤ بتعفن الدم في المراكز الأكاديمية النخبوية تكتشف في المقام الأول إشارات بيولوجية حقيقية بدلاً من كثافة عمليات الرعاية، إلا أنها تكشف عن تباين منهجي وذات عواقب بين التعريفات السريرية لتعفن الدم والترميز الإداري، مما يقوض صلاحية المقاييس التنظيمية والمعايير المرجعية للذكاء الاصطناستند إلى الأخير.
يُظهر هذا التدقيق الوطني للعدالة الذي شمل 386,775 بالغاً في الولايات المتحدة أن فرض التكافؤ الديموغرافي في نماذج التنبؤ باختبار فيروس نقص المناعة البشرية غير ملائم في السياقات السريرية ذات العبء التفاضلي، حيث إنه يقلل بشكل كبير من إمكانية الوصول إلى الفحص للفئات السكانية عالية المخاطر ويؤكد على الحاجة إلى مقاييس عدالة مثل تكافؤ الفرص والمعايرة التي تتوافق مع الاحتياجات السريرية.
تم سحب هذه الورقة البحثية، التي تحمل عنوان "محددات قبول تكنولوجيا الصحة الرقمية بين مقدمي الرعاية الصحية: نهج نمذجة المعادلات الهيكلية"، من موقع medRxiv بسبب تقديم معلومات كاذبة.
هذه الورقة هي دراسة مسحوبة من medRxiv ادعت أنها تحلل الآثار السببية لدعم القرار السريري المعزز بمعالجة اللغات الطبيعية على الكشف المبكر عن ضعف الإدراك، ولكن تم سحبها لأنها قُدمت بمعلومات كاذبة.
استخدمت هذه الدراسة المسحوبة تحليل الحدود العشوائية مع متوسط النموذج البايزي على لوحة بيانات تضم ٢٤٧ شبكة مستشفيات في كوريا الجنوبية لتوضيح أن أنظمة تبادل المعلومات الصحية المدعومة بتقنية البلوكشين تحسن الكفاءة التقنية بشكل كبير مقارنة بالمنصات التقليدية، حتى بعد ضبط المتغيرات الداخلية وعدم يقين النموذج.
تم سحب هذه الورقة البحثية، التي كانت تهدف في الأصل إلى تحليل الأثر السببي لدعم القرار السريري القائم على معالجة اللغات الطبيعية على وفيات الإنتان في إنجلترا، من موقع medRxiv بسبب تقديم معلومات كاذبة.
لقد تم سحب هذه الورقة البحثية من موقع medRxiv لأنها قُدمت بمعلومات كاذبة، مما جعل نتائجها الأصلية حول دعم القرار السريري المعزز بمعالجة اللغات الطبيعية غير صالحة.
تقدم الورقة البحثية RLSYN+REG، وهو نموذج توليدي مدفوع بالتعلم التعزيزي يعزز بشكل كبير الفائدة العلمية للبيانات الطبية الحيوية الاصطناعية من خلال ضمان أن نماذج الانحدار المدربة عليها تعيد إنتاج معاملات وتنبؤات النماذج المدربة على البيانات الحقيقية بدقة، مع الحفاظ على مستويات عالية من الدقة والخصوصية.
تقدم الدراسة "كرونوس" (Chronos)، وهو إطار عمل يحافظ على الخصوصية يربط بين عينات البلازما المؤرشفة والسجلات السريرية الطولية لتحديد البصمات الجزيئية المبكرة لمرض باركنسون قبل سنوات من ظهور الأعراض، محققاً دقة تنبؤية بلغت 0.76 عبر مجموعات مستقلة متعددة.