论人工智能辅助量刑系统:一种实践理论的重构

人工智能辅助量刑系统是人工智能量刑实现的载体,后者的正当性与否取决于前者的设计与应用。欲为人工智能量刑提供切实的指导路径,针对于该系统的实践理论则不可或缺。但已有实践理论并非很好地达到这一目的,故需对其进行体系性的重构。该系统应具备庞大数据的归纳性、量刑方法的统一性与高效性以及量刑结果的精确性等特性,以期发挥有效促进量刑规范化的作用。依据人工智能量刑的诸多支持与批评,对实践理论的构建应贯彻人工智能量刑系统的基本理念,结合人工智能算法理论,将“量刑规律”“法律规定”“类案经验”三种量刑思维路径进行整合,设计出以“基于判例的推理分析模块”“依据法条的纯粹演绎模块”“类案检索与输出模块”三大模块为核心内容的人工智能辅助量刑系统,以实现司法改革对量刑规范化的要求,推动量刑领域的法治现代化进程。

大数据时代建构人工智能辅助量刑系统的路径探讨

大数据深刻地改变了社会治理的运作模式和治理理念,而人工智能的快速发展与司法制度在不同层面上的耦合,对传统的法律价值观、法律理念和司法制度提出了巨大的挑战。现代司法制度必须积极响应即将到来的智慧司法实践,构建智慧法院、智慧量刑、智慧刑法运作体系。人工智能在司法实践中不应被高估,应被视为一种有效但有限的辅助手段。现阶段的人工智能辅助司法系统主要基于大数据建模,对量刑情节的提取、分析与危害危险程度的评估,以及不断地模型训练所生成。未来人工智能辅助判决系统校准程序增加情况的主要研究方向,提高数据分析能力,通过人工智能辅助系统检校司法审判程序,预防人为的疏漏,大力研发人格分析系统,谨慎规避算法黑箱问题,建立内部算法的透明化机制,树立正义的算法观等,使司法权的运作更契合法治精神。

人工智能辅助量刑系统的现实风险及其治理路径研究

在司法智能化改革背景下,人工智能辅助量刑系统的建设和应用具有重要意义。作为量刑的新兴辅助工具,人工智能的深度应用使得该系统抓取信息与运算的能力远胜于电脑量刑系统。然而人工智能辅助量刑系统存在着量刑机械主义倾向和算法歧视等现实风险。为解决上述风险,未来的人工智能辅助量刑系统应突出其辅助性定位,在构建量刑系统时把握法律逻辑推理的数字化表达,并构建具体的算法和资料的透明度评估机制。

人工智能量刑系统应用的公正性、伦理价值及限度

智慧司法建设促使人工智能量刑系统逐步介入审判活动,对实现“同案同判”具有重要意义。然而,人工智能量刑系统在司法领域应用时存在适用性不良的问题,从而降低其应用价值。因此,确定人工智能量刑系统介入审判活动的限度可以提高司法实践价值。为此,可以从理念、制度和技术等多层面的配套措施为其划定应用边界:在理念层面拓展应用外部边界;在制度层面合理限缩应用边界;在技术层面挖潜应用内部边界。但必须明确的是,人工智能量刑系统的应用不是以促进司法公正为主要目标,而是以提升司法效率为主要目标。

