关键词： 椎间盘   腰椎间盘突出   颈椎间盘突出   形心   核磁共振   人工智能   生物力学  

摘要： 背景:人工诱导突出椎间盘自然回缩技术是一种治疗颈、腰椎间盘突出症微创、对突出椎间盘而言无创的创新性有效方法,但回缩术后突出颈、腰椎间盘能否保持原有的高度及生物力学强度,目前尚未见相关研究报道。目的:测量人工诱导突出椎间盘自然回缩手术前后突出颈、腰椎间盘相邻椎体形心高度,以分析回缩术后椎间盘生物力学强度的变化,为人工诱导突出椎间盘自然回缩技术治疗颈、腰椎间盘突出症提供新的依据。方法:回顾性分析2013年1月至2023年1月在郑州大学第一附属医院接受人工诱导突出椎间盘自然回缩手术治疗的颈/腰椎间盘突出患者140例。应用相关软件在人工智能辅助标定下,于MRI T_(1)图像中测量患者人工诱导突出椎间盘自然回缩术前及术后各随访时间节点的颈椎、腰椎相邻椎体形心高度。以未手术的T_(1)/T_(2)和T_(12)/L_(1)节段分别作为颈椎、腰椎对照组,若术前颈/腰椎间盘突出患者的相邻椎体形心高度值小于其自身T_(1)/T_(2)或T_(12)/L_(1)对照节段相邻椎体形心高度值超过8%者为“高度降低组”(以下简称A组),其余为“高度不变组”(以下简称B组)。统计学分析A组和B组人工诱导突出椎间盘自然回缩手术前后相邻椎体形心高度的差异,同时根据人工智能辅助测量所得颈、腰椎突出椎间盘的体积,分析其与相邻椎体形心高度变化的相关性。结果与结论:①共纳入140例患者,其中颈椎组60例、腰椎组80例,术后随访7 d-12个月;②颈椎组共281个椎间盘,其中对照组60个颈椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别约为20.46 mm和20.17 mm,差异无显著性意义(P>0.05);A组162个颈椎间盘,术前与术后末次随访相邻椎体形心高度均值分别为16.65 mm和15.92 mm,差异无显著性意义(P>0.05);术前与术后颈椎突出椎间盘体积均值分别是510.28 mm^(3)和364.76 mm^(3),与相邻椎体形心高度改变无显著相关性(P>0.05);B组64个颈椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别为20.15 mm和19.09 mm,差异无显著性意义(P>0.05);术前与术后颈椎突出椎间盘体积平均值分别是515.32 mm^(3)和361.98 mm^(3),与相邻椎体形心高度改变无显著相关性(P>0.05);③腰椎组共258个椎间盘,其中对照组80个腰椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别约为33.03 mm和32.40 mm,差异无显著性意义;A组59个腰椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别为30.08 mm和31.67 mm,差异无显著性意义;术前与术后腰椎突出椎间盘体积均值分别是690.51 mm^(3)和496.58 mm^(3),与相邻椎体形心高度改变无显著相关性(P>0.05);B组119个腰椎间盘,术前与术后末次随访相邻椎体形心高度平均值分别为35.91 mm和34.12 mm,差异无显著性意义;术前与术后腰椎突出椎间盘体积均值分别是698.70 mm^(3)和535.99 mm^(3),与相邻椎体形心高度改变无显著相关性;④提示无论颈、腰椎突出椎间盘高度是否下降,人工诱导突出椎间盘自然回缩术后其高度都可以维持与术前一致的水平,可见突出椎间盘回缩并不影响其生物力学强度,提示人工诱导突出椎间盘自然回缩技术宜在突出节段椎间隙高度下降前实施,这样对维持自然回缩椎间盘生物力学强度更具价值。

关键词： 人工智能技术   语言模型   科技论文   学术论文   计算能力   学术研究   GPT   生成式  

摘要： 2022年10月,美国OpenAI公司发布的大语言模型ChatGPT使得生成式人工智能技术达到一个新的发展阶段。该平台结合了大量的数据、强大的计算能力和新颖的处理技术,能够对各种各样的输入生成类似人类的反应,且可自由访问,已经吸引了数亿万次互动。在学术研究和写作中,也有越来越多的作者开始使用生成式人工智能工具辅助科研,甚至有人使用ChatGPT等大语言模型来撰写学术论文。如2023年9月,Physica Scripta(《物理写作》)刊登的一篇论文中出现了类似ChatGPT按钮上短语Regenerate Response(“重新生成回复”),作者也证实使用了ChatGPT来帮助起草手稿,最终文章被出版商撤回。

摘要： 2022 年 10 月,美国OpenAI公司发布的大语言模型ChatGPT使得生成式人工智能技术达到一个新的发展阶段.该平台结合了大量的数据、强大的计算能力和新颖的处理技术,能够对各种各样的输入生成类似人类的反应,且可自由访问,已经吸引了数亿万次互动.

