医学人工智能标准体系:历史与现状

当前医学人工智能标准化进程尚处于萌芽阶段,难以满足医学人工智能产品在研发、部署、管控、评估以及指导等多方面的需求。这一方面导致人工智能产品的研发过程难以规范化,增加了研发成本,影响了产品质量;另一方面也造成了人工智能产品难以进行统一的交互、比较和评价,可能导致产品被错误评估,从而误导医学人工智能产品的研发方向,因此建立成熟统一的医学人工智能标准体系成为当务之急。为推动医学人工智能标准体系从萌芽阶段走向成熟,本文从医学数据标准、标准数据集、基准和规范/指南4个方面深入分析医学人工智能标准的发展历程,揭示当前医学人工智能标准中存在的问题,以期为相关研究提供参考和借鉴。

教育通用人工智能大模型标准体系框架研制

当前,人工智能大模型在各领域迅猛发展,其中教育领域的人工智能大模型虽然能够在知识生产、知识计算和知识服务方面完成多种智能任务以提供教学辅助,但其在功能构建、数据收集与管理、教学测评和应用等方面仍存在局限,同时缺乏适用于多个教育场景的通用人工智能大模型。基于此,文章从人工智能的发展和标准化的现状出发,对教育通用人工智能大模型的概念、原则和属性做出界定,并提出教育通用人工智能大模型标准体系,包括总体框架、信息模型、数据规范、测评规范和教学应用要求等,以从指导角度对教育通用人工智能大模型的研发、应用、管理和评估进行规范。文章通过研究,旨在规范通用人工智能大模型在教育领域的应用与发展,赋能、赋智于教育,推动教育的高质量发展。

人工智能背景下山西省区域医疗中心高端医学人才培养体系研究

随着人工智能技术的快速发展,医疗行业对高端医学人才的需求日益增长,特别是在跨学科知识和技术应用方面。文章分析了人工智能背景下医疗中心的人才需求变化,指出了岗位适配性、劳动保护、社会保险、职业培训等方面存在的问题,并探讨了山西省区域医疗中心在高端医学人才培养方面的现状与挑战。通过研究国内外成功案例,文章提出了构建适应人工智能时代的高端医学人才培养体系的策略,包括明确培养目标、制定标准体系、实施梯队和联合培养模式,以及建立综合评价体系。这些措施旨在提升医学人才的专业能力和创新能力,以满足未来医疗服务的需求,推动医学领域的发展。

“人工智能+生物信息学”背景下医学科技创新人才培养体系构建思路与实践成效

随着人工智能(AI)和生物信息学(BI)的快速发展,医疗领域正面临着前所未有的变革。为了培养适应未来医学科技发展需求的创新人才,本文探讨了AI与BI相结合的医学科技创新人才培养体系,并分析其在实践中的应用。首先分析了当前AI和BI在医疗领域的应用现状和发展趋势,以及培养医疗科技创新人才的重要性。随后,提出构建创新型医学科技人才培养体系的方案,包括培养目标与定位、课程与教学内容、教学方法与资源、师资队伍建设、合作交流等不同方面。然后介绍了该系统在实践中的应用和效果,包括教学改革与实践、提高学生创新能力、教学评价与反馈等。最后,本文进行了总结和展望,并提出了未来的发展方向。

新的人工智能管理体系标准发布

事件:ISO/IEC42001:2023《信息技术人工智能管理体系》发布。内容:为了应对人工智能(AI)兴起所带来的挑战,国际标准化组织(ISO)和国际电工委员会(IEC)制定了《信息技术人工智能管理体系》(ISO/IEC42001:2023)国际标准。该标准将有助于企业和组织制定稳健的AI管理框架。

国家人工智能产业综合标准化体系建设指南(2024版)

为深入贯彻落实党中央、国务院关于加快发展人工智能的部署要求,贯彻落实《国家标准化发展纲要》《全球人工智能治理倡议》,进一步加强人工智能标准化工作系统谋划,加快构建满足人工智能产业高质量发展和“人工智能+”高水平赋能需求的标准体系,夯实标准对推动技术进步、促进企业发展、引领产业升级、保障产业安全的支撑作用,更好推进人工智能赋能新型工业化,特制定本指南。

