关键词： 胎儿生长受限   超声指标   血液指标   人工智能   预测  

摘要： 胎儿生长受限是指胎儿未能达到其遗传潜能所决定的生长潜力水平,是一种常见的妊娠并发症,发生率占妊娠的5%~10%。作为围产期死亡和不良新生儿结局的主要危险因素,胎儿生长受限的早期预测对优化妊娠管理至关重要。现有证据表明,胎儿生长受限与多种妊娠不良结局显著相关,包括宫内缺氧、早产、新生儿窒息乃至新生儿死亡等,还可能影响远期神经系统发育并增加成年期代谢性疾病风险。其发病机制复杂,可能涉及胎盘血流灌注不足及遗传因素等。超声指标是目前诊断胎儿生长受限的主要依据,其中胎儿生物学参数和血流动力学参数具有重要价值。脐动脉血流阻力指数升高、舒张末期血流缺失或反向以及胎盘功能不全与胎儿生长受限严重程度显著相关。然而,约10%超声诊断为胎儿生长受限的胎儿出生后证实为健康小样儿,该假阳性结果可能导致了不必要的临床干预。目前临床尚缺乏公认的胎儿生长受限预测模型,未来研究应致力于建立统一的诊断标准,开发基于人工智能的多指标联合预测工具。早期预测和干预胎儿生长受限对改善围产儿预后有重要意义。该文综述了超声指标、血液指标,及其与人工智能技术整合对胎儿生长受限的预测价值,以期为临床决策提供依据。

关键词： 人工智能   新媒体环境   副刊重构   风险防范  

摘要： 人工智能技术构建了全新的信息生态环境,提高了副刊作品创作效率,给副刊创作和传播方式带来了深刻变革。面对复杂的情况,副刊需要重新定位并重构,以更加包容的态度从内容选择、创作方式、适配新媒体传播等方面作全方位革新,更好地适应新的传播环境,并做好风险防范,推进副刊与新媒体深度融合发展。

关键词： 人工智能   睡眠呼吸暂停   阻塞性   打鼾   鼾声分析  

摘要： 阻塞性睡眠呼吸暂停低通气综合征(obstructive sleep apnea hypopnea syndrome, OSAHS)是一种常见且危害严重的睡眠呼吸障碍疾病, 主要表现为夜间打鼾、憋气、白天嗜睡及注意力障碍等, 可显著增加患者高血压、糖尿病、冠心病等疾病的发生风险。传统诊断方法存在局限, 而鼾声作为易获取的生理信号, 结合人工智能(artificial intelligence, AI)技术为疾病诊断提供新途径。本文主要对AI在鼾声数据分析中的研究进展与应用做一综述, 旨在为AI成为OSAHS诊疗的重要辅助手段及未来的研究方向提供参考。

关键词： 算力工厂   东方   想象力   温暖   人工智能  

摘要： 温暖从东方开始蒸腾,不是太阳在升起,是人工智能的算力工厂在给整个人类做心脏按摩。小孩子们找到了调皮的新玩具;年轻人的嘴巴拉得比显示框的答案还要长;老年人们好沮丧,七八十年的人生经验,还顶不上2岁的App。

关键词： 骨质疏松   管理信息系统   信息管理   人工智能   智慧管理   全流程管理   专病数据库   管理模式  

摘要： 骨质疏松症已成为目前我国50岁以上人群的重要健康问题,也是我国慢性病健康管理工作的重点内容。传统就医模式无法满足骨质疏松症患者的防治需求,其诊断、治疗及预后过程均面临诸多挑战。本单位依托专病数据库建立骨质疏松智慧管理平台,利用大数据和人工智能技术实现平台的智慧路径管理,串联骨质疏松症诊疗关键环节。平台设置了宣教、筛查、诊断、治疗、随访精细化模块,通过线下、线上紧密协作,满足患者的个性化管理需求。该全流程智慧管理创新模式,为解决骨质疏松症诊疗过程中的现存问题,建立适宜于我国医院的骨质疏松症创新管理服务模式提供了参考。

