多模态超声联合人工智能S-Detect技术对BI-RADS 4类乳腺结节的诊断分析

目的:分析多模态超声联合人工智能S-Detect技术对乳腺影像报告数据系统(BI-RADS)4类乳腺结节的诊断价值。方法:回顾性收集2020年9月-2024年3月我院收治的62例乳腺病变患者,统计分析所有患者的临床资料,对比不同诊断方法的诊断结果,以病理诊断为金标准,分析多模态超声联合人工智能S-Detect技术对BI-RADS 4类乳腺结节的诊断效能。结果:恶性乳腺结节的超声造影特征为:高增强、增强方式呈向心性、内部回声不均匀、形态不规则、边缘不清晰、存在周边放射状血管及增强后病灶体积增大。本组62例患者共76个乳腺结节,病理结果显示42个结节为恶性,34个结节为良性;常规超声诊断出34个恶性,敏感度为71.43%,特异度为88.24%,准确率为78.95%;人工智能S-Detect技术诊断出39个恶性,敏感度为76.19%,特异度为79.41%,准确率为77.63%;多模态超声诊断出44个恶性,敏感度为85.71%,特异度为76.47%,准确率为81.58%;多模态超声联合人工智能S-Detect技术诊断出45个恶性,敏感度为95.24%,特异度为85.29%,准确率为90.79%,其中多模态超声联合人工智能S-Detect技术检查的诊断结果与病理结果的一致性最高,Kappa值为0.812。ROC曲线对比分析显示,多模态超声联合人工智能S-Detect技术的诊断效能与单纯常规超声、人工智能S-Detect技术、多模态超声比较均有统计学意义(Z=0.275/2.603/2.083,P=0.023/0.009/0.037)。结论:相较于单一超声、多模态超声、人工智能S-Detect技术,多模态超声联合人工智能S-Detect技术诊断BI-RADS 4类乳腺结节的诊断效能较高,其诊断结果与病理结果高度一致。

多模态超声联合人工智能S-Detect技术校正BI-RADS分类对乳腺肿块的诊断价值分析

目的:探讨多模态超声联合人工智能S-Detect技术校正BI-RADS分类对乳腺肿块的诊断价值。方法:选取2021年1月—2023年12月东莞市妇幼保健院收治的乳腺肿块患者52例,所有患者均接受多模态超声检查(常规超声、彩色多普勒超声、弹性成像技术、超声造影)及人工智能S-Detect技术矫正,以病理结果为金标准,比较多模态超声、S-Detect技术联合诊断的诊断效能。结果:以病理检查结果为依据,联合检查诊断准确率、灵敏度均高于多模态超声和S-Detect技术单一诊断(P<0.05);恶性病变患者不均匀片状低回声、簇状钙化分布、血流RI高、血流丰富、冠状面结构扭曲、弹性评分高占比均高于良性病变(P<0.05);恶性肿块患者血流阻力指数、Vmax、Vmin均高于良性肿块患者(P<0.05)。结论:多模态超声联合人工智能S-Detect技术能进一步提高乳腺肿块良恶性鉴别诊断能力,且良恶性肿块经多模态超声下其超声特征表现及血流频谱上均存在差异,能够依据上述情况做出合理诊断。

萤火虫成像联合应变弹性成像校正人工智能S-Detect技术对乳腺囊实性肿块良恶性的诊断价值

目的 探讨萤火虫成像(micropure imaging, MI)联合应变弹性成像(strain elastography, SE)校正人工智能(artificial intelligence, AI)S-Detect技术对乳腺囊实性肿块良恶性的诊断价值。方法 根据145个乳腺囊实性肿块的MI和SE的表现对其S-Detect诊断结果进行校正。以术后病理结果为金标准,计算校正前后的诊断敏感度、特异度、准确度,并绘制两组受试者操作特征(receiver operating characteristic, ROC)曲线,比较曲线下面积。结果 病理良性80个,恶性65个。S-Detect经过校正后,诊断敏感度、特异度、准确度以及ROC曲线下面积均较校正前有所提高。结论 MI与SE联合校正S-Detect的诊断结果,能够提高对乳腺囊实性肿块良恶性的诊断效能。

