SUBJECTIVE RADE-OFF RATE METHOD OF MULTIOBJECTIVE DECISION-MAKING

This paper proposes a mathod of subjective trade-off rate which describles decision-maker's preferince in multiobjective decision-making. Decision-maker can arbitrarity determine his subjective trade-off rate,but it is not sure to be effective.The paper finds aft effective upper bound of subjective trade-off rate,which is the KuhnThcker multiplier of some mathematical programming.For the anbjective trade-off rate not being larger than the upper bonnd,the solving method and properties of the optimal solution corresponding tile trade-off rate are discussed.The paper lastly develops the process of solving multiobjective decision-making with the subjective trade-off rate method.

社区血液透析中心临床决策支持系统的全流程构建与应用

目的:设计一种临床辅助决策支持系统用于社区血液透析中心的管理,并评价其应用效果。方法:构建临床辅助决策支持系统,该系统具备实时数据采集、智能预警、远程指导等技术特点。采用系统可用性问卷(PSSUQ)评价该系统的可用性及满意度,并比较实施该系统前后两组患者血液透析敏感质量指标。结果:在系统的评价中,PSSUQ单项题目平均得分及99%置信区间均低于平均数3.5分的分界点,单项题目平均得分和4个维度得分均低于PSSUQ最佳基准;实施后患者血液透析敏感指标均有不同程度的改善。结论:临床辅助决策系统具有较高的可用性及满意度,能够显著提升患者透析质量,减少不良事件的发生,具有良好的应用前景。

公立医院绩效考核智能指标分析系统构建与应用

目的:改善传统绩效考核方式考核指标不明确、数据采集和分析不规范等问题。方法:利用人工智能、自然语言处理等技术,将各系统分散的数据进行统一集成、治理,按照上报指标的形式存储于数据中心,实现指标全局定义,构建绩效考核系统,展示、分析相关指标趋势,并动态追踪与管理。结果:该平台集展示、统计、分析、反馈为一体,实现了指标分析智能化、运营管理精细化、绩效动态监测与预警,同时提升了业务数据质量。结论:该系统的应用提高了医院绩效考核的准确性和效率,可为医院管理提供决策支持。

融合GPT和知识图谱的洪涝应急决策智能问答系统研究

为提高生成式预训练语言大模型(generative pre-trained transformer, GPT)的应急管理信息分析能力,以实现洪涝灾害应急处置过程中的在线辅助决策,提出融合GPT和知识图谱的应急决策智能问答系统(KG-GPT)。改进GPT架构以识别问题中的关键信息,利用知识图谱推理应急领域知识并生成具有逻辑性的回答;结合洪涝灾害的实际应急决策问答数据集并编制演练脚本,使用自动评估和专家评估方法将本系统与GPT进行对比实验。研究结果表明:该系统成功融合应急领域知识图谱和GPT模型,能够深刻理解问题的背景信息并生成流畅回答;与GPT相比,该系统可为决策者提供更快速准确的在线辅助决策工具。研究结果可提升洪涝灾害应急信息分析和决策效率。

基于中医古籍知识库的临床辅助决策系统建设

旨在探索中医古籍知识库在临床辅助决策系统中的应用与建设。中医古籍包含了丰富的临床经验和中医理论知识,然而由于古籍数量庞大且馆藏分散,保存状态参差不齐,使得医生在临床实践难以充分运用。因此,将中医古籍知识库与临床辅助决策系统相结合,逐渐成为提升中医临床诊疗水平的重要趋势之一。本研究收集岭南中医古籍共计278本,涵盖488种疾病,1198种证候,3907种症状,系统对中医古籍进行整理和分类,构建出一个结构化和标准化的中医古籍库,同时关联引入现代临床医学相关知识,形成了综合性的中医临床知识库。本文设计了一套基于规则的推理引擎和机器学习算法,根据患者的症状、体质等信息,从中医古籍知识库中检索出相应的诊断和治疗建议。通过实际应用和测试,验证了基于中医古籍知识库的临床辅助决策系统可提高中医诊疗的有效性,系统的建设不仅有助于传承和发扬中医古籍知识,也为现代中医临床实践提供了有力的支持。

四川地震应急信息共享服务系统在芦山6.1级地震中的应用与启示

通过分析宝兴县防震减灾部门以及市县抗震救灾联合指挥部在开展抗震救灾工作中的实际需求,总结四川地震应急信息共享服务系统在应对“四川芦山6.1级地震”应急处置过程中取得了的应用实效,得出一些启示与建议,以此指导系统升级完善,逐步将“四川地震应急信息共享服务系统”建设成具有专业性、针对性和时效性的系统,利用专业的信息化技术手段,真正打通震后最后1km,服务于县级抗震救灾,提升基层震后应急信息服务能力,为震后地方指挥决策提供信息支撑。

