关键词： 脑卒中   取栓   人工智能   流程   预后  

摘要： 目的 探讨计算机断层扫描血管造影（computed tomography angiography， CTA）及脑灌注成像（computed tomography perfusion imaging， CTP）自动化软件的应用是否能改善院内血管内治疗的工作流程。方法 研究纳入了2020年1月1日至2022年12月30日在西南医科大学附属医院脑卒中绿色通道接受CTA及CTP评估并进行血管内治疗的急性缺血性脑卒中患者。根据是否采用自动化软件评估，将患者分为对照组和人工智能组。对照组包括2021年6月之前通过人工后处理多模式影像的患者，而人工智能组则包括2021年7月之后使用自动化软件处理的患者。主要结局指标为患者入院至动脉穿刺时间（door-to-puncture time， DPT），次要结局为90 d改良Rankin量表的结果。结果 共计纳入312例患者，其中对照组145例，人工智能组167例。全部患者的中位年龄为68岁（58～74岁），男性占55.4%（173人）。发病时美国国立卫生研究院卒中量表（National Institute of Health Stroke Scale， NIHSS）评分的中位数为16（12～19）。使用人工智能软件前患者从入院到动脉穿刺的时间（DPT）中位数为110 min（80～150 min），使用后缩短至95 min（65～125 min）（P<0.001）。然而，改良Rankin量表评分0～2分的功能独立比例在两组间没有显著差异（39.3% vs. 41.3%，P=0.719）。结论 脑卒中多模式CT自动化软件的应用，改善了院内急性缺血性脑卒中的工作流程。该软件的实施缩短了血管内治疗（EVT）的时间，但未显示出对患者神经功能预后的显著影响。

关键词： 钢铁行业设备故障诊断   人工智能技术   状态监测  

摘要： 钢铁行业设备故障诊断面临复杂工况环境与多源异构数据处理的挑战。研究聚焦人工智能技术在冶金装备状态监测与失效预警中的应用价值,系统分析设备故障产生机理与诊断需求。通过构建深度学习网络解析振动频谱特征,应用时序预测算法评估部件剩余寿命,结合知识图谱技术整合多维度运行数据。结果表明,数据驱动方法有效提升故障识别精度与响应速度,但受限于数据质量缺陷与标准化不足。针对现有技术瓶颈,提出优化数据采集策略与模型泛化能力的改进路径,为构建智能化设备管理提供理论支撑。

关键词： 机械系统   故障诊断   故障排除   人工智能   大数据分析   物联网   预测性维护  

摘要： 本研究聚焦于机械系统故障诊断与排除方法,探讨了在现代工业环境中提高机械设备可靠性和维护效率的创新策略。通过分析机械系统故障的类型和特征,本文系统梳理了传统故障诊断方法的局限性,并提出了基于人工智能、大数据分析和物联网技术的先进故障诊断与排除方法。研究比较了不同诊断技术的优劣,并提出了优化故障排除流程的方案。同时,本文还探讨了智能维护系统在机械系统故障管理中的应用,包括预测性维护、远程监控和自主修复等。研究结果表明,采用先进的故障诊断与排除方法可以显著提高机械系统的可靠性和运行效率,为现代制造业的智能化转型提供了重要的技术支持。

关键词： 肺结节   肺癌相关自身抗体检测   人工智能识别技术   诊断价值  

摘要： 探讨对于肺结节的诊断,采取肺癌相关自身抗体检测+人工智能识别技术联合作用,分析其临床价值。方法 选取时段介于2024年1月至2025年3月在南通市通州区平潮中心卫生院就诊的410例肺结节的患者作为本观察对象,均接受肺癌相关自身抗体检测和CT检查,在CT检查后利用人工智能识别技术实施诊断,分析其预测价值。结果 肺癌相关自身抗体检测联合人工智能识别技术的灵敏度、特异度、准确度、阳性预测值、阴性预测值均高于单一实施CT+人工智能识别技术、肺癌相关自身抗体检测的数据(P<0.05)。恶性结节组患者的抑癌基因 53、黑色素瘤抗原 A、人癌抗原、干细胞转录因子2、肿瘤抗原4-5、蛋白基因产物 9.5检测数据均高于良性结节组(P<0.05)。肺癌组的AI风险概率为(74.45±6.81)%,良性结节组的AI风险概率为(66.41±8.53)%,显示肺癌组的AI风险概率高于良性结节组数据(P<0.05)。结论 对于肺结节的诊断,采取肺癌相关自身抗体检测+人工智能识别技术联合作用,可得到较高的诊断效能。

