亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

人工智能將改變醫療健康的方方面面，包括我們管理個人健康的方式，從客戶體驗和臨床護理到降低醫療保健成本。這本實用的書是第一本描述AI可以幫助解決有害的醫療保健問題的當前和未來用例的書。

//www.oreilly.com/library/view/ai-first-healthcare/9781492063148/

Kerrie Holley和Siupo Becker提供指導，幫助信息學和醫療保健領導為醫療保健創建AI戰略和實施計劃。有了這本書，業務利益相關者和實踐者將能夠建立知識、路線圖和信心來支持他們組織中的人工智能——而不會陷入算法或開源框架的泥潭。

由AI技術專家和利用AI解決醫療保健最困難的挑戰的醫生共同撰寫的這本書涵蓋: 人工智能的神話和現實，現在和未來 以人為本的人工智能:它是什么以及如何使它成為可能 利用各種人工智能技術超越精準醫療 如何利用物聯網和人工智能環境計算提供患者護理 人工智能如何幫助減少醫療浪費 AI策略和如何識別高優先級AI應用

人工智能(AI)和精準醫療的融合有望給醫療健康帶來一場革命。精準醫學方法識別出對治療不太常見的反應或有獨特醫療需求的患者表型。人工智能利用復雜的計算和推理來產生見解，使系統能夠推理和學習，并通過增強智能使臨床醫生做出決策。最近的文獻表明，探索這種融合的轉化研究將有助于解決精準醫療面臨的最困難的挑戰，尤其是那些非基因組和基因組決定因素，結合來自患者癥狀、臨床歷史和生活方式的信息，將有助于個性化診斷和預后。

在美國國家醫學院(National Academy of Medicine)最近發布的一份關于人工智能(AI)在醫療保健領域當前和未來狀態的報告中，作者指出，人工智能在應對人類現實(包括疲勞和注意力不集中)和機器出錯風險方面提供了“前所未有的機會”，以增強專家的護理和人工智能提供的幫助。重要的是，報告指出，盡管在使用這些技術時必須謹慎，但仍有很大的希望。健康相關數據的數字化和技術的快速吸收正在推動醫療領域AI開發和使用的變革和進步。然而，多模態數據集成、安全、聯邦學習(這需要在隱私、大規模機器學習和分布式優化等領域取得根本性進展)、模型性能和偏差可能會對人工智能在醫療保健中的使用構成挑戰在醫療保健領域成功采用人工智能的三個主要原則包括數據和安全、分析和見解以及共享專業知識。數據和安全等同于對人工智能系統的訓練方式以及用于訓練它們的數據和知識的完全透明和信任。隨著人類和人工智能系統越來越多地合作，我們必須信任這些系統的輸出。

分析和見解等同于“增強智能”和“可操作的見解”支持人類的行為，而不是取代它們。人工智能可以結合來自多個結構化和非結構化來源的輸入，在語義層面進行推理，并在計算機視覺、閱讀理解、對話系統和多模式應用中使用這些能力，以幫助衛生專業人員做出更明智的決定(例如，醫生作出診斷，護士制定護理計劃，或社會服務機構安排為老年人提供服務)。共享的專業知識等同于我們與人工智能系統的互補關系，人工智能系統由人類專業人員訓練，并為人類專業人員提供支持，從而導致勞動力的變化，從而產生新的技能。創建前沿AI模型和構建高質量業務應用的能力需要能夠訪問最新硬件的熟練專家。大量未開發的數據可能對我們的健康產生巨大的影響——然而這些數據存在于醫療系統之外我們個人的健康在很大程度上受到生活方式、營養、環境和獲得保健的途徑的影響。這些行為和社會決定因素以及其他外生因素現在可以通過可穿戴設備和一系列醫療設備進行跟蹤和測量。這些因素約占我們健康決定因素的60%(行為、社會經濟、生理和心理數據)，我們的基因約占30%，而我們的實際病史僅占10%。在我們的一生中，我們每個人將產生相當于3億多本個人和健康相關數據的書籍，這些數據可能有助于我們了解更長壽、更健康的生活。

大數據現象可以用五個v來描述:體量、速度、多樣性、準確性和價值。量是指大量復雜異構的數據，使得數據集過于龐大，無法使用傳統的數據庫技術進行存儲和分析。速度是指新數據生成和移動的速度。多樣性指的是結構化、半結構化和非結構化數據的不同類型，例如社交媒體對話和語音記錄。準確性是指數據的確定性、準確性、相關性和預測性。價值指的是將數據轉化為業務洞察。然而，數據的數量、種類、速度和準確性正在導致數據管理和工作負載的日益復雜——創造了對高級分析的更大需求，以發現洞察力——移動設備使技術更容易消費，創造了用戶對可視化分析的交互工具的需求。

