真实临床决策与人工智能辅助决策系统在结肠癌术后辅助治疗方案的一致性研究

比较人工智能辅助决策系统(百洋肿瘤临床决策系统,Baiyang for oncology,BfO)和真实临床决策在结肠癌术后辅助治疗方案中的一致性,探讨BfO在我国结肠癌中的应用价值。方法 回顾性分析 2010年1月至2022年7月新疆军区总医院收治并使用BfO的178例结肠癌患者的临床资料。对比BfO与真实临床决策,以BfO推荐方案中含有真实临床决策所选方案视为一致,其他均视为不一致,分析两者之间的一致率和不一致病例原因。结果 BfO与真实临床决策方案总一致率为76.9%(113/147),其中I期病例一致率为14.3%(1/7),Ⅱ期为65.9%(27/41)[OR=11.571,P=0.030],Ⅲ期为89.2%(66/74)[OR=49.500,P=0.001],Ⅳ期为76.0%(19/25)[OR=19.000,P=0.012]。结论 人工智能辅助决策系统推荐方案与真实临床决策方案一致率较高,能够有效辅助结肠癌综合治疗,指导临床决策,临床应用前景广阔。

人工智能辅助决策系统的发展与技术原理

辅助决策系统一直是作战指挥自动化领域的关键系统,随着新一轮学习型人工智能技术的迅猛发展,辅助决策系统也得以快速发展。近年来各种各样的辅助决策系统相继产生,并对未来指挥控制产生了很大影响。文章主要介绍了智能辅助决策系统的发展历程,分析了其技术特征和应用情况,并对人工智能辅助决策系统主要技术原理进行了简要的分析,最后对智能辅助决策系统进行展望,并提出对人机融合辅助决策和人机混合智能演进的设想。

人工智能辅助决策系统在医院网络信息化中的应用与价值探析

随着信息技术的快速发展,人工智能辅助决策系统在医院网络信息化中扮演着越来越重要的作用。本文主要分析了人工智能辅助决策系统在医疗服务中的运用,并讨论了其对提高诊断精度、优化医疗流程以及提升医疗质量等方面的重大价值,探讨了人工智能辅助决策系统在医院网络信息化中的实施策略和挑战。

人工智能辅助决策系统在医疗设备中的运用研究

运用人工智能辅助决策系统,辅助医生快速、准确地完成诊疗工作,提高手术质量及效率。通过大量的病灶影像数据积累和神经网络训练从海量影像数据中提取病灶特征,得到应用于病灶识别与定位环节的深度神经网络模型,实现构建特定疾病的全自动智能化辅助诊断系统。根据人工智能辅助决策系统的效用评估,人工智能辅助决策系统能有效提升手术诊疗的智能化、规范化、精准化,提高诊疗效率和准确性。人工智能辅助决策系统的运用,有助于缓解优质医疗资源不足的问题,提升医疗机构诊疗水平,对微创手术具有重要的临床应用价值。

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。

基于生成式人工智能的电力企业档案智能辅助决策系统设计与应用

档案作为电力企业重要的信息资源,对企业决策具有重要意义。随着智能技术的发展,档案服务智慧化和智能化成为档案工作的必然要求。为此,论文将生成式人工智能技术应用于决策服务场景,开发了电力企业档案智能辅助决策系统,设计了情报简报自动生成、档案知识库、智能问答、数据大屏、一站式智能检索、信息识别与自动分类等功能,并探讨了生成式人工智能在电力企业档案智能辅助决策系统中的应用要点,旨在促进电力企业档案价值的充分开发,实现企业决策的提质增效。

基于人工智能技术的输电线路专家辅助决策系统设计应用

将人工智能技术运用到输电线路咨询决策中,建立涵盖大量已建输电线路关键技术经济指标及其影响因素的大数据资源库,进而利用人工智能方法构建指标预测算法模型,并利用设计经验对模型进行优化完善,在此基础上开发一套输电线路专家辅助决策系统,实现对输电线路关键技术经济指标的预测与评价,为输电线路建设决策提供参考。

