关键词： 人工智能   档案文化遗产   技术图景   应用场景   实践框架  

摘要： 分析了新一代人工智能在档案文化遗产传承中的应用。阐述了自然语言处理、计算机视觉、知识图谱等关键技术在档案资源智能化管理、档案资源智能化检索、档案知识智能化利用、档案文化遗产智能化展示等应用场景中的作用和价值。提出了一个多层次、协同化的应用研究实践框架,并探讨了框架的设计原则、总体架构和关键技术。

关键词： 无人机检测   声学检测   射频检测   雷达检测   视觉检测   机器学习  

摘要： 非法无人机活动对社会安全与公共利益构成了严重威胁,为此,研发高效可靠的检测与防御技术以遏制其非法使用,已成为公共安全领域亟待解决的关键问题。综合分析了无人机检测技术的最新研究进展,系统介绍了无人机的基本构成及当前主流的检测手段,涵盖了声学检测、射频检测、雷达检测和视觉检测4个方面。通过对各技术原理、应用场景及面临的挑战进行深入剖析,揭示了无人机检测技术的丰富多样性和技术复杂性。此外,提出了基于传感器融合的无人机检测新方法,通过集成多源传感器信息,有望显著提升检测的精确度和稳定性。最后,结合国内外研究现状,展望了无人机检测技术在公共安全领域的未来研发趋势与应用前景,并强调了技术创新在提高无人机管控能力中的核心地位。

关键词： 大规模星座   健康管理   故障诊断   故障预警   星地一体化架构   人工智能  

摘要： 高效可靠的健康管理是未来大规模星座长期健康稳定运行的关键.当前,以单星为对象的航天器健康管理主要通过地面遥测数据分析实现,对大规模星座适用性不足.由于大规模星座具有节点规模大、交互关系复杂、数据异构海量等特点,其健康管理面临地面运维任务繁重、星地测控数传资源不足、通用故障模型库构建难度大等新挑战.针对这些挑战与问题,提出大规模星座健康管理星地一体化架构设计、星载高效故障诊断与预警、星座健康孪生评估与推演等关键技术,并对各项技术的内涵和难点展开分析.最后从科研投入、发展路线、顶层设计、新技术等方面,对我国大规模星座健康管理技术后续发展提出了若干建议.

关键词： 研究设计   口腔黏膜病   细胞内细菌   人工智能   系统性疾病关联   罕见病  

摘要： To better reflect the current status and key research trends in oral medicine research of China and to enhance the overall research abilities in this field, this Special Issue on Oral Medicine Research integrates the work of several young academic leaders from oral medicine research centers nationwide. Their work focuses on key areas such as artificial intelligence-assisted diagnosis, the pathogenic mechanisms of intracellular bacteria, the relations between oral mucosal diseases and systemic diseases, as well as the study and reporting of rare and unique cases, aligning with the forefront of biomedical research. Although it does not encompass all the high-level researches conducted in China, it presents a rich and diverse array of academic achievements. Those achievements of researches reflect that it is important to further advance interdisciplinary and cross-disciplinary research collaborations, particularly by strengthening cooperation with engineering and technological disciplines in the future. We also need to set sights on driving researches in novel pathogenesis mechanisms of oral mucosal diseases, exploring innovative diagnostic technologies, enhancing diagnostic accuracy and treatment efficacy, and developing new effective intervention strategies. Additionally, greater emphases will be placed on ensuring the accuracy, comprehensiveness, readability, and scientific rigor of case studies and reports to promote sustained progress in this field.

