AI是应用广泛的有针对性的销售

小小的决定加起来”，在销售中错误的价格几乎为零，而正确的价值是如此之高，以至于AI在很多时候都可能是错误的，而且仍然表现良好。

这就是为什么我不相信当前的AI / ML技术来预测COVID-19大流行程度的原因

在这一点上，无法在数据中找到真实性是太参差不齐，因为数据本身无法很好地替代某些事物的潜在现象，这些事物如此突现和至少自从我们开始使用计算机对事物进行建模以来。

让我们坚持推荐引擎，供应链优化和喷气引擎数字孪生

我们不了解SARS-CoV-2病毒的生物学特性，坦率地说，我们不了解免疫系统的复杂工作，只能了解其各个部分的作用，而监管环境使它无法迅速（且负担得起）采取任何行动来减轻损害，您如何对基于数据的统计分析的模型抱有信心？在当前的COVID-19危机中，这个问题尤为严重，在21世纪，即大数据和人工智能（AI）时代，每个医疗保健组织都建立了自己的数据基础架构来满足其个人需求，通常涉及本地计算和存储。

数据沿组织边界被平衡，严重限制了在一个组织内或跨组织的整个护理过程中为患者提供服务的能力

这种情况随着个体组织必须购买和维护医疗保健所需的昂贵硬件和软件而演变，并且由于供应商锁定尤其是在电子医疗记录中而得到加强，众所周知，机器学习与大量数据一起使用，因为它的目的是在数据中找到可预测的模式，如今大型数据集的可用性正正影响着这种需求，问题仍然是，机器学习和人工智能技术是否可以使用小得多的数据集（例如上述临床孤岛中的数据）有效？那有什么解决方案呢？使用小型数据集构建模型，有人认为ML是使用小型数据集的可行方法。

我发现这很有趣-在我建立模型的日子里，我们只有小型数据集并提出了一些建议

1、特别注意离群值（显然，观察值越少，离群值的影响越大）

2、在当前情况下，多年的培训数据无济于事

3、寻找有意义的损失信号

4、找到真正的预测因素，而不是机会

5、过拟合是一个大问题

6、检查样本外错误

7、使用字距调整曲线优化模型

这些都是很好的建议，但没有解决问题的核心

随着事物的发展速度与COVID-19一样快，尤其是在案件不断加速，数据散乱的情况下，并且如果没有通用测试就无法真正了解感染率，那么您可以在数据中放什么信誉呢？将COVID-19的绿化留给专家，流行病学家和公共卫生部门使用，提出解决冠状病毒大流行的方案，一种尺寸适合所有人”的药物，但随后提出了四种尺寸适合所有人的药物，从本质上讲，两者没有什么不同。

生物学的现代工程系统方法与将人体视为分离的部分的旧模型相对比

然后他将其余的信集中在免疫系统的一部分上，就好像它是“分离的部分”一样，从整体上看，没有免疫系统，它是一个更大整体的一系列功能，继续推动“个性化医疗的需求”，并提出了一个基于将人们分为五组的协议，这与个性化医学的任何概念截然相反，提供研究甚至基础科学。细胞因子风暴的作用机理是什么  ？细胞因子风暴是免疫系统的过度反应，破坏了COVID-19患者的肺部。

1、那些对COVID-19测试呈阳性的人，要进行隔离，隔离期 为两天，每天400,000 IU维生素A 棕榈酸酯；隔离期  两天，每天为50,000 IU维生素D；

2、病情危重，治疗相同，每天滴入100克维生素C的患者；

3、那些免疫力低下的人。儿童，其维生素A棕榈酸酯和维生素D的含量与上述相同，每天500 mg维生素C，每天每杯含碘/碘化物的饮料三滴。成人应以儿童两倍的剂量服用维生素C和碘/碘化物；

4、不在上述三组中的儿童，他们的孩子每天接受1,000 IU维生素A棕榈酸酯和2,000 IU维生素D，以及250毫克维生素C和三滴饮料，每天一次，含碘/碘化物。他建议该组成年人每天消耗10,000 IU维生素A棕榈酸酯和5,000 IU维生素D，以及每天1,000毫克维生素C和每天六滴碘/碘化物。

没有任何一项经过同行评审的科学

维生素治疗方法并未描述“维生素” A，C和D的性质。这是一个舒适的名称，维生素，但实际上，它们都是激素和神经递质。关于激素，您应该知道的一百万件事是它们控制基因表达，并且只有在它们具有受体的情况下才能  起作用。受体可能不存在，甚至更有可能被其他激素甚至补充剂所占据，您体内的某些状况会导致垂体发出信息，使受体醒来。没有什么是静态的，他没有描述激活这些维生素或它们如何运作的内分泌功能。在建议治疗剂量的维生素（激素）之前，他的方案应非常具体，涉及药物的迭代甚至时机。

 客服热线：400-050-6600

商业联合会数据分析专业委员会