关键词： 人工智能   骨髓细胞形态   辅助诊断   血液系统疾病  

摘要： 目的:探讨基于人工智能(Artificial Intelligence,AI)的骨髓细胞识别分析系统在临床血液系统疾病诊断工作中的应用价值。方法:回顾性分析2018年至2020年于山西医科大学第二医院就诊的血液病患者的骨髓涂片,选取已明确诊断且细胞形态特征较为典型的骨髓涂片样本115例,其中免疫性血小板减少性紫癜(ITP)20例,缺铁性贫血(IDA)11例,巨幼细胞贫血(MA)17例,慢性髓系白血病(CML)20例,急性淋巴细胞白血病(ALL)17例,急性早幼粒细胞白血病(APL)23例,急性髓系白血病未分化型(AML-M2)7例,通过人工镜检、AI自动识别、AI识别后人工校正三种方法对样本进行细胞计数和形态学分析。结果:AI骨髓细胞识别分析系统所采集的图像清晰,细胞的形态结构清楚。AI自动识别分析常见骨髓细胞的准确度平均值为98.29%、敏感度平均值为74.90%、特异度平均值为99.03%。AI识别组与人工镜检组数据比较中,IDA、ITP、MA、CML类疾病的数据与人工镜检组的数据间ICC相关系数均大于0.85,一致性极好;APL、AML-M2、ALL三类疾病人工识别组数据与人工镜检组的数据间ICC相关系数在0.6-0.85之间,一致性一般;但经过人工审核校正后的AI校正组数据与人工镜检组数据间ICC相关系数得到很大提升。结论:AI骨髓细胞识别分析系统具有准确度、特异度高,敏感度好,检测快等特点,与人工审核相结合使用,可以提高骨髓细胞形态分析检测效率,满足临床工作需求。

关键词： 土壤含水率   遥感反演模型   时空融合   环境因子   OL-STARFM   机器学习算法  

摘要： 植被指数作为构建土壤含水率反演模型的关键要素之一,主要来源于遥感影像的提取。针对高时空分辨率影像难以获取的缺点,采用对象级处理策略的自适应时空融合模型(OL-STARFM)对研究区遥感影像融合,提取融合后的归一化植被指数(NDVI)、地表温度(LST)和植被干旱指数(TVDI)作为环境变量,结合土地利用类型、土壤质地、蒸散量、高程、坡向、坡度、原始影像植被干旱指数(TVDI)、归一化植被指数(NDVI)、地表温度(LST),以及气温、降水量和风速作为建模因子,构建基于多元线性逐步回归(MLSR)、随机森林(RF)和梯度提升机(GBM)3种方法的土壤含水率反演模型,并进行优化分析。研究结果表明:地表温度是影响土壤含水率空间变异性的关键影响因素(R为-0.46),其次为蒸散量(-0.43)、气温(-0.39)、融合后归一化植被指数(0.38)、原始归一化植被指数(0.36)、土地利用类型(0.31)、融合后干旱植被指数(-0.3)、原始干旱植被指数(-0.28)、降水量(0.27)、土壤质地(0.27)、坡向(-0.25)、高程(0.26)、坡度(-0.20)及风速(-0.20);MLSR表现出较强的模型线性处理能力。非线性处理中RF回归模型最稳定,GBM模型则具有最高的精确度,R^(2)为0.910,MAE、MSE及RMSE分别为2.12%、6.89%和2.62%;多元逐步回归方法在土壤含水率反演过程中预测准确率较低,显示出线性模型在处理复杂关系处理时的局限性;OL-STARFM融合方法提取的TVDI和NDVI与土壤含水率的相关系数分别为-0.41和0.38,均高于单一影像提取的植被指数与土壤含水率的相关性,并且有效提高了土壤含水率反演模型的精度,表明该方法在土壤含水率反演模型构建中的可行性,为获取连续的高时空分辨率影像进而有效连续监测土壤含水率提供了理论依据。

关键词： 人工智能   工业工程   故障预测   日常管理  

摘要： 高新技术产业的迅速发展推进了人工智能的普及应用。在机器学习、深度学习等技术的助力下,将人工智能应用于工业工程中,不仅能够有效提升生产效率与质量,而且能够完成设备的管理与维护工作。文章以此为切入点,首先,明确了人工智能技术在工业工程中的应用价值;其次,结合实际提出了人工智能在工业工程中的应用;最后,分析了人工智能在未来工业工程中的发展趋势,旨在能够保证工业工程生产质量与生产效率的前提下,最大限度地缩减成本,为工业工程的发展增添新的生命活力。

