关键词： 人工智能   可穿戴设备   骨科康复   应用  

摘要： 随着计算机技术的快速发展和医工交叉的持续推进,人工智能(AI)在医疗健康领域的应用受到越来越多的关注。将AI技术与可穿戴设备进行融合,有望成为促进骨科康复发展的颠覆性突破口。基于AI的可穿戴设备已广泛应用于骨科康复的功能评定、呼吸管理、疼痛管理、康复训练和康复器具,其应用不仅改变了传统的骨科康复模式,还为病人带来了高效、经济、个性化、精准的康复方案,同时显著减轻了临床医生的工作负担,促进了骨科康复的技术革新。目前,基于AI的可穿戴设备尚处于初步发展阶段,仍面临算法准确性、产业生态化和数据隐私安全等局限性。本文重点从辅助脊髓损伤病人康复、辅助膝关节手术病人康复、辅助髋关节手术病人康复、辅助踝关节损伤病人康复等方面总结了可穿戴设备在骨科康复中的应用现状,分析并提出目前技术发展和临床应用的局限性,以期为推动相关技术的进步提供参考和方向。

关键词： 护士   护理   自然语言处理   人工智能   范围综述  

摘要： 目的综合分析人工智能在护理领域的应用范围、主要技术算法及其在不同疾病中的应用进展,探讨其潜在应用价值和技术局限性。方法检索PubMed、Cochrane Library、Embase、Web of Science、CINAHL、中国知网、万方数据知识服务平台、维普数据库及中国生物医学文献数据库中关于人工智能在护理领域应用的文献,检索时限为2015年1月1日—2024年12月14日。采用主题词和自由词相结合的检索方式,由2名经过循证医学培训的研究人员根据纳入及排除标准独立筛选文献。结果共纳入40篇文献,涉及5个国家。应用于护理领域的人工智能包括机器学习算法、深度学习算法、智能应用系统等。研究聚焦于疾病风险预测、患者监测、临床决策支持、工作流程优化、患者自我管理等多个领域。其中,随机森林、逻辑回归、支持向量机等算法应用最普遍;深度学习算法在预测和处理复杂任务方面具有显著优势,但其可解释性不足。人工智能可提高临床评估的准确性和工作效率,优化资源配置,提高患者的参与度。结论人工智能在护理领域有广阔的应用前景,其中以机器学习算法为核心驱动力。然而,基于人工智能的模型存在可解释性不足、通用性有限、隐私及伦理等问题。未来的研究重点在于提高模型的可解释性、促进跨领域融合与创新应用,以促进人工智能在临床实践中的规范化应用,从而为构建智慧健康服务、支持“健康中国”战略的实施提供支持。

关键词： 高等教育   人工智能   五元教育模式   十一力”核心素养  

摘要： 人工智能技术对传统以师生为核心的教育结构带来根本性挑战,亟需构建新的教育模式。“教师-学生-AI-环境-文化”五元教育模式提出,智能时代的教育逻辑应从传统师生二元传授向多要素协同互动网络转变。五元教育模式以学生为中心、AI为核心,通过重塑学习方式、教学方式、环境生态与文化氛围,培养学生创新创造力等驾驭AI和超越AI的“十一力”核心素养。结合北京理工大学前期探索,该模式为智能时代培养拔尖创新人才提供了有效的实践路径。

关键词： 人工智能技术   跨境电商   流程管理优化  

摘要： 随着人工智能技术重塑人们的生活方式及各种工作场景,跨境电商作为数字经济的一种业态,亟需人工智能技术的驱动与优化。结合跨境电商全流程业务操作,从跨境电商智能化产品选择、动态化仓储监控、数字化运营管理、个性化营销推广及本地化客服沟通等方面对跨境电商全流程应用场景进行优化,考虑到现存的基础设施建设与电力保障、跨境运营与AI应用人才的匹配问题、跨工具协同的业务工作流构建、人工智能技术更新迭代及消费者信息安全与伦理等问题,从底层发挥基建与人才支撑、中层开发专业大模型到顶层加强全产业链技术覆盖等方面提出对策,以期优化人工智能在跨境电商流程管理中的应用,驱动跨境电商高质量发展。