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。

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。

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。

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。

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。

人工智能影像辅助诊断系统阅片在鉴别肺结节性质中的价值分析

目的探究人工智能影像辅助诊断系统阅片在鉴别肺结节性质中的价值,为临床诊断肺结节疾病提供参考依据。方法回顾性分析北大医疗潞安医院2022年6月至2023年6月收治的82例肺结节患者的临床资料,所有患者均接受电子计算机断层扫描(CT)检查,获得的CT图像进行人工阅片和人工智能影像辅助诊断阅片,并进行定性诊断。以病理检查为金标准,分析比较两种阅片方式对肺结节的检出情况及两种阅片方式对肺结节良、恶性的诊断效能。结果82例肺结节患者中共检出245个结节,其中结节直径<5 mm者154个,5 mm≤结节直径≤10 mm者66个,结节直径>10 mm者25个。与人工阅片相比,人工智能影像辅助诊断系统阅片对肺结节直径<5 mm、5 mm≤直径≤10 mm的检出率升高;与人工阅片相比,人工智能影像辅助诊断系统阅片对肺结节恶性的诊断特异度降低,灵敏度、阴性预测值均升高(均P<0.05)。结论人工智能影像辅助诊断系统阅片对肺结节的检出率更高,并且诊断灵敏度、阴性预测值较高,但其特异度较低,因此会存在一定的假阳性率,建议临床上将两种阅片方式进行结合,以提高对肺结节的诊断准确性。

基于人工智能的中医辅助诊断系统

构建中医辅助诊断系统,综合运用人工智能中的自然语言处理、专家系统、模糊数学、集合论等方法,为中医辅助诊断的研究及应用提供参考,为探讨基于人工智能的中医辅助诊断系统的研制提供思路。中医作为中国传统医学的重要组成部分,具有悠久的历史和丰富的理论体系。

人工智能辅助量刑的实践回视与理论供给

人工智能技术法律应用的迅猛发展、司法改革政策红利的强劲输出,为人工智能辅助量刑提供了发展空间。人工智能辅助量刑有独特的实践要素与理论根基,会冲击传统刑事司法观念与运作模式等整套知识体系。现阶段技术水平决定了人工智能是“辅助”量刑的司法交往角色,奠定了理论上的可调和性。量刑规范化改革的本质是提高量刑活动的可预测性,人工智能辅助精准预测量刑功能是理论与应用的融合,通过有序的制度供给,可有效提升量刑规范化的正当性与有效性,为推进量刑规范化注入新的规范潜能与动力。算法及其规则是核心实施要素,应当克服算法认知、应用的正当化以及说理等应用难题,夯实算法运行的正当性根基与规则,遏制不可控的司法异化风险,为公正量刑供给新动能。

人工智能超声辅助诊断系统联合超声造影对ACR TI-RADS 4类结节的诊断价值

目的分析人工智能超声辅助诊断系统(AI-UADS)联合超声造影对ACR TI-RADS 4类结节的诊断价值。方法选取我院经手术病理证实的甲状腺结节患者84例,共92个结节,均为ACR TI-RADS 4类,其中恶性结节17个,良性结节75个,比较AI-UADS与超声造影单独及联合对ACR TI-RADS 4类良恶性结节的诊断效能。结果超声造影准确诊断恶性结节14个,良性结节61个,诊断甲状腺恶性结节的灵敏度、特异度、准确率、阳性预测值、阴性预测值分别为82.35%、81.33%、81.52%、50.00%、95.31%;AI-UADS准确诊断恶性结节15个,良性结节62个,诊断甲状腺恶性结节的灵敏度、特异度、准确率、阳性预测值、阴性预测值分别为88.24%、82.67%、83.70%、53.57%、96.88%;二者联合准确诊断恶性结节14个,良性结节70个,联合诊断甲状腺恶性结节的灵敏度、特异度、准确率、阳性预测值、阴性预测值分别为82.35%、93.33%、91.30%、73.68%、95.89%。AI-UADS联合超声造影诊断甲状腺恶性结节的特异度和阳性预测值均高于单独诊断,差异均有统计学意义(均P<0.05)。结论AI-UADS和超声造影对甲状腺ACR TI-RADS 4类良恶性结节均具有较好的诊断效能,二者联合应用可有效提高诊断特异度和阳性预测值。