大數據分析和人工智能在整個醫療保健領域越來越無所不在，包括5P領域:付款人、提供商、決策者/政府、患者和產品制造商。高達10%的全球衛生健康支出是由欺詐和濫用造成的，基于人工智能的工具有助于減少支付人項目中的欺詐、浪費和濫用。可靠地識別醫療編碼錯誤和不正確的索賠，可以節省大量的金錢、時間和精力，從而對支付人、提供者和政府產生積極的影響例如，IBM DataProbe是一種基于人工智能的商業智能工具，它能夠在2年內檢測并收回艾奧瓦州醫療補助企業醫療補助欺詐案中4150萬美元的服務費。在提供者領域，人工智能用于循證臨床決策支持，檢測不良事件，并使用電子健康記錄(EHR)數據預測患者再次入院的風險醫療政策制定者和政府使用基于人工智能的工具來控制和預測感染和疫情。FINDER就是一個例子，這是一個機器學習的模型，用于使用匿名和聚合的網絡搜索和位置數據實時檢測食源性疾病。另一個例子是使用IBM Connect360和IBM Watson護理管理器的綜合數據中心和護理管理解決方案，加州索諾馬縣政府機構在整個社區發生危機時，利用該方案改變了社會弱勢群體和其他流離失所者的健康和醫療保健該解決方案實現了在2017年和2019年索諾馬縣野火期間，將孤立的數據和服務集成到統一的公民地位視圖中，從結構化和非結構化來源識別健康的臨床和社會決定因素，構建算法將客戶與服務匹配，并簡化護理協調。隨著2020年初全球大流行性冠狀病毒疾病2019 (COVID-19)的出現，這種模型可用于預測高危人群，并可能為護理高危患者的臨床醫生提供額外的風險信息。AI在患者和生命科學/健康產品中的使用將在以下各部分中進行廣泛討論

本出版物是歐盟委員會科學和知識服務機構聯合研究中心 (JRC) 的一份報告。它旨在為歐洲決策過程提供基于證據的科學支持。所表達的科學成果并不意味著歐盟委員會的政策立場。歐盟委員會或代表委員會行事的任何人均不對本出版物的可能使用負責。

前言

本報告是在 AI Watch 的背景下發布的，這是歐盟委員會于 2018 年 12 月推出的用于監測歐洲人工智能 (AI) 的發展、采用和影響的知識服務。

人工智能已成為具有戰略意義的領域，有可能成為經濟發展的關鍵驅動力。人工智能還具有廣泛的潛在社會影響。作為其數字單一市場戰略的一部分，歐盟委員會于 2018 年 4 月在其“歐洲人工智能”中提出了一項歐洲人工智能戰略。宣布的歐洲人工智能戰略的目標是：

● 提高歐盟的技術和工業能力以及人工智能在整個經濟中的應用，包括私營和公共部門；

● 為人工智能帶來的社會經濟變化做好準備；

● 確保適當的道德和法律框架。

2018 年 12 月，歐盟委員會和成員國就歐盟人工智能的發展發布了“人工智能協調計劃”。協調計劃提到了 AI Watch 監控其實施的作用。

隨后，在 2020 年 2 月，委員會公布了其對所有人都適用的數字化轉型的愿景。委員會提交了一份白皮書，提出了一個基于卓越和信任的可信賴人工智能框架。

此外，2021 年 4 月，歐盟委員會提出了一系列促進人工智能卓越發展的行動，以及確保該技術值得信賴的規則。擬議的《歐洲人工智能方法條例》和《人工智能協調計劃》的更新旨在保障人民和企業的安全和基本權利，同時加強歐盟國家的投資和創新。 2021 年對 AI 協調計劃的審查參考了 AI Watch 的報告，并確認了 AI Watch 在支持協調計劃的實施和監測方面的作用。

AI Watch 監測歐盟在人工智能方面的工業、技術和研究能力；成員國與人工智能相關的政策舉措；人工智能的采用和技術發展；和人工智能的影響。 AI Watch 在全球范圍內以歐洲為重點。在 AI Watch 的背景下，委員會與成員國協調工作。 AI Watch 結果和分析發布在 AI Watch Portal (//ec.europa.eu/knowledge4policy/ai-watch_en) 上。

通過AI Watch的深入分析，我們將能夠更好地了解歐盟的優勢領域和需要投資的領域。 AI Watch 將對人工智能對增長、就業、教育和社會的影響和益處進行獨立評估。

AI Watch 由歐盟委員會聯合研究中心 (JRC) 與通信網絡、內容和技術總局 (DG CONNECT) 合作開發。

本報告涉及 AI Watch 的以下目標：開發一個 AI 指數，包括與政策制定相關的維度。它通過以指標的形式提供統計證據來總結 AI Watch 提供的主要結果。

摘要

經過多年非常活躍的技術發展，無論是在硬件還是軟件方面，人工智能領域已經蔓延開來，其影響在經濟和社會中無處不在，越來越多的人工智能支持的工具和應用程序被用于工作環境和個人領域。與所有創新技術一樣，必須對新興人工智能領域及其趨勢進行全面監測，以了解其影響的范圍。這個動作可以讓您了解可能需要注意或干預的問題和情況。在這方面，本出版物從多個角度分析了與人工智能發展相關的多個指標。盡管地理重點是歐盟 27 國，但在可能的情況下，我們會提供與全球主要人工智能強國（即美國和中國等）的比較。此外，如果可用，還為 27 個歐盟成員國提供指標。

