课程文献中心 更多>>

关键词： Artificial intelligence   ChatGPT   Deep learning   Large model   Multimodal   Strabismus  

摘要： Early diagnosis and appropriate intervention of strabismus are crucial for improving patient ***, strabismus screening and diagnosis rely on manual examination, which is challenged by limited human resources and the risk of ***, artificial intelligence (AI) has made rapid progress in strabismus, covering screening, diagnosis, surgical parameter estimation and prognosis *** learning models based on video, eye and fundus photographs show great *** significant achievements, AI studies often exclude complex strabismus types and rely on static, unimodal data, which limits *** integration of large model technology and multimodal data into intelligent diagnostic platforms will improve strabismus management and eye care, enabling personalized and precise treatment. © 2024 Chinese Medical Association.

关键词： 生物力学   人工智能   圆锥角膜   诊断  

摘要： 角膜生物力学特性已被证明在维持角膜的正常结构、检测扩张性疾病的发生和发展、青光眼筛查、屈光手术的评估等方面均具有重要作用。人工智能作为一种重要的辅助工具，已被广泛应用于医学、生物学等领域。目前，圆锥角膜诊断标准不一，早期圆锥角膜的发现和诊断更为困难，对眼科医师，尤其是屈光医师的临床诊治提出了挑战。近年来，人工智能技术在圆锥角膜领域中的应用日益增多，取得了诸多进展，本文对近年来基于角膜生物力学特性智能诊断早期圆锥角膜的研究进展进行综述，主要包括基于眼反应分析仪诊断早期圆锥角膜、基于可视化角膜生物力学分析仪诊断早期圆锥角膜和基于角膜生物力学特性应用人工智能诊断早期圆锥角膜的研究进展等，旨在使临床医师深入了解角膜生物力学特性在提高早期圆锥角膜诊断效率等方面的潜在价值，以期辅助提高早期圆锥角膜的智能化诊疗水平。

关键词： 人工智能   深度学习   超声生物显微镜   原发性闭角型青光眼   睫状体前位  

摘要： 目的 探讨一种基于深度学习算法的原发性闭角型青光眼(PACG)睫状体前位自动评估的超声生物显微镜(UBM)图像分析系统的临床应用价值。 方法 采用诊断试验研究方法，收集自2022年8月至2023年12月于武汉大学人民医院眼科中心进行UBM检查的PACG患者378例726眼的2 132张UBM图像，将数据集分为训练集1 599张图像和测试集533张图像，采用深度学习算法构建模型。选取于黄石爱尔眼科医院就诊的PACG患者69例101眼的334张UBM图像进行外部测试。另选取110张UBM图像作为独立数据集进行人机比赛，以比较睫状体前位评估系统与3名高年资眼科医师的准确度及速度。此外，选取8名低年资医师对独立于数据集的110张UBM图像分别在模型辅助前后进行评估，并对2次结果进行差异性分析以评估模型辅助效果。 结果 本模型在内部测试集中对睫状体前位识别的准确率为93.43%，灵敏度为84.30%，特异度为97.78%。本模型在外部测试集中表现良好，准确率为92.81%。人机比赛结果显示，本模型识别的准确率与高年资眼科医师相近，并优于其中2名高年资眼科医师。3名高年资眼科医师平均总用时为726.73 s，模型分类总用时为58.30 s，高年资医师平均用时较长，约为模型分类的12.47倍。经模型辅助后，8名低年资医师诊断准确率为86.71%，明显高于辅助前的76.25%；评估总用时为(714.91±213.82)s，明显低于辅助前的(987.90±238.56)s，差异均有统计学意义( χ 2 ＝－7.550， P <0.001； t ＝2.774， P <0.05)。 结论 基于深度学习算法的UBM图像分析系统在PACG睫状体前位诊断中展现出较高的准确率，为低年资医师的UBM识图训练提供了有力支持。

关键词： 生成式人工智能   服务提供者   原创著作权   网络侵权规则   侵权责任  

摘要： 人工智能绘画工具提供者是利用生成式人工智能绘画工具的权利主体，既承担着服务工具利用者，推动人工智能技术发展的义务，又肩负着保护原创作者著作权的责任。这种矛盾的身份地位，使其存在侵害原创作者著作权的可能。提供者故意或者过失爬取原创作品作为训练素材，或者对上传平台的侵权作品处理不当，都会侵害作者的原创著作权。确定提供者是否侵害原创著作权，包括提供者的爬取行为是否为合理使用和是否遵循“通知-删除”规则。对于爬取行为构成侵权的，参照适用《中华人民共和国民法典》（以下简称《民法典》）第1194条规定的网络侵权的一般规则，对于上传平台构成侵权的，参照适用《中华人民共和国电子商务法》（以下简称《电子商务法》）第42至45条的避风港原则和红旗原则的规定。

关键词： 中庸之道   语言逻辑   计算机科学   人工智能  

摘要： “中庸之道”思想体现出道德伦理的内容，有关“中庸之道”思想遗产的研究目前主要集中在道德伦理方面，对其方法论的探讨则凤毛麟角。将“中庸之道”作为方法论就是要对使用这个方法的具体对象进行具体分析，找到针对具体学科领域需要解决的问题，据此鉴别出具体学科中该问题的极端情况，进而设计出能让彼此取长补短的操作方法，获得一个最佳的中间状态。通过对语言逻辑和计算机人工智能科学实践中典型案例的分析，可以总结出“中庸”方法的评价标准和实现方式，挖掘出“中庸之道”的方法论作用，进而彰显中国古代哲学乃至中华文明的当代价值。

