关键词： 实验室安全管理   人工智能   多模态数据融合   联邦学习  

摘要： 针对传统实验室安全管理中存在的监测手段滞后、数据整合能力不足等问题,本文系统分析了传统实验室安全管理在风险预警、数据整合及应急响应方面的技术瓶颈。基于智能图像识别、动态风险预测模型及多模态数据融合等人工智能关键技术,采用案例分析与对比实验相结合的研究方法,通过多模态数据采集实验、联邦学习分布式训练实验及虚实融合应急演练平台搭建,提出基于端-边-云架构的系统设计方案与联邦学习驱动的数据治理方案并规划了虚实结合的应急演练平台开发路径。研究成果为实验室安全管理的智能化升级提供了技术支撑,推动安全管控从被动响应向主动预防转变,促进了多源异构数据的标准化治理与跨场景协同应用。

关键词： 风景园林教育   多元智能理论   生成式人工智能   个性化人才培养   数智化转型   教学改革  

摘要： 生成式人工智能技术的兴起,为风景园林教育个性化人才培养提供了新契机。当前,风景园林教育尚处于教学资源、过程与评价数字化的初阶探索阶段,且大多基于OBE成果导向教育等底线达成度理念,构建相对“标准化”导向的人才培养模式。响应“AI+教育”变革的风景园林教育研究,很有必要向数智化、个性化方向加强探索。因此,亟待开展生成式人工智能技术下风景园林教育个性化人才培养的教改研究。基于多元智能理论,面向风景园林教育教学,厘清数智化、个性化教改研究新进展的经验与启示。在此基础上,分三个层面、6个维度进行数智化、个性化导向下风景园林教育转型的问题解析,并从探明生成式人工智能(Generative Artificial Intelligence,GenAI)技术驱动风景园林教育教学数智化转型的机制与路径、构建GenAI技术下风景园林教育个性化人才培养新模式两个方面、8个小点提出了系统性的应对思路。以此为指导,选取福建农林大学风景园林国家级一流本科专业建设点为对象,从打造“多元智能+”培养方案、推动“个性化+”人才培养、构建“GenAI+”教育教学体系、建设高质量教学保障体系4个方面,开展GenAI技术下风景园林教育个性化人才培养的初步实践与探索。以期探索“四新”建设、数字赋能等时代背景下风景园林教育高质量发展新路径,也为相关学科专业提供经验与借鉴。

关键词： 中国式现代化   司法工作   法治兴   人工智能  

摘要： 法治兴则国兴,法治强则国强。习近平总书记强调,要“以政法工作现代化支撑和服务中国式现代化,为全面推进强国建设,民族复兴伟业提供坚强安全保障”。法治作为以中国式现代化全面推进强国建设、民族复兴的重要内容和重要保障,其现代化既是中国式现代化的题中之义,也是护航中国式现代化的必然要求。

关键词： 肝脏   磁共振成像   图像自动分类   人工智能   深度学习  

摘要： 目的基于深度学习训练图像分类模型,研究其用于肝脏多参数磁共振成像(multi-parameter magnetic resonance imaging,mpMRI)序列分类的可行性。材料与方法回顾性收集2022年11月16日至2023年6月29日期间1676例患者的1744次肝脏mpMRI作为模型构建数据集,共纳入25365个独立图像序列,将序列数据按照8∶1∶1的比例随机分为训练集[序列数(number of series,ns)=20207]、调优集(ns=2664)和测试集(ns=2494),基于3D ResNet训练序列分类模型,模型输入端为图像数据,输出端为序列类别,包括:T1WI同相位、T1WI反相位、T2WI脂肪抑制序列、高b值扩散加权成像(diffusion-weighted imaging,DWI)、表观扩散系数图以及动态增强扫描的增强前、动脉期、门脉期、延迟期图像。使用癌症基因组图谱-肝细胞癌(The Cancer Genome Atlas Liver Hepatocellular Carcinoma,TCGA-LIHC)数据集作为模型外部验证集,共纳入38例患者的59次mpMRI检查。影像医生判断的图像类别作为金标准,利用混淆矩阵对模型分类效能进行评价。结果在总体分类评价水平上,模型构建数据集的平均准确率、宏F1(macro-F1)、微F1(micro-F1)分别为97.2%~99.0%、0.949~0.982、0.960~0.985。在单序列分类水平上,模型构建数据集每个序列类别的准确率为89.6%~100.0%,敏感度为81.0%~100.0%,特异度为98.2%~100.0%,F1分数为0.797~1.000。在外部验证集中,模型对各序列分类的平均准确率、宏F1和微F1分别为91.6%、0.819、0.816,在单序列分类水平,模型预测的准确率、敏感度、特异度、F1分数分别为74.1%~99.4%、55.4%~100.0%、92.8%~100.0%、0.579~0.968。结论基于深度学习对肝脏mpMRI序列进行分类具有较高的准确率,可实现对肝脏mpMRI图像的自动序列分类。

