科研专题资源库 更多>>

关键词： 基础教育课程   深度融合   信息技术   地理教学   人工智能   大数据   开放空间   探究学习  

摘要： 2023年5月,教育部印发《基础教育课程教学改革深化行动方案》,明确指出“深入推进教育数字化,促进信息技术与教育教学深度融合。”《普通高中地理课程标准(2017年版2020年修订)》在实施建议中明确指出“借助大数据、人工智能、‘互联网+’等信息技术的学习,是面向未来的学习方式之一,为学生提供自主学习、探究学习和合作学习的开放空间,促进地理学习的拓展和深入。”

关键词： 初中地理   课堂结构   实施路径   数字化技术   大数据   人工智能   IT技术   云计算  

摘要： 全球经济大环境下,基于IT技术的支持,全球数字化升级、大数据形成、知识更新变化快,使教育教学可以运用人工智能、大数据、云计算、云平台等新一代数字化技术,改变地理教育教学的课堂结构、教学方式、学习方式以及评价方式,推进教育数字化技术深度运用。

关键词： Oral surgery   Artificial Intelligence   ChatGPT   Open AI   Chatbot   Dentistry   Large language models   Natural generative language   HALLUCINATIONS   PERFORMANCE   QUESTIONS   ACCURACY  

摘要： AI has revolutionized the way we interact with technology. Noteworthy advances in AI algorithms and large language models (LLM) have led to the development of natural generative language (NGL) systems such as ChatGPT. Although these LLM can simulate human conversations and generate content in real time, they face challenges related to the topicality and accuracy of the information they generate. This study aimed to assess whether ChatGPT-4 could provide accurate and reliable answers to general dentists in the field of oral surgery, and thus explore its potential as an intelligent virtual assistant in clinical decision making in oral surgery.Thirty questions related to oral surgery were posed to ChatGPT4, each question repeated 30 times. Subse-quently, a total of 900 responses were obtained. Two surgeons graded the answers according to the guidelines of the Spanish Society of Oral Surgery, using a three-point Likert scale (correct, partially correct/incomplete, and incorrect). Disagreements were arbitrated by an experienced oral surgeon, who provided the final grade Accu-racy was found to be 71.7%, and consistency of the experts' grading across iterations, ranged from moderate to almost perfect.ChatGPT-4, with its potential capabilities, will inevitably be integrated into dental disciplines, including oral surgery. In the future, it could be considered as an auxiliary intelligent virtual assistant, though it would never replace oral surgery experts. Proper training and verified information by experts will remain vital to the implementation of the technology. More comprehensive research is needed to ensure the safe and successful application of AI in oral surgery.

关键词： 肱骨近端骨折   内侧柱不稳定   机器学习   影响因素   SHAP解释工具  

摘要： 背景:切开复位解剖锁定钢板内固定是治疗肱骨近端内侧柱不稳定型骨折的首选,但骨折复位失效是术后主要并发症之一,准确的风险因素评估有利于筛选高风险患者和临床决策的选择。目的:通过机器学习算法构建4种预测模型,分析筛选出最优模型并按照风险变量对结局变量影响的权重评分排序,探讨其对临床诊疗的指导意义。方法:纳入2012年6月至2022年6月期间佛山市中医院收治的262例肱骨近端内侧柱不稳定型骨折患者,年龄(60.6±10.2)岁,所有患者均接受切开复位锁定钢板手术治疗,根据术后5个月随访是否发生复位失效分为复位失效组(n=64)和复位维持组(n=198)。收集患者的临床资料,确定模型变量及其分类,将数据集随机按照7∶3比例分为训练集和测试集,训练集按照5折交叉检验获取最优超参数,构建逻辑回归、随机森林、支持向量机、极端梯度提升4种机器学习预测模型,在测试集用AUC、正确率、灵敏度、特异度和F1得分观察不同算法的表现,综合评价模型的预测性能。将表现最佳的模型利用SHAP评估重要风险变量,并对其临床指导意义进行评价。结果与结论:①两组间三角肌结节指数、骨折类型术前骨折端合并内翻畸形、肱骨头下干骺端碎片长度、术后复位情况、肱骨近端内侧柱皮质支撑情况、肱骨距螺钉置入情况比较差异均有显著性意义(P<0.05);②4种机器模型中综合表现能力最好的是极端梯度提升,其受试者工作特征曲线下面积AUC、准确度和F1分数分别为0.885,0.885和0.743,其次是随机森林和支持向量机,两种模型表现能力基本持平,逻辑回归的综合表现能力最差;在最优模型中利用SHAP解释工具发现三角肌结节指数、肱骨内侧柱皮质支撑、骨折类型、骨折复位质量、肱骨距螺钉状态是骨折术后复位失效的重要影响因素;③利用机器学习分析临床问题的准确性优于传统逻辑回归分析方法,在处理高维度数据时机器学习方法可以很好地解决多变量交互和共线性问题;利用SHAP解释工具不但可以明确各个变量的重要性,也可得到各变量中哑变量对结局影响的详细信息。