关键词： 人工智能(AI)   环境影响评价(EIA)   未来挑战   伦理   问题  

摘要： 关于人工智能(AI)在环境影响评价(EIA)中可能发挥的作用,包括在研究中的作用,存在诸多不确定性。AI大型语言模型(LLM)聊天机器人有可能提高EIA研究的效率,但其输出结果可能引发担忧。本文研究了使用LLM聊天机器人对聚焦于AI在EIA中应用的文献进行评论性综述时可能节省的时间。通过结合使用ChatGPT和Elicit,对与AI在EIA中应用相关的文献进行了评析,识别出12个关键问题,并在3天半内实现从初步构思到完成本文。本文制定了一项协议,以帮助研究人员验证通过Elicit(或其他机器学习工具)提供的证据,这也是本文的一个新成果。通过3位同行评审员的评论,能够更客观地反思LLM聊天机器人输出的可信度、时间节省的合理性及未来在这种情况下应用LLM聊天机器人所需的研究。

关键词： 人工智能   欧盟   法案   标准化工作  

摘要： 欧盟《人工智能法案》规定高风险人工智能系统提供者应建立质量管理体系,并要求第三方机构对其实施合格评定。因此,《人工智能法案》明确了欧盟应组织有关标准化机构制定配套标准,确保自身要求能够落实。为跟踪欧盟动向并取长补短,本文梳理了《人工智能法案》配套标准制定的具体项目、进展情况和下一步安排,并介绍了《人工智能法案》设想的质量管理体系与ISO/IEC 42001:2023《信息技术-人工智能-管理体系》的关系,以及我国人工智能标准体系的设计和构建情况。

关键词： 人工智能量化参数   256层螺旋CT扫描   肺磨玻璃结节   浸润程度  

摘要： 目的分析人工智能(AI)量化参数联合256层螺旋CT扫描对肺磨玻璃结节(GGN)浸润程度的预测价值。方法选取2021年5月至2024年7月南京脑科医院收治的经术后病理确诊的GGN患者98例,对其术前采取AI量化参数、256层螺旋CT扫描,并在病理检查后将非典型腺瘤样增生(AAH)、原位腺癌(AIS)、微浸润性腺癌(MIA)归为非浸润性病变组,浸润性腺癌(IAC)为浸润性病变组。对比两组AI量化参数联合256层螺旋CT扫描参数,分析影响GGN患者浸润程度的因素及预测价值。结果98例GGN患者中,AAH患者有29例,AIS患者有22例,MIA患者有19例,IAC患者有28例。浸润性病变组平均CT值、结节长径、最大面积、有空气支气管征、血管集束征、形状为不规则均高于非浸润性病变组(P<0.05)。经二元logistic回归分析,有空气支气管征、血管集束征、形状为不规则、平均CT值、结节长径、最大面积可作为GGN患者浸润性病变的影响因素(P<0.05)。经ROC曲线分析,有空气支气管征、血管集束征、形状为不规则、平均CT值、结节长径、最大面积诊断GGN患者浸润性病变的灵敏度、特异度高于单一检测。且有空气支气管征、血管集束征、形状为不规则、平均CT值、结节长径、最大面积联合预测GGN患者浸润性病变具有较高的价值(AUC为0.907)。结论AI量化参数联合256层螺旋CT扫描能够较好地预测GGN患者浸润程度,对临床术前判断肺GGN浸润程度具有一定的指导价值。

关键词： 认知外包   迷茫   邮件回复   完美   解脱   人工智能  

摘要： 前几天,我用生成式人工智能帮助我回复了一封棘手的邮件,它只用了10秒就帮我写完了,所生成的回复邮件堪称完美——英文地道,思路清晰,表达精准,说服力强,而且切中了我所需要回复的每一个要点。有那么一瞬间,我感到一阵深深的解脱,同时又有了一丝淡淡的、挥之不去的迷茫和不安。

关键词： GAI   大数据技术及应用课程   教学改革  

摘要： 生成式人工智能(Generative Artificial Intelligence,GAI)推动教育变革。针对大数据技术及应用课程的特点,围绕教学过程、学习过程、教学资源、教学工具四方面,提出了GAI在该课程教学改革中的实施路径。对比2022级传统教学班与2023级GAI赋能教学班,后者在课程满意度、综合成绩和竞赛参与率方面均高于前者,表明GAI赋能的教学改革有助于提升教学质量。

关键词： 合作办学   人工智能   跨学科   产学研结合   高等教育创新  

摘要： 北师香港浸会大学(BNBU)作为首所内地与中国香港合办的大学,是粤港澳大湾区高等教育改革的先行者。学校立足国际化视野,致力于培养专业知识与综合素质兼备、家国情怀与国际视野兼具的复合型人才。为应对未来社会挑战,BNBU积极推动高质量课程改革,向“人工智能+”课程体系转型,将AI技术深度融入各专业教学与学习体验优化,体现了学校在人工智能时代深化博雅教育内涵、引领跨学科教育创新的战略方向。