該分析分為五個維度：(i) 人工智能領域的全球視野，(ii) 行業，(iii) 研發 (R&D)，(iv) 技術，以及 (v) 社會方面。結果表明，正如預期的那樣，人工智能正處于技術演進和改進的階段。美國在經濟方面處于世界領先地位。中國緊隨其后，特別是由于該領域的專利活動非常突出。歐盟位居第三，但有幾個因素支持這樣一個論點，即與這兩個領先國家的距離并不像人們經常提到的那樣。分析表明，歐盟在研發方面的表現非常出色——超出了歐共體資助項目的考慮范圍。此外，歐盟展示了人工智能服務和自主機器人技術的專業化。此外，歐盟在工業機器人和新機器人初創企業的貿易中表現出非常積極的動態。關于人工智能的投資，我們觀察到歐盟領域潛在發展的積極信號，因為去年所有 27 個歐盟成員國的私人和公共投資水平都有所增加。

執行總結

本報告介紹了人工智能觀察指數，這是一組指標，可以更好地了解歐洲的優勢領域以及人工智能 (AI) 領域值得關注的領域。 AI Watch Index 提供了一套結構化的量化指標，用于衡量 EU1 在與決策相關的 AI 的各個維度上的表現和定位。該指數的地理重點是歐盟，在有數據的情況下，覆蓋各成員國。由于部分指標覆蓋全球，歐盟與美國、中國等人工智能領域主要參與者的比較分析也成為可能。該指數圍繞五個維度進行組織：(i) 人工智能領域的全球視野，(ii) 行業，(iii) 研發 (R&D)，(iv) 技術，以及 (v) 社會方面。表 1 列出了圍繞 5 個維度和 10 個子維度組織的 22 個指標列表。

表1：AI 觀察指數各維度指標匯總

分析顯示，在全球人工智能格局、人工智能產業和人工智能研發維度上，美國在人工智能領域處于全球領先地位，其次是中國和歐盟。

歐盟最重要的因素一方面在于其在人工智能服務和機器人技術（包括自主機器人和工業機器人）中的重要作用，另一方面在于其在人工智能研發活動方面的強勢地位。關于人工智能服務——與提供人工智能服務和應用程序相關的活動，包括基礎設施、軟件和平臺服務——歐盟在全球范圍內具有優勢，因為其在人工智能領域的經濟活動份額高于全球平均水平。事實上，雖然美國在人工智能服務的全球份額中占有較高的份額，但相對歐盟人工智能服務在歐盟人工智能活動總數中的份額高于美國。同樣，歐盟在自主機器人技術方面也具有比較優勢——機器人系統旨在在涉及與其他機器或人類交互的相對復雜的環境中運行。歐洲在工業機器人貿易（考慮出口和進口）方面的比較優勢，以及新機器人初創企業數量的穩步增長趨勢，都補充了這一點。鑒于人工智能有望在機器人領域發揮重要作用，作為其技術發展下一步的關鍵推動力，這一點尤其重要。事實上，人工智能支持的未來幾代機器人有望更好地與物理現實交互，尤其是與人類交互（例如，用于照顧人類的機器人）。歐盟在機器人相關領域的主導地位表明其在該領域的未來競爭力。同時，這里考慮的技術領域極具活力，需要對工業和技術發展進行投資以保持競爭優勢。

其次，歐盟在人工智能研發活動方面非常活躍，以人工智能相關專利和頂級人工智能會議上的前沿研究出版物為代表。盡管英國脫歐對整個歐盟 AI 格局產生了明顯影響，但歐盟成員國形成的研究合作和伙伴關系使他們能夠在全球范圍內擁有影響力。換句話說，歐盟成員國建立了研發合作網絡，支持他們交換信息的能力，進而建立知識。這些是創新能力的關鍵要素。單獨考慮專利和研究出版物，可以觀察到一些相關差異：雖然歐盟在前沿研究出版物方面發揮著非常重要的作用，僅次于美國，但歐盟的專利活動仍然較為平和。還有第三種類型的研發活動，即歐盟資助的項目，為了進行國際比較，我們的分析并不總是考慮這些活動。然而，它們對整個研發生態系統的貢獻是根本性的。此外，正如之前的 AI Watch 工作（Righi 等人，2021 年）所討論的，框架計劃的項目（例如 FP7 和 H2020）使眾多經濟參與者能夠參與 AI 領域。由于此，歐盟在這一技術領域的經濟參與者數量幾乎翻了一番（與不考慮歐盟資助項目的參與者數量相比）。然而，這些參與者在沒有公眾支持的情況下在人工智能領域保持活躍的能力值得進一步探索。

如上所述，美國是全球人工智能領導者：它擁有大量活躍的人工智能參與者；它在多個人工智能領域（人工智能服務、音頻和自然語言處理、自主機器人以及聯網和自動駕駛汽車）具有比較優勢；它擁有大量以人工智能為核心業務并同時開發人工智能專利的公司；并從事大量研發活動（專利和前沿研究）。因此，美國的領先地位顯得穩固，沒有明顯的弱點。