铁路工程人工智能技术标准体系研究

铁路工程行业已开展了大量人工智能研究,各类不同的人工智能场景蓬勃发展,从智能勘察、智能设计、智能施工、智能运维、智能装备、智能物流、智能生产等七个领域系统分析了当前铁路工程人工智能技术应用现状。结合国家新一代人工智能标准体系及铁路行业特点,提出了铁路工程领域人工智能技术标准框架结构,包括基础共性、支撑技术及产品、基础软硬件、关键技术、场景应用等五部分,列举了下一步应重点研究编制的标准内容。为铁路工程行业人工智能技术标准制定奠定基础。

人工智能技术应用专业课程体系与职业标准对接研究

课程标准体系是高职院校进行人才培养、教学质量管理的重要基石,同时也是教学质量监控和评估的重要依据,而专业课程体系的制定更是关乎高职院校的人才培养质量。通过对人工智能技术应用专业所对应职业标准的研究与分析,构建了该专业的专业课程体系,一方面能够推动该专业职业技能与专业课程体系的深度融合,突出课程的可用性和实用性,注重学生知识技能和职业素养的全方位培养。另一方面通过高质量人才的培养,能够进一步提高学校的竞争力和综合办学实力。

加快建设人工智能产业标准化体系

人工智能是引领新一轮科技革命和产业变革的基础性和战略性技术,正成为发展新质生产力的重要引擎,加速和实体经济深度融合,全面赋能新型工业化,深刻改变工业生产模式和经济发展形态,将对加快建设制造强国、网络强国和数字中国发挥重要的支撑作用。

油气领域人工智能标准化工作思考与建议

近年来,人工智能技术飞速发展,在垂直行业的规模应用实效显著,国内外均意识到人工智能标准工作的重要性,积极推进人工智能标准工作。人工智能技术在油气领域的融合应用,整体按“单点智能技术—智能化技术系列—大模型”路径演进、扩展,当前已实现多点技术突破,推进油气人工智能标准化工作的重要性和必要性凸显。建议采用“整体布局、分层细化、逐步完善”的方式,分基础骨干、重点方向、应用场景3个层次构建油气人工智能标准体系,明晰油气人工智能与其他专业界限、科学组建油气人工智能标准委员会,协同推进油气人工智能标准化工作快速有序发展。

《国家人工智能产业综合标准化体系建设指南(2024版)》 明确人工智能产业体系重点建设的各项标准

为深入贯彻落实党中央、国务院决策部署要求,贯彻落实《国家标准化发展纲要》《全球人工智能治理倡议》,进一步加强人工智能标准化工作系统谋划,加快构建满足人工智能产业高质量发展和“人工智能+”高水平赋能需求的标准体系,夯实标准对推动技术进步、促进企业发展、引领产业升级、保障产业安全的支撑作用,更好地推进人工智能赋能新型工业化,工业和信息化部、中央网络安全和信息化委员会办公室、国家发展和改革委员会、国家标准化管理委员会组织编制了《国家人工智能产业综合标准化体系建设指南(2024版)》。

我国人工智能标准化建设现状与展望

人工智能的迅猛发展引发了诸多担忧,世界各国积极探索人工智能治理路径。我国人工智能标准化建设已经取得了初步成效,呈现出软法和硬法共处、多主体协同共治、分类施策的特点。随着人工智能技术突破,场景应用融合创新,国际协同共治发展,我国人工智能标准化建设将会呈现出四个主要趋势,即国际合作和国际交流更加紧密,人工智能标准化体系建设有条不紊持续推进,标准化方式更加多元,标准化主体各司其职、各尽其能。

医学人工智能领域伦理治理重点研究

目的探讨医学人工智能领域伦理治理的重点。方法通过综合查阅相关文献,比较中外医学人工智能领域相关法律法规,分析潜在伦理问题的治理重点,并提出相应的治理策略。结果目前中国医学人工智能领域相关法律法规和监管体系有待完善,伦理治理的重点应着眼于保护隐私权、保障算法的透明与公正、厘清责任界定和分配、明确公众认知和态度等核心问题。结论政府和社会各界应积极借鉴国际立法经验,通过加强顶层设计、健全政策法规、重视公众反馈、强化跨学科合作,从政策制定、法律框架、科学研究和技术研发等方面构建一个全方位、多层次的伦理治理体系。