人工智能S-Detect技术辅助诊断乳腺良恶性结节的应用价值

目的:分析人工智能S-Detect技术辅助诊断乳腺良恶性结节的应用价值。方法:选取2021年3月-2022年4月佛山市南海区第五人民医院收治的80例乳腺结节患者,患者均经病理检查确诊,对患者实施超声检查以及人工智能S-Detect技术辅助诊断,对比分析单独超声检查与人工智能S-Detect技术辅助的诊断效能。结果:本组80例患者经病理检查确诊34例恶性和46例良性;超声检查诊断27例恶性、53例良性;超声+人工智能S-Detect技术诊断为33例恶性、47例良性。采用人工智能S-Detect技术辅助诊断的准确率98.75%、灵敏度97.06%明显高于超声单独检测的88.75%、76.47%(P <0.05)。采用人工智能S-Detect技术辅助诊断不同类型良恶性乳腺结节的检出准确率高于超声单独检测,其中恶性乳腺结节检出率差异有统计学意义(P <0.05)。结论:人工智能S-Detect技术辅助诊断乳腺良恶性结节能明显提高诊断效能,具有非常重要的应用价值。

探讨人工智能S-Detect技术联合弹性成像在乳腺不良病变超声诊断中的应用价值研究

目的:分析人工智能S-Detect技术联合弹性成像在乳腺不良病变超声诊断中的应用价值。方法:随机抽取我院2019年8月~2020年10月科室内所有行手术治疗的135例乳腺肿块患者的临床病例进行回顾性分析,针对患者的超声弹性成像和人工智能S-Detect结果进行对比,分析二者联合诊断的应用价值。结果:135例患者共包括162个病灶,病灶直径为4.5mm~38.9mm,平均直径(18.73±5.12)mm,其中包括良性病灶107个(66.05%),恶性病灶55个(33.95%);超声弹性成像诊断的灵敏度、特异度和准确率分别为74.55%、85.98%和82.10%;S-Detect技术诊断的灵敏度、特异度和准确率分别为89.09%、84.11%和85.80%;超声弹性成像联合S-Detect技术的诊断乳腺不良病变的灵敏度、特异度和准确率分别为96.36%、93.46%和94.44%,诊断价值明显优于单独超声弹性成像和S-Detect技术(P<0.05)。结论:人工智能S-Detect技术联合弹性成像可以有效实现对乳腺良恶性肿块的鉴别,在乳腺不良病变中发挥出了较好的诊断效果,有利于提高临床诊断符合率。

论生成式人工智能的技术创新伦理周期——以ChatGPT为例

生成式人工智能在推动技术创新突破性应用的同时,也带来了许多社会伦理风险:隐私暴露与信息安全控制风险;虚假信息派生所带来的信息传播风险;算法偏见所带来的决策和政策风险以及责任界定模糊风险。运用“索洛悖论”理论,将伦理进步看作是科技创新投入的增函数,可以发现生成式人工智能对伦理推动的“技术创新索洛周期”。基于此,要跨越生成式人工智能“伦理风险鸿沟”可以采取以下对策:健全生成式人工智能法律规制,推动构建生成式人工智能治理体系;加强平台监管,完善流程标准化管理,规范保障生成式人工智能安全发展;落实优化生成式人工智能可持续发展环境,探索更多行业重塑的可能。

技术突围与数字交往:人工智能背景下精准化国际传播突破方向

精准化传播是提升国际传播效能的重要手段,在生成式人工智能技术快速发展的背景下,实施精准化的国际传播面临重大挑战与机遇。一方面,在技术硬件、规则、系统三个层面,智能技术对国际传播生态产生深刻影响,国际传播面临着底层架构、平台垄断、技术代差等方面的制约,亟待“技术突围”。另一方面,智能技术也带来了跨国间丰富多样的人际交往、物质交往和精神交往活动,数字交往可以促进主体间的共享、共鸣与共通,可以作为精准化国际传播的重要路径。我们应当关注并借助生成式人工智能技术的发展,让技术更好地服务于人,发掘主体间的交往潜力,从节点化、场景化、数智化、在地化等方面探索国际传播精准化的突破方向。

人工智能技术赋能情报工作的历程与当前思考

本文系统探讨了人工智能技术的演进及其在情报工作中的应用,揭示了人工智能赋能情报工作在思想、特征、技术方法和场景应用上的新变化。从基于规则的范式到基于基础模型的阶段,人工智能技术为情报工作的智能化提供了新机遇,但同时也引发了伦理、法律、隐私等新挑战。本文指出了情报领域在新时期应该关注的问题和挑战,并提出了针对这些问题和挑战的对策,以期为情报领域的稳定发展提供有益的建议。