我們對中國人工智能格局的了解主要得益于其非常激烈的專利活動。然而，專利質量標準的降低和中國政府最近實施的政策導致申請量激增，這支持了這樣一種論點，即中國在人工智能領域的規模可能沒有乍看之下那么突出。盡管如此，中國仍應被視為該領域的主要參與者，主要有兩個原因。首先，它在 ICT 制造領域的大量參與保證了任何數字技術（包括人工智能）蓬勃發展的基本硬件需求。例如，近年來，中國的 ICT 行業增加值每年增長 13.1 個百分點（Mas 等人，2021 年），同時已經從主導地位發展（增加值第二，僅次于美國）。其次，即使考慮到上述觀點，在中國提交的大量人工智能相關專利申請也不容忽視，特別是考慮到大量經濟參與者參與人工智能領域（超過 9,000 個）。關于中國值得考慮的另一個方面是對數據的大量訪問，這是人工智能系統的燃料。除其他外，這是由于使用數字服務和應用程序的人口眾多，以及對訪問和使用個人數據的法律限制較少（Arenal 等人，2020 年）。

這項工作的其他見解涉及人工智能領域的技術發展。我們觀察到 AI 技術在多項任務（例如圖像分類、人臉識別、語音識別、文本摘要）中的性能不斷提高。基準每年都在改進這一事實，清楚地證實了人工智能目前正在經歷技術擴展階段。觀察到的大量 AI 標準化活動強化了這一結論，這是歐盟成員國積極參與的一個方面，特別是考慮到制定支持歐洲 AI 法規提案（AI 法案）的標準。

AI Watch Index 的另外兩個指標涵蓋社會方面：AI 研究的多樣性，以及大學級別的高級 AI 技能教育產品。重要的是，初步結果顯示，最近人工智能研究界在性別、隸屬位置和研究人員所屬機構類型方面的異質性有所增加，這可能反映了研究界中包容性和多樣性政策的影響。這與值得信賴的人工智能的發展和社會包容都有關。事實上，研究人員的出身、性別和隸屬關系的異質性有望減少算法開發中的偏見，促進為訓練集選擇具有代表性的數據源，并減輕研究界有限視角可能導致的其他類型的風險。該維度還分析了與人工智能相關的大學學術課程，因為這勢必會影響未來工人的就業能力以及經濟中先進數字能力的整體存在。在這方面，發現成員國之間存在顯著差異，這可能導致未來歐盟人口之間的不平等。結果表明，人工智能內容在碩士學位課程中的出現頻率高于在學士學位課程中的出現頻率。這似乎表明，在已經向學生傳授基本知識之后，人工智能被認為是一門專業學科，主要涵蓋在教育路徑的后期階段。建議在各個層面提供更廣泛的人工智能相關內容，而不僅僅是高級課程，以促進人口的數字包容并增加歐洲數字轉型帶來的經濟利益。

摘要

本報告概述了歐盟在智能電網領域的研究和創新 (R&I) 項目，這些項目由兩個 R&I 框架計劃(歐盟第七框架計劃的研究、技術開發和示范活動和地平線2020)和競爭力和創新框架計劃資助。 R&I 項目可以在解決和調查能源轉型的技術、監管、經濟和社會挑戰方面發揮關鍵作用，分析它們有助于了解歐洲的發展方向，并為當前和未來的政策發展提供信息。該報告研究了解決電網現代化需求和更好地整合所有連接用戶的行為和行動的項目。從這個意義上說，它超越了嚴格意義上的“智能電網”，并著眼于超越純粹技術解決方案的能源轉型。對所調查項目的分析概述了主要趨勢；項目介入的主要領域；和參與項目的組織以及組織之間的協同作用和協作聯系。

執行摘要

政策背景

向低碳經濟的轉變需要提高能源系統的數字化和電氣化。能源部門一直是數字技術的早期采用者，利用它們促進電網管理和運營。數字技術被視為實現更加互聯、智能、高效、可靠和可持續的能源系統的推動因素。歐盟委員會 2019-2024 年的政治指導方針呼吁歐洲應對成為第一個氣候中和大洲，并應對數字技術帶來的變革。在此背景下，歐盟委員會提出了一系列政策文件，旨在使歐洲到 2050 年成為氣候中和大洲，將 2030 年的減排目標提高到至少 50%（“歐洲綠色協議”），同時確保歐洲掌握了數字技術的潛力，可以為社會挑戰提供解決方案（“適合數字時代的歐洲”）。綠色和數字化轉型的雙重挑戰解決必須同時開展，歐洲才能引領向健康地球和新數字世界的轉型（歐盟委員會 2020a）。因此，數字和能源雙重轉型定位于低碳經濟的核心。在過去 10 年中，一些歐盟能源政策文件將智能電網技術置于能源轉型的中心。與此同時，人們越來越意識到數字技術的部署需要消費者的積極參與，并應伴隨對相關社會影響的評估；這對于確保及早發現使用數字技術和其他創新解決方案可能給歐盟消費者的生活條件帶來的挑戰和機遇是必要的。

