关键词： 人工智能   肺结节   肺肿瘤   病理分型   预测效能  

摘要： 目的评估人工智能(artificial intelligence,AI)系统对肺结节良恶性和病理分型的预测能力及临床应用价值,并总结临床应用经验。方法回顾性分析2016年2月—2025年2月兰州大学第二医院胸外科收治的肺结节患者临床资料。首先将肺结节分为良性组和非良性组,对比分析AI系统和临床医师的鉴别能力。其次将术后病理结果回报为前驱腺体病变(precursor glandular lesions,PGL)、微浸润性腺癌(microinvasive adenocarcinoma,MIA)、浸润性腺癌(invasive adenocarcinoma,IAC)的肺结节进行分析,对比AI系统及临床医师在预测肺结节病理分型上的效能。结果在良性/非良性肺结节分析中,共纳入638例肺结节患者,其中男257例(双、三原发病灶例数分别为10例、1例),女381例(双、三原发病灶例数分别为18例、1例),中位年龄55.0(47.0,61.0)岁。同一患者的不同病灶作为独立样本进行分析。将两组变量进行单因素分析,结果显示除结节位置外,其余变量差异均有统计学意义(P<0.05)。多因素logistic回归分析显示,年龄、结节类型(亚实性肺结节)、平均密度、毛刺征、血管集束征为非良性肺结节的独立影响因素,其中年龄、结节类型(亚实性肺结节)、毛刺征、血管集束征与非良性肺结节发生呈正相关,平均密度与非良性肺结节发生呈负相关。AI系统所给恶性风险值预测非良性肺结节的受试者工作特征曲线下面积(area under the curve,AUC)值为0.811,略低于临床医师预测的0.898。在PGL/MIA/IAC分析中,共纳入411例肺结节患者,其中男149例(双原发病灶例数为8例)、女262例(双原发病灶例数为17例),中位年龄56.0(50.0,61.0)岁。同一患者的不同病灶作为独立样本进行分析。单因素分析结果显示,PGL、MIA和IAC三组患者除性别、结节位置及血管集束征外,其余变量差异均有统计学意义(P<0.05)。多分类多因素logistic回归分析显示,各参数在PGL组和MIA组间差异均无统计学意义(P>0.05),结节最大径、平均密度在PGL组和IAC组间差异有统计学意义(P<0.05),且作为独立危险因素与IAC发生均呈正相关。AI系统预测肺结节病理分型的平均AUC值、准确率、召回率及F1分数分别为0.807、74.3%、73.2%、68.5%,均优于临床医师预测肺结节病理分型指标(分别为0.782、70.9%、66.2%、63.7%)。AI系统预测IAC的AUC值为0.853,灵敏度、特异度、最佳截断值分别为0.643、0.943、50.0%。结论该AI系统在预测肺结节良恶性及病理分型上均表现出较高的临床价值,尤其在预测肺结节病理分型上的能力已优于临床医师,后续随着算法的优化及多模态数据的充分整合可更好地辅助临床医师为肺结节患者制定个体化诊疗方案。

关键词： 群众   党员干部   发展战略   风险挑战   人工智能  

摘要： 本课对象广大党员干部和群众。本课时间3小时(讲课2小时,讨论1小时)。本课目的广大党员干部和群众通过对本课的学习,从发展战略维度、风险挑战维度、民族复兴维度,深刻认识人工智能发展趋势和规律,牢牢掌握人工智能发展和治理主动权,为以中国式现代化全面推进中华民族伟大复兴提供坚强保障。

关键词： 人工智能   高等教育   思政课   SPOC   教学资源建设  

摘要： 生成式人工智能技术的爆发式发展为高校思政课SPOC教学资源建设带来了革命性突破。在教学资源内容生成、互动模式创新、资源整合优化等方面,生成式人工智能对赋能高校思政课SPOC教学资源建设有着独特价值。当前高校思政课SPOC教学资源建设在课程设计、技术应用、资源整合等层面存在诸多问题,利用生成式人工智能技术,着力优化高校思政课课程设计体系,深化虚拟仿真技术应用,强化多学科资源整合,构建更具智能化、个性化、生态化的思政课教学资源体系,不断推动思政课教学向数字化转型。

关键词： 大语言模型   风力发电   人工智能   文本信息处理   数据分析  

摘要： 【目的】随着全球对可再生能源的依赖增加,风力发电作为其中的重要组成部分,正受到越来越多的关注。人工智能技术的快速发展,特别是大语言模型(large language models,LLM)的崛起,为风力发电领域带来了新的机遇和挑战。【方法】本文概述了风力发电的重要性以及人工智能对其发展的推动作用,并详细介绍了LLM的原理和发展现状。综述了LLM在风电领域的典型应用,包括智能问答系统和自动文档生成等文本信息处理应用,通过生成技术报告和诊断报告,提升信息管理效率。【结果】在数据分析与预测方面,LLM支持风力发电量预测、电力系统运行优化等,显著提高决策的精准性与实时性。在设备运维中,LLM结合图像识别技术,实现风电设备故障的智能检测与诊断,有效降低运维成本。展望了LLM在未来风电系统中的发展前景,重点包括加强数据安全和质量管理,提升模型的可解释性和可靠性,以及优化硬件算力以满足大规模模型的计算需求。【结论】本研究为大语言模型在风力发电领域的应用提供支撑。