技术伦理视域下美国教育人工智能伦理问题审视:现实表征与规避策略

教育人工智能是一种新兴技术,在凸显其优越性的同时逐渐显现出诸多技术伦理问题。美国作为教育人工智能技术的先驱国家,其教育人工智能技术伦理问题表征和规避策略更具典型性。美国教育人工智能在使用过程中出现各种偏见、歧视:智能系统出现错误和技术漏洞时追责困难;海量数据搜集会侵犯学生多种权利;学生长时间使用智能系统可能面临发展障碍,出现“成事”与“成人”的价值冲突。为规避教育人工智能伦理风险,美国制定了教育人工智能相关标准,加强教育人工智能算法监管,出台数据保护指南和法案,并规范智能技术在教育中的应用。我国应借鉴美国教育人工智能伦理问题的治理策略,制定和完善教育人工智能相应政策,建立贯穿全生命周期的全员联动监管机制,研制教育人工智能伦理框架,培养和提升师生的人工智能素养。

基于“技术道德化”理论的生成式人工智能教育应用潜能与风险研究

随着生成式人工智能的快速发展及其在教育领域的广泛应用,国内外研究者围绕它及其背后的大语言模型教育应用问题展开了热烈的讨论,但大部分研究因缺乏对生成式人工智能技术原理的了解而在问题探讨中存在伊莉莎效应。研究首先在对生成式人工智能技术学原理进行深入剖析的基础上,从维贝克“人—技杂合”视角对生成式人工智能的本质展开技术哲学分析;其次,基于“技术道德化”理论分析了生成式人工智能教育应用的四大潜能和面临的五大风险挑战;最后,提出基于“人—技杂合”的思想从“设计者”和“使用者”两种视角构建“双向奔赴”的全球人工智能治理体系,将成为未来探索的重要方向。

基于生成式人工智能技术的对话机器人能促进在线协作学习绩效吗?

近年来,人工智能技术迅猛发展,对教育教学产生了巨大的冲击和影响,最引人注目的是基于生成式人工智能技术的对话机器人的兴起。为进一步提高在线协作学习绩效,研究旨在检验基于生成式人工智能技术的对话机器人对在线协作学习绩效、批判性思维意识及其知识激活量和贡献度的影响。研究邀请大学生参与在线协作学习,综合采用定量和定性相结合的研究方法,深度分析对话机器人的影响。研究结果表明,基于生成式人工智能技术的对话机器人不仅在其知识激活量、贡献度方面明显优于传统媒体,而且也能够显著提升在线协作学习绩效和批判性思维意识。文章深入分析和讨论了研究结果,并提出若干启示和建议。

面向未成年人的人工智能技术发展蓝图——面向未成年人的人工智能技术规范研究(四)

随着ChatGPT等新型人工智能技术的进一步发展,未成年人成长面临着新的风险与挑战,急需构建面向未成年人的人工智能规范体系。文章从人才发展、AI向善和人机共融视角出发,构建了面向未成年人的人工智能技术规范体系模型:“技术内容规范”将基础性、时代性和价值性三个维度的知识结合在一起,旨在从核心素养的角度规范学生能接触到的人工智能技术内容;“技术工具规范”围绕可用性、适用性、安全性、价值观对AI学习工具的设计、开发和应用全过程提出规范要求,旨在从应用监管角度保障未成年人的使用体验;“技术伦理规范”基于以人为本、公平公正、安全可控原则,对人工智能技术伦理治理提出要求,旨在从安全伦理角度促进未成年人、社会、自然和人工智能的和谐共处。

论人工智能技术在我国档案工作中的应用

从档案收管用三个业务环节出发,探讨人工智能技术应用于我国档案工作面临的问题,提出人工智能技术应用于我国档案工作中的建议,以提高我国档案工作的水平。通过文献研究和案例分析,总结人工智能技术应用于我国档案工作中存在的问题,并在此基础上提出优化建议。人工智能技术在我国档案工作中的应用前景广阔,目前已有的实践案例对促进人工智能技术在我国档案工作中的应用起到了积极作用。

人工智能技术可持续发展的逻辑及其制度安排

人工智能技术可持续应用于生产,能够大幅度地节约劳动时间和增加财富,降低个别价值和形成超额剩余价值。人工智能技术可持续发展,内在要求创新资本占有超额剩余价值的理论观念,构建生产资料资本化为资本所有者股份和劳动力资本化为劳动者股份相结合的新型股份制,保障资本贡献归资本所有者所得、劳动贡献归劳动者所有;内在要求非物质生产的第三产业部门发展商品生产和商品交换,生产价值和增殖资本,吸纳物质生产部门游离出来的劳动力就业,保障社会必要劳动(社会劳动)和社会价值不减或者增加。人工智能技术可持续发展,有利于推动中国式现代化建设,有利于化解中国特色社会主义新时代的社会主要矛盾。