關鍵結論

總體趨勢。 2007-2020 年，智能電網領域的研究和創新 (R&I) 活動有所增加。更具體地說，與 2007-2013 年相比，2014-2020 年（由 Horizo??n 2020 (H2020) 涵蓋）項目數量增加了 25%，總投資增加了 59%，歐盟資金增加了 117%（涵蓋通過第七個歐盟研究、技術開發和示范活動框架計劃（FP7）、競爭力和創新框架計劃——信息和通信技術政策支持計劃（CIP-ICT-PSP）和競爭力和創新框架計劃——歐洲智能能源程序（CIP-IEE））。大多數項目收到的歐盟捐款不到 500 萬歐元。平均而言，他們從歐盟獲得了 73% 的資金，但所有項目中有一半從歐盟獲得了超過 78% 的資金。平均而言，歐盟的資金份額從 2007-2013 年的 62% 增加到 2014-2020 年的 82%。此外，與研發項目相比，2007-2020 年示范項目的數量大幅增加，這得益于許多技術和解決方案的日益成熟，以及越來越重視展示智能電網在加速雙數字中的使能作用和能源轉型。國家之間存在顯著差異，西班牙、德國和意大利的參與人數最多（一次參與被定義為一個組織參與一個項目）和與其他國家的合作聯系比例最高。當關注區域維度時，情況就大不相同了；參與數量排名前五位的歐盟地區是法國、西班牙、希臘和比利時，歐盟資助金額排名前五位的地區是法國、德國和西班牙。

項目領域。大多數項目側重于需求側管理（DSM），主要在住宅領域。歐盟資金在所有項目領域的分布均衡，其中 DSM 在歐盟資金中所占份額最高，其次是智慧城市、智能網絡管理以及分布式發電和存儲的集成。項目領域“其他”也獲得了歐盟資金的很大一部分，這表明 R&I 越來越關注跨領域問題，例如網絡安全、標準化、大能源數據平臺的開發以及能源轉型的社會經濟、文化、政治和性別方面的問題。

參與組織。 R&I 利益相關者占所有項目的 42%，技術和服務提供商占 22%，受監管的運營商占 9%，能源市場參與者和公共機構各占 8%，歸入宏觀“其他”類別的組織占 11%。在參與10多個項目的組織中，參與數量排名前15位的主要是研究中心和大學。參與 H2020 項目的組織中有一半以上是新來者，即未申請任何其他已審核計劃（FP7、CIP-ICT PSP、CIP-IEE）的首次申請者。對于智能電網領域較新的組織類別，例如運輸解決方案提供商、市場運營商和能源經紀人/貿易商、能源合作社和地方政府，新進入者的份額高于平均水平，而對于更傳統的參與者，如作為傳輸系統運營商 (TSO)、研究中心和大學。這表明 H2020 成功地允許新組織加入并獲得資金，特別是能夠將創新技術和商業模式推向市場的智能電網領域的新參與者。

按項目領域劃分的參與組織。組織類別在不同領域顯示出不同的參與模式，這與它們所經營的業務部門及其在智能電網部署中的作用相一致。例如，地方政府積極參與智慧城市和電動交通領域，在城市基礎設施和服務的轉型中發揮著舉足輕重的作用。住房協會/房地產開發商在智慧城市領域也特別活躍，這表明住宅領域，尤其是社會住房領域的興趣日益濃厚。傳統上活躍于智能網絡管理領域的配電系統運營商 (DSO) 和輸電系統運營商 (TSO) 在“其他”領域表現出高水平的參與，表明他們對這些項目解決的跨領域問題的興趣日益濃厚，例如網絡安全、大數據對歐洲電網現代化的潛力以及創建新的智能電網服務。 DSO 和 TSO 越來越多地與 ICT 和軟件提供商合作，特別是在智能網絡管理和 DSM 領域，這表明系統運營商對業務數字化的堅定承諾，也表明協作在數字化轉型道路上的關鍵作用的能源部門。

主要研究成果

相關和未來的 JRC 工作

JRC 將繼續在國家和歐盟層面收集和分析 R&I 項目，以支持及早識別使用數字技術和其他創新解決方案可能給歐盟消費者的生活條件帶來的挑戰和機遇。

快速指南

第 1 章介紹了政策背景和工作范圍。第 2 章詳細闡述了為識別和選擇項目以及組織數據而開發的特別方法。第 3 章首先概述了主要的總體趨勢，然后重點分析了項目領域和參與組織。最后，第 4 章總結了主要發現。

1. 簡介

1.1 政策背景

歐盟委員會 2019-2024 年的政治指導方針 (von der Leyen 2019) 強調了引領向健康和新的數字世界過渡的緊迫性，應對歐洲作為第一個氣候中和大陸的挑戰（委員會優先事項 'A歐洲綠色協議'）和數字技術帶來的轉變（委員會優先事項“適合數字時代的歐洲”）。

雖然“歐洲綠色協議”旨在到 2050 年將歐盟轉變為氣候中和大陸，并將 2030 年減排目標提高到至少 50%，但“適合數字時代的歐洲”旨在確保歐洲掌握數字時代和數字技術在為社會挑戰提供解決方案方面的潛力。在“塑造歐洲的數字化未來”（歐盟委員會 2020a）通訊中，歐盟委員會強調，綠色和數字化轉型的雙重挑戰必須同時發生，才能讓歐洲引領向健康地球和新數字世界的過渡。數字和能源雙重轉型是低碳經濟的核心。

