关键词： 生成式人工智能   辅助决策   Deepseek   病毒性肺炎  

摘要： 目的 探讨监护人使用生成式人工智能(AI)与住院肺炎患儿就诊时效性及院内结局之间的关联.方法 回顾性分析 2024 年 10 月至 2025 年 3 月本院儿科收治的 7～12 岁肺炎患儿 320 例.按监护人是否主动使用DeepSeek等AI工具分为AI组(n=158)和非AI组(n=162).比较两组住院天数(LOS)、发病后≤48 h入院的及时就医率与退热至出院时间.以多元线性回归在校正年龄、性别与入院严重度后检验AI使用对住院天数的独立效应.结果 AI组患儿 48 小时内及时就诊率明显高于非AI组(75.0%vs.29.4%,P＜0.05).AI组LOS中位数 9 天,非AI组为 11 天,AI组住院天数短于非AI组(P＜0.05).多元回归提示,在校正协变量后,监护人使用AI与LOS独立负相关(β=-1.696,P=0.007),入院严重度为LOS的最强正向预测因子(β=2.629,P＜0.05).结论 监护人使用生成式AI与患儿更及时就医及住院时间缩短相关,提示可信赖的AI工具在优化儿科肺炎诊疗流程与资源配置方面具有潜在应用价值.

关键词： 人工智能证据   证据性证明   证明责任   证明责任倒置   科学证据  

摘要： 人工智能证据具有直接性、关键性、算法依附性等证明特征，其运用造成了证明责任的实质性倒置。究其原因，是原有的证明理论聚焦于证据与事实之间的关系，忽视了证明的起点——证据本身的可靠性，以至于法官对人工智能证据的可靠性存在错误的预先推定，控方通过逃避证据性证明的义务以规避事实性证明义务。要解决这一问题，有必要将证明理论延伸至证据审查认定阶段，基于以“可靠性”为核心的科学证据审查规则提出证据性证明理论，将证明对象、证明责任、证明标准等概念、制度与证据审查认定相结合。作为证明理论的延伸，证据性证明具有延伸适用的可能，可以扩展至所有由机器生成的科学证据。

关键词： 人工智能   应急指挥中心   安全保障   应急管理  

摘要： 以北京市应急指挥中心为研究对象,系统探究人工智能在安全保障方面的应用途径.首先,分析了将人工智能应用于应急指挥中心安全保障的意义;其次,剖析了应用过程中存在的主要问题;最后,从数据治理、模型改善、人机协同三个层面提出了对应的解决办法,以期全面提升省级应急指挥中心的安全保障水平,推进我国应急管理体系和能力的现代化,推动城市安全治理效能达到新高度.

摘要： 语文阅读在小学阶段,是培养学生语言素养、思维能力以及文化感知的核心载体。传统课堂大多是“教师讲解+学生被动接受”,缺少沉浸式体验,学生的阅读兴趣难以持续激发。随着教育数字化转型的推进,人工智能技术借助数据处理、场景构建、个性化推送等优势,为解决上述难题提供了新途径。 将 AI 技术和小学语文阅读教学深度融合,不仅能够重构教学流程、丰富教学形式,还能够达成“以学定教”的精准化教学目标,对提升学生阅读能力、培养核心素养有着重要的实践意义。

摘要： 在科技飞速发展的当下,人工智能逐渐改变着传统的教学方式,强大的智能分析能力和数据处理能力推动了教育内容和教学方法的革新,助力个性化学习的开展,能够极大地提升教学效率,为课堂提供海量的学习资源.

摘要： 据Brookings Institution官网2025年8月1日消息,美国布鲁金斯学会(Brookings Institution)发布《构建惠及人类与地球的人工智能生态系统的三项原则》报告.该报告为构建一个服务于人类与地球福祉的人工智能生态系统提出了前瞻性构想.

摘要： 据CSIS官网2025年8月6日消息,美国国际战略研究中心(CSIS)发布《加强美国生物安全以应对人工智能生物恐怖主义》报告,指出人工智能和生物技术融合可能降低设计和执行生物攻击的专业门槛,还可能协助开发更危险的新型大流行性病原体,加速瓦解对生物恐怖主义的预防机制.

摘要： 人工智能的崛起正在为特殊教育打开新道路,特别是在孤独症儿童交流干预方面具有巨大潜力。借助深度学习和自然语言处理技术,AI 能够更准确地识别孤独症儿童的表达特点,捕捉细微的情感信息,并立即提供个性化的互动反馈。为此,就人工智能在提升孤独症儿童沟通能力中的应用场景进行讨论,以期为孤独症儿童搭建起更加顺畅、充满温度的人际沟通桥梁。

关键词： 人工智能   博物馆   公共服务   沉浸式体验   数字人  

摘要： 本文聚焦AI技术在博物馆公共服务中的应用,分析了传统博物馆服务面临的单向性、固定性和碎片化等问题,提出了“数据驱动—知识赋能—IP活化—沉浸交互”的AI赋能博物馆公共服务路径框架。基于成都武侯祠博物馆的实践案例,探讨了多模态文化数据治理、AI文旅大模型构建与私域小模型开发、数字人与AR融合等关键技术的应用策略,以及智能导览、沉浸式体验和文创推荐等服务创新模式。研究发现,AI赋能可有效推动博物馆服务从“单向输出”向“双向交互”、从“内容固定”向“个性智能”、从“工具属性”向“情感连接”转变,实现文化传播深度与参观体验广度的双重提升。文章最后提出了AI赋能博物馆公共服务的优化策略,为推动文化遗产的创造性转化和创新性发展提供了新思路。

关键词： 铁道车辆齿轮箱   故障诊断   动力学   信号处理   人工智能  

摘要： 从内外激励作用和故障状态下的动力学研究两方面综述了铁道车辆齿轮箱动力学建模、响应特性分析的研究进展，总结了不同模型在研究对象、考虑因素以及耦合复杂度上的优缺点，归纳了不同故障类型对齿轮箱动态特性的影响；系统阐释了信号处理方法和人工智能技术在铁道车辆齿轮箱故障诊断中的应用，探讨了现有方法的特点与不足之处。研究结果表明：铁道车辆齿轮箱的动力学建模和特性研究应该充分考虑其特有的运行环境与结构特征，重点发展高精度的刚柔耦合多体动力学模型，并加强多物理场耦合建模与实验验证，以为故障特征提取和健康状态评估提供更可靠的理论支持；应加强对典型故障模式的故障演化机理研究，并结合混合建模、数字孪生等方法，开展复合故障场景模拟与全寿命仿真分析，为铁道车辆齿轮箱的故障预测与健康管理提供理论依据；应开发更先进的故障诊断技术，并结合真实列车数据验证诊断方法的有效性，以满足铁道车辆故障诊断的高精度和实时性要求，推动铁道车辆齿轮箱全寿命周期健康管理与运维决策的理论和实践进展。