基于5G和人工智能技术的“互联网+”应急救治系统构建与应用

目的:构建基于5G和人工智能技术的全场景“互联网+”应急救治系统,通过互联网和智能化手段将院内服务能力和资源扩展到院外,解决目前应急医疗面临的挑战,如数据采集有难度、网络传输不稳定、协同交互不足以及辅助诊断不够智能等。构建一个以患者为核心的分级智能应急救治体系,实现院内外一体化的远程应急医疗服务。方法:在应急事件发生时,利用“声纹+”身份认证技术确保一线救援人员、急救医生、专家和患者的可信接入,利用5G实现多方远程医疗协作,结合远程实时监护、远程会诊与AI辅助决策,实现应急预案智能生成、病情智能监测预警、医院及路线智能规划,以便远程指导急救并提前制定救治方案。结果:该系统已在清华大学附属北京清华长庚医院、珠海市人民医院、福建省急救中心等多家单位得到应用,成功支持了世界互联网大会、北京冬奥会等多个重大项目的应急保障工作,并在天通苑社区向百万居民提供服务。结论:通过整合智能技术以及网络技术,将应急救治的关口前移,应急救治的能力前移,形成前端急救人员应急施救,后端医院专科医师深度参与的基于5G技术和人工智能技术的智能救治系统,形成远程智能应急救治体系管理规范以及技术标准,开创了一种全地域覆盖、全病种服务、全流程管理的应急救治新模式。

深部金属矿山巷道TBM掘进技术应用现状及研究进展

未来10年,我国将有30%以上金属矿山开采深度达到或超过千米。深部金属矿山开采面临高地应力、高地温、地层多变、采掘强扰动等复杂地质环境,给巷道掘进带来严峻挑战。传统钻爆法巷道掘进非连续作业、效率低、灾害频发,难以满足建设需求,采用隧道掘进机(TBM)进行机械化连续掘进是深部金属矿山巷道建设的未来发展方向。然而,因深部金属矿山独有工程地质特点和巷道掘进需求,TBM技术在深部金属矿山巷道掘进中仍存在一些技术难题和挑战。本文首先总结了TBM技术在深部金属矿山巷道掘进中的三个应用难点:1)缺乏适用于深部金属矿山巷道的TBM适应性选型设计理论;2)缺乏适用于深部金属矿山巷道的TBM高效掘进技术;3)缺乏适用于深部金属矿山巷道的TBM掘进灾害监测预警与防控技术。然后,从六个方面介绍了深部金属矿山巷道TBM掘进技术应用的研究进展:适应性选型与设计技术、刀盘刀具高效破岩理论、掘进性能精准预测与评价方法、小半径转弯和倾斜巷道掘进技术、掘进灾害智能预警与防控技术、智能决策和辅助驾驶技术。上述研究成果为推动TBM掘进技术在深部金属矿山巷道中的广泛应用,实现深部金属矿山巷道快速掘进指明了发展方向。

中医临床决策支持系统的发展综述

从临床决策支持系统的概念出发,对中医临床决策支持系统的发展及其在中医药领域的应用和研究进展进行综述。概述了中医临床决策支持系统内涵及其构建方法和研究应用,介绍了中医临床决策支持系统利用中医自然语言处理等人工智能技术对名老中医诊疗经验进行数据挖掘并建模后形成了中医疾病知识图谱,以及历年来中医临床决策支持系统的研究进展和应用,以期为同领域研究和应用提供新思路。

智慧重症监护室建设背景下生命支持设备的临床辅助决策效能分析

目的:基于医院智慧重症监护室(ICU)建设,分析智慧ICU病房生命支持设备在临床辅助决策中的效能。方法:设计智慧ICU病房交互系统、设备管理系统、风险应对系统和智能查房系统功能模块,实时采集生命支持设备在诊疗、护理、运行和技术保障中的信息数据,为危重症患者诊疗和护理措施改善提供医疗辅助决策依据。选取2018年7月1日至2022年12月31日上海市青浦区朱家角人民医院等3家医院临床在用的115台生命支持设备,分别采用传统辅助决策管理模式(简称传统管理模式,83台)和智慧辅助决策管理模式(简称智慧管理模式,89台,含传统管理模式中57台和新增加的32台)管理,对比两种管理模式生命支持设备的管理水平和管理效果。结果:智慧管理模式下的设备数据采集时间为(5.67±2.80)min,少于传统管理模式,数据采集准确率和完整度,以及设备调配使用、监测报警、设备故障和紧急应答的有效解决率分别为(99.02±1.14)%、(94.35±3.46)%、(98.78±0.90)%、(98.99±0.91)%、(88.26±5.31)%和(90.23±5.54)%,均高于传统管理模式,其差异有统计学意义(t=6.504、6.474、3.574、7.620、6.784、4.522、3.719,P<0.05);智慧管理模式下的设备治疗、护理和康复的诊断决策有效利用率分别为(93.83±3.12)%、(94.99±2.47)%和(91.44±4.62)%,呼吸功能支持设备、循环功能支持设备、血液净化支持设备和急救监测支持设备的综合评分分别为(92.97±4.35)分、(94.34±2.95)分、(93.01±2.44)分和(94.11±1.89)分,均高于传统管理模式,其差异有统计学意义(t=4.169、4.875、5.159、4.069、3.033、2.757、6.893,P<0.05)。结论:基于智慧ICU建设能够提高生命支持设备运行数据采集质量,及时解决设备运行问题,为危重症患者诊疗、护理和康复的诊断决策提供有效依据,提升设备临床服务水平。

