关键词： 健康科普   人工智能   健康传播理论   DeepSeek  

摘要： 随着DeepSeek等人工智能技术在健康传播领域的广泛应用,生成式科普文章的有效性及其对公众态度和行为意愿的影响成为关键。本研究选取11种重点疾病,使用DeepSeek生成77篇健康科普文章,结合多种健康传播理论,构建分析框架并进行内容评估。结果显示,生成式科普文章在威胁要素、效能要素和身份群体因素上表现较好,但普遍缺乏解决行为障碍和规范因素,难以推动知识向行为转化。在效果层面,本研究使用混合实验设计(N=660),比较公众对各组文章在说服力、态度及行为意愿上的评分影响。结果显示,高分组文本的说服力显著更强,但与中低分组在态度、行为意愿上的差异并不明显。这与内容分析的结果一致,暴露了生成式科普文章在行为转化上的短板。研究彰显了健康传播理论之于生成式科普内容的重要性,为后续利用人工智能辅助健康科普的内容生产提供了理论依据和框架参考。

关键词： 非遗广绣   设计基因   人工智能   创新设计   文创产品  

摘要： 本研究旨在利用人工智能技术提取非遗广绣的核心设计基因,并探索其在创新设计中的应用策略,推动非遗广绣文化的创造性转化与发展。基于实地调研、专家访谈和文献分析,选取代表性非遗广绣作品构建广绣样本库,应用基因理论解构纹样、色彩、针法等设计要素。采用层次分析法(AHP)量化筛选关键设计因子,结合Midjourney和Stable Diffusion模型生成创新纹样,并依据SOR理论模型进行实验验证。成功构建非遗广绣设计基因图谱,准确筛选出关键设计因子,有效生成创新纹样样本,并成功应用于文创产品设计中。本研究验证了人工智能技术在非遗广绣设计基因提取与创新设计中的有效性,为传统工艺的现代化转型提供了新方法,对非遗广绣文化的传承与可持续发展具有积极意义。

关键词： AI   高校计算机教育   教学模式创新   课程体系优化  

摘要： 处于人工智能(Artificial Intelligence,AI)飞速发展的时代前沿,中国高等教育计算机领域正急切呼唤一场颠覆性的转型,以不断提升教育质量,积极培养与时代发展相适应的高素质人才。通过优化课程结构、革新教学方法、强化实践锻炼、建立科学评价机制及长效融合机制,推动计算机教育与AI技术携手迈向新征程。学子们得以深入探寻深奥的AI领域,激发动手实践与创新思维的火花,为攀登计算机科学高峰奠定坚实基础。故而,该教学模式创新价值重大。

关键词： 植物科学   融合研究   智能挖掘   复杂组学数据  

摘要： 当前,人工智能(AI)技术正以前所未有的速度融入自然科学各个领域,深刻改变了科学研究范式,植物科学的发展也迎来与AI技术深度融合的重要战略机遇。从作物表型的高通量识别到复杂组学数据的智能挖掘,从智能育种到植物病虫害识别,再到农田决策辅助系统的开发,AI技术在植物科学中不断拓展其研究边界与应用深度。植物科学与AI的深度融合,不仅是实现学科交叉创新的内在需求,也是推动植物科学高质量发展的关键路径。然而,目前我国植物科学与AI的融合仍处于起步阶段,理论体系尚不完善,标准规范有待建立,技术创新仍较分散,呕须通过专题综述与前沿探索,系统梳理融合路径,凝练关键科学问题,明确未来发展策略与重点方向。

关键词： 人工智能   医学教育教学   伦理防范  

摘要： 人工智能技术整合融入医学教育已经成为当前教育教学改革研究的重点方向之一。人工智能技术为医学教育教学领域带来了诸多机遇,同时也面临着伦理风险。结合当前人工智能技术应用于医学教育实践过程遇到的潜在伦理问题,提出可能的应对策略,为医学教育领域“赋能”,为医学教育中的人工智能协同发展提质增效。

