关键词： 人工智能   虚拟医生   医疗领域  

摘要： 在当前人口老龄化的背景下,开发以AI技术和计算机程序辅助的数字医疗系统显得尤为重要。为此,基于调研观察病人就诊现状,本研究初步设计出“EMR131”系统,旨在探讨基于AI人工智能、数据分析的医疗系统在应对人口老龄化挑战中的重要作用及其实际应用,结合社会需求分析该系统的独特性,揭示“EMR131”系统医疗在解决老龄化社会医疗问题中的巨大潜力。

关键词： 深度学习   护照鉴别   人工智能  

摘要： 在全球化背景下,护照鉴别对保障国家安全至关重要,现行的护照鉴别手段面临着效率不高与准确性不稳定等问题。随着计算机技术的发展,深度学习在图像识别与特征提取方面表现出色,日趋成为护照鉴别的新方法。本文介绍了深度学习的原理和特点,深度学习在护照鉴别中的应用案例和面临的挑战,提出了相应的优化路径,即提升民警人工智能素养和批判性思维、建设护照信息数据集和优化模型结构、明确人机分工和建立人机协同的评估反馈机制,以期促进护照鉴别手段的优化升级,提高移民管理工作的智能化水平。

关键词： 人工智能   护理学专业教师   教学情感   实践路径  

摘要： 在人工智能赋能的背景下,护理学专业教师的教学情感不仅是教学实践中的核心要素,更是连接技术与人文关怀的桥梁。本研究主要从人工智能时代护理学专业教师教学情感的应然价值,其涵盖彰显护理职业中的人文关怀价值、强化护理伦理与职业责任感、促进师生情感互动、增强教学效果等方面。之后,又分析人工智能时代护理学专业教师教学情感的特征,其主要有人文关怀与技术理性的双重维度、伦理责任感的深化与扩展、情感共鸣中的互动强化、教师情感的灵活适应性与敏锐性。最后,提出人工智能时代护理学专业教师教学情感的培育路径,其主要可以通过丰富教师教学中的人文情感、培养教师的同理心、抓住学生生命成长的契机,以确保在人工智能时代的护理教育中,技术与情感并重,共同促进学生的成长与发展。

关键词： 帕金森病   多系统萎缩   人工智能   诊断   鉴别  

摘要： 目的应用人工智能辅助下的运动障碍评估法对帕金森病(Parkinson's disease,PD)及多系统萎缩P型(multiple system atrophy-Parkinson,MSA-P)进行运动量化评估以期精准鉴别诊断。方法连续纳入2024年1~9月在解放军总医院第一和第三医学中心神经内科就诊的年龄≥60岁患者105例,根据诊断情况分为PD组48例,MSA-P组31例及对照组26例。收集一般资料,采用运动功能辅助评估系统进行运动评定,评估该方法在PD及MSA-P中的鉴别诊断价值。结果3组面部表情指标、左右侧对指频率、左右侧手部运动频率、右侧手部运动的幅度变化率、左右侧连续翻掌频率、左右侧脚趾拍地频率、左右侧脚趾拍地冻结负荷、左右侧腿部灵活度频率、右侧腿部灵活度幅度变化率、左右侧腿部灵活度的冻结负荷、直立伸展角速度、转身耗时、前进步频、返回步频、前进平均步幅、返回平均步幅、前进平均步速、返回平均步速、前进平均步宽、返回平均步宽、左右手姿势性震颤频率、左右手姿势性震颤最大幅度、左右手动作性震颤频率、左右手动作性震颤最大幅度、左右手静止性震颤频率比较,差异有统计学意义(P<0.05,P<0.01)。MSA-P组左右侧瞬目频率、面部震颤最大幅度、面部震颤频率、直立伸展角速度、前进步频、返回步频明显低于PD组,张嘴时长占比及转身耗时明显高于PD组,差异有统计学意义(P<0.05,P<0.01)。联合9项运动功能指标或5项面部表情指标鉴别诊断PD与MSA-P的ROC曲线下面积分别为0.943(95%CI:0.895~0.991,P=0.000),0.925(95%CI:0.870~0.981,P=0.000),大于各单项指标。结论联合面部表情、姿势、步态等人工智能辅助的运动评估有助于PD及MSA-P的鉴别诊断。

关键词： 高校   思政教育   人工智能  

摘要： 人工智能技术有助于推动教师角色转变、思政教育模式转型,提升思政教育效果,但也存在数据安全治理困境、学生价值引导与人工智能推送之间的矛盾、缺乏人工智能赋能思政教育的系统机制等问题,给高校学生思政教育带来挑战。为此,高校思政教育部门、教师要科学运用人工智能,助力学生价值引导,提升数据安全治理能力,完善人工智能赋能思政教育的运作机制,进而落实立德树人根本任务,培养能担当民族复兴大任的时代新人。