关键词： 人工智能   免疫检查点抑制剂   生物标志物   非小细胞肺癌   疗效预测  

摘要： 【目的】免疫治疗,特别是免疫检查点抑制剂(ICIs),作为一种颇具前景的持续抗肿瘤治疗策略,为肺癌患者带来了新的治疗希望。然而,该疗法高成本、显著的毒副作用以及疗效的个体化差异成为临床实践中的重大挑战。因此,准确预测个体患者对免疫治疗的反应成为当前研究的热点。随着人工智能(AI)技术在医学领域的成功应用,越来越多的研究证据表明,借助AI技术能够更有效地预测免疫治疗的疗效。【结果】本文综述了目前在免疫治疗疗效预测方面的研究进展与实际应用,重点涵盖了基于分子标志物和驱动基因改变的间接预测方法,以及基于临床结果和随访影像数据的直接预测模型。同时,本文还探讨了AI在免疫治疗领域所面临的挑战及未来的研究方向,旨在为疗效预测研究提供新的思路和方法。

关键词： 人工智能   新质人才   新质教育   中国式现代化  

摘要： 教育、科技、人才一体化推进生产力优化升级因应了数智时代新形势。三者的一体化推进,为中国式现代化开辟新领域、新赛道,激发新动能,发挥新优势。人工智能赋能“新质人才”培养遵循特定的逻辑,即教育、科技、人才三位一体支撑中国式现代化的系统逻辑;人工智能催生新质生产力的理论逻辑;新质生产力建构“新质人才”支撑的实践逻辑以及“新质人才”呼唤“新质教育”的应用逻辑。然而,人工智能虽然赋能“新质人才”培养,但是也存在一些风险点和挑战。主要表现在数据依附导致主观能动性缺失、信息茧房造成思维模式固化、虚拟依赖致使社会情感能力异化等风险。人工智能赋能“新质人才”培养的进路以推动人才培养与技术深度融合理念为引领、以建构“新质人才”的“智慧生成”为目标驱动、以打造多元空间融通的智慧教育场景完成场域革新、以打造“新质人才”育人共同体实现主体创新,进而创立智慧翻转教学新范式。

关键词： 人机协同   教师角色   人工智能  

摘要： 本文探讨了在智能时代背景下,人工智能与教育融合所产生的人机协同教育。人工智能的价值并非替代教师,而是通过构建一种新型的协同关系来增强、支持与赋能教师的专业工作。通过教学设计、资源生成、智能体应用和学习评价四个具体应用场景,人机协同教育实现了分工与优势互补,人类教师从知识传授者的角色转变为学习体验的设计者、高阶思维的引导者、价值观的培育者与情感连接的促进者。在推进人机协同教育时,必须以审慎和负责任的态度建立伦理规范,主动应对算法偏见、数据隐私和认知过度依赖等挑战,最终回归“人的觉醒与成长”的教育价值追求。

关键词： 伦理困境   应对策略   数字媒体艺术   高校   教育革命  

摘要： 人工智能技术的迅猛发展正在深度变革教育领域的生态模式,高校数字媒体艺术创作作为技术与艺术融汇的前沿区域,面临着过去从未出现的机遇与挑战。《第四次教育革命:人工智能如何改变教育》一书从宏观维度探讨了人工智能对教育模式、内容和伦理的颠覆性影响。该书不仅给教育工作者提供了技术变革的理论框架,还为数字媒体艺术教育未来的发展指明了路径。同时,该书更进一步指出在技术狂欢的掩盖后,高校数字媒体艺术创作正落入创作主体性不明、版权争执频繁以及价值导向失调等伦理困境。笔者在开展宿迁学院2025年教学改革研究项目“基于AI技术的高校影视创作课程教学评价改革研究”(项目编号:SQU2025JGYB14)过程中,参考借鉴了该书。

关键词： 生成式人工智能   DeepSeek   医患命运共同体   医患信任  

摘要： 随着中国生成式人工智能的快速发展,以ChatGPT为代表的对话式DeepSeek类生成式人工智能在医疗领域展现出巨大潜力,助推了“医师-人工智能-患者”新型医患关系的加速形成,为构建医患命运共同体带来了新的机遇和挑战。DeepSeek类生成式人工智能应用于医疗诊断,具有辅助医师快速处理数据和图像、优化医疗资源配置、打破医患信息不对等的优势。与此同时,也会因技术依赖导致医患信任危机、诊断错误引发责任归属问题、隐私泄露引起医患关系疏离等问题的产生。DeepSeek类生成式人工智能助推医患命运共同体可以通过构建“医师-人工智能-患者”共同决策的诊疗模式、合理界定“人机关系”、完善科技伦理治理体系等实践路径,推动医患关系健康发展。

关键词： 人工智能   景德镇   手工艺   全球化   本土化  

摘要： 随着科技不断发展,智能技术已渗透到各行各业,人工智能正重构着传统手工艺的创作范式。尤其是在生成式设计和智能算法的介入下,全球化带来的设计趋同与本土文化保护之间形成了显著张力。文章通过跨学科整合,梳理了人工智能时代下传统手工艺活态传承的新语境、新思路。文章以当代景德镇陶瓷为案例,分析其在人工智能时代存在的问题,进而探讨人工智能在调和全球化与本土化冲突中的双向作用。