发电厂中的人工智能辅助决策系统设计与实现

阐述发电厂电气设备维修中的人工智能辅助决策系统设计和实现技术,包括介绍电气设备维护数据采集方法、选择适合决策的智能算法、进行系统交互用户界面开发,从而优化资源配置。

基于人工智能的高校计算机专业教学辅助系统设计与研究

文章依据计算机专业教学特点,设计了一套基于人工智能的教学辅助系统。系统综合运用本体建模、复杂网络分析、深度强化学习、自然语言处理、知识图谱推理等技术,实现了课程知识表示、学习路径优化、交互式辅导、智能评估反馈等功能。

人工智能辅助诊断系统与计算机辅助阅片系统在子宫颈癌筛查中应用的对比观察

目的对比观察人工智能(AI)辅助诊断系统与计算机辅助阅片系统(TIS)在子宫颈癌筛查中的应用价值。方法选择25000例份宫颈液基薄层细胞涂片,按TBS-2014对宫颈细胞进行分类,分别采用“AI辅助+人工复核”、“TIS辅助+人工复核”阅片,计算两种阅片方式在子宫颈癌筛查中的灵敏度、特异度、阳性预测值、阴性预测值,比较两种阅片方式筛查结果与病理结果的一致性,并比较两种阅片方式筛查结果的灵敏度和特异度。结果“AI辅助+人工复核”与“TIS辅助+人工复核”两种阅片方式在子宫颈癌筛查中的灵敏度分别为90.40%、89.94%,特异度分别为99.43%、99.39%,阳性预测值分别为92.30%、91.78%,阴性预测值分别为99.28%、99.24%。“AI辅助+人工复核”、“TIS辅助+人工复核”阅片筛查结果与病理结果的一致性均较好(Kappa值分别为0.907、0.902),但两种阅片方式筛查结果的灵敏度、特异度比较差异均无统计学意义(P均>0.05),二者灵敏度一致性较好(Kappa值=0.752)、特异度一致性一般(Kappa值=0.539)。结论“AI辅助+人工复核”与“TIS辅助+人工复核”阅片在子宫颈癌筛查中均表现出较高的灵敏度和特异度,且其筛查结果与病理结果的一致性较好,均可作为临床辅助阅片的手段。

基于人工智能的临床决策支持系统早期临床评估的透明化报告

随着人工智能(AI)在医学领域的广泛应用,越来越多基于AI的临床决策支持系统应用于临床诊断与筛查等。早期临床评估对于评价基于AI临床决策支持系统的临床性能、安全性和人为因素具有重要意义,有利于为进一步的大规模临床试验奠定基础,但相关临床研究报告的透明度和完整性尚待提高。2022年5月,基于AI的临床决策支持系统早期临床评估报告指南(DECIDE-AI)正式在线发表。本文将结合DECIDE-AI中的AI相关报告项目及相关文献,探讨基于AI的临床决策支持系统早期临床评估的透明化报告,以期帮助我国系统开发者和研究者更好地理解与应用相关指南,提高基于AI的临床决策支持系统早期临床评估报告的透明度。

人工智能消化内镜系统辅助结肠息肉诊断的临床应用及影响因素分析

目的:探讨人工智能消化内镜系统辅助诊断对结肠息肉检出情况的影响。方法:回顾性分析2022年10月—2023年10月在安徽医科大学第一附属医院进行内镜检查的150例息肉初筛高危患者的临床资料及检测结果。根据患者意愿,81例接受“影诺鹰眼”人工智能消化内镜系统辅助无痛结肠镜检查,69例接受普通无痛结肠镜检查。比较两种检查方法对结肠息肉的检出率,分析影响检出率的相关因素。结果:结肠息肉总检出率54.00%(81/150),接受无痛结肠镜检查患者的检出率为44.93%(31/69),低于人工智能消化内镜系统辅助无痛结肠镜检查的61.73%(50/81)。检出组患者年龄、男性占比、BMI、有慢性腹泻或便秘症状者占比、有肠道息肉史者占比、肠道准备评分、人工智能消化内镜系统使用率均高于未检出组。Logistic回归分析显示,受检者的年龄及是否使用人工智能消化内镜系统是结肠息肉检出率的独立影响因素,年龄、肠道准备评分和退镜时间是影响人工智能消化内镜系统检出率的独立影响因素。结论:高龄、肥胖、肠道息肉史、慢性腹泻或便秘人群是结肠息肉高发人群,应加强结肠息肉检查;使用“影诺鹰眼”人工智能消化内镜系统辅助检查、提高肠道准备评分、延长退镜时间有助于提高结肠息肉的检出率。