关键词： 人工智能技术   语言模型   Open   科技论文   Chat   计算能力   生成式  

摘要： 2022年10月,美国OpenAI公司发布的大语言模型ChatGPT使得生成式人工智能技术达到一个新的发展阶段。该平台结合了大量的数据、强大的计算能力和新颖的处理技术,能够对各种各样的输入生成类似人类的反应,且可自由访问,已经吸引了数亿万次互动。

关键词： 国际功能、残疾和健康分类   视力障碍   辅盲设备   智能化   人工智能   功能   分类   评价  

摘要： 背景:辅盲设备及技术的应用是当今视力障碍人群常用的干预手段,可提高日常生活活动的参与及工作学习能力,帮助其回归家庭、回归社会。数字信息和智能化时代下辅盲设备的形式、技术和功能各有不同,其分类目前暂未能得到有效统一的讨论和评价。目的:基于《国际功能、残疾和健康分类》评价国内视力障碍人群智能化辅盲设备的补偿功能。方法:通过计算机检索中国知网、维普和万方数据库2013-01-01/2023-12-31收录的相关文献。基于《国际功能、残疾和健康分类》理论模式和框架结构,应用术语结构和编码程序归纳相关视力障碍评估类目,整理与分析国内视力障碍的智能化辅盲设备补偿功能研究与分类。结果与结论:①共纳入197篇文献:其中身体功能1篇,包含b2(b210);身体结构1篇,包含s2(s220);活动与参与共119篇,包含d1(10篇,d110、d115、d120、d140、d166),d3(4篇,d315、d325、d345、d360),d4(102篇,d465、d470),d8(3篇,d820、d825);环境因素共76篇,包含e1(72篇,e115、e120、e125、e130、e140、e150、e155、e160),e2(4篇,e210、e240);②基于《国际功能、残疾和健康分类》的视力障碍智能化辅盲设备补偿功能研究分类包含4个部分、8个分类、25个类目,领域涉及身体补偿类、生活用品类、教育学习类、出行导盲类、布局规划类。

关键词： 膝关节   关节软骨   半月板   生物力学   有限元分析   有限元模型   膝骨关节炎   关节置换   人工智能   综述  

摘要： 背景:有限元分析是一种先进的计算机工程技术,利用数学近似的方法对真实人体进行模拟,可以真实反映膝关节结构内部的生物力学特征,为理解膝关节疾病发病机制、优化手术方案以及开发新型植入材料提供了有效的工具。目的:对膝关节有限元模型的建立及其在膝关节疾病研究中的应用进行综述,并展望了未来的发展趋势。方法:第一作者于2024年4月以“Finite Element Analysis,FEA,knee joint,Finite Element Model,Knee Biomechanics,Knee Osteoarthritis,Knee Prosthesis,Knee Ligaments,Meniscus”为英文检索词在PubMed和EI数据库进行检索,以“有限元分析,有限元模型,膝关节,生物力学,骨关节炎,计算模型,膝关节假体,膝关节韧带,半月板”为中文检索词在中国知网和万方数据库进行检索,最终纳入75篇文献进行分析。结果与结论:①有限元分析法利用医学影像数据获得三维人体模型,将复杂的人体关节结构简化为有限且相互连接的单元,通过对模型施加外部载荷,直观地显示膝关节内部的应力分布。②研究者通过有限元分析深入研究膝关节在不同工况下的内部应力和应变分布,可发现膝关节内部载荷分配平衡改变时,关节软骨的过度载荷及部分区域的负荷下降,这种长期异常应力会引起软骨变形和磨损,最终缺失,对于理解生物力学因素如何引起膝关节退行性变至关重要。③有研究通过有限元分析评估膝骨关节炎患者采用太极拳、步态调整等物理治疗方法的效果,结果显示这些治疗方法减少了软骨的过度负荷,为临床治疗提供了科学理论依据。④临床医生通过有限元分析在手术前进行三维重建、数据测量和模拟手术,能够优化手术治疗策略;此外,还可以通过模拟不同假体的力学特征,改进假体的形状、材料和固定方式,减少患者的并发症,提高患者的治疗效果。⑤人工智能与有限元分析相结合使得有限元模型的构建更为精确和易于操作,极大提高了临床医生医疗实践的效率和患者的治疗效果。⑥有限元分析仅是数字化的模拟,与真实物理状态仍存在一定差异。

