关键词： 人工智能   思想政治教育   融合   创新  

摘要： 人工智能与思想政治教育融合是顺应时代和实践发展的必由之路。在理念思维层面,坚持跨界思维、互动思维和系统思维,着力推进人工智能与思想政治教育的深度融合。在方法手段层面,人工智能在融入中助力思想政治教育方法的效力提升、守正创新与合力汇聚。在平台场景方面,人工智能在与思想政治教育融合中既着力创建人机协同的智能化教学场景,也助力优化创新日常生活教育场景。

关键词： 护理   智慧养老   智慧护理   护理员  

摘要： 随着我国人口老龄化问题的加剧及“互联网+”、云计算、人工智能等技术的迅速发展，老年人的养老服务需求迫在眉睫，智慧养老成为养老行业发展的必然趋势。本文主要综述了智慧养老背景下智慧护理及养老护理员现状，指出智慧护理在我国养老机构及临床老年患者中得到了应用及发展；养老护理员作为智慧养老服务体系中的重要组成部分，现阶段存在人才紧缺、职业倦怠率高、培养体系不健全、信息技术素养不足等普遍问题。

关键词： 人工智能   医学教育   政策文本   政策制定  

摘要： 从政策工具视角出发，梳理中国人工智能赋能医学教育有关政策文本，分析政策发展方向，为今后政策的制定和完善提供参考和建议。本研究以154份人工智能赋能医学教育的政策文本为样本进行分析，采取政策语义特征研究、政策工具研究等方法，得出政策的趋势以及政策工具的具体使用情况。分析发现，“人工智能”“医学”“教育”等词占比突出。对所纳入的154份政策文本内容进行编码，统计结果显示政策工具主要以供给型为主，占比为51.15%；需求型政策工具次于之，占比为27.18%；环境型政策工具占比最少，占比为21.65%。研究结果显示，不同类型政策工具的使用存在失衡，应该增加供给型政策工具的实施，同时提高环境型政策工具中激励性工具的使用以及增加需求型政策工具的需求。

关键词： 生成式人工智能   训练数据   数据安全   数据风险治理   欧盟经验  

摘要： [目的/意义]生成式人工智能模型的性能依赖于训练数据的安全性，而频发的训练数据安全风险已经成为人工智能技术发展的障碍。保障训练数据安全对技术的健康发展具有重要意义。[方法/过程]通过文献、经验和比较分析，揭示了生成式人工智能训练数据的安全风险，并在借鉴欧盟治理经验的基础上，结合我国实践提出了应对策略。[结果/结论]研究发现，当前训练数据存在数据来源不透明、标注不规范、内容不安全及泄露隐患。欧盟已建立以保障数据来源、标注、内容及泄露防控为核心的监管体系。未来，我国应加强数据来源管理、统一标注标准、完善内容安全规则，强化数据保护技术，以确保训练数据安全，推动技术健康发展。

关键词： 大数据   高校学生行为管理   平台架构   数据安全  

摘要： 针对高校学生行为管理面临的挑战和问题,基于大数据技术提出了一种新的解决方法.首先,概述了大数据技术的发展和应用现状,以及高校学生行为管理的重要性和传统方法的局限性.其次,设计并构建了一个基于大数据的高校学生行为管理平台,包括数据采集、处理、分析和干预等功能模块.接着,通过实证研究和分析,结合机器学习和数据挖掘技术,构建了学生行为分析模型并进行了模型评估和优化.最后,通过案例分析和实验结果分析,验证了该平台在学生行为管理中的有效性和实用性.

关键词： 高职院校   大学生画像   思想政治教育   大数据   创新应用  

摘要： 新时代大学生画像是高校思想政治工作与大数据、人工智能等现代信息技术深度融合的产物,是推动思政工作提质增效、高质量发展的必由之路.立足新时代高职教育发展需求,深入分析了学生画像在高职思政工作中的重要意义与价值潜力.

关键词： 甲状腺乳头状癌   甲状腺被膜外侵犯   超声检查   人工智能  

摘要： 近年来甲状腺癌的患病人数逐年增多,其中84%为甲状腺乳头状癌(papillary thyroid carcinoma,PTC),通常PTC预后良好,甲状腺癌被膜外侵犯(extrathyroidal extension,ETE)是PTC具有侵袭性的特征表现,常提示预后不良。目前,术前评估PTC是否存在被膜外侵犯主要依靠影像学检查,超声检查应用最广泛,但在评估ETE方面缺乏统一的诊断标准和预测指标,诊断效能较低;CT、MRI存在微小被膜外侵犯方面显示欠佳等不足。随着人工智能(artificial intelligence,AI)在医学影像领域的快速发展,影像学检查结合AI逐步应用于疾病的定位、诊断及预后监测等方面,对甲状腺乳头状癌ETE的诊断提供了有效辅助,该文旨在对影像检查及AI在甲状腺乳头状癌ETE诊断中的研究进展进行综述。

关键词： 人工智能   医学数据   伦理安全  

摘要： 随着人工智能技术的飞速发展，其在医学领域的应用带来了显著的伦理挑战。因而，建立规范、透明、安全的医学数据处理环境，确立医学人工智能的伦理学底线，保障患者权益和数据安全就显得尤为重要。本共识规范了利用人工智能技术进行医学数据处理的各个环节，包括数据的采集、加工、存储、传输、使用和共享，确保医学数据处理符合伦理原则和法律法规，保障患者隐私和数据安全。同时，还强调了合法合规原则、尊重患者隐私原则、保护患者利益原则以及安全可靠原则，并详细讨论了知情同意、数据的使用、知识产权保护、利益冲突和共享等关键性问题。本专家共识的制定，旨在推动人工智能与医学领域的深度融合与持续发展，同时确保在处理医学数据的过程中，人工智能严格遵循相应的伦理规范和法律法规。

关键词： 车载自组网   条件隐私保护   联盟区块链   Schnorr签名   随机预言模型  

摘要： 条件隐私保护认证（CPPA）是一种车载自组网（VANET）中支持安全通信的有效途径。针对VANET中消息认证低效，以及数据隐私存在敌手威胁的问题，提出了基于区块链的轻量级CPPA方案。方案在消息验证过程中采用改进的基于椭圆曲线加密的非交互式Schnorr签名算法，避免使用耗时的密码学操作；采用实体自行生成的短假名进行匿名通信，系统架构引入联盟区块链，消息验证过程中利用智能合约技术自动验证发送者身份，减小了方案的通信开销。安全性分析表明，在随机预言模型（ROM）中，提出的方案在自适应选择消息攻击下具有抗伪造的安全性，且满足条件隐私保护要求。性能分析使用MIRACL密码学库测量了提出的方案和现有CPPA方案使用密码学操作的执行时间。使用了Hyperledger Caliper评估了区块链测试网络的交易延迟和吞吐量。结果表明，提出的方案在签名生成和单条消息验证阶段的计算开销和通信开销达到轻量级，且有效支持批量消息验证。