关键词： 数字化   企业采购管理   人工智能技术   应用  

摘要： 新时代背景下,人工智能技术在企业采购管理中具有广阔的应用和发展前景。文章以数字化企业采购管理中人工智能技术为研究对象,介绍了数字化企业采购管理的内涵和重要性,阐述了人工智能技术在数字化企业采购管理中的应用现状,并结合实例分析了人工智能技术在采购需求识别、供应商管理、合同管理、采购风险控制等方面的实际应用,旨在为企业提供参考和借鉴。

关键词： ChatGPT   expert evaluation   large language models   medical consultation   orthopedic interventions   rubric   ARTIFICIAL-INTELLIGENCE  

摘要： Objectives: This study presents the first investigation into the potential of ChatGPT to provide medical consultation for patients undergoing orthopedic interventions, with the primary objective of evaluating ChatGPT's effectiveness in supporting patient self-management during the essential early recovery phase at home.Materials and methods: Seven scenarios, representative of common situations in orthopedics and traumatology, were presented to ChatGPT version 4.0 to obtain advice. These scenarios and ChatGPT's responses were then evaluated by 68 expert orthopedists (67 males, 1 female; mean age: 37.9 +/- 5.9 years; range, 30 to 59 years), 40 of whom had at least four years of orthopedic experience, while 28 were associate or full professors. Expert orthopedists used a rubric on a scale of 1 to 5 to evaluate ChatGPT's advice based on accuracy, applicability, comprehensiveness, and clarity. Those who gave ChatGPT a score of 4 or higher considered its performance as above average or excellent.Results: In all scenarios, the median evaluation scores were at least 4 across accuracy, applicability, comprehensiveness, and communication. As for mean scores, accuracy was the highest-rated dimension at 4.2 +/- 0.8, while mean comprehensiveness was slightly lower at 3.9 +/- 0.8. Orthopedist characteristics, such as academic title and prior use of ChatGPT, did not influence their evaluation (all p>0.05). Across all scenarios, ChatGPT demonstrated an accuracy of 79.8%, with applicability at 75.2%, comprehensiveness at 70.6%, and a 75.6% rating for communication clarity.Conclusion: This study emphasizes ChatGPT's strengths in accuracy and applicability for home care after orthopedic intervention but underscores a need for improved comprehensiveness. This focused evaluation not only sheds light on ChatGPT's potential in specialized medical advice but also suggests its potential to play a broader role in the advancement of public health.

