本文介绍了一个过程导向的适当依赖概念，称为关键使用，通过将人类的能力与 AI 模型无法获取的知识相对比，以帮助人们辅助 AI 决策时的判断。通过在一个复杂的社会决策环境下进行随机在线实验来探索如何支持关键使用的训练，我们发现通过在这种情况下为参与者提供加速的、低成本的机会来练习 AI 辅助决策，新手参与者开始表现出与经验工作者相似的与 AI 不一致的模式。参与者对其 AI 辅助决策的解释的定性研究表明，他们参考了 AI 模型无法获取的定性案例叙述，以学习何时（不）依赖 AI 预测。我们的研究结果为实现真实世界的 AI 辅助决策的培训提出了新的问题和设计思路。

Aug, 2023

本文讨论了人工智能在医疗领域中的应用，特别是在医学图像分析中的最新进展、现有标准以及应用人工智能所需考虑的伦理问题和最佳实践。我们探讨了人工智能的技术挑战和伦理挑战，以及在医院和公共组织中部署人工智能的影响和关键技术措施。最后，我们提出了未来解决人工智能在医疗应用中的伦理挑战的建议和方向。

Apr, 2023

本研究介绍了一种基于人工智能 (AI) 的 CDSS (临床决策支持系统) - Aifred Health， 针对重性抑郁症患者的治疗选择和管理，探讨了平衡临床工作流程和鼓励最终用户信赖的实现挑战，同时提出在构建，验证，培训和实施 AI-CDSS 过程中应该考虑的关键问题和建议。

Mar, 2023

在高精准性和高时效性的情境中，为了医生在急诊室等场合提供既提高准确性又缩短用时的 AI 辅助，本文提出通过根据问题和用户的不同属性，适应性的选择 AI 辅助类型来平衡目标的研究，并在用医生为外星人开具药品做实验得出需要适应性的 AI 辅助类型，适应性可以在准确性和用时间做良好的权衡，最后进一步研究可以考虑使用机器学习算法（如强化学习）来自动更快地适应。

Jun, 2023

通过观察和对中国 6 个农村诊所的 22 名医生的采访，本文报道了 AI-CDSS 系统（“Brilliant Doctor”）的设计与当地流程的不一致、技术限制和可用性障碍，以及与 AI-CDSS 的透明度和可靠性有关的问题。尽管存在这些紧张关系，所有参与者对 AI-CDSS 的未来都表示积极的态度，特别是通过 “医生的 AI 助手” 在临床环境中实现人工智能协作的未来。最后，我们利用研究结果讨论了在发展中国家的农村临床环境中设计 AI-CDSS 干预的影响。

Jan, 2021

本研究评述了人工智能应用于医疗保健领域的现状及其对非洲地区的影响，包括改善诊断、促进疾病早期检测、支持个体化治疗等方面，并探讨了将人工智能技术应用于非洲低资源区卫生保健面临的重大挑战和机遇。因此，需要政府、私营部门、医疗保健提供者和国际组织的共同努力，以创建可持续的人工智能解决方案，满足非洲卫生保健系统的独特需求。

May, 2023

该研究旨在通过对医疗保健领域专家的一系列半结构化采访，识别人工智能用于临床决策的采用因素，并突出现有紧张关系与有效的人工智能协作之间的因素。

Apr, 2022

药物行业中人工智能的应用已经经历了持续增长的阶段，主要应用于药物研发、个体化医学和癌症等治疗领域。使用先进的机器学习算法，通过考虑环境条件、生活方式和健康历史等因素，可以为每个个体制定定制化的治疗方案，从而优化健康结果。

Nov, 2023

本文分析了 AI 辅助决策中人类对模型建议过度或不足的倾向对准确性的影响，并提出了一个可视化框架以帮助比较和解释实证结果和干预策略。

Apr, 2023

药物发现正在适应新技术，如数据科学、信息学和人工智能（AI），以加速有效治疗的开发，同时减少成本和动物实验。 AI 正在改变药物发现的方式，成功的药物发现需要优化与药理动力学、药代动力学和临床结果相关的特性。本文讨论了 AI 在药物发现的三个支柱（疾病、靶点和治疗模式）中的应用，重点关注小分子药物。

Jul, 2023