关键词： 人工智能   深度学习   眼科疾病   辅助诊断  

摘要： 随着人工智能等技术的进步，深度学习等方法在医学领域的研究应用范围和影响力正日益扩大，新型技术与临床实践的结合也成为了近年来的研究热点。基于卷积神经网络的深度学习算法在疾病筛查、病灶检测、组织分割等任务中表现出了巨大的潜力，并逐渐用于青光眼、老年黄斑变性、糖尿病性视网膜疾病和白内障等多种眼科疾病的诊断和筛查。本文就深度学习在眼科疾病辅助诊断上的相关工作和应用做综述，并对未来前景和发展做展望。

关键词： 企业新质生产力   城市数智化发展   数字化转型   供应链效率  

摘要： 数字经济与人工智能的深度融合，不仅为城市的数智化发展提供技术支撑，还为企业新质生产力发展带来重大机遇。以国家人工智能试验区政策为外生冲击，基于2016—2022年我国2 860家A股上市公司数据，通过构建渐近双重差分模型分析城市数智化发展与企业新质生产力之间的互动关系和因果机制。研究结果表明，城市数智化发展通过发挥政府数字补助增加效应、数字人才集聚效应、企业数字化转型促进效应以及供应链效率提升效应推动了企业新质生产力发展。异质性分析结果显示，在数字技术应用较强、高新技术行业以及区域营商环境较好的企业中，城市数智化发展对新质生产力的促进作用更加明显。文章为城市数智化发展提升企业新质生产力水平提供经验证据。

关键词： 生成式人工智能(AIGC)   新型犯罪   侦查对策   深度伪造  

摘要： 通过构建系统运用生成式人工智能技术模型，以应对生成式人工智能类新型犯罪。生成式人工智能凭借其深度学习、生成对抗网络等技术，能够生成高度逼真的文本、音频、图像和视频内容，成为犯罪分子实施犯罪的新工具。以AIGC技术在犯罪中实际运用为突破，通过实例分析等研究方法，揭示AIGC技术犯罪的内在逻辑和运行过程。面对AIGC技术犯罪隐蔽性强、传播速度快、犯罪形式多样等特点，侦查机关应建立专门数据库和追踪系统，强化警企合作构建预警模型，加强跨域合作与情报共享，开发专门的AI识别算法等，综合运用传统侦查措施与现代技术手段，以应对利用生成式人工智能技术实施的犯罪。

关键词： 智能家居   传感器融合   环境感知   人工智能  

摘要： 随着物联网、人工智能等技术的快速发展,智能家居系统已成为现代家庭的重要组成部分,其中智能环境感知是实现家居自动化、个性化服务的关键环节。智能家居的核心在于环境感知,而传感器融合人工智能技术能够有效提升环境感知的精度和效率。本研究通过对比传统方法与深度学习模型在传感器融合中的应用,验证了人工智能技术在提升智能家居环境感知能力方面的潜力。深度学习模型虽然在计算复杂性上存在挑战,但其在准确性和鲁棒性上的优势使其成为未来智能家居系统中的重要技术方向。未来研究可以进一步探索轻量化深度学习模型和自适应算法的结合,以在保证性能的同时降低计算资源消耗,从而为智能家居系统的智能化升级提供了一些理论依据和参考。

关键词： 人工智能   公立医院   人才梯队建设   人才培训   数据分析  

摘要： 公立医院的发展离不开人才梯队的建设,然而如何优化和提高人才梯队的建设效率是一项挑战。引入人工智能技术就具有解决这个问题的可能。本研究主要通过深度访谈、问卷调查和案例分析等方法,探索AI如何助力公立医院人才梯队的建设。研究证实,AI可以通过优化招聘流程,进行精确的人才匹配,提高培训教学质量等方式推动人才梯队建设。具体实践中,例如AI技术可以实现对医生诊病历史的深度学习,从而提供个性化、智能化的培训方案,有效地提升了医务人员的专业能力。并且AI也可以通过数据分析,发现人才流动规律,帮助医院精细化管理和有效地配置人力资源。AI技术的介入不仅可以提高医院人才梯队的建设效率,同时也为公立医院的持续发展,提供了强有力的技术支撑。本研究采集的数据和研究成果对于其他医疗机构人才管理的参考意义也重大。

关键词： 人工智能   大数据与会计专业   职业教育   人才培养  

摘要： 随着数字经济的加速转型,人工智能技术的迅速发展,会计行业正在从传统简单的核算向业财税融合、战略决策转型中。本研究基于《会计信息化发展规划(2021—2025年)》等的政策背景,聚焦职业院校大数据与会计专业的人才培养模式研究,通过分析人工智能和大数据的发展对会计职业的影响,发现职业院校大数据与会计专业在人才培养中存在的问题主要有四类,分别是课程内容与新技术融合不足、产教融合深度不足、师资队伍建设和学生技术能力薄弱等。提出优化课程体系、校企合作做深做实、强化教师行业实践和提高学生内驱力等路径,培育同时具有数据思维+基础技术+战略视野的能力的学生,以期能精准对接企业需要的适应人工智能时代背景下的复合型人才,实现教育的可持续发展。