关键词： 人工智能   职业教育   大数据的应用  

摘要： 人工智能技术迅猛发展的背景下,职业教育正迎来前所未有的变革机遇。大数据作为人工智能的核心驱动力,为职业教育提供了精准化、个性化和智能化的解决方案。通过采集、分析和挖掘海量教育数据,人工智能能够深入洞察学生的学习行为、知识掌握程度和职业发展需求,从而为教育决策、课程设计和教学优化提供科学依据。职业教育大数据的应用研究,不仅有助于提升教育质量和效率,更能推动人才培养模式的创新,为构建终身学习型社会奠定坚实基础。基于此,本篇文章对 人工智能背景下职业教育大数据的应用 进行研究,以供参考。

关键词： 人工智能   互联网   意识形态治理   韧性治理  

摘要： 人工智能时代,网络意识形态治理实践正在形成转向趋势。以韧性治理理论的生成与发展为立论前提,人工智能在内容生产、话语交互以及实践运用等维度上对网络意识形态治理逻辑进行内部重构,驱动网络意识形态治理发生韧性转向。在此基础上,理念韧性、制度韧性、技术韧性以及结构韧性等多元治理要素的深度耦合,进一步勾勒了人工智能时代网络意识形态韧性治理的内在机理,使得这一治理转向成为可能。但同时,人工智能时代网络意识形态韧性治理仍面临着现实掣肘,“摆置权力”固化网络意识形态治理的效用性导向,减损理念韧性;“算法异化”衍生网络意识形态治理的继发性风险,侵蚀制度韧性;“性能释放”制造网络意识形态治理的原生性缺陷,弱化技术韧性;“本领恐慌”产生网络意识形态治理的主体性危机,消解结构韧性。为此,必须坚持“规制资本逻辑”与“筑牢思想防线”相统一,强化理念韧性;“驱动算法透明”与“维护算法公平”相结合,提升制度韧性;“统合话语范式”与“弥合知识裂隙”相配合,增强技术韧性;“提升知识储备”与“增强创新能力”相契合,提高结构韧性,进而推动人工智能时代网络意识形态韧性治理迈上进阶之路。

关键词： 行政执法   人工智能   移民管理机构  

摘要： 人工智能技术的飞速发展催生了移民管理领域智能化行政执法。移民管理机构智能化行政执法场景多样,既有智能化出入境行政检查、行政强制场景,又有智能化移民管理许可、确认、处罚场景。智能化行政执法在助力移民管理机构实现行政执法高效益、低成本目标的同时,也带来了歧视性执法、相对人信息权益被侵害以及人工智能系统独立执法等潜在风险。未来,移民管理机构可从构建智能化行政执法的算法影响评估审查制度、保障智能化行政执法网络和信息安全、建立智能化行政执法偏离纠正机制等方面入手,规避智能化行政执法带来的风险,实现智能化行政执法效益最大化。

关键词： 人工智能   消费升级   作用机理  

摘要： 人工智能技术飞速发展,“人工智能+”逐渐成为推动消费升级的关键抓手。“人工智能+”打造“商品消费”与“服务消费”新增长点,促进消费规模提升,从“以供给为中心”向“以需求为中心”改变消费关系、从“物质性消费”向“精神性消费”扩展消费类型、从“二八定律”向“长尾效应”改善消费结构。未来可通过强化人工智能技术研发、增强人工智能场景供给、推动人工智能治理创新,充分释放“人工智能+消费”发展潜力。

关键词： 结直肠癌   影像组学   机器学习模型   列线图   能谱CT   基因突变  

摘要： 目的探究基于能谱CT的影像组学机器学习模型及列线图在术前对结直肠癌(CRC)病人KRAS基因状态的鉴别效能。方法回顾性纳入137例接受KRAS突变检测且术前行能谱CT检查的CRC病人(KRAS野生型70例,KRAS突变型67例),按7∶3比例随机分为训练集(95例)和测试集(42例)。在静脉期70 keV单能量增强CT影像上勾画病灶ROI,提取并筛选影像组学特征,并采用最小绝对收缩和选择算子(LASSO)回归系数计算影像组学评分(Rad-score)。建立6种模型,分别为基于支持向量机(SVM)、极端梯度提升(XGBoost)和逻辑回归(LR)的影像组学模型和联合模型(能谱CT影像特征+Rad-score)。通过受试者操作特征(ROC)曲线下面积(AUC)评估模型效能并采用DeLong检验进行比较。基于影像组学评分构建影像组学列线图,并在测试集验证。通过校准曲线、临床决策曲线和临床影响曲线分别评估列线图的校准度、临床净获益和临床有效率。结果共筛选出8个影像组学特征和1个能谱参数。在测试集中,基于LR的联合模型效能最优,AUC为0.891,高于由SVM、XGBoost和LR构建的影像组学模型(AUC分别为0.796,0.787和0.812;均P<0.05)及由SVM、XGBoost构建的联合模型(AUC分别为0.889和0.873;均P<0.05)。列线图模型在训练集和测试集中的AUC分别为0.987和0.916,校准曲线显示训练集拟合良好,测试集拟合逊色于训练集。临床决策曲线和临床影响曲线显示列线图具有良好的临床净收益和临床有效率。结论基于静脉期能谱CT及其影像组学构建的LR模型和列线图在术前预测CRC的KRAS基因状态中具有一定的参考价值,可为临床提供参考信息。