关键词： 中医学   人工智能   高质量发展   问题与挑战  

摘要： 中医学高质量发展是新时代中医学发展面临的重要课题。人工智能作为新质生产力的代表之一,有望为中医学的传承、创新与发展提供强力动能。通过聚焦智能中医预警与诊断、智能中医治疗与康复、智能中医科研与教学三大方向,梳理人工智能赋能中医学存在的问题和挑战。在智能中医预警与诊断方面存在着中医理论本身的规范化和标准化问题,开放优质的大规模中医标注数据资源不足,智能方法设计缺乏中医理论及思维指导等问题;在智能中医治疗与康复方面,存在着反馈和调节机制尚未健全,多学科协同创新深度不足,技术安全和法律法规不够完善等问题;在智能中医科研与教学方面,存在中医隐性知识的挖掘和阐释不足,中医专家思维的学习和模拟不足等问题。基于以上问题提出相应的解决思路,为“人工智能+中医学”交叉学科领域研究开拓思路,为中医学传承创新高质量发展提供参考。

关键词： 新安医学   智能辅助诊疗   人工智能   知识图谱   大语言模型  

摘要： 目的 构建基于人工智能的新安医学智能辅助诊疗系统,以应对新安医学古籍医案在现代临床应用中的挑战。方法 通过结构化和标准化处理新安医学古籍医案,构建新安医学数据库,并利用数据标注、实体关系提取及数据挖掘技术,形成新安医学知识库。进一步,通过知识获取、融合、存储和图谱问答技术,实现新安医学知识图谱的构建,提高知识的组织和检索效率。采用LangChain框架,将新安医学知识库接入大语言模型,实现基于模型的本地知识库问答。结果 成功构建了新安医学古籍医案知识库,实现了知识的系统化与标准化。通过知识图谱技术,有效展示了新安医学的知识结构,并开发了智能问答模块,显著提高了知识检索与管理的效率。基于大模型的本地知识库问答系统,依托新安医学理论和实践经验,为临床提供精确诊疗支持,促进了新安医学的传承与创新。结论 证实了传统医学文献现代化处理的可行性,为中医药领域的知识创新与临床实践提供了新途径,具有重要的学术价值和临床应用前景。

关键词： 人工智能   计算模拟   计算生物学   分子对接   分子动力学模拟   量子化学计算  

摘要： 计算模拟驱动的生物元件、代谢网络乃至细胞系统的机理解析、定向改造和按需设计，可为解决不同层次的生物学问题提供新的技术方案，已成为生物制造的核心研究内容。在蛋白元件的计算模拟方面，基于物理原理的传统方法利用计算机软件和数学模型来模拟生物体系中蛋白行使功能的物理和化学过程，是理解复杂生物体系和指导实验设计的有力工具。随着生物系统模拟尺度的不断扩大，传统计算模拟技术面临计算精度和计算速度难以平衡的困境。近年来，生物数据量呈现爆炸式增长，使得构建高性能人工智能 (artificial intelligence， AI) 模型成为可能，为蛋白计算模拟带来了新思路和新契机，AI和物理原理融合驱动的蛋白计算模拟技术应运而生。本文对基于物理原理的传统蛋白计算模拟方法及其应用进行了详细介绍，并对融合AI和物理原理的最新计算模拟技术进行了梳理和讨论，进而提出在AI模型中结合严谨的化学知识和既定的物理原理，可有效提升数据处理和模式识别能力，从而提高计算效率和预测的准确性，使其具备更强的解释能力、通用性和稳健性。AI与物理原理融合驱动的计算模拟技术已在生物催化领域展现出巨大的潜力和价值。本综述聚焦于主流和先进的蛋白计算模拟技术，旨在通过对这些技术的系统性回顾和前瞻性分析，梳理蛋白质计算模拟技术的发展脉络，推动其在酶催化机制解析、蛋白从头设计与理性改造等领域的应用，助力生物制造的发展。

关键词： 烧结矿   FeO   大数据   机器学习   深度学习  

摘要： 烧结矿FeO含量是衡量烧结矿还原性的重要指标。为了全面而系统地概述各种烧结矿FeO含量的预测方法,本文从机理模型和机器学习算法(包括经典单一学习算法模型、协同优化算法模型、深度神经网络算法模型及集成学习算法模型)两大预测模型出发,分别从基于工艺流程参数,机尾图像识别预测,以及基于图像-参数协同预测进行三个方面探讨,总结了烧结矿FeO含量预测方法的发展脉络;并对近年来新兴的算法预测模型进行全面概括与深入分析,阐述了每种算法在烧结矿FeO含量预测模型的优点和局限;同时展望了未来烧结矿FeO含量预测领域的研究方向,以期为该领域的研究与实践提供有益的参考。