人工智能辅助诊断系统在宫颈液基薄层细胞学检查中的应用

目的:利用临床数据验证人工智能辅助诊断系统在宫颈液基薄层细胞学检查中的应用价值,进一步探索人工智能技术在病理医疗领域深入发展的可行性。方法:选取2023年2月至11月温州医科大学附属第一医院的1500例宫颈液基薄层细胞学涂片,其中包括843例膜式制片和657例沉降式制片。分析病理医师单独阅片、人工智能单独阅片及人工智能辅助医师阅片的灵敏度、特异度和准确度,并比较阅片时间。结果:人工智能辅助医师阅片预测灵敏度为92.83%,特异度为98.56%,准确度为97.33%,高于人工智能单独阅片(灵敏度81.93%、特异度92.71%、准确度90.40%)和病理医师单独阅片(灵敏度82.24%、特异度97.63%、准确度94.33%),差异有统计学意义(P<0.05)。人工智能辅助医师阅片相较于人工智能单独阅片和病理医师单独阅片在膜式制片和沉降制片方式上,灵敏度、特异度和准确率同样显著提升,差异有统计学意义(P<0.05)。此外,人工智能辅助医师阅片的平均时间为58 s/张,显著低于病理医师单独阅片时间70 s/张。结论:病理医师运用人工智能辅助诊断系统阅片具有高灵敏度、特异度及准确度的优势。运用人工智能辅助诊断系统阅片能提高筛查效率,减轻病理医师的工作压力。

后疫情时代人工智能肺炎辅助诊断系统的临床应用场景探索

目的:基于临床验证性研究,探索后疫情时代人工智能肺炎辅助诊断系统(AI-ADS)潜在的临床应用场景。方法:回顾性收集了来自三家医院的1049例胸部CT扫描数据,包括400例胸部CT表现正常的病例、233例新冠肺炎病例和416例其他社区获得性肺炎病例。六名高年资放射科医师参与了数据标注工作。采用敏感度、特异度、Dice系数和受试者操作特征(ROC)曲线下面积(AUC)评估人工智能系统在相应场景中的性能表现。结果:AI-ADS基于胸部CT识别各类型肺炎、细菌性肺炎、新冠肺炎、其他病毒性肺炎和其他社区获得性肺炎的AUC分别为0.968、0.983、0.992、0.941、0.958,检测各种肺炎的敏感度均超过0.90;鉴别病毒性肺炎和非病毒性肺炎的AUC达到0.950,敏感度为0.885,特异度为0.910;在新冠肺炎和其他社区获得性肺炎测试集中分割肺炎区域的平均Dice系数分别达到0.851和0.753。结论:AI-ADS在肺炎的检测预警、病灶定量分析以及鉴别诊断方面具有良好的性能,具备了后疫情时代的多场景应用价值。

构建基于大数据的人工智能临床辅助决策系统方法与效果研究

目的:帮助基层医生规范、快速、准确地完成诊疗工作。方法:以大数据、语义网络、深度学习等前沿人工智能IT技术为支撑,构建人工智能临床辅助决策系统,通过在整个诊疗环节提供"层层引导、环环辅助"的智能决策,提升基层医生的诊疗服务能力。结果:根据系统效用评估,人工智能临床辅助决策系统能有效提升诊疗服务智能化、规范化、标准化,提高治疗效率,促进基层医疗卫生机构诊疗同质化,帮助发现和规避因人为疏漏导致的误诊和处置不当。结论:人工智能临床辅助决策系统的应用可以有效解决医疗资源紧张、医生人力和能力不足的问题,提升基层医疗卫生机构诊疗水平,推动分级诊疗和家庭医生签约服务有序、高效的实施。

