关键词： 人工智能   人才培养   学习空间泛在化   产教融合   数字素养  

摘要： 随着人工智能技术的突飞猛进,财经类高校在人才自主培养领域迎来了前所未有的机遇与挑战。该文深入探讨人工智能如何全面赋能财经类高校的人才自主培养。人工智能与人才自主培养的结合,不仅是时代发展的必然之选,更引领着人才培养模式的全面革新。在这一过程中,人工智能不仅推动人才培养理念的更新、课程建设的提质增效及教学方式的创新,还促进学习空间的泛在化以教学评价的多元化。同时,人工智能的融入深化产教融合的内涵,推动产教融合方式的创新,加强了校企间的紧密合作与交流。此外,人工智能也在教师队伍建设中发挥着重要作用,提升教师的数字素养、教学能力及促进教师的专业发展。人工智能为财经类高校在人才培养模式上的创新提供强大的动力与支撑,为培养新时代的财经人才奠定坚实基础。

关键词： 人工智能   人工智能模型   深度学习   颈椎   医学图像   研究进展   临床应用   工程化组织构建  

摘要： 背景:颈椎病是一种慢性退行性疾病,已经成为威胁人类健康的常见病和多发病之一。目前对颈椎及其周围结构病变的初步诊断主要倚赖于放射科医师对医学影像的解读,这不仅对操作人员技术要求较高,而且存在主观性较强、劳动强度高、效率低等缺点。随着人工智能技术的快速发展,其强大的数据处理和图像识别能力使其在医疗领域展现出广阔的应用前景,深度学习也在脊柱疾病的研究中取得了一定的进展。目的:综述近年来人工智能技术在颈椎影像图像中的应用现状和研究进展,评估人工智能模型的表现以及未来的发展趋势及需要克服的挑战。方法:由第一作者在2024年6月以“人工智能,深度学习,颈椎”为中文检索词,以“Artificial Intelligence,AI,Cervical Vertebrae,Cervical”为英文检索词分别在万方数据库、中国知网和PubMed数据库进行检索,最终纳入101篇文章进行综述分析。结果与结论:①人工智能技术可通过对医学图像部位进行分割、分类、关键点识别等技术实现对颈椎椎体的自动分割及曲度改变的测量,检测颈椎骨折、神经根和脊髓型颈椎病,识别颈椎后纵韧带骨化,预测手术后相关危险因素以及颈椎成熟度分类等;②尽管人工智能技术在颈椎研究领域已展现出巨大潜力,但其仍处于初期探索与快速发展阶段,有无限的发展与创新空间。

关键词： 人工智能   腰椎间盘突出症   深度学习   机器学习   大数据   机器人   工程化组织构建  

摘要： 背景:近年来人工智能技术越来越多地被用于腰椎间盘突出症的诊治,提高了腰椎间盘突出症诊断的准确率及效率,丰富了腰椎间盘突出症的治疗手段,成为研究焦点。目的:从诊断与治疗角度全面展现人工智能在腰椎间盘突出症中的应用现状,分析相应技术的局限性。方法:应用计算机检索PubMed、中国知网、万方数据库及维普数据库建库至2024年8月发表的关于人工智能在腰椎间盘突出症诊治中应用的相关文献,英文检索词为“Lumbar Disc Herniation,Artificial Intelligence,Machine Learning,Deep Learning,Big Data,Robot,Neural Network,Model,Algorithm”,中文检索词为“腰椎间盘突出症,人工智能,机器学习,深度学习,大数据,机器人,神经网络,模型,算法”,按入组标准梳理最终筛选出101篇文献进行综述。结果与结论:人工智能的不同技术推动了腰椎间盘突出症的智能化治疗,在未来的发展中凸显出巨大潜力。深度学习技术基于先进的算法,通过相应学习模型的构建对X射线片、CT及MRI影像进行优化处理,实现对退变腰椎间盘的精确定位、识别与分析,提高了自动化诊断的精度。大数据技术利用数据平台,通过分析海量医疗数据模拟疾病发展趋势,为病情评估与预测提供了新的视角。手术机器人结合机械臂、3D高清视觉系统及5G通信技术为远程精确手术操作提供支持,展现显著的技术优势。未来人工智能对腰椎间盘突出症的诊治将通过算法的持续优化和数据平台的专业化发展,推动诊治手段向规范化、高效化、精准化方向演进。