基于深度学习的胸部X线图像清晰度评价方法

目的 构建深度学习模型对胸部X线图像进行清晰度评价,并与放射科医师的主观评价对比,验证模型的效能。资料与方法 回顾性收集2015年6月—2022年8月安徽省590家医院共9 135幅胸部X线图像,组织放射科医师采用五级评分法对图像清晰度进行多人多次评价,单人评价结果为A、B,多人评价结果为C。构建基于ResNet-50的深度学习模型对胸部X线图像进行清晰度评价,以结果 C作为模型训练和测试数据,模型评价结果为D。由1名放射质控专家对模型评价结果和医师多人评价结果进行审核评价作为图像清晰度的参考标准,评价结果为E。采用Spearman相关、均方根误差(RMSE)和准确率验证模型的效能。结果 与参考标准E相比,D的平均准确率为0.85,高于C的0.84。A、B、C、D与E的ρ分别为0.58(0.54,0.62)、0.59(0.55,0.63)、0.74(0.71,0.77)和0.80(0.78,0.82),D与E的相关性最好。A与B的ρ为0.45(0.41,0.49),两次单人主观评价清晰度相关性较差。A、B、C、D与E的RMSE分别为0.99、0.94、0.72和0.71,D与E的RMSE小于人工评价结果。结论 本研究构建的模型能够准确评价胸部X线图像清晰度,通过深度学习方法可以降低人工评价的主观干扰,为临床放射图像清晰度评价提供有效、客观的工具。

基于大数据和人工智能技术的油田智能分析辅助决策子系统

针对塔里木油田产运储销信息化方面的不足以及核心智能应用的缺乏,创新性提出深度融合大数据和人工智能技术的油田智能分析辅助决策子系统开发思路,利用大数据和人工智能技术,通过数据收集、数据清洗和数据变换,全面收集和精准分析油田生产过程中产生的大量数据。在产运储销平衡模块中,拟使用长短期记忆(Long Short-Term Memory, LSTM)神经网络处理和分析动态数据,采用随机森林(Random Forest, RF)构建模拟预测模型,使用遗传算法(Genetic Algorithm, GA)优化目标结果。油田智能分析辅助决策子系统在线诊断模块使用基于阈值的异常检测自编码器模型,实时监测设备运行状态。应急救援在线训练模块采用决策树构建决策支持模型,提供智能决策支持。基于大数据和人工智能的油田智能分析辅助决策子系统打破了传统油田生产管理的局限性,提高了整体运营效率和资源利用效率,为油田行业的智能化发展提供了新的思路和方法。

人工智能医疗器械的临床应用现状

介绍了人工智能医疗器械目前主要的应用领域及产品批准上市情况,分析了人工智能医疗器械在各临床领域的应用现状、临床优势和不足,指出了人工智能医疗器械在伦理学、数据安全、社会经济学等方面面临的问题及解决思路,并对人工智能医疗器械未来的发展方向进行了展望。

基于动态风险评估的车辆辅助驾驶行为决策

为保障高级别辅助驾驶系统决策的安全性和可靠性,提出一种基于动态场景行车风险评估的车辆辅助驾驶行为决策方法。首先,基于势场理论分别建立障碍物风险评估模型和虚拟车道风险评估模型,用以描述动态交通场景对行驶车辆所产生的驾驶风险;其次,根据车辆换道过程将换道行为分为换道动机产生和目标车道安全决策两个阶段,提出换道场景风险评估指标,制定安全换道规则,采用公开数据集分析验证了换道场景下风险评估指标的表征能力;之后,基于实时交通环境信息,确定车道内驾驶行为决策方法,实现多种驾驶场景下的行为安全决策;最后,在PreScan/CarSim/Simulink联合仿真平台和实车试验平台上对所提出的车辆辅助驾驶行为决策方法进行验证。结果表明,所提出的风险评估模型和驾驶行为决策方法,能够准确识别并评估行车风险,并实时决策车辆应采取的合理驾驶行为,有效保证了高级别辅助驾驶系统的行车安全。