关键词： 人工智能   个性化教学   教师专业成长   教学模式创新  

摘要： 随着人工智能技术的飞速发展,教育领域正经历着一场深刻的变革.人工智能驱动的个性化教学模型以其精准定位学生需求、优化教学资源分配、促进学生主动学习等优势,成为提升教学质量与效率的重要途径.然而,这一模式的引入,也为教师专业成长带来了新的挑战与前所未有的机遇.旨在探讨人工智能在个性化教学中的应用现状,分析其对教师角色转型、技能升级、以及教学创新思维的影响,提出教师如何在智能教育时代下把握机遇、应对挑战,实现个人专业能力的跨越性成长.

关键词： 人工智能   神经再生   脊髓损伤   机器外骨骼   脑机接口   神经电刺激   脑皮质重组   深度学习   机器学习   神经网络  

摘要： 背景:近年来人工智能逐渐兴起,在多方面应用于脊髓神经损伤与修复领域,对临床治疗也有诸多积极影响。目的:研究人工智能在脊髓神经损伤与修复领域的诊断、治疗和康复中的应用进展,明确该领域的研究热点和不足,为今后研究工作提供建议。方法:在Web of Science核心集数据库检索建库至2023年收录的人工智能在脊髓神经损伤与修复领域相关文献,使用CiteSpace 6.1.R6和VOSviewer 1.6.19软件对文献数据进行一般文献学分析、文献共被引、期刊共被引、期刊双图叠加及关键词聚类等可视化分析。结果与结论:①共筛选出1713篇文章,此领域年发文量呈波动上升趋势,其中美国占据主导地位,Kadone Hideki是发文量最多的作者,《ARCH PHYS MED REHAB》是被引用次数最多的期刊。②关键词共现和聚类分析显示,去除与检索词相近的关键词后,主要关键词被分为3个主要集群:外骨骼与运动康复(为最大核心热点)、机器学习和神经可塑性、机器人和康复训练。③关键词爆发分析显示,深度学习和人工智能在过去5年中已成为突发术语。④文献共被引和高被引文献分析结果显示,人工智能在脊髓神经损伤与修复领域热点集中于动力外骨骼(powered exoskeleton)、步态(gait)、神经电刺激(electrical nerve stimulation)、皮质内脑机接口(intracortical brain-computer interface,IBCI)、机器人(robot)、高分子生物材料(polymer biomaterials)及神经干细胞(neural stem cell)等内容。⑤人工智能在脊髓神经损伤与修复领域的研究近年来呈现上升趋势,该领域的关注点从外骨骼、电刺激等单一的治疗手段,逐渐向智能化、精准化和个性化等方向转变。⑥该领域存在一些局限性,例如数据缺失或不平衡的后果、数据准确性和可重复性低以及伦理问题(如隐私、研究透明度和临床可靠性等),未来的研究应该解决数据收集的问题,需要大样本、高质量的临床数据集来建立有效的人工智能模型;同时该领域的基因组学等机制研究十分薄弱,未来可利用类脑芯片等多种机器学习技术,运用基因编辑治疗及单细胞空间转录组等方法,进行再生相关基因上调和轴突生长结构蛋白产生等基础机制研究。

关键词： 《个人信息保护法》   ChatGPT   生成式人工智能   风险控制  

摘要： 数据已成为新的产权要素和产业基础,而具备了一定理性能力的生成式人工智能ChatGPT在大数据喂养、人为数据标识处理和信息再输出三个层次对个人信息权益构成了新的侵权范式。尽管《个人信息保护法》《网络安全法》等法律规范已确立起一系列个人信息保护手段,但在生成式人工智能服务与应用端仍面临着解释和适用上的难题。为此,我国需要在保障个人信息权益的前提下鼓励发展人工智能技术——在总体上要树立起基于风险的个人信息保护原则,并尝试以“风险预知—解构—化解”为基本路径,在微观上优化“知情-同意”规则,以“设计保护”原则强化企业内部自治,并灵活调整侵权责任追究机制。