人工智能与数字技术背景下统计学专业实践教学体系优化及设计

统计学专业建设需要紧跟人工智能和数字技术发展步伐,该文通过对统计学专业实践教学体系的现状分析与存在问题剖析,提出人工智能与数字技术背景下统计学专业实践教学体系优化与设计的思路,进而给出人工智能与数字技术背景下实践教学体系的总体框架和相应的优化设计方案,进一步提升学生将统计理论与人工智能、数字技术的融会贯通的能力,满足我国人工智能产业的发展和数字中国建设的人才需求。

新兴技术视域下的人工智能善治——发展现状、风险挑战与治理思路

人工智能正在引发一场远超乎于技术场域的时代变革,以大模型为代表的生成式人工智能塑造着未来的主要技术进路。尽管我国已成为一个人工智能大国,但在核心理论创新、基础底座建设、关键软硬件和生态方面还有待提升,迈向人工智能强国还有很长的路要走。在此情况下,如何在保障人工智能有力、有序、有益发展的同时,实现对人工智能的善治是亟需回应的关键问题。因此,平衡好发展与治理之间的关系,践行价值对齐的伦理思路,吸收人工智能国际治理有益经验,探索一条理念开放、主体多元、对象分层、工具灵活的治理新思路,成为探索人工智能善治路径的核心命题。

人工智能与高新技术企业竞争力:机制与效应

通过人工智能技术赋能制造企业的生产、运营过程,提升制造企业的知识化、智能化水平,是高新技术企业获得竞争优势的重要途径。文章从理论和实证两个方面分析了人工智能对高新技术企业竞争力提升的作用机制及效应。研究表明:人工智能提高了高新技术企业的成本加成率和全要素生产率,主要结论在稳健性检验后依然成立。异质性分析发现,人工智能对国有企业和经济不确定感知程度较高的高新技术企业的赋能效果更明显;同时,对处于低市场分割和实体经济基础较好地区的高新技术企业的赋能效果更明显。技术积累、员工结构优化、成本节约和效率提升是实现人工智能赋能高新技术企业竞争力的重要机制。研究结论对促进人工智能与高新技术制造业深度融合,实现经济高质量发展具有明显政策启示。

新医科背景下人工智能在医学信息技术中的应用探讨

旨在探讨新医科背景下人工智能在医学信息技术中的应用。通过研究人工智能在医学信息技术中的优势和应用情况,包括医学影像诊断、医疗数据分析、智能辅助诊疗等方面。继而讨论了人工智能技术在医学领域中所遇到的挑战和问题,包括数据隐私保护、技术安全性等方面。最后,探究了如何更好地发挥人工智能在医学信息技术中的应用。通过研究,能更深入地理解人工智能技术在医学信息技术中发挥越来越重要的作用,并且在未来有更广阔的应用前景。

智能技术赋能教育数字化转型的前沿趋势——《2023人工智能促进教育发展报告》导读

人工智能技术作为新一轮科技革命的重要驱动力量,正在不断渗透教育的各个场景,推动着教育的数字化转型。智能技术赋能下的教育数字化转型不仅改变教育的传统模式,也为提升教育质量和效率提供全新的可能性。然而,如何科学有效地测评人工智能技术在教育中的应用效果,以及明晰人工智能教育发展的现状,成为当前教育界所关注的重要问题。鉴于此,《2023人工智能促进教育发展报告》从“智能教育发展篇”和“智能教育软件篇”两大角度切入,回应人工智能促进教育发展各维度的情况。其中,“智能教育发展篇”从外部保障、内生循环、素养输出三个方面切入,提出中小学智能教育发展的六大维度,致力于构建系统完善的人工智能促进教育发展评估体系,以涵盖我国人工智能促进教育发展的重要指标;“智能教育软件篇”从学、教、管、评四大教育场景出发,提出面向中小学生的智能教育软件应用整体框架,致力于构建科学有据的智能教育软件评估体系,评估结果既包括软件工具本身的功能评估结果,也包括与同类型产品功能和应用场景等的横向对比,同时划定智能教育软件工具实践应用的准入原则和评价机制,并界定智能教育软件工具的应用场景、功能定位、使用原则、作用机制等问题。

人工智能技术在高校内部审计业务创新中的应用路径探索

随着智能化时代的到来,当前高校内部传统审计模式与方法面临着新的挑战。文章针对高校存在的内部审计制度不完善、审计队伍力量薄弱及审计技术落后等典型问题,从审计准备阶段、数据分析阶段、生成报告阶段、整改追踪阶段探讨利用人工智能技术开展内部审计工作的策略,并提出高校内部审计智能化改进的新方向。