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： 人工智能   骨创伤   骨折   机器学习   深度学习   文献计量学   Web of Science   影像诊断   Citespace   可视化分析  

摘要： 背景:人工智能在医疗领域的发展日益迅速,在骨创伤领域的应用研究不断增多。文章旨在通过文献计量学分析,分析近年来人工智能在骨创伤领域中的研究热点,并预测未来的研究趋势。目的:总结人工智能技术在骨创伤领域的应用发展历程、研究现状、热点和未来发展趋势,以期为今后的研究提供新的见解。方法:选择Web of Science核心集数据库中,时间跨度设为自建库至2023年8月,检索人工智能、机器学习、深度学习应用于骨创伤相关的文献420篇。通过人工筛选,导出与文章相关的文献共202篇,采用Citespace软件进行国家、机构、被引期刊和引文分析等的合作和关键词的共现等可视化分析。结果与结论:①分析筛选后纳入的202篇文献,总体发文量呈上升趋势,且在未来研究潜力巨大。研究中心性最高和发文量排名第一的国家均为美国。加州大学(美国)是发文量最多的研究机构。②人工智能在骨创伤研究中最常用的前5个关键词是深度学习、人工智能、骨密度、机器学习、诊断,中心性最高的关键词为骨密度,关键词数量最多的为深度学习。③共被引频次前10位的参考文献分别从多个方面介绍了人工智能技术应用于骨创伤领域诊断的可行性研究,其中8篇涉及骨关节损伤与深卷积神经网络,1篇涉及深度学习在CT检查中检测骨质疏松从而预防脆性骨折,1篇通过人工智能识别皮肤纹理变的特征应用于骨的特征性识别的相关性研究。④今后,人工智能的研究热点将主要集中在骨关节创伤和骨质疏松引发的骨折特异性研究上,未来研究趋势主要集中在提升人工智能算法的性能上,使用人工智能新技术对骨损伤进行精准划分和快速高效诊断,尤其是针对复杂和隐匿性骨折的诊断,通过建立有限元分析模型,实现对骨创伤的更加标准化评估。

关键词： 运动损伤   损伤预警   损伤预防   智能预警   机器学习   深度学习   人工智能   体育运动  

摘要： 背景:运动医学界广泛呼吁采用机器学习技术高效处理庞大、冗杂的运动数据资源,构建智能化的运动损伤预警模型,以实现运动损伤的精准预警。对此类研究成果进行综合归纳与评述,对把握预警模型改进方向,指导中国损伤预警模型构建工作均具有重要意义。目的:系统梳理基于机器学习技术的运动损伤预警模型相关研究,为中国运动损伤预警模型构建工作提供借鉴。方法:对中国知网、Web of Science和EBSCO数据库进行文献检索,主要检索机器学习技术和运动损伤相关文献,最终纳入61篇运动损伤预警模型相关文献进行分析。结果与结论:①在纳入文献的外部风险特征指标中,缺乏比赛场景类指标,后续需进一步完善相关特征指标的纳入工作,以进一步丰富模型训练的数据集维度;此外,运动损伤预警模型的纳入特征权重方法以过滤法为主,需强化嵌入法及包裹法等权重方法的运用,以增强多风险因素交互效应的分析。②在模型主体训练方面,模型主体训练算法多以监督式学习算法为主,此类算法对样本标注信息的完整度有较高要求,应用场景易受限,后期可增加无监督式与半监督式算法的应用。③在模型性能评估优化方面,现研究主要采用了HoldOut交叉与k-交叉两种验证方式评估模型性能,模型的AUC值范围(0.76±0.12),灵敏度范围(75.92±11.03)%,特异度范围(80.03±4.54)%,F1分数值范围(80.60±10.63)%,准确度范围(69.96±13.10)%,精确度范围(70±14.71)%,数据增强与特征优化为最常见的模型优化操作。当前运动损伤预警模型准确度及精确度均约为70%,预警效果良好,但模型优化操作较单一,多采用数据增强方法提升模型性能,需强化对模型算法、超参数的调整,以进一步提升模型性能。④在模型特征提取方面,纳入的内部风险特征指标多以人体测量学、训练负荷、训练年限和损伤史等指标为主,缺乏运动恢复类指标与身体机能类指标。