关键词： 人工智能   骨龄   评估   GP图谱  

摘要： 背景:人工智能骨龄评估已成为研究热点,国内外研究表明人工智能技术在医学影像领域发展迅速,为更准确快速的对骨龄进行评估提供了可能。目的:探讨人工智能Greulich-Pyle(智能GP)图谱骨龄评估系统与人工专家Greulich-Pyle(专家GP)图谱评估结果的一致性。方法:骨龄片采样对象为6-15岁儿童青少年,其中男672人,女650人。同一张骨龄片分别用智能GP与专家GP读出骨龄值。智能GP读片结果的准确性采用差值绝对值反映;骨龄结果一致性采用Pearson相关、Bland-Altamn分布图;评估一致性采用Kappa检验。结果与结论:①智能GP骨龄与专家GP骨龄差值95%置信区间男女总体分别为0.39岁(0.37-0.41岁),0.32岁(0.29-0.34岁),智能GP骨龄与专家GP骨龄差值Bland-Altamn偏差男女分别为(-0.096±0.482)岁,(0.014±0.415)岁;②智能GP骨龄与专家GP骨龄男女相关结果分别为r=0.991,r=0.992,P<0.0001;男女所有年龄段差值中位数均在0.5岁之内;Kappa检验值除男子9岁年龄段,其他各年龄段男女均大于0.4,总体Kappa值男女分别为0.603,0.659;③结果表明:在6-15岁儿童青少年范围内,人工智能GP图谱骨龄值与专家评估结果有高度一致性。

关键词： 脊柱畸形   人工智能   卷积神经网络   全基因组分析   Citespace   VOSviewer   可视化   文献计量学  

摘要： 背景:随着人工智能技术在治疗脊柱畸形领域的不断完善与进步,已有大量的研究投入到该领域当中,但主要研究现状、热点和发展趋势尚不明确。目的:采用文献计量学的方法可视化分析人工智能在脊柱畸形领域的相关文献,明确该领域的研究热点和不足,为今后研究工作研究提供参考。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柱畸形领域相关文献,通过Citespace 5.6.R5和VOSviewer 1.6.19软件对文献数据进行可视化分析。结果与结论:(1)共纳入文献165篇,此领域年发文量呈波动上升趋势,发文量最多的作者是Lafage V,发文量最多的国家是中国。(2)关键词分析结果显示,青少年早发性脊柱侧弯、深度学习、分类、精度和机器人是该研究领域的主要高频关键词。(3)文献共被引和高被引文献深度分析结果显示,人工智能在脊柱畸形领域有3大热点,包括利用U型架构(深度学习卷积神经网络的一种成熟模式)来自动测量影像学参数(Cobb角、棘旁肌准确分割等)、多视图相关网络架构(即脊柱曲度评估框架)及机器人引导脊柱手术。(4)在人工智能治疗脊柱畸形领域,基因组学等机制研究十分薄弱,未来可利用无监督分层聚类等机器学习技术,运用全基因组关联分析等基因组学研究方法,来进行脊柱畸形领域的易感基因等基础机制研究。