关键词： 腹腔镜   胰十二指肠切除术   胃排空延迟   机器学习  

摘要： 目的分析腹腔镜胰十二指肠切除(LPD)术后临床相关胃排空延迟(CR-DGE)的危险因素，并基于多模型比较的机器学习方法建立预测LPD术后CR-DGE的模型。方法回顾性分析2019年1月至2023年12月在郑州大学人民医院行LPD的278例胰头和壶腹周围区域肿瘤患者的临床资料，其中男性167例，女性111例，年龄59(53，66)岁。依据术后是否发生CR-DGE分为两组：CR-DGE组(n＝94)和非CR-DGE组(n＝184)。比较两组患者的胰管直径、术中出血量、手术时间等主要临床资料。基于最小绝对收缩和选择算子(LASSO)算法对围手术期指标进行筛选，完成变量选择之后，将278例患者按8∶2的比例分为训练集(n＝222)和验证集(n＝56)。选用随机森林、自适应增强、轻量梯度提升、多层感知机、支持向量机、K近邻算法、决策树、补集朴素贝叶斯8种机器学习模型对训练集建模。采用验证集受试者工作特征曲线下面积(AUC)确定最优模型。通过校准图和决策曲线分析判断最优模型的预测性能。通过沙普利加和解释法(SHAP)分析各特征对预测的贡献。结果单因素分析显示，CR-DGE组和非CR-DGE组患者在年龄[66(62，69)岁比56(51，60)岁]、糖尿病[42.6%(40/94)比11.4%(21/184)]、纤维蛋白原[3.43(2.74，4.18)g/L比3.84(3.19，4.68)g/L]、胰管直径[2.00(1.50，2.70)mm比3.40(1.60，5.00)mm]、术中出血量[300(200，600)ml比200(150，300)ml]、手术时间[472(430，502)min比430(365，475)min]、临床相关胰瘘[34.0%(32/94)比3.8%(7/184)]、腹腔积液[46.8%(44/94)比12.5%(23/184)]、术后出血[20.2%(19/94)比3.3%(6/184)]、腹腔感染[28.7%(27/94)比11.4%(21/184)]以及术后胃肠减压时间[4.00(2.00，6.00)d比3.00(2.00，5.00)d]方面的差异均具有统计学差异(均P<0.05)。将LASSO筛选出的11个特征变量分别纳入8种机器学习模型，结果显示随机森林模型在验证集中的性能最佳，AUC＝0.894(95%CI：0.800～0.985)，准确度为0.820，灵敏度为0.606。校准图和决策曲线分析结果显示，随机森林模型的性能良好。采用SHAP分析对模型进行解释，显示年龄、胰管直径、术前天冬氨酸转氨酶是随机森林模型中贡献度较大的预测因子。结论本研究建立的随机森林模型对LPD术后CR-DGE的预测性能良好，有助于临床早期识别CR-DGE高风险患者。

关键词： 运动障碍   药物性   人工智能   自动监测   文本分类技术   数据挖掘   真实世界研究   丙戊酸钠  

摘要： 目的借助临床药物不良事件主动监测与智能评估警示系统-Ⅱ（ADE-ASAS-Ⅱ）和文本分类技术，基于医院信息系统（HIS）住院患者信息，构建运动障碍自动监测模块，探索其在开展真实世界药源性运动障碍（DIMD）研究中的应用效果。方法收集整理文献综述、个案报道、自发报告和患者病历等资料，基于ADE-ASAS-Ⅱ系统和文本分类技术筛选关键词集，构建自动监测模块。选取2022年10月10至16日解放军总医院（我院）住院患者信息，将人工评价与系统报警病例进行对比，评价自动监测模块的性能，通过反复机器学习对其进行优化。收集2022年我院使用丙戊酸钠住院患者的病历，应用构建的运动障碍自动监测模块，分析丙戊酸钠相关运动障碍的发生情况。结果共收集到4 918例住院患者（146例出现运动障碍），经过反复模块调试确定了运动障碍自动监测模块最终设置条件，包括纳入标准（文本关键词43个，诊断3个）和排除标准（忽略文本11个，忽略文档标题20个）。2022年我院使用丙戊酸钠的住院患者有1 138例，通过自动监测模块监测到以抽动、震颤等为主要临床表现的DIMD发生率为1.67%（19/1 138）。结论基于机器学习和人工评价构建的药源性运动障碍自动监测模块，可用于监测DIMD的发生情况，为临床药物警戒工作提供信息。

关键词： 新质生产力   区域经济韧性   人工智能   空间杜宾模型   门槛效应  

摘要： 本文基于2012-2022 年中国30 个省份的面板数据,采用双向固定效应模型、门槛模型和空间杜宾模型,研究新质生产力对区域经济韧性的影响及其传导机制.研究结果表明,新质生产力能够有效促进区域经济韧性的提升,并对本地区及邻近地区产生正向的空间溢出效应.进一步分析发现,人工智能发展水平在新质生产力对区域经济韧性影响中呈现非线性关系.异质性分析表明,新质生产力对区域经济韧性的促进作用受区位条件和创新能力发展水平的影响,相比于内陆地区和创新能力较弱的地区,沿海地区及创新能力较强的地区的促进作用更加显著.在此基础上,提出了推进新质生产力提升经济韧性的政策建议.政府应当全面培育和发展新质生产力,推动区域差异化治理、人工智能赋能和产业协同发展,提升区域经济韧性,实现经济高质量和可持续发展.

