关键词： 目诊   人工智能   机器学习   深度学习   医学图像   图像识别  

摘要： 目诊，作为一种非侵入性的诊断方法，在中医与西医领域均展现出广泛的应用前景。然而，传统目诊依赖医师的主观经验，难以实现标准化与客观化，近年随着人工智能技术的迅猛发展，目诊与人工智能技术的融合已成为医学应用研究的热点。本文旨在综述目诊与人工智能融合的理论基础、技术进展、临床应用、面临的挑战及未来展望，以期为这一跨学科领域的研究提供全面参考。

关键词： 生成式人工智能   价值共创   影响因素   扎根理论  

摘要： [目的/意义]系统探索用户与生成式人工智能之间价值共创，为深化人智价值共创理论、推动以人为本的人工智能价值实现以及商业模式创新提供重要的参考依据。[方法/过程]利用扎根理论方法，基于服务逻辑视角的价值共创理论，对25份访谈资料和8份网络数据进行系统编码，提炼出186个初始概念、49个基本范畴与17个主范畴。在概念梳理的基础上，以用户为中心，构建用户与生成式人工智能价值共创的机理模型。结果表明，用户与生成式人工智能价值共创是一个动态、复杂的过程。[结果/结论]用户通过订阅付费、会话交互、服务接受、责任使用、结果反馈、产品推介的共创行为，与生成式人工智能共创功能、成本、体验、关系和象征价值；行为动机、个体特征、生成内容、模型系统、交互过程、社会影响6个内外部因素共同影响用户与生成式人工智能价值共创的过程与结果。

关键词： 人工智能   机器学习   随机森林网络   三阴性乳腺癌   肿瘤浸润淋巴细胞   新辅助治疗疗效  

摘要： 目的 本研究旨在通过人工智能辅助定量三阴性乳腺癌(TNBC)患者新辅助治疗前H&E染色切片中的肿瘤浸润淋巴细胞(Tumor-infiltrating lymphocytes ， TILs)，评估其对新辅助治疗反应的预测价值。方法 收集包括三家医院共123例经过新辅助治疗的TNBC患者的临床病理资料，对其H&E染色的穿刺样本病理切片进行半自动标注，用于训练随机森林模型。通过构建肿瘤内TILs(eTILs)、间质内TILs(esTILs)和整体TILs(etTILs)变量，从空间维度评估TILs在新辅助治疗疗效预测和预后中的价值。结果 在发现队列中，esTILs展现出最优的DFS预测能力(AUC=0.90)，显著优于etTILs(AUC=0.78)和eTILs(AUC=0.61)。高esTILs组患者DFS显著延长。对于pCR预测，etTILs在发现队列是多因素分析中唯一独立预测因子(OR=16.58， 95%CI: 4.28-64.22， P<0.01)，etTILs越高者越容易获得pCR，在验证队列中依旧保持其疗效预测价值的稳健性。结论 本研究建立的AI辅助空间分层TILs定量分析方法，揭示了TNBC中TILs的空间异质性的差异化预测价值。esTILs作为DFS的独立预测因子，可能反映持续性的免疫监视功能；而etTILs则特异性关联pCR率。这种基于空间维度的定量评估方法为TNBC新辅助治疗的精准免疫监控提供了新的生物标志物范式。

关键词： 人工智能   协同创新   算力   数据   模型  

摘要： 当前，以“算力、数据、模型”为内核的人工智能体系化创新已逐步成为新时代人工智能技术发展的核心竞争力，也是我国在“十五五”时期推动人工智能跃升、深入实施“人工智能+”行动的前提与关键。为推动人工智能体系化创新，关键在于构建开放包容的协同创新体系，实现创新资源的优化配置。建议充分发挥各类主体优势，强化算力、数据、模型等创新要素供给，把握人才需求变化，构建更高水平、更加开放、更多样性的创新环境，助力“人工智能+”在科学、制造等领域的深入实施。

关键词： 人工智能   企业漂绿   内部控制   融资能力   外部监督  

摘要： 企业在ESG实践中普遍存在的“漂绿”现象，不仅可能导致政策激励的扭曲，也会在绿色贸易壁垒和碳关税谈判中削弱我国企业的议价能力。随着人工智能技术的迅速发展，这一趋势或可成为抑制企业“漂绿”的契机。以人工智能为切入点，从企业内部能力和外部监督的视角出发，利用中国上市公司2009—2023年的数据样本，探讨企业人工智能如何影响“漂绿”行为，并分析其具体作用机制。研究发现，人工智能会显著抑制企业“漂绿”行为。机制检验表明，人工智能会通过提升企业内部控制质量和融资能力，加强企业外部监督，进而抑制企业“漂绿”行为。异质性分析显示，对于规模较小、行业竞争程度较大、地区环境规制程度较大的企业而言，人工智能抑制企业“漂绿”的作用更强。此研究发现为企业的可持续发展提供了理论依据，也为企业在数字化和绿色化融合发展背景下的战略决策提供了实践借鉴。