关键词： 物理损失函数   特征筛选   物理引导神经网络   制冷剂泄漏   故障诊断   机器学习  

摘要： 制冷剂泄漏是制冷和空调系统中的常见问题,目前主流的基于数据驱动的诊断方法普遍存在缺乏物理信息的指导、对数据依赖性强、外推性能差等问题。本文提出了一种基于物理引导神经网络(PGNN)的蒸发器制冷剂泄漏故障诊断模型,根据换热过程能量守恒方程选择相关的特征,并在神经网络中加入物理损失函数,以更好地捕捉制冷剂泄漏引起的物理变化。实验结果表明,PGNN模型在训练集和测试集上的平均正确率分别达到99.73%和99.70%,最佳结果可达100.00%,相比之下,传统的多层感知机(MLP)模型的正确率仅为81.74%,且存在高达30.89%的误报率。将本文方法应用于轻度提升机(LightGBM)和支持向量机(SVM)模型,其正确率分别从98.31%和81.01%提升至99.58%和94.09%,表明本文方法具有良好的外推性能。

关键词： 人工智能   算法   主流意识形态   认同  

摘要： 人工智能为主流意识形态认同实践塑造了全新发展图景。人工智能技术凭借其独特的脱域性、精准化和沉浸式特性,与主流意识形态认同产生了紧密的关联耦合。但是,基于工具理性与价值理性的现实张力,“信息茧房”效应窄化主流价值认同空间,“流量至上”逻辑解构主流意识形态传播秩序,“信息失真”风险消解主流话语权威性等问题,也给主流意识形态认同带来了多重挑战。为纾解技术风险并加强主流意识形态认同,应从强化主流价值导向、培育个体媒介素养、优化数智治理生态三个维度入手,多向度、多领域实现主流意识形态认同与人工智能内在运转逻辑的有机统一。

关键词： 视觉分析   多源数据融合   自动化巡检   油气生产   人工智能   滑动窗口分析  

摘要： 针对油气生产现场巡检工作的效率、准确性和及时性等需求,研究了一种基于视觉分析与多源数据融合的自动化巡检技术。该技术通过集成视频监控、物联网传感器和人工智能算法,可实现对生产现场仪器仪表的实时检测、数据分析和异常预警。研究内容包括开发具有多源信息融合功能的智能仪表巡检任务规划算法、构建滑动窗口分析流水线以及实现视觉分析资源的动态分配调度。实验结果表明,该技术能有效提高巡检工作的自动化水平和智能化程度,降低巡检成本,提升生产现场的安全性和可靠性,为油气行业的安全生产管理提供有力支持。

关键词： 大模型   人工智能   原因力   比例原则   损害责任   动态分担机制  

摘要： 大模型具有自主演化性、数据依赖性与算法黑箱性三大核心技术特征,由此引发输出内容安全性隐忧、数据使用正当性质疑、因果关系认定难题等风险挑战。大模型运行引发的损害不仅样态繁多,且具有独特的法律特征,传统归责体系面临前所未有的挑战,主要法域相关立法变革也存在缺陷。为此,需要借助风险分配与矫正正义的耦合来重构大模型运行损害责任分担的理论基础,创建兼容技术、控制和收益的三维归因模型。在此基础上构建多元主体的分层义务,遵循相应归责原则,利用原因力分析来合理划分比例责任,并结合动态风险协议制度来形成适应大模型技术特征与发展需求的动态、灵活且公正的责任分担机制。

关键词： 人工智能   智能工厂   数据集成   初赋智能  

摘要： 依托石化行业现有的信息化基础,借鉴相关行业先进经验,利用“人工智能+”的先进技术,构建一套科学合理的石化智能工厂架构方案。首先深入探究智能工厂的概念,从数据集成、全面整合和初赋智能三个阶段回顾并总结石化智能工厂的发展历程;其次,结合行业信息化现状与具体业务场景,创新性地提出涵盖应用架构、技术框架和总体架构的石化智能工厂架构方案;最后,全面部析石化智能工厂建设面临的挑战和发展趋势。