关键词： 人工智能   劳动力市场   机器换人   稳就业   货币政策   替代效应   收入效应  

摘要： 人工智能在给劳动力市场带来冲击的同时,也对传统货币政策的就业调控效应带来挑战。在引入劳动力市场搜寻匹配机制的新凯恩斯动态随机一般均衡模型中纳入人工智能因素,着重探究其对货币政策“稳就业”调控效应的影响机制。研究发现,人工智能通过替代效应和收入效应使就业受到双向影响;收入效应的滞后性致使短期内就业被明显挤出,还加剧了“高增长、高投资、低消费”并存态势;其资本偏向性导致宽松货币政策下企业倾向于投资扩产而非招工,叠加劳动力市场摩擦,进一步削弱货币政策稳就业功效;将就业目标纳入货币政策会面临稳就业与稳增长的权衡,虽然能缓解宽松货币政策下人工智能过度替代就业的问题,却也造成投资和产出相对下降。据此提出应合理引导人工智能发展方向,将新形态就业群体纳入公共服务覆盖范围,完善社会保障体系,实施技术冲击兜底措施,强化货币政策等政策建议。

关键词： 中药   药靶同筛   泛受体   人工智能   靶标发现  

摘要： 药靶同筛是本草基因组研究团队基于全基因组泛受体和药用动植物基因编码天然多样性成分库提出的中药开发与评价新策略。本文从基于中医临床疗效的病症新靶标发现和中药多组分靶标筛选技术、人工智能赋能药靶同筛的中药活性成分发现及机制解析等方面阐述药靶同筛策略的主要内容,并阐明其在病(证)靶标发现、中药新药开发、中药多靶标与途径作用机制解析、中药性味研究等方面的应用。以人类全基因组泛受体为核心的药靶同筛策略,为中药药效物质基础及作用机制研究提供了有力支持,有助于解决中药靶标不清、机制不明等关键核心问题,为中药新药开发和现代化研究提供新的思路与范式。

关键词： 数字化赋能   高校思政课   实践教学   教学创新   人工智能  

摘要： 随着时代发展和虚拟现实、人工智能、大数据等新兴技术的发展,数字化赋能可以有效解决传统高校思政课实践教学存在的时空受限、资源匮乏、形式单一等现实问题,既能够拓展实践教学的广度,又能够延伸其深度,还可以凭借沉浸式体验、个性化学习、精准化评价等方式提升实践教学效果。本文以数字化时代背景为着眼点,充分阐释数字化赋能高校思政课实践教学的典型模式,深入剖析当下高校思政课实践教学面临的问题与挑战,从多个角度提出数字技术助力高校思政课实践教学创新的实践路径。

关键词： 人工智能   口腔遗传病   深度学习   机器学习   综合征  

摘要： 口腔遗传病因其病情罕见、病例零散、病因和表征复杂、诊断标准和方法欠缺等原因,早期诊断和治疗的可及性严重不足。人工智能(artificial intelligence,AI)以其对大型复杂数据集进行特征提取、变异识别、分类分型、结果预测时的独特优势,有望在口腔遗传病的预防、诊断、治疗和基础研究等方面取得突破。已有较多研究通过AI模型或软件识别并处理患者的病历、照片、影像图片、关键基因或转录组和生物标志物等数据,辅助多种口腔遗传病的诊疗和研究。本文在循证基础上,就AI在牙、牙周、口腔黏膜、口面裂相关遗传病以及其他引起颅颌面畸形的口腔遗传病中的应用进行回顾和总结,并对未来发展方向做出展望。

关键词： 人工智能   电子信息   信号处理  

摘要： 随着信息技术的迅猛发展,电子信息信号处理技术在各个领域的应用日益广泛。传统信号处理方法在面对复杂信号环境和海量数据时暴露出诸多局限性。人工智能(Artificial Intelligence,AI)技术的兴起为电子信息信号处理带来了全新的机遇与挑战。本文深入探讨AI辅助下电子信息信号处理技术的进展,全面分析其在信号采集、识别与分类、算法优化等方面的应用,并对未来发展趋势展开前瞻性展望。通过对相关研究成果的系统综述与深入剖析,发现AI技术能够显著提升电子信息信号处理的效率与精度,为该领域发展注入强大动力。

关键词： 国际竞争   宇树科技   Deepseek   产业变革   人工智能  

摘要： 习近平总书记强调,人工智能是新一轮科技革命和产业变革的重要驱动力量。今年以来,以Deepseek、宇树科技等为代表的科技新锐火爆出圈,人工智能已成为国际竞争的新焦点和经济发展的新引擎。2025年国务院政府工作报告对发展人工智能产业作出重要部署。

关键词： 人工智能   劳动解放   中国特色社会主义   集体智力  

摘要： 人工智能的发展虽非以劳动解放为初衷,却为其提供了必要的技术准备,在物质和非物质生产领域提升了劳动者自觉、自愿、自主支配劳动的可能性。但人工智能通过研发、辅助、替代和隐性非物质劳动重塑劳动过程,压缩了活劳动空间,重构了剩余价值创造路径,催生出新型异化劳动,加剧了劳动解放的困境。人工智能推动一般智力向集体智力转化,开源社区等协作模式对资本的智力垄断形成抵抗,为劳动者重新掌握生产资料提供可能,但协作模式难以在根本上突破资本对技术的掌控。中国特色社会主义以其独特的制度和价值导向,为劳动解放提供全新实践场域,通过“以人民为中心”和新型举国体制破解技术异化困境,推动人工智能领域国际合作与人类命运共同体的构建,编织出人工智能时代劳动解放新图景。