关键词： 人工智能   电子游戏   社会结构   社交关系  

摘要： 随着人工智能技术取得关键突破和广泛应用,人类社会正快速向数字文明的更深层次跃进.在这一过程中,相对于人工智能技术对就业岗位的显性影响,其对人类社会结构的深远影响更值得我们关注.在未来人机共生的时代,生产和生活中的社交场域将被压缩,传统的社会连接纽带随之逐渐减弱,进而影响当前的社会结构.在此背景下,人类需要更具粘合性且难以被人工智能替代的社交媒介,维持以人为主体的社会结构的稳定.本文立足人工智能将对社会结构所产生的深刻影响,重新思考游戏在这一新格局中的角色和潜在价值.通过对历史上不同阶段人们对游戏认知的梳理,结合人工智能背景下社交关系与劳动形态的转变,探讨游戏如何借助"趣缘"连接,承担未来社交新纽带的角色,为重构社会结构与维系社会稳定提供新的可能性.

关键词： 甲状腺结节   甲状腺乳头状癌   X线计算机   体层摄影术   SHAP   机器学习模型  

摘要： 目的 建立甲状腺乳头状癌（PTC）CT影像特征3种机器学习预测模型，运用SHAP值分析最佳模型中各CT特征在模型中的贡献度。 方法 回顾性分析2016年1月至2021年1月西湖大学医学院附属杭州市第一人民医院门诊和住院收治，且经病理证实426例440枚PTC的CT影像特征，与467例528枚结节性甲状腺肿（NG）对比，评估咬饼征、增强后范围缩小/模糊、微钙化和形态不规则4个CT特征在2者中的分布。将PTC和NG的CT影像资料以8∶2的比例随机分为训练集和测试集，采用极端梯度提升（XGBoost）、随机森林（RF）和支持向量机（SVM）构建3个机器学习模型。通过受试者工作特征曲线下面积（AUC）、准确率、F1评分等，筛选出最佳模型。使用SHAP值解释最佳模型中各CT特征对模型贡献度。 结果 440枚PTC和528枚NG的CT特征中，咬饼征、增强后范围缩小/模糊、微钙化和形态不规则分别为326枚和30枚（ χ 2 =483.05, P <0.001）、363枚和106枚（ χ 2 =374.45, P <0.001）、158枚和53枚（ χ 2 =94.24, P <0.001）、354枚和52枚（ χ 2 =491.34, P <0.001）。XGBoost、RF和SVM构建的机器学习模型在训练集上的AUC、准确度、F1评分范围分别为0.884~0.925、0.867~0.873、0.844~0.854，在测试集上为0.869~0.923、0.845~0.871、0.803~0.845，其中XGBoost模型在测试集上诊断效能最高。4个CT特征中，形态不规则的绝对SHAP值最高，对诊断PTC为正向贡献。 结论 XGBoost机器学习模型诊断PTC的效能最高；CT特征中，形态不规则对诊断PTC贡献度最高且为正向贡献。

关键词： 子宫内膜异位症   人工智能   诊断   治疗  

摘要： 子宫内膜异位症（endometriosis，EMS）是在育龄女性中普遍存在的一种慢性全身性疾病。这种疾病的体征和症状并不特异，病情严重程度各异，导致了临床上的异质性，这增加了诊断的难度，严重影响患者的生活质量，还占用大量社会卫生资源。人工智能（artificial intelligence，AI）是指利用计算机技术使机器具备模拟人类智能的能力，包括感知、学习、推理、决策和语言理解等。AI作为一个强大的数据挖掘工具，能够处理大量的医疗数据，并根据患者的具体情况进行诊断、管理和治疗。特别是在EMS的诊断过程中，利用AI可以提高检出率，缩短诊断时间，同时增加诊断灵敏度和特异度。本文就医疗大数据和AI对EMS的诊断、治疗等方面的应用进行综述，为进一步提高诊断效率和治疗效果提供新的辅助工具。