基于理想点法的监测哨位置优选排序方法

随着现代战争中日益增长的核武器使用风险,战场核爆监测的重要性也更加凸显。针对当前核爆监测哨位优选时缺少量化标准的问题,建立了核爆监测哨位评估优选的指标体系,研究了各评估指标的量化计算方法,并采用理想点法完成了监测哨的哨位优选排序。该方法能够为战时防化部队指挥员快速、合理地选择核爆监测哨位提供辅助决策手段,并为后续核爆监测配系的优选提供前提条件。

考虑基因检测误差的癌症患者临床用药辅助决策模型研究

近年来,癌症基因检测和精准诊疗技术取得了突破性进展,靶向、免疫药物大量上市,患者生存率显著提高。然而,由于癌症极高的个体差异性,尽管癌症药物种类很多,每种药物仅适用于小部分患者。因此,辅助医生根据患者的基因检测结果预测药物的适用性是临床实践的关键问题。同时,由于生物学特性和生物信息学局限性,癌症基因检测精度不高;且检测工作环节多、误差传递后易放大、环节间数据大多不可解释,导致数据质量难以评估。本文从工程管理的角度出发,对基因检测的生产流程进行全局风险预测,提出一种考虑基因检测误差、基于肿瘤突变负荷指标的免疫疗法临床用药辅助决策模型,有效降低检测错误对决策判断的干扰,显著提高决策准确率。

意图识别与态势感知驱动的路由策略系统研究

航空通信网络服务按需拓展、网络环境动态多变、网络对象异构多样与网络干扰强度和样式急剧增加,要求通信网络系统具备自动性和智能性。本文构建意图识别和态势感知联合驱动的路由策略系统,为指挥人员提供路由策略方案,提升决策的时效性和准确性,提高系统在复杂环境下的适应性。所述系统包含网络态势感知、用户意图识别和路由辅助决策等模块。网络态势感知模块通过分析航空通信网络拓扑结构,利用收发数据包,获取网络中链路时延、带宽、丢包率等网络服务质量指标;意图识别模块依据海量的航空通信数据,利用机器学习算法,实时对已经接入网络的航空单位依据其通信数据特征进行识别分类,给出其在通信网络中需要的服务质量指标权重;辅助决策模块以提供最方便快捷的航空通信网络服务为目的,利用前两个模块所提供的实时数据,使用强化学习算法为端到端的网络通信提供最佳路由,保障信息高效无失真地传输。

类ChatGPT赋能指挥控制的情报提升和情报局限--基于信息流动模型

[研究目的]研究类ChatGPT赋能指挥控制的情报提升和情报局限,探索未来战争的情报作用发挥机理。[研究方法]引入指挥控制活动的基本范式PREA-OODA循环,提出情报学视角下的信息流动模型,基于该模型分析类ChatGPT应用于指挥控制的情报提升和情报局限。[研究结论]类ChatGPT对指挥控制的情报赋能原理为:优化态势生成过程和辅助决策过程,获得更佳的信息状态或结果。类ChatGPT技术应用于指挥控制系统能带来巨大的情报能力提升,也可能因其情报局限引发灾难性后果。从情报赋能原理和阶段的角度探索类ChatGPT在指挥控制中的应用。

面向边缘作战辅助决策的战例事件图谱构建研究

构建战例事件图谱是辅助提高边缘作战指挥决策能力的关键举措。在深入研究边缘作战、辅助决策和知识图谱等理论基础上,提出了战例事件图谱。首先描述了战例事件图谱逻辑结构,对战例事件组成要素、关联关系进行了梳理,构建了战例事件图谱知识表示模型;然后通过战例事件数据源选取、事件抽取、事件关系识别,进行了战例事件图谱构建实践,验证了模型的可行性;在此基础上,探究了战例事件图谱在情报分析、态势感知、方案拟制等阶段的应用模式和方法。

《民法典》背景下未成年人医疗决定权的行使与保障

我国《民法典》第1219条规定了医方基于知情同意原则的告知说明义务;作为医疗正当性之基础的知情同意原则的核心,则是患者的医疗决定权。而广受关注的未成年患者的医疗决定权,其行使范围的设定是:对于非重大医疗事项,原则上应推定其6周岁以上者具有决定能力,并须根据个案中的具体情形且结合多重因素加以判断其能力状况;对于重大医疗事项,其行使决定权应受到合理限制,并适用共同同意的模式,以便发挥医疗伦理委员会的审核、监督作用,实现更好地保护未成年患者的切身利益、促进其身心健康成长的目的。