关键词： 人工智能   教育评价   人工智能作文评价  

摘要： 人工智能在教育评价领域的发展依赖于跨学科合作、系统化评价设计、高质量数据及实证研究。多学科团队通过分工协作将教育需求与技术应用结合,可避免技术滥用,解决特定领域的真问题;经过系统设计,人工智能可优化题库建设、自适应测试和复杂任务评分,提升大规模考试的精准性与个性化;高质量数据的获取与管理是技术发挥高阶作用的基础;实证研究可为教育评价中人工智能的有效应用提供证据,让想象与期待成为令人信服的现实。

关键词： 机器学习   鄂尔多斯盆地   煤体结构   测井反演  

摘要： “双碳”目标下,非常规油气资源的高效开发至关重要,煤层气作为一种具有代表性的新型清洁优质能源,其研究正逐步向复杂煤系地层以及深部煤层发展。煤体结构是煤层地质演化过程中内部破坏变形程度的表征,直接影响煤岩孔裂隙系统以及非均质性,煤体结构准确判识对于煤层气开发具有重要意义。

关键词： 红色档案资源   人工智能   大语言模型   知识发现   红色资源开发  

摘要： [目的/意义]为探究生成式人工智能与红色档案资源的深度融合路径,从而推动红色档案资源的知识发现。[方法/过程]以《南方局党史资料大事记》为例,数字化处理红色档案资源,构建基于选定文本的知识库与向量数据库,搭建基于大语言模型的红色档案资源交互式知识发现框架。通过结合检索增强生成和结构化多轮问答应用大语言模型,进行实体抽取、人物轨迹提取等任务,提出生成式人工智能与红色档案资源相结合的新路径。[结果/结论]实例表明,该框架可有效突破传统档案资源开发的技术壁垒,提供用户友好的交互式问答系统,并支持知识图谱等多维度叙事化展示,不仅为红色档案活化利用提供“AI+档案”的创新范式,更通过可拓展的技术框架为档案学者与相关部门提供参考。

关键词： 创新   共享   绿色   大数据   区块链   人工智能  

摘要： 当前,人工智能、大数据、区块链、物联网等数字技术广泛应用,并逐渐成为新一轮生产力变革的核心动力,生产技术不断更新,生产效率大幅度提升,生产方式向着智能化、数字化转型和推进。在这一背景下,需要以创新、协调、绿色、开放、共享的新发展理念为导向,加快发展以低投入、低污染和低消耗为发展特征的新质生产力。因此,培养一批卓越工程师、大国工匠、高技能人才,提高各类人才素质,建设一流产业技术工人队伍显得尤为重要。

关键词： 劳动精神   数字化传承   文化维度   劳动教育   人工智能  

摘要： 文章聚焦人工智能时代劳动精神的数字化传承,通过理论建构与国际比较揭示其文化维度特征。研究发现,技术文化正重构劳动认知范式,推动劳动主体从实体性向数字具身性转变,而传统劳动文化借助媒介技术实现记忆重构与在场性激活。在代际文化冲突中,劳动价值面临祛魅后的重构挑战。当前大学生劳动教育深陷三重文化实践困境,即技术理性主导下的劳动异化数字变体、时空压缩引发的文化认同断裂以及学术与行政逻辑的制度性悖论。为此,提出以下数字化传承路径:通过人文浸润型教育模式纠偏技术理性,搭建传统与现代对话的教育平台激活文化基因,构建学术行政协同的生态体系实现场域创新。

关键词： 主流媒体   系统性变革   媒体融合   人工智能   评价体系   传播效能  

摘要： 中国传媒业发展,可以从国家(政治)—市场—专业三个维度互动关系加以解释,其中国家(政治)维度是决定传媒发展方向的核心要素。改革开放以来,国家对市场要素的激活,让传媒产业迅速发展;而近十年来,出于意识形态安全的考量,国家(政治)为媒体融合改革提供了压力机制和财政动力。这构成当前主流媒体系统性变革的背景和起点。主流媒体系统性变革主要是针对媒体融合改革中市场要素迟滞带来的传播效能不足的问题,未来将以用户市场评价为引擎,精简无效内容产品及生产,推动新闻生产传播机制变革;引入专业维度完善评价体系,提高主流媒体影响力的同时,落实“新闻宣传和网络舆论一体化管理”。商业模式缺失仍将是困扰主流媒体生存发展的最大问题,作为总体党政体制的有机组成部分,政府仍需要对主流媒体实行财政预算保障。