关键词： 骨关节炎   关节外科   机器人手术   膝关节   关节置换   下肢力线   术后并发症   精准外科   人工智能   综述  

摘要： 背景:目前用于全膝关节置换的机器人系统设计的基本原理是将三维手术规划、术中危险区预警、实时数据反馈及机械臂辅助截骨等技术相结合,以实现全膝关节置换的精准化、个性化,这也恰好是它最大优势所在,因此近年来成为关节外科领域热点话题,备受关注。目的:文章将从机器人辅助全膝关节置换在关节外科领域的发展现状及其与传统全膝关节置换优劣势对比进行概述,此外,还将对机器人辅助全膝关节置换技术未来的发展进行展望。方法:应用计算机检索PubMed、中国知网、万方和维普数据库的相关文章,英文检索词:“robot OR robotic OR robotics OR robotically OR computer,total knee arthroplasty OR total knee replacement,TKA OR TKR”,中文检索词:“机器人辅助,计算机导航,全膝关节置换术”,最终纳入64篇文献进行综述分析。结果与结论:①用于辅助全膝关节置换的机器人系统根据其自由度分为主动式、半主动式和被动式。半主动式系统是目前使用最为广泛的机器人系统,该系统有效提高了全膝关节置换手术的精准性和个性化程度,但其高昂的使用成本与较长的学习曲线仍是在该领域内推广时需要权衡的主要因素。②机器人辅助全膝关节置换可实现膝关节局部三维空间的精准截骨、正确安置假体,已被广泛证明可以提供更好的假体植入精准度,减少影像学异常值,在术中可获得良好的软组织平衡,最终改善术后膝关节运动及功能状态。③但目前的机器人辅助系统依然存在客观的不足之处,包括不同机器人设备与术者之间的学习曲线问题、额外增加的安装和维护成本以及与机器人手术相关的潜在并发症,所以其能否让医疗系统及患者真正受益仍需要更长期的研究予以证明,机器人辅助系统也仍需进行更多实质性的改进。④机器人辅助全膝关节置换技术在临床上仍然处于初步研究阶段,并没有大范围地应用到临床,更加明确该技术的用法、完善该技术的临床操作规范和安全性成为了未来对该技术的研究侧重点。

关键词： 脊髓型颈椎病   突出颈椎间盘   MRI   颈椎中立位   颈椎曲度   人工智能  

摘要： 背景:颈椎中立位MRI被广泛应用于脊髓型颈椎病的诊断和治疗,但患者在重复进行颈椎MRI检查时,头颈部不可能保持完全相同的姿势,患者颈椎被床面限制于某一个特定位置,颈椎可能有矢状面内的微小伸屈运动,头部也可能发生一定的仰屈度变化。颈椎中立位状态下颈椎和头部的这种变化是否会影响突出颈椎间盘的体积和颈椎曲度目前尚不清楚。目的:采用人工智能辅助测量,分析脊髓型颈椎病患者短期内2次颈椎中立位状态下MRI检查突出颈椎间盘体积、颈椎曲度测量的精准性与可靠性。方法:回顾性分析2012年6月至2023年6月接受保守治疗并在3个月内2次行颈椎MRI检查的脊髓型颈椎病患者。作者首次提出使用枕胸间距和枕胸角来评估颈椎中立位时头部仰屈度的变化,并参照首诊枕胸角的角度,将复诊患者分为枕胸角增大组和减小组。通过人工智能测量软件辅助或人工测量突出颈椎间盘的体积、C2-6 Cobb角及颈椎(C3-C7)曲率。正态分布数据用x-±s表示,非正态分布数据用中位数(四分位数间距)表示。采用Spearman秩相关系数分析Cobb角、颈椎(C3-C7)曲率变化与突出颈椎间盘体积变化的相关性。结果与结论:①共有104例脊髓型颈椎病患者,326个突出颈椎间盘,枕胸角增大组及枕胸角减小组分别有47例和57例患者;②头部仰屈指标:首诊和复诊时,枕胸间距、枕胸角均无显著差异;枕胸间距的变化量为0.035(3.23)mm,枕胸角变化量为-0.31(3.28)°,枕胸间距与枕胸角的变化量偏移范围较小,且无显著相关性;③颈椎曲度指标:首诊和复诊时,C2-6 Cobb角、C3-C7曲率无显著差异;枕胸角增大组和减小组C2-6 Cobb角、C3-C7曲率均无显著差异;④首诊和复诊时,突出颈椎间盘体积无显著差异;枕胸角增大组及减小组突出颈椎间盘体积均无显著差异;突出颈椎间盘体积的变化量与C2-6 Cobb角、C3-C7曲率的变化量无显著相关性;⑤结果说明,颈椎中立位状态下,颈椎被(床板)限制于某一个特定位置有可以忽略不计的矢状面内微小伸屈运动,头部虽存在一定范围的仰屈度变化,颈椎中立位状态下颈椎与头部这些变化不影响突出颈椎间盘体积、C2-6 Cobb角及颈椎(C3-C7)曲率等参数测量的精准度与可靠性。