基于人工智能的甲状腺超声诊断辅助教学系统

针对超声诊断教学资源分布不均、学习成本高等诸多问题,以甲状腺超声诊断教学为例,提出了建设基于人工智能的甲状腺超声诊断辅助教学系统。首先论述构建该系统的关键技术并对系统功能进行具体描述,重点阐述了通过人工智能构建的甲状腺结节超声诊断模型在辅助教学中的临床价值。该系统推动了超声诊断教学的变革,提供了学生自主学习的渠道,有利于促进标准化超声培训方式的形成。

CEUS LI-RADS联合人工智能辅助决策模型对肝细胞癌的诊断价值评估

目的评估超声肝脏造影报告及数据管理系统(CEUS LI-RADS)联合人工智能辅助决策模型对肝细胞癌的诊断价值。方法选取88例肝细胞肿瘤患者,均通过CEUS LI-RADS评估肝细胞肿瘤的良性与恶性,根据CEUS LI-RADS结果采用人工智能辅助决策模型进行诊断,比较CEUS LI-RADS和人工智能辅助决策模型对肝细胞癌的单独诊断结果与联合诊断价值,并分析CEUS LI-RADS在不同病理特征肝细胞肿瘤诊断中的价值。结果CEUS LI-RADS联合人工智能辅助决策模型对肝细胞癌的诊断灵敏度、准确度高于单一方案诊断,漏诊率低于单一方案诊断,差异均具有统计学意义(P<0.05)。肝细胞肿瘤<5 cm的阳性患者和阴性患者CEUS LI-RADS分类LR-1~LR-3、LR-4、LR-5之间有显著差异(P<0.05)。肝细胞肿瘤≥5 cm阳性患者和阴性患者LR-1~LR-3、LR-5之间有显著差异(P<0.05)。不同分化程度肝细胞癌患者CEUS LI-RADS分类LR-3、LR-5之间有显著差异(P<0.05)。结论CEUS LI-RADS联合人工智能辅助决策模型对于肝细胞癌诊断准确度、灵敏度较高,可有效提高肝细胞癌诊断效能,降低漏诊率。

人工智能辅助量刑场景下的程序正义反思与重塑

人工智能辅助量刑是我国近年来刑事司法人工智能应用的重大场景创新。在人工智能辅助量刑场景下,智能量刑辅助技术的适用不仅与实体结果相关联,同时还与量刑程序深度融合,彰显出两种基本程序面向:在程序功能构造方面,其以规范量刑裁量权为程序功能取向,以量刑算法决策为程序功能实现路径;在程序运行逻辑方面,则表现为“人机协同”型程序驱动模式以及“人主机辅”型程序责任分配格局。在此基础上,智能量刑辅助技术的应用引发了有关量刑程序正义的三重结构性风险:即,理论层面的“传统正义理论解释力有限”、制度层面的“量刑算法决策正当程序机制阙如”、司法适用层面的“量刑裁判的人工智能算法依赖”。为保障人工智能辅助量刑场景下程序正义及量刑程序规范化的实现,应当提出具有针对性且体系化的风险治理方案。该方案具体包括:引入“以人为本”的技术性正当程序正义理论,强化理论供给;立足新型算法权利,建构诉讼化的量刑算法决策程序,填补制度空白;将智能量刑辅助技术的适用限定在轻罪案件场域、设置智能量刑辅助意见异议听证程序,严格司法适用。