现有人工智能标准化和监管法案解析

本文对近年来国际上与人工智能相关的标准和监管法案进行了梳理,并重点介绍了ISO标准《信息技术人工智能管理体系》的框架和内容,阐释了其中的重要概念和术语,包括治理机构、人工智能系统、数据质量、人工智能系统影响评估等,对开展人工智能认证提出了建议。

四部门联合发布指南 明确国家人工智能产业标准化方向

近日,工业和信息化部、中央网信办、国家发展改革委、国家标准委等四部门联合印发《国家人工智能产业综合标准化体系建设指南(2024版)》(以下简称《建设指南》)。提出到2026年,我国标准与产业科技创新的联动水平持续提升,新制定国家标准和行业标准50项以上,引领人工智能产业高质量发展的标准体系加快形成。

新医科背景下以人工智能为导向的医学院校计算机基础课程体系构建初探

分析新医科的特点,了解新医科建设背景下高等医学教育对计算机技术的需求,针对当前医学院校计算机基础教学存在的问题,构建以培养计算思维能力为核心,以人工智能为导向的计算机基础课程体系。在教学目标和课程内容设置上,紧密结合医学专业的学科特色,培养学生利用计算思维解决医学专业问题的能力。

可信人工智能标准体系建设研究

人工智能的发展和进一步应用,已经成为不可逆的趋势。人工智能带来福利的同时,也带来一定的风险。通过可信人工智能标准体系构建的方法,可降低人工智能所带来的风险。可信人工智能要求人工智能系统具备可解释性、无歧视性和数据安全性。域外可信人工智能标准体系建设主要存在伦理概念标准建设和技术标准建设两种途径,并已经有相关的可信人工智能标准体系建设总纲。我国可以参照域外的经验,建设可信人工智能标准体系总纲,加强人工智能伦理标准体系建设和技术标准体系建设,确保人工智能系统的可信性。

医学大数据与人工智能标准体系:现状、机遇与挑战

医学大数据和人工智能(artificial intelligence,AI)在提升医学资源利用率和服务质量方面具有极大的潜力,但同时也在隐私保护和技术风险方面带来挑战。标准是构造、评价和应用新技术的共识和规范,医学大数据和AI在临床的应用迫切需要制订数据、系统、计量标准以及应用和评价新技术的行为规范。本文定义了医学大数据与AI标准的内涵,包括数据相关标准、公共数据集、测试基准、行为规范;总结了医学大数据和AI标准的现状、潜在问题及挑战;在展望医学大数据与AI发展前景的同时,提出了结合大数据/AI增强的系统和医学科学大装置的系统新架构。

医学影像人工智能:进展和未来

基于医学影像构建的人工智能(AI)系统已在疾病诊疗方面展现出了巨大的应用潜能。然而,距离临床应用仍面临着诸多挑战。就医学影像数据标准化、模型泛化性、生物学可解释性、医学数据孤岛与隐私保护等方面来探讨医学影像AI的进展与未来。在未来的工作中,有必要引入更多新技术、新理论,构建高效、泛化性强的医学影像AI标准化数据库,积极推进医学影像AI在疾病诊疗领域的临床应用。

医疗资源均衡布局背景下人工智能影像管理路径体系价值探讨

北京大学肿瘤医院医学影像科于2021—2022年联合人工智能(Artificial Intelligence,AI)技术团队共同开展顶层设计,建立基于AI应用的医学影像管理优化路径体系。该体系能满足智慧诊疗、科研管理、教学管理、运营管理和考核预警等方面的需求。研究初步论证该体系在快速提供同质化优质诊疗服务、提升管理服务效率和质量、提高临床科研教学能力等方面的价值和作用,路径体系的建立为优质医疗资源扩容下沉和区域均衡布局工作提供了优质工具,推广应用前景良好。