关键词： 数字化   智慧化   人工智能   远程会诊  

摘要： 我国县域病理资源匮乏且分布不均，建设县域数智化病理诊断中心是解决该问题、提升病理诊断效率和质量，以及推动基层医疗卫生改革的重要举措。本文以大冶市人民医院为案例，阐述本单位在湖北省政府及省卫健委政策支持下，建设数智化病理诊断中心（含区域中心信息化、数字化、智慧化及疑难病例会诊平台搭建）的实践经验。中心自2023年3月运行以来，已达到县域病理标本不出县，病理检测标准化，同步实现软硬件升级、流程效率提升、质控与科室管理优化、诊断支撑强化、医师能力成长。实践证明，县域病理资源整合可实现上下联动，推动优质医疗技术下沉，让偏远地区患者享受优质诊疗，标志着我国县域数智化病理建设获实质进展，为同类地区提供参考。

关键词： 宫颈液基细胞学   宫颈癌筛查   人工智能辅助诊断  

摘要： 目的 探讨AI辅助诊断在宫颈液基细胞学筛查中的应用价值。方法 收集常州市妇幼保健院2024年1月至2025年8月常州市宫颈癌筛查中的97201例宫颈细胞学样本，液基薄层细胞学制片后将玻片利用扫描仪进行数字化呈现，采用AI辅助诊断进行识别及分析，以2022版宫颈细胞学TBS报告分类系统为评判标准，给出具体的诊断。将非典型宫颈鳞状上皮细胞/腺上皮及以上级别作为阳性标准。评估AI辅助诊断以及人工阅片方式在宫颈细胞学筛查的敏感度及特异度，分析两种阅片方式筛查的敏感度、特异度、假阴性率及假阳性率。结果AI辅助诊断在本次大规模人群宫颈癌筛查中的成功率为99.91%（97114/97201）。AI辅助诊断与人工阅片相比，在NILM、ASCUS、ASC-H、LISL、HSIL、SCC、腺上皮异常的诊断一致率分别为98.99%（8 913/9 004）、84.32%（3751/4 449）、87.58%（213/244）、80.58%（1 282/1 591）、97.06%（324/334）、100%（6/6）、68.59%（142/207），二者一致性较好（Kappa系数>0.800）。AI辅助诊断在宫颈癌筛查中的灵敏度、特异度、阳性预测值、阴性预测值分别为94.51%、99.10%、87.42%、99.63%，作为宫颈癌筛查工具效果较好。结论AI辅助诊断在宫颈癌筛查中与人工阅片的一致性良好，AI辅助诊断协同人工复核可有效提高宫颈液基细胞学筛查的敏感性和特异性，降低漏诊风险，极大的提高了阅片效率，在面对大规模人群筛查中，AI辅助诊断系统联合人工复核将阅片效率提高了3～6倍，在工作效率提升上具有显著的优势。

摘要： 问:《意见》出台的背景是什么? 答:党中央、国务院高度重视人工智能发展,近年来完善顶层设计、加强工作部署,推动我国人工智能综合实力整体性、系统性跃升.当前,人工智能技术加速迭代演进,正从试验探索迈向价值创造阶段,引发经济社会各领域各行业深刻变革.

关键词： 人工智能   环境监测   效率   质量  

摘要： 引入智能化监测设备和自动化分析平台,不仅可以大幅提升数据采集效率,还能有效保证监测结果的可靠性,为环境治理提供科学依据。特别是人工智能技术的快速发展,为环境监测带来了革命性变革,通过机器学习算法和大数据分析,实现了环境质量预测预警、污染源精准识别等功能,使环境监测工作逐步向智能化、精准化方向迈进。在此背景下,本文立足于环境监测的实际需求,系统分析了人工智能技术的适用性,深入探讨了其在环境监测工作中的具体应用路径和实施方法,为推进智慧环保建设提供了技术参考。

摘要： 人工智能辅助子宫颈细胞学诊断系统的研发已成为当下热点，并涌现出众多品牌产品，但在AI辅助宫颈细胞学诊断的临床实践中，国内尚缺乏相关规范。为促进AI辅助诊断系统在子宫颈细胞学诊断中更好地发挥作用，广东省基层医药学会细胞病理与分子诊断专业委员会联合CSCCP及PLASCCP，组织有关专家反复讨论，对在临床实践中的若干应用问题形成共识。