人工智能辅助系统在宫颈液基细胞学分析中的应用价值研究

目的探讨人工智能(artificial intelligence,AI)辅助系统在宫颈薄层液基细胞学检查分析中的应用价值。方法收集2020年1~8月在陕西省人民医院行宫颈细胞学检查的620例液基病例,其中经膜式薄层液基细胞学(thinprep cytology test,TCT)制片技术制片426例,经沉降法液基细胞制片技术(liquid-based cytology technology,LCT)制片194例。同时由病理科中级医师及AI辅助系统阅片,以高级医师审核结果为最终结果进行对比分析。结果中级医师在TCT组及LCT组中的分类判读结果与高级医师审核结果相比较,其差异均无统计学意义(χ^(2)=0.594,1.014,P=0.898,0.602)。AI辅助系统在TCT组及LCT组中的分类判读结果均与高级医师审核结果不一致,其差异具有统计学意义(χ^(2)=104.267,26.349,均P<0.001)。AI辅助系统在TCT,LCT两种制片方式中对阳性片的检测灵敏度分别为100%和83.33%,高于中级医师(86.36%,66.67%),其差异无统计学意义(χ^(2)=3.220,0.444,P=0.233,1.000);两种制片方式AI辅助系统判读特异度为65.10%和84.57%,均低于中级医师(99.26%,100%),差异具有统计学意义(χ^(2)=160.931,31.424,均P<0.001);准确度为66.90%和84.54%,均低于中级医师(98.59%,98.97%),差异具有统计学意义(χ^(2)=149.831,24.829,均P<0.001)。结论AI辅助系统在TCT及LCT两种制片方式中灵敏度与中级医师相似,有利于阳性病例的筛出,但准确度及特异度较低,需要结合高级医师审核结果以提高准确度。

人工智能超声辅助诊断系统联合血清miR-211鉴别诊断甲状腺结节的临床价值

目的探讨人工智能超声辅助诊断系统(以下简称AI超声系统)联合血清miR-211鉴别诊断良恶性甲状腺结节的临床应用价值。方法选取我院经病理证实的甲状腺结节患者203例(良性146例,恶性57例,均为单发),术前均先行AI超声系统检查评估结节良恶性,再分别由1名高年资超声医师和1名低年资超声医师评估结节良恶性;检测并比较良恶性甲状腺结节血清miR-211的差异。分析AI超声系统及不同年资超声医师诊断结果与病理结果的一致性,计算并比较其诊断效能。绘制受试者工作特征(ROC)曲线分析血清miR-211鉴别良恶性甲状腺结节的诊断效能,比较AI超声系统联合血清miR-211与其单独应用的诊断效能。结果AI超声系统诊断良性结节119例,恶性结节84例,与病理结果的一致性一般(Kappa=0.627,P<0.01),其准确率、灵敏度、特异度、阳性预测值、阴性预测值分别为82.76%、92.98%、78.77%、63.10%、96.64%;高年资超声医师诊断恶性结节124例,恶性结节79例,与病理结果的一致性一般(Kappa=0.607,P<0.01),其准确率、灵敏度、特异度、阳性预测值、阴性预测值分别为82.27%、87.72%、80.13%、63.29%、94.35%;低年资超声医师诊断良性结节105例,恶性结节98例,与病理结果的一致性较差(Kappa=0.470,P<0.01),其准确率、灵敏度、特异度、阳性预测值、阴性预测值分别73.89%、89.47%、67.81%、52.04%、94.29%。三者诊断准确率、特异度比较差异均有统计学意义(均P<0.05);其中AI超声系统和高年资超声医师诊断准确率、特异度均高于低年资超声医师(均P<0.05)。恶性结节血清miR-211高于良性结节,差异有统计学意义(Z=7.807,P<0.05)。ROC曲线分析显示,血清miR-211鉴别诊断良恶性甲状腺结节的曲线下面积为0.853,诊断准确率、灵敏度、特异度、阳性预测值、阴性预测值分别为84.24%、89.47%、82.19%、66.23%、95.24%。AI超声系统联合血清miR-211鉴别诊断良恶性甲状腺结节的准确率、灵敏度、特异度、阳性预测值、阴性预测值分别为90.15%、89.47%、90.41%、78.46%、95.65%,联合应用的诊断准确率、特异度、阳性预测值均高于AI超声系统和血清miR-211单独应用,差异均有统计学意义(均P<0.05)。结论AI超声系统在良恶性甲状腺结节鉴别诊断方面具有较好价值,其与miR-211联合应用可提高诊断准确率、特异度及阳性预测值。

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。