关键词： Artificial intelligence‑assisted cytology   Cytosponge   Diagnostic value   Esophageal neoplasms   Gastroscopy  

摘要： Objective To evaluate the diagnostic efficacy of artificial intelligence-assisted cytology in detecting esophageal cancer and precancerous lesions. Methods Outpatients who were scheduled for endoscopic examination at the Second Affiliated Hospital of Baotou Medical College from June 21, 2021 to May 12, 2022 were selected. Artificial intelligence-assisted cytology and painless gastroscopy (add narrow-band imaging and biopsy pathology when need) (hereinafter referred to as gastroscopy) were performed. The detection rates of esophageal cancer and precancerous lesions by the two methods were compared. Taking gastroscopy as the standard, sensitivity, specificity, positive predictive value, negative predictive value of artificial intelligence-assisted cytology diagnosis were calculated to verify its diagnostic efficacy. Results A total of 849 patients meeting the inclusion criteria were included. Artificial intelligence-assisted cytology detected 365 cases of esophageal lesions, with a detection rate of 42.99%. One hundred cases of esophageal cancer, precancerous lesions, and atypical squamous cell hyperplasia were detected, with a detection rate of 11.78%. Gastroscopy detected 281 cases of esophageal lesions, with a detection rate of 33.10%. Eighty cases of esophageal cancer and precancerous lesion were detected, with a detection rate of 9.42%. The sensitivity and specificity of artificial intelligence-assisted cytology diagnosis were 81.25% (65/80) and 95.45% (734/769), respectively. The positive predictive value was 65.00% (65/100), and the negative predictive value was 98.00% (734/749). The area under the receiver operating characteristic curve of artificial intelligence‑assisted cytology in dectecting esophageal cancer and precancerous lesions was 0.785. Conclusion Artificial intelligence-assisted cytology demonstrates relatively high sensitivity and specificity in diagnosing esophageal cancer and precancerous lesions, exhibiting good diagnostic performance for esoph

摘要： 当前"人工智能+"与"能源+"的融合应用场景不断涌现,两者深度融合将催生新产业、新业态、新模式,有力推动生产力质态跃升.推动"人工智能+"与"能源+"深度融合,既是保持产业持续竞争力的需要,也是落实"双碳"目标的战略选择和核心抓手,意义十分重大.

关键词： 人工智能专业   创新创业   协同育人   校企合作  

摘要： 随着人工智能技术的快速发展,高校在培养人工智能专业人才方面面临着新的挑战和机遇.文章探讨了国内外创新创业教育的现状,分析了当前高校在人工智能专业人才培养中存在的问题,并提出了构建创新创业协同育人模式的策略.通过课程体系创新、校企合作深化和跨学科融合等措施,提出了具体的实施建议和对策,旨在培养具有创新精神、实践能力和市场竞争力的高素质人工智能专业人才,为高校人工智能专业教育改革提供了新思路.

关键词： 人工智能   医学检验   教学改革   智能评估   实践探索  

摘要： 随着人工智能(Artificial Intelligence,AI)技术在医学检验领域的日益普及,传统的医学检验教学模式正面临着前所未有的挑战与变革.文章深入剖析了当前医学检验专业教学中存在的诸多问题,并详细探讨了AI技术在医学检验教学实践中的创新尝试与深度思考.同时,着重介绍了AI智能评估在教学结果反馈与评价中的创新应用.研究结果显示,AI技术为医学检验教学领域带来了崭新的发展机遇,不仅极大地提升了教学质量,还有效增强了学生的实践能力与综合素质.最后,总结了AI时代背景下医学检验教学的发展方向与趋势,并对未来的相关研究提出了前瞻性展望与建议.

关键词： 人工智能   高校学生   意识形态   教育安全  

摘要： 大学是青年学生思想观念塑造的关键时期,意识形态安全不仅关系到学生的个人成长与发展,更是国家长治久安和社会稳定的核心保障.近年来,随着人工智能技术的快速普及,其在高校教育中的广泛应用为教学方式和学习模式带来了深刻变革,同时也对学生的意识形态产生了深远影响.人工智能的介入使教育环境更加智能化,但也带来了数据隐私、算法偏见、技术依赖等新问题,对学生的世界观、人生观、价值观、学习态度和创新能力提出了新的挑战.文章从教育安全、师生互动、学生自我认知、学习习惯、考核评价体系及未来职业规划等多个维度,系统剖析人工智能对高校学生意识形态的影响,并提出针对性的应对策略,旨在为高校教育的可持续发展提供坚实的理论支撑与实践指导,助力培育具备独立思考能力和正确价值观念的复合型人才.

关键词： 人工智能   外科   临床教学   应用  

摘要： 人工智能技术的迅猛发展,为外科临床教学带来了新的机遇和挑战.传统的外科临床教学模式面临着教学资源有限、实践机会不足、个性化教学难以实现等问题.教育数字化转型是新一轮科技革命和产业革命深入发展的必然产物,也是全球教育的变革方向与聚焦点,把人工智能技术深入应用到教育教学和管理全过程、全环节中,来研究它的有效性、适应性,让青年一代更加主动地学,让教师更加创造性地教.文章综述人工智能在外科临床教学中的应用现状,分析其面临的挑战,并展望未来发展方向,以期为推动外科临床教学的创新和改革提供参考.

关键词： 人工智能   教育质量提升   人才培养   提升路径  

摘要： 本文探讨了人工智能赋能本科生教学质量提升的相关问题.首先阐述了人工智能与本科生教学双向赋能的背景,包括政府政策支持等.其次说明了新时代本科生高质量发展的要求,涉及教育公平等多方面.此外,从教师教学及发展、学生学习及体验优化、教学评价及管理服务革新三方面,详述了人工智能的赋能路径及作用.同时指出人工智能在本科教育应用中面临的技术风险及挑战等.最后,强调须多方协同努力,发挥其优势应对挑战,以实现本科教育高质量发展.

关键词： 人工智能   医院感染管理   抗菌药物管理   决策支持  

摘要： 随着人工智能（AI）技术的不断进步，其在医疗领域的应用日益广泛，尤其在医院感染管理中展现出巨大潜力。本文通过分析医院感染管理的现状及面临的问题，阐述AI技术的进展及在该领域的发展概况，详细论述其在监测预警、抗菌药物管理、教育培训、决策支持等方面的应用，及其在医疗设备监控、手卫生管理等方面的作用，指出应用中面临的数据安全、模型透明度等自身缺陷，以及政策支持、跨学科合作等具体应用方面存在的挑战，并提出应对策略。展望未来AI在整合更多数据、与新兴技术融合等方面的发展前景，强调AI虽为医院感染管理带来新方案，但也面临诸多挑战，需进一步探索、完善，培养专业人才，为未来的研究方向和实践应用提供新的思路。