关键词： 生物信息学   生物大数据   高通量测序   人工智能   基因组学  

摘要： 生物信息学是一门交叉学科,融合计算机科学、数学和统计学的跨学科领域,旨在通过分析与解释生物大数据,揭示生命过程和疾病机制。随着高通量测序技术和计算能力的发展,生物信息学已成为现代生物学研究的关键工具。其研究应用涵盖基因组学、蛋白质组学、肿瘤学、精准医学和代谢组学等方向,涉及基因序列分析、蛋白质功能研究、个性化治疗等。常用分析方法包括高通量测序、单细胞RNA测序、基因-基因关联分析和人工智能技术等。前沿研究正在拓展至空间组学和表观基因组学,人工智能的引入也促进了基因组数据分析的自动化与精准医学的发展。未来,生物信息学将进一步与人工智能、大数据结合,推动精准医疗与疾病治疗的进步,并在新药研发、临床决策支持等方面发挥更大作用。

关键词： 深度学习   退行性脊髓型颈椎病   人工智能   神经网络  

摘要： 退行性脊髓型颈椎病(DCM)是颈椎退行性变导致脊髓受压的一类疾病,是成年人脊髓功能障碍的主要病因之一,其发病率在全球范围内呈上升趋势。DCM晚期可因脊髓损伤导致患者瘫痪,故对其进行快速、有效且准确的医学诊断具有重要的临床意义。深度学习(DL)技术可通过分析处理大量影像数据,提取病变区域的特征,辅助医师对DCM进行快速准确的诊断。近年来,借助DL算法模型开展DCM相关研究已成为智能化医学发展的热点。本文回顾国内外文献,总结DL技术在DCM辅助诊断、预后评估等方面的研究进展与应用情况,旨在为临床实践中DCM的智能化诊断提供参考。

关键词： 数字蝶变   生成式人工智能   人工智能风险   风险点位识别   风险阶段治理  

摘要： 近年来,生成式人工智能(Generative Artifical Intelligence,GenAI)技术的快速发展和广泛应用,一方面为社会经济发展带来转型升级机遇,另一方面也在快速形成新的风险。在数字蝶变环境下,精准识别生成式人工智能安全风险点位,是生成式人工智能安全治理的重要保障。文章通过对政策文本进行程序化扎根分析,对53份政策文件内容进行程序性编码,构建“内生(Endogenous)-伴生(Companion)-应用(Application)”模型,涵盖三个核心范畴,11个主范畴,31个副范畴,92个基本范畴。基于数字蝶变四个阶段,围绕其茧化、蛹化、蝶化、生态化的时代特征,对各阶段生成式人工智能所面临的风险进行点位识别与分析,提出了风险感知、预警、监测、分层、响应的全流程动态治理策略。

关键词： 人工智能   高校档案   档案编研   智能识别   实践路径  

摘要： 人工智能技术为高校档案编研工作带来了变革性影响。研究揭示了智能技术驱动下高校档案编研工作的三个主要特点:智能化识别与批量处理能力提升、跨媒介资源融合与知识体系重构、个性化服务深化与价值创新拓展。通过分析清华大学知识图谱构建、浙江大学机器学习技术应用、复旦大学专题数据库建设以及武汉大学虚拟展示等案例,探讨了高校档案编研工作的智能化实践路径。研究提出了构建跨学科人才培养体系、制定技术标准与规范、完善数据安全预警与伦理治理机制等策略,为促进人工智能背景下高校档案编研工作的创新提供参考。

关键词： 肿瘤诊疗   DeepSeek   人工智能   智慧医疗   本地化部署  

摘要： 本文围绕国产开源大语言模型DeepSeek(R1)在肿瘤专科的本地化部署,基于新疆军区总医院肿瘤科真实数据,构建融合检索增强生成技术的智能决策支持系统。通过四层架构设计实现多源医疗数据融合,结合监督微调与动态知识库管理优化模型性能。通过本地微调训练与多模态数据融合,DeepSeek(R1)在复杂肿瘤病例管理中具有显著的临床应用潜力,为智慧医院建设提供高性价比的技术路径。然而,模型仍需在跨机构数据标准化、多模态知识深度融合及伦理监管框架等方面持续探索。