关键词： 硅基光电子   光电集成   光电计算   光互连   人工智能  

摘要： 在后摩尔时代的今天，以小型化和集成化为显著特征的微电子系统和以大传输容量为优势的光电子系统均已接近发展的极限。硅基光电子(Silicon Based Optoelectronics,SBO)芯片得益于成熟的CMOS工艺，能将微电子系统与光电子系统大规模地集成在一个硅衬底上，是满足信息系统在小型化、功能化、大规模以及低功耗等发展需求的最佳解决方案之一。本文从信息技术的基本要素出发，简述微电子、光电子的发展历程，论证SBO技术的必然性及其对信息系统小型化的关键赋能作用，并进一步阐述其近年来取得的一些重要进展，分析在大算力需求背景下的光互连、光电传感和光电计算这三个典型应用，以期为相关领域的研究人员提供有价值的参考，推动SBO技术在信息技术发展中的进一步探索与应用。

关键词： 可解释   人工智能   算法解释  

摘要： 可解释是建立人工智能系统信任的关键要素之一,如何实现人工智能系统可解释、提升系统在不同场景下的可解释性,已随人工智能技术的发展而日渐受到关注。人工智能可解释性的实现面临必要性质疑和可行性困境,需要在明确人工智能可解释制度效能的基础上,突破设定解释义务的单一路径,进行体系化、层次化、动态化的制度建构。在人工智能立法中嵌入人工智能可解释的基本原则,应当区分监管模式、使用者模式、专业模式下的可解释性义务要求,并建立对解释进行评估监管的具体方案,以促进人工智能可解释的实现,迈向可监管、可维权、可创新的人工智能。

摘要： 科学智能（AI for Science,AI4S）是当前人工智能（AI）应用发展的一个重点方向。2024年4月29日，美国总统科学技术顾问委员会（PCAST）组织美国领域内权威专家，发布了《赋能研究：利用人工智能应对全球挑战》报告（本文简称《报告》）。该报告提出AI4S发展的“三角”模型，详细分析了AI4S的发展潜力、重点领域和面临的挑战，并为美国总统提供了清晰的建议。《报告》是美国总统《关于安全、可靠和可信地开发和使用人工智能的行政令》中的一项研究任务。美国白宫围绕人工智能发展的重点方向，不定期发布重要文件，包括：《人工智能权利法案蓝图：让自动化系统服务于美国人民》《美国国家人工智能研发战略计划》《关于安全、可靠和可信地开发和使用人工智能的行政令》。《报告》作为《关于安全、可靠且可信赖的开发和使用人工智能的行政令》的指定任务，在美国的人工智能政策文件中占有重要地位。

关键词： 人工智能   多囊卵巢综合征   基础研究   临床诊疗  

摘要： 多囊卵巢综合征(polycystic ovary syndrome,PCOS)是生育期女性最常见的内分泌疾病,也是导致不孕的主要原因,涉及复杂的生理和临床特征,高度的异质性为其诊断和治疗带来挑战。如何提高PCOS研究效率、疾病早期诊断率、根据患者多样的症状和生理特征制定个性化的治疗方案、预测并发症风险成为PCOS疾病研究领域亟待解决的问题。人工智能(artificial intelligence,AI)作为一种新兴技术,近年来在医学领域得到广泛关注和应用。基于其强大的数据处理能力,可以通过高效分析患者的个人健康数据,针对上述问题进行算法模型设计,如何将AI应用到PCOS基础研究及临床诊疗中成为研究人员密切关注的问题。本研究汇总介绍近5年AI在PCOS研究中的多种应用,展望未来发展方向,助力PCOS的早期预防、精准诊断和个性化治疗。

关键词： 视网膜血管   荧光素血管造影   人工智能   无灌注区   智能分割   AI-医师   交互式  

摘要： 目的 建立视网膜血管无灌注区"人工智能(AI)-医师"协同智能精准分割模型并对其进行效能评价。 方法 收集2022年12月至2024年1月于徐州医科大学附属徐州市立医院就诊并接受超广角荧光素眼底血管造影(UWFA)检查的糖尿病视网膜病变患者的视网膜无灌注图像73张，38张为训练集，10张为验证集，25张为测试集。建立基于VGG-16和U-Net联合优化的VGG-UNet模型。利用UWFA图像分别构建大图训练集和小图训练集，并依次训练VGG-UNet以得到对应的大尺度网络和小尺度网络。基于大尺度网络进行UWFA无灌注区的初步分割。引入医师交互模块，通过小尺度网络提高局部分割精度，对UWFA图像无灌注区精准分割，比较"AI-医师"与医师传统标注方法的效能。 结果 VGG-UNet模型基本能够正确分割眼底无灌注区，但是在眼球边缘存在错分、漏分、识别不精确等问题。引入医师交互模式后的平均分割精度达到了90.36%，较普通方法有了明显提升。基于VGG-UNet构建了"AI-医师"协同的智能分割模型，可对视网膜血管无灌注区图像进行精准分割。验证结果表明，"AI-医师"协同标注平均时间约为3.0 min，明显短于医师传统标注方法的29.6 min，效能提高了约10倍，分割精度达到了90.36%。 结论 成功建立了"AI-医师"协同的智能分割模型，实现了针对视网膜血管无灌注区的高效精准分割。