patient compliance
PulseAugur coverage of patient compliance — every cluster mentioning patient compliance across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI 生产就绪审查因数据、软件和安全问题驳回发布
即使在通过了答案质量测试后，AI 系统的生产就绪审查（PRR）仍可能驳回发布。审查过程涉及三个必须解决的关键发现：数据质量、软件性能和安全性。在 AI 系统部署之前，必须提供证据来解决这些条件。
-
人工智能的永久融合及其对GRC角色的影响
作者认为，人工智能是一项永久性的技术进步，类似于互联网，而不仅仅是一个经济泡沫。虽然人工智能的未来确切形态仍不确定，但预计它将无缝融入日常生活。在治理、风险和合规（GRC）领域，人工智能不被视为工作替代，而是现有技术的演进，需要专业人士适应。作者强调了欧盟《人工智能法案》中关于仅保留系统日志六个月的要求可能存在不足，建议需要更长的保留期限才能进行有效的审计和合规评估。
-
识别出IT运维、安全和合规中自动化的局限性
在IT运维、安全和合规方面，自动化存在局限性，这是通过实践观察到的。AI能实现的理论边界通常是不可靠的，并且是基于从有限领域推断到作者可能不完全理解的领域。
-
MLOps治理缺口导致公司对模型错误缺乏问责
文章讨论了建立清晰的MLOps治理的重大挑战，并指出许多公司在机器学习模型出错时缺乏明确的问责机制。文章强调，这种缺乏所有权的情况会在患者依从性和安全性等领域带来风险，因为没有明确的实体负责处理模型错误决策的后果。文章认为，这种治理缺口是一个组织不愿解决的问题。
-
欧盟《人工智能法案》强制要求新的人工智能基础设施架构以符合规定
欧盟《人工智能法案》的高风险义务现已生效，给使用人工智能的组织带来了巨大的合规压力。这项立法突显了人工智能基础设施发展的结构性转变，要求系统在构建时就内置对有关其架构、人工监督和问责制的监管问题的答案。能够快速执行多步决策的代理式人工智能系统进一步压缩了人工干预的时间窗口，因此需要将监督设计到最初授予代理权限中，而不是依赖于事后批准。
-
人工智能重塑法律科技，提升证据分析与合同管理能力
人工智能正日益融入法律科技领域，影响着数字取证和合同管理等方面的应用。在法律科技方面，人工智能可以提高证据分析的速度和准确性，克服数字取证中手动审查的局限性。对于合同而言，人工智能通过集中数据、确保基于特定交易参数的一致性条款选择，以及改进风险评估，从而打破传统数据孤岛，简化了合同生命周期管理流程。
-
平台工程 2.0 应对 AI 安全与合规风险
平台工程 2.0 被提出作为一种解决方案，以应对人工智能日益增长的安全与合规风险。这一从早期平台工程方法演变而来的方法旨在更有效地应对这些挑战。更新后的方法侧重于减轻潜在威胁，并确保在人工智能开发和部署中遵守相关法规。
-
LLM微调以符合药物筛选合规性详解
本文详细介绍了微调大型语言模型（LLM）以确保符合药物筛选协议的过程。作者概述了将LLM应用于这一特定医疗保健场景所涉及的步骤，重点在于提高其遵守法规要求和患者安全标准的能力。