向低碳經濟的轉變需要提高能源系統的數字化和電氣化。事實上，將廣泛的電氣化和數字技術與可再生能源相結合，可以成為智能電網和智能城市發展的核心支柱，促進城市地區的能源效率提高、可持續移動系統和創新的可持續發展相關的以消費者為中心的服務。世界范圍內的經濟電氣化程度不斷提高，因為“電力越來越成為經濟體的首選“燃料”，這些經濟體更加依賴輕工業部門、服務和數字技術”（IEA 2018，第 24 頁）。

能源部門一直是數字技術的早期采用者，利用它們促進電網管理和運營。有人認為，在未來幾十年，數字技術將實現更加互聯、智能、高效、可靠和可持續的能源系統（IEA 2017）。為此，應在整個價值鏈中采用能源部門的數字化，從能源的生產到分配、消費和管理。

在凈零排放報告（IEA 2021）中，IEA 堅持認為，所有行業的快速電氣化將使電力對能源安全的影響比現在更加重要。該報告預測，到 2050 年，電力系統的靈活性將翻兩番，因為化石燃料容量的減少會降低傳統的靈活性來源。這種轉變要求大幅增加所有靈活性來源：電池、需求響應和低碳靈活發電廠，并得到智能電表和更多數字電力網絡的支持（IEA 2021，第 23 頁）。

歐盟能源政策在 2009 年第三個能源包中提出智能電表——電網數字化的基石——作為更高效和可持續利用能源的使能技術。在此背景下，成立了歐盟智能電網工作組，就與智能電網的開發和部署相關的問題向歐盟委員會提出建議。在過去的 10 年里，許多歐盟政策文件相繼出臺，其中智能電網技術在能源轉型中的核心作用得到了進一步確立（圖 1）。與此同時，人們越來越意識到數字技術的部署需要消費者的積極參與（歐洲委員會 2015a）（歐洲委員會 2015b），并應伴隨對相關社會影響的評估；這需要確保及早發現使用數字技術和其他創新解決方案可能給歐盟消費者的生活條件帶來的挑戰和機遇（歐洲委員會 2016 年）（歐洲委員會 2019 年）（歐洲委員會 2020a）（歐洲委員會 2020b） （歐盟委員會 2020c）。

圖1所示 歐盟能源政策文件中的電力部門數字化

1.2 報告范圍

自 2011 年以來，聯合研究中心 (JRC) 一直在監測智能電網領域的發展，收集有關歐洲智能電網項目的定量和定性數據。第一個智能電網項目展望于 2011 年發布，并在 2013 年、2014 年和 2017 年三度更新（Giordano, Gangale, et al. 2011）（Giordano, Meletiou, et al. 2013）（Covrig, et al. 2014）（ Gangale、Vasiljevska 等人，2017 年）。對數據子集的進一步分析側重于能源貧困、能源部門的集體行動和消費者參與等問題（Gangale 和 Mengolini 2019）（Gangale、Mengolini 和 Marinopoulos 等，2020）（Gangale、Mengolini 和 Onyeji 2013）。 2020 年，我們開始了一項新的數據收集工作，推出了修訂后的在線問卷。越來越多的國家和國際智能電網項目以及相關的詳盡檢索數據的困難不允許進行徹底、全面和公平的分析。因此，對于 2021 年版，我們決定將我們的研究和分析范圍限制在歐盟共同資助的研究和創新 (R&I) 項目中。我們的目標是利用歐盟委員會的官方來源提供基于更完整、更準確的信息的見解，并更深入地了解由歐洲 R&I 需求驅動的歐洲 R&I 趨勢。

該報告概述了歐盟資助的智能電網領域在最近兩個 R&I 框架計劃下在歐洲開展的工作：第七個歐盟研究、技術開發和示范活動框架計劃 (FP7) 和第八個歐盟框架研究和創新計劃，更廣為人知的是 Horizo??n 2020 (H2020)。為詳盡起見，我們還將競爭力與創新框架計劃——信息和通信技術政策支持計劃（CIP-ICT-PSP）和競爭力與創新框架計劃——智能能源歐洲計劃資助的項目納入分析。 CIP-IEE）。 R&I 項目可以在解決和調查能源轉型的技術、監管、經濟和社會挑戰方面發揮關鍵作用，分析它們可以幫助了解歐洲的發展方向，并為當前和未來的政策制定提供信息（Gangale、Mengolini 和 Marinopoulos , et al. 2020) (Gangale and Mengolini 2019) (Mengolini, Gangale and Vasiljevska 2016)。我們對智能電網的定義進行了研究和分析，將智能電網定義為“能夠以具有成本效益的方式整合所有與之連接的用戶的行為和行為，包括發電機、消費者以及同時產生和消費的用戶，以便確保經濟高效和可持續的電力系統，具有低損耗和高質量、供應安全和安全的水平”（歐洲議會和理事會，2013 年，第 12 條）。從這個角度來看，我們研究了處理電網現代化以及整合連接用戶行為的項目。在這兩種情況下，新的商業模式和實踐、新的法規和市場設計以及消費者行為改變和社會接受度等更無形的因素都發揮了關鍵作用。考慮到這一點，我們將我們的范圍擴大到嚴格意義上的智能電網之外，以便著眼于超越純粹技術解決方案的能源轉型。最終，技術轉型與文化、行為和實踐的變化齊頭并進，因此迫切需要社會科學和人文學科在處理能源轉型的研究和政策方法中的投入。為了開發我們的項目選擇和分類方法，我們仔細研究了類似的歐洲倡議，如 Bridge和 ETIP SNET，并相應地調整了我們的方法。