关键词： 椎间盘   腰椎间盘突出   颈椎间盘突出   形心   核磁共振   人工智能   生物力学  

摘要： 背景:人工诱导突出椎间盘自然回缩技术是一种治疗颈、腰椎间盘突出症微创、对突出椎间盘而言无创的创新性有效方法,但回缩术后突出颈、腰椎间盘能否保持原有的高度及生物力学强度,目前尚未见相关研究报道。目的:测量人工诱导突出椎间盘自然回缩手术前后突出颈、腰椎间盘相邻椎体形心高度,以分析回缩术后椎间盘生物力学强度的变化,为人工诱导突出椎间盘自然回缩技术治疗颈、腰椎间盘突出症提供新的依据。方法:回顾性分析2013年1月至2023年1月在郑州大学第一附属医院接受人工诱导突出椎间盘自然回缩手术治疗的颈/腰椎间盘突出患者140例。应用相关软件在人工智能辅助标定下,于MRI T_(1)图像中测量患者人工诱导突出椎间盘自然回缩术前及术后各随访时间节点的颈椎、腰椎相邻椎体形心高度。以未手术的T_(1)/T_(2)和T_(12)/L_(1)节段分别作为颈椎、腰椎对照组,若术前颈/腰椎间盘突出患者的相邻椎体形心高度值小于其自身T_(1)/T_(2)或T_(12)/L_(1)对照节段相邻椎体形心高度值超过8%者为“高度降低组”(以下简称A组),其余为“高度不变组”(以下简称B组)。统计学分析A组和B组人工诱导突出椎间盘自然回缩手术前后相邻椎体形心高度的差异,同时根据人工智能辅助测量所得颈、腰椎突出椎间盘的体积,分析其与相邻椎体形心高度变化的相关性。结果与结论:①共纳入140例患者,其中颈椎组60例、腰椎组80例,术后随访7 d-12个月;②颈椎组共281个椎间盘,其中对照组60个颈椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别约为20.46 mm和20.17 mm,差异无显著性意义(P>0.05);A组162个颈椎间盘,术前与术后末次随访相邻椎体形心高度均值分别为16.65 mm和15.92 mm,差异无显著性意义(P>0.05);术前与术后颈椎突出椎间盘体积均值分别是510.28 mm^(3)和364.76 mm^(3),与相邻椎体形心高度改变无显著相关性(P>0.05);B组64个颈椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别为20.15 mm和19.09 mm,差异无显著性意义(P>0.05);术前与术后颈椎突出椎间盘体积平均值分别是515.32 mm^(3)和361.98 mm^(3),与相邻椎体形心高度改变无显著相关性(P>0.05);③腰椎组共258个椎间盘,其中对照组80个腰椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别约为33.03 mm和32.40 mm,差异无显著性意义;A组59个腰椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别为30.08 mm和31.67 mm,差异无显著性意义;术前与术后腰椎突出椎间盘体积均值分别是690.51 mm^(3)和496.58 mm^(3),与相邻椎体形心高度改变无显著相关性(P>0.05);B组119个腰椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别为35.91 mm和34.12 mm,差异无显著性意义;术前与术后腰椎突出椎间盘体积均值分别是698.70 mm^(3)和535.99 mm^(3),与相邻椎体形心高度改变无显著相关性;④提示无论颈、腰椎突出椎间盘高度是否下降,人工诱导突出椎间盘自然回缩术后其高度都可以维持与术前一致的水平,可见突出椎间盘回缩并不影响其生物力学强度,提示人工诱导突出椎间盘自然回缩技术宜在突出节段椎间隙高度下降前实施,这样对维持自然回缩椎间盘生物力学强度更具价值。

关键词： 人工智能   高校   思政课教学  

摘要： 随着信息技术的不断革新,推动人工智能赋能高校思政课教学是增强思政课立德树人主渠道作用、促进思政课与信息技术深度融合、构建高效多元的教学评价体系的现实需要和时代要求。把握人工智能赋能思政课教学的融合点、关键点,剖析思政课在人工智能技术发展进程中面临的教育者主导性弱化、受教育者主体性消解、智能技术局限性等各种风险与挑战,解决人工智能技术融入思政课教学的关键环节,发挥思政课教师主导性地位,以学生发展为中心,运用人工智能技术精准分析青年学生的多样化需求,实现媒介交融、人机交互,创新思政课教学方式,为新时代思政课教学提质增效。

关键词： 人工智能   法学教育   人机交互   数字法治   技术赋能  

摘要： 人工智能背景下法学教育人机交互具有智能化辅助软件的参与性特点、教学过程中人机交互的协同性特点、人机交互未来发展的阶段性特点。国家层面上的政策支持与保障、高校法学教育发展的现实要求、法学复合型人才培养的内在推动,构成了法学教育人机交互的发展动因,在实践过程中,应做好顶层设计,构建法学教育人机交互保障体系;提高思想认识,树立面对数字法治的教学理念;强化技术赋能,找准人机交互教育形态构建契合点;丰富教学内容,构建三位一体法学实践课程体系;组建复合教学队伍,提升专业教师的人机交互能力。

摘要： 2022年10月,美国OpenAI公司发布的大语言模型ChatGPT使得生成式人工智能技术达到一个新的发展阶段.该平台结合了大量的数据、强大的计算能力和新颖的处理技术,能够对各种各样的输入生成类似人类的反应,且可自由访问,已经吸引了数亿万次互动.

摘要： 2022 年 10 月,美国OpenAI公司发布的大语言模型ChatGPT使得生成式人工智能技术达到一个新的发展阶段.该平台结合了大量的数据、强大的计算能力和新颖的处理技术,能够对各种各样的输入生成类似人类的反应,且可自由访问,已经吸引了数亿万次互动.

摘要： 2022 年 10 月,美国OpenAI公司发布的大语言模型ChatGPT使得生成式人工智能技术达到一个新的发展阶段.该平台结合了大量的数据、强大的计算能力和新颖的处理技术,能够对各种各样的输入生成类似人类的反应,且可自由访问,已经吸引了数亿万次互动.

关键词： 人工智能技术   语言模型   科技论文   学术论文   计算能力   学术研究   GPT   生成式  

摘要： 2022年10月,美国OpenAI公司发布的大语言模型ChatGPT使得生成式人工智能技术达到一个新的发展阶段。该平台结合了大量的数据、强大的计算能力和新颖的处理技术,能够对各种各样的输入生成类似人类的反应,且可自由访问,已经吸引了数亿万次互动。在学术研究和写作中,也有越来越多的作者开始使用生成式人工智能工具辅助科研,甚至有人使用ChatGPT等大语言模型来撰写学术论文。如2023年9月,Physica Scripta(《物理写作》)刊登的一篇论文中出现了类似ChatGPT按钮上短语Regenerate Response(“重新生成回复”),作者也证实使用了ChatGPT来帮助起草手稿,最终文章被出版商撤回。