超声人工智能辅助诊断系统在最大径≤2 cm的BI-RADS 4类乳腺结节诊断中的应用价值

目的探讨超声人工智能(AI)辅助诊断系统对最大径≤2 cm的乳腺影像报告与数据系统(BI-RADS)4类乳腺结节的诊断价值。方法回顾性分析2020年5月至2022年10月于上海中医药大学附属曙光医院进行超声检查并诊断为BI-RADS 4类乳腺结节的204例患者共210个最大径≤2 cm结节的二维超声图像。以术后病理结果为金标准,评价常规超声和AI系统(风险评分值阈值设为0.65、0.70)对最大径≤2 cm的BI-RADS 4类乳腺结节良恶性的诊断效能。结果210个乳腺结节中良性结节94个,恶性结节116个。高年资超声医师常规超声检查诊断乳腺结节良恶性的灵敏度为92.24%,特异度为75.53%,准确度为84.76%;AI系统(阈值0.65)诊断乳腺结节良恶性的灵敏度为92.24%,特异度为71.28%,准确度为82.86%;AI系统(阈值0.70)诊断乳腺结节良恶性的灵敏度为90.52%,特异度为79.79%,准确度为85.71%。AI系统(阈值0.70)诊断BI-RADS 4a类结节的准确度高于常规超声和AI系统(阈值0.65)(79.41%vs 77.94%、75.00%)。高年资超声医师通过常规超声对最大径≤1 cm的结节诊断准确度最高,为86.36%,AI系统(阈值0.65)及AI系统(阈值0.70)准确度分别为81.82%、84.09%。结论超声AI辅助诊断系统可辅助鉴别诊断最大径≤2 cm的BI-RADS 4类乳腺结节的良恶性。

基于UTAUT模型的医生人工智能辅助诊疗系统采纳意愿研究

目的探究医生对人工智能辅助诊疗系统(aided diagnosis and treatment system,ADTS)的采纳意愿及其影响因素,厘清ADTS推行的重要环节,进而提出优化技术、管理的建议。方法在整合型技术接受使用模型的基础上添加感知风险、认知信任、法律监管等因素设计问卷,在预调研修正后对226份正式回收问卷数据进行信度和效度分析、假设检验、结构方程模型拟合,得到医生ADTS采纳意愿关系链模型。结果绩效期望、认知信任、社会影响对医生的行为意愿产生直接正向影响,其中社会影响的作用效果最大;促成因素、法律监管等存在间接影响。研究还发现,使用过ADTS的医生在绩效期望、努力期望、学习适应性等多方面赋分较高。结论落实ADTS应用应重视培训科普、建立运维体系、完善风险责任规制,需要多方合力。

基于人工智能的心电辅助诊断系统设计与应用

心电图用于分析各种心脏相关疾病,在心血管疾病诊断方面非常重要,而心电图检查数据量大且报告医生水平参差不齐,容易有漏诊或误诊。人工智能的应用使得大规模心电数据的自动诊断得以实现,多种深度学习算法的组合应用使心电特征波的识别效率得到明显提升。文章提出了一种结合传统推理和新兴深度学习算法的心电AI诊断模型,其中QRS波群识别采用自注意力机制的语义分割网络,P波识别采用基于生成对抗网络的半监督学习。该模型在MIT-BIH心律失常数据库上验证,敏感度达到99%。将模型结合心电诊断系统,文章设计了一套基于AI的心电辅助诊断系统并应用于临床业务,可在心电AI的辅助下,减轻医生工作负担,提高医生的工作效率及报告准确率。

基于人工智能的智慧体育训练辅助系统设计

随着人工智能和科技产业的迅速发展,智能体能训练设备愈发重要,旨在提高运动员技能、改进训练方式和改进运动技巧。为此,我们使用AIOT传感技术搭建了专门针对体育训练的实时监控网络。系统包括红外线传感器、三维加速传感器、心率带、脉搏探测器和温度感应部分等,用以收集训练者的心率、呼吸速率等生理信息。利用AI算法建立体能与训练强度的关联模型,实施实时的训练强度监测。实验结果证实,系统运行稳定,其负载与吞吐量均在预期范围内,达成了设计目标。