與以前的版本主要關注技術方面不同，2021 年智能電網及未來展望提供了社會技術視角。該報告被認為是關鍵事實和數據的概要，可用于為進一步分析提供信息和支持。在智能電網領域，知識共享確實對于激勵監管機構設計量身定制的激勵計劃、激勵公共當局復制在其他地方成功測試的舉措以及為公司的投資戰略提供信息至關重要。它還可以為智能電網領域的新興市場參與者提供市場機會的一瞥。

人工智能在提高醫療保健質量、實現疾病早期診斷和降低成本方面具有巨大潛力。但如果實施不慎，人工智能會加劇健康差距，危及患者隱私，并使偏見長期存在。 STAT 在英聯邦基金的支持下，在過去一年半的時間里探索了這些可能性和陷阱，闡明了最佳實踐，同時發現了關注點和監管差距。本報告包括我們發表的許多文章并總結了我們的發現，以及我們從護理人員、醫療保健管理人員、學術專家、患者倡導者和其他人那里聽到的建議。它由 STAT 的 Erin Brodwin 和加州衛生技術通訊員 Casey Ross 共同撰寫。

人工智能是生活中各領域的突破口。通過在商業、醫療保健和教育中應用人工智能，可以創造無限的潛在機會。不可否認，人工智能提供了一種廉價而高效的工具來完成耗時耗錢的任務，從而實現更快的增長和成功。向人工智能轉型需要仔細審視和前瞻性思考可能的結果和對人類的反思。

本書側重于人工智能在商業、教育和醫療保健中的實施，包括關于人工智能在決策、創業、社交媒體、醫療保健、教育、公共部門、金融科技和監管科技中的應用的研究文章和說明性論文。它還討論了人工智能在當前 COVID-19 大流行、衛生部門、教育和其他方面的作用。它還討論了人工智能對重要經濟部門決策的影響。

這本書共有26章，作者來自不同的國家。每一章都經過編輯委員會的評估，每一章都經過雙盲同行評審過程，因此賦予了四個主題:

• 人工智能，區塊鏈技術，創業和商業成功。
• 金融科技、RegTech、金融系統和人工智能。
• 人工智能在醫療保健、教育和公共領域的實施部門。
• 人工智能的專業實踐和社會影響。

這些章節反映了高質量的研究，對那些希望將人工智能應用于任何商業、醫療保健、教育部門的人，甚至希望將創業與人工智能和其他關鍵領域混合的企業家，具有理論和實踐意義。我們希望這本書的貢獻是學術層面的，即使是經濟和行政層面的決策者也會欣賞。

?以消費者和企業為中心的新技術的爆炸式增長已成為美國民眾體驗醫療保健和福祉的顛覆性力量。這些技術——統稱為“數字健康”——有可能改變個人、家庭和社區管理他們的醫療保健和福祉的方式。

美國機構和其他利益相關者正在對新工具進行大量投資；獲取、提供和使用數據的方法；以及提供衛生服務的創新方式。然而，對于指導眾多創新實現共同目標、協作工作和高優先級成果的國家優先事項集，并沒有達成一致意見。需要一個包括協作治理流程在內的戰略框架，以建立一個值得信賴、透明和公平的數字健康生態系統。

被統稱為“數字健康”的技術正在擾亂美國乃至世界各地的醫療保健和福祉現狀。在這方面，COVID-19大流行似乎是一個分水嶺。環境促使遠程保健的使用激增，在這一過程中產生了關于遠程保健的交付、影響、價值和可持續性方面的數據和潛在教訓。大流行可能產生對個人、家庭和社區產生積極影響的轉變。替代方案——在當前系統之上簡單地分層數字技術——將不僅僅維持現狀。這將使那些在連通性、數字素養和獲得護理方面已經落后的人的處境更加糟糕，并將進一步為濫用、欺詐和浪費打開大門。在一個如此富有和創新能力的國家，這樣的結果是不可接受的。國家需要采取戰略性行動，充分考慮數字衛生帶來的獨特挑戰和機遇。

該戰略為指導美國數字健康生態系統的發展提供了一個框架。該戰略包括六個目標，每個目標都有建議的行動。總的來說，這些目標旨在實現數字健康生態系統推動的改善國民健康和福祉的愿景。