摘要： 人们一直对机器学习算法忧心忡忡,因为机器学习算法犹如一个未知的"黑箱",无法得知它们是如何以及为何做出某些决策、建议或预测.目前,法官遇到机器学习算法相关案件的频率日益上升,其中包括刑事案件、行政案件和民事案件.本文认为,法官应当要求对机器学习算法结果进行解释.设计出能够解释机器学习算法如何得出结论或预测的系统,这是解决"黑箱"问题的方法.如果法官要求对算法结果作出解释,那么他们将在塑造"可解释人工智能"(xAI)的性质和形式方面发挥至关重要的作用.法院以普通法为工具,可规定"可解释人工智能"在不同法律背景下所应有的含义.让法院扮演这一角色具有一定优势:司法推理自下而上构建,通过逐案考虑事实,做出细致入微的决定,这对制定可解释人工智能相关规定而言是切实可行的.此外,法院可能会促使可解释人工智能以不同形式出现,以适应不同法律环境和受众群体.总体而言,我们应当支持公共部门更多地参与塑造可解释人工智能,而迄今为止,可解释人工智能很大程度上仍由私营部门掌握.

关键词： 大数据   信息化审计   XBRL  

摘要： 近年来,随着大数据、云计算等技术的飞速发展,我国正逐步将传统审计模式转向信息化审计。本文旨在分析我国信息化审计的背景、发展趋势和应用情况,探讨其中存在的问题,并基于此分析比较我国信息化审计与国际信息化审计所采取的措施和取得的成果。同时,结合大数据、云计算和XBRL等先进技术,提出相应的对策,以构建我国信息化审计的新模式和新的理念。

关键词： 经济法   大数据   监管策略   体系转型  

摘要： 数据时代的到来对中国经济法产生了深远影响,包括对消费者权益保护法、合同法和知识产权法等法律领域的挑战。因此,需要深入研究经济法的理念演进,以适应大数据时代的新需求。本文试图通过对大数据背景下中国经济法理念的演进进行梳理,探讨监管策略的创新路径,以期为中国经济法的发展提供理论支持和实践指导。本文回顾了中国经济法的发展历程,分析了传统经济法理念的特点和局限性。在此基础上,本文深入探讨了大数据对中国经济法理念的影响,包括数据主权、数据权益、数据安全和隐私保护等方面的内容。这些新的理念在大数据背景下逐渐形成,为中国经济法的进一步发展提供了新的思路。本文重点研究了大数据视角下中国经济法监管策略的创新。在分析了传统监管策略的不足后,本文提出了基于大数据的监管策略创新路径,包括构建大数据监管平台、完善数据收集和分析机制、加强数据安全和隐私保护等方面的内容。这些创新策略旨在提高监管效率、降低监管成本、保障数据安全和隐私权益,从而推动中国经济法的健康发展。本文以案例研究的方式,对大数据视角下中国经济法理念演进与监管策略创新进行了实证分析。通过具体案例的分析,本文验证了大数据对中国经济法理念演进和监管策略创新的影响,同时也发现了实践中存在的问题和不足。针对这些问题和不足,本文提出了相应的改进建议,以期为中国经济法的实践提供参考。

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。

摘要： 普通高中信息技术新课程标准将计算思维列为学科核心素养.课标要求采用项目式学习,将人工智能知识构建、技能培养以及计算思维发展融入运用数字化工具解决问题和完成任务的过程中.本文以项目案例"追本溯源"的设计与制作为例,对计算思维导向的人工智能教学开展实践探究.

关键词： 农村贫困人口   脱贫攻坚   乡村振兴   绝对贫困   扶贫工作   相对贫困   人工智能技术   大数据技术  

摘要： 中国的大数据和人工智能技术发展已达世界领先水平,并开始在我国社会经济生活中发挥重要作用。这些先进技术能否应用、又该如何应用于扶贫工作,助力共同富裕目标的实现呢?新中国成立以来,我国在实践中探索出一条中国特色的脱贫道路,扶贫脱贫治理机制的精准性和益贫性不断提高。2020年,我国如期完成了新时代脱贫攻坚目标任务,现行标准下农村贫困人口全部脱贫,贫困县全部摘帽,消除了绝对贫困和区域性整体贫困,近1亿贫困人口实现脱贫。习近平总书记强调,脱贫攻坚取得胜利后,要全面推进乡村振兴,实现“三农”工作重心的历史性转移,同时要坚决守住脱贫攻坚成果,做好巩固拓展脱贫攻坚成果同乡村振兴有效衔接。因此,下一阶段我国面临的贫困问题主要是相对贫困,要在巩固现有扶贫成果的基础上进一步提高贫困人口的发展能力,为实现共同富裕而继续努力奋斗。