关键词： Laves相   磁致伸缩   性能优化   理论模拟   机器学习  

摘要： Laves相磁致伸缩材料具有磁致伸缩系数大、能量密度高、响应速度快的优点,在国防军工、机械制造、精密控制等领域得到广泛应用。总结了Laves相磁致伸缩材料的基础理论与研究进展、性能优化的主要策略,介绍了近年来理论模拟和机器学习在磁致伸缩机理解析及性能预测中的最新成果,并分析了Laves相磁致伸缩材料研究对铁基磁致伸缩材料研究的意义,对Laves相磁致伸缩材料的未来研究方向进行了展望。

关键词： 实验技能课   三维结构   结构可视化   可视化软件   教学改革   人工智能   ChimeraX  

摘要： 随着结构生物信息学的快速发展，三维结构可视化软件在教育和科研领域的重要性逐渐凸显。ChimeraX作为一款功能强大的分子可视化软件，因其出色的展示与分析蛋白质三维结构的能力，被广泛应用于结构生物学的教学与研究中。本文旨在分享教师在本科生课程结构生物学实验技能课中ChimeraX软件的教学改革经验，介绍了ChimeraX的常用功能及一般性操作，并探讨了蛋白质三维结构可视化软件在未来科研中的应用前景。同时，本文提出了以学生为中心的互动模式、实践为主、模块化的教学方法，旨在提升学生的学习效果和科研能力。实际教学反馈及评估充分验证了该教学方法的有效性。

关键词： 人工智能   医院管理   资源配置   运行效率   患者权益   医学伦理   领导力  

摘要： 随着人工智能（artificial intelligence, AI）技术的快速发展，其在医院管理中的应用正逐渐成为提升运营效率和患者医疗护理质量的重要手段。该文系统探讨了AI在医院管理中的多维度应用，包括医疗服务、行政管理、患者参与和体验等。通过深入分析，该文评估了AI在这些领域中的潜力，特别是在提高运营效率和优化患者医护服务方面的效果。然而，AI的应用也面临诸多挑战，如数据隐私问题、算法偏差、运营管理和经济因素等。该文不仅指出了这些挑战，还为我国医院管理提供了具体的变革行动建议，强调了适应性和持续学习的重要性，并呼吁医院管理者积极拥抱变革，以实现患者健康效果和运营效率的双重提升。

关键词： 金属含能材料   释能特性   数值模拟   机器学习   多尺度耦合  

摘要： 铝（Al）粉、铁（Fe）粉等金属含能材料作为非常规燃料，具有能量密度高、无碳等特点，在固体推进、可再生能源利用等领域受到越来越广泛的关注。从模拟预测方法角度综述了Al、Fe等金属颗粒的释能特性预测及建模方法研究进展。具体包括微观层面的量子化学计算方法和分子动力学模拟方法以及宏观层面的单颗粒燃烧模型和颗粒群燃烧模型，并且归纳了不同尺度模拟方法的优缺点、现存问题与挑战。最后对含能金属颗粒释能特性模拟及预测方法研究进行展望：一方面，可以通过机器学习、简化宏观问题等方法以提高计算效率并降低计算量，实现对金属颗粒释能过程的多尺度耦合模拟；另一方面，可以构建基于数据驱动或机理-数据融合模型来更好地处理可能存在的非线性及不确定性问题。

关键词： 非饱和土   水力特性   高光谱   机器学习   遥感反演  

摘要： 为了丰富土壤水力特性参数遥感反演方法，实现快速、无损的土壤水力特性参量预测，利用Field Spec4光谱仪采集了珠海市香洲区59个有效样点的土壤高光谱数据，基于局部光谱曲线的线性趋势以及叶面积指数分析，建立了草地和裸地2种土地类型的水力特性参量(饱和含水率θs、残余含水率θr、进气值的倒数α、形状系数n、饱和导水率Ks、土壤含水量θ)遥感反演模型。结果表明：①光谱曲线在700～750 nm、830～1 100 nm以及1 520～1 620 nm三个波段内呈现出明显的线性趋势，线性拟合的决定系数R2的平均值均大于0.94。②在梯度提升回归、偏最小二乘回归法和随机森林3种反演模型中，梯度提升回归表现最好并且对830～1 100 nm波段的线性拟合参数lga2（斜率的对数）具有较高的敏感度，能够准确预测草地类型的θs、α、n和θ（相对分析误差大于1.4），对于裸地类型，除土壤含水率θ外，其余水力特性参量的测试集决定系数RP2>0.9，相对分析误差大于2.0。③在预测草地类型的大部分水力特性参量模型中，叶面积指数I的特征重要性占比最大。因此，利用野外实测光谱数据和叶面积指数，建立了有效的反演模型，输入参数获取简单且预测效果良好，具有潜在的大范围应用价值。

关键词： 人工智能   高速公路   改扩建施工  

摘要： 高速公路改扩建是一项工程量很大的工作,其不仅要关注原来道路的状况,还要结合实际情况,优化道路结构体系.在此过程中,人工智能扮演着重要角色,可以有效提高原有道路改建、改造的整体水平.基于此,本文分析了人工智能在高速公路改扩建施工中的影响,并提出了具体策略,以促进了高速公路改扩建工程的智慧化管理.