• 目標1。通過及時、安全的數據交換，形成互聯的健康生態系統。醫療數據的語義互操作性對于推進數字醫療服務至關重要。一個聯網的美國生態系統將在需要的時候安全可靠地將可操作的數據傳輸給需要的人，這將改善健康結果。能否成功實現這一愿景，將取決于患者身份識別、衛生數據和衛生架構的標準化格式，以及建立一個安全、可靠和有彈性的數字衛生生態系統。
• 目標2。增強個人能力，使其能夠負責自己的健康和福祉。數字技術和工具應使個人能夠在任何地點、任何時間、無需特別努力地更好地管理自己的健康和獲取健康信息。實現這一目標的基礎是個人擁有個人健康數據，并輔之以部署資源加強數字掃盲。數字設備和系統必須為個人和提供者提供有意義和可共享的信息，并使個人能夠更多地參與到最大限度地提高他們的健康和福祉中。
• 目標3。將人工智能(AI)打造為數字健康值得信賴的基石。人工智能可以以多種方式加強醫療保健的數字化交付。它可以提高護理服務的生產率和效率，允許醫療系統向更多的人提供更多更好的護理，改善醫療從業者的經驗，并增加接受者對其護理的信任。利用人工智能需要它的應用是值得信賴的，具有透明、公平、公平和可靠的特點。
• 目標4。使快速共享公共衛生綜合數據制度化。公共衛生當局及其合作伙伴需要獲得完整、及時的數據，以支持決策。數字技術可以使信息在聯邦公共衛生生態系統中流動。至關重要的是匯集個人和提供者從初級保健和公共衛生領域生成的數據。采用一種綜合的和可互操作的系統方法來資助公共衛生可以維持這些變化。
• 目標5。建設一支熟練應用數字衛生的勞動力隊伍。一支可持續的衛生人力隊伍將使用新技術提供以人為本的綜合優質護理。數字衛生技術將使個人能夠在醫療保健和社會服務部門獲得以家庭和社區為中心的協調和協作的衛生服務，并得到數字增強的勞動力隊伍的支持。
• 目標6。擴大數字公平，以實現衛生公平。數字技術現在是獲得衛生服務、支持和信息的基礎。個人必須能夠獲得和采用負擔得起的寬帶技術，并充分熟悉數字系統，以滿足其個人和家庭的健康相關需求。

本文檔旨在為領導者提供實施變革的框架。其中涉及的變化范圍很廣——不僅是技術上的，還有政治、社會和文化上的。這里的想法的實施需要大量的時間、金錢、資源的投資，最重要的是領導能力。其他國家也在國家規劃的指導下進行這些投資。美國必須采取明智的行動，但不能拖延，以實現數字衛生生態系統的愿景。

戰略的最后一個組成部分是治理。我們需要對支離破碎且過時的治理結構進行廣泛改革。避免重復、協調努力并代表全國做法的戰略投資將受益于數字衛生。該策略詳細說明了所需治理結構的關鍵組成部分，并建議了實現有效治理機制的步驟。

人工智能商業時代即將來臨。新冠大流行加速了許多公司對快速數字化和利用人工智能增強其業務流程的需求。但是，新技術也帶來了新的責任。

這項針對100位C級數據和分析高管的全球調查揭示了專注于人工智能的高管們正在考慮和解決的復雜問題，以幫助他們的組織能夠以道德的方式實現人工智能。

調查發現強調了人工智能道德問題的真實程度。專注于人工智能的高管們可能會更加關注人工智能道德方面的問題。但對于企業在使用人工智能時所應承擔的責任方面，目前還沒有達成共識。

報告還探討了企業在開發過程中如何有效地克服人工智能模型偏差。

很少有企業有這樣的“設計倫理”方法，可以確保他們糾正人工智能定期測試中的偏差。

報告建議那些希望確保企業負責任地使用人工智能的高管們：

了解與人工智能相關的風險

開發更好的實踐以確保合規性

更加重視持續的模型監控和維護

主要發現： 65%的公司無法解釋具體的 AI 模型決策或預測是如何實現的。只有 35% 的受訪者以透明的方式使用AI并真正負起責任。

22% 的受訪者表示，他們的企業設有 AI 道德委員會。78% 的企業無法確保正確考慮使用新 AI 系統的道德影響。

78% 的受訪者發現優先考慮負責人的AI實踐很難獲得高管的支持。這表明對不負責任的AI使用所帶來的風險缺乏認識。

77% 的受訪者認為 AutoML 技術可能會被濫用。

90% 的高管同意模型監控的低效流程是其企業采用 AI 的障礙。

本書全面概述了人工智能(AI)在醫療和放射學領域的應用進展，使讀者對人工智能的技術背景以及新技術和新興技術對醫學成像的影響有了更深入的了解。在介紹了深度學習技術等放射學領域的之后，描述了人工智能在計算科學和醫學圖像計算領域的技術演變，解釋了人工智能的基本原理和類型及子類型。后續章節將討論成像生物標記物的使用、人工智能應用的開發和驗證，以及與大數據在放射學中日益重要的作用有關的各個方面和問題。然后，本文概述了人工智能在不同身體部位的多種現實臨床應用，展示了它們為日常放射學實踐增加價值的能力。最后一節重點介紹人工智能對放射學的影響以及對放射科醫生的影響，例如與培訓有關的問題。由放射科醫師和IT專業人員編寫，這本書將對放射科醫師、醫學/臨床物理學家、IT專家和成像信息專業人員具有很高的價值。