期刊名称：人工智能 创刊时间：2017年12月 主管单位：工业和信息化部 主办单位：中国电子信息产业发展研究院、赛迪工业和信息化研究院（集团）有限公司 刊期：双月刊 国内统一连续出版物号：CN 10-1530/TP 国际标准连续出版物号：ISSN 2096-5036 邮发代号：80-381 电话：010-88558766 email：aiview@ccidmedia.com
人工智能（Artificial intelligence,AI）作为新质生产力的代表，有别于传统的生产力。AI有可能改变每一门学科，从根本上改变人们从事科学研究的方式。同时，AI亦将使社会科学取得前所未有的进步，无论是通过分析现有数据的新方法，还是通过制定和分析影响公众的新政策，并改进这些政策，以更好地满足社会需求。AI通过为研究人员提供加速科学发现和技术进步的工具，彻底改变解决人类紧迫挑战的能力。
随着人工智能技术的迅猛发展,医学影像人工智能已成为提高医疗质量、降低误诊率、优化资源配置的关键力量。本文深入探讨了医学影像人工智能在未来智慧医院中的应用潜力和探索方向,详细阐述了人工智能在医学数据中心、智能专病管理、个性化治疗规划等方面的创新实践,展望了其在智慧医院建设中的重要作用。医疗行业智能化转型具有广阔前景,为我国医疗健康事业发展提供了有力支撑。
本综述围绕医学影像分析领域中医学人工智能的伦理问题展开。医学影像分析是一种利用计算机辅助的图像处理技术,通过对医学影像进行处理、分析和解释以提升诊断和治疗质量。随着医学影像技术的发展,医学影像分析更为广泛地应用,关于医学影像分析人工智能的伦理问题也日益凸显。本综述通过系统性地回顾截至2024年6月的相关文献并按照PRISMA-ScR指南进行范围审查,以医学影像分析为切入点,探讨了医学人工智能在公平性与偏见、透明性与可解释性、数据隐私与保护、安全性与可靠性,以及责任与问责等方面的伦理问题。对于现有问题,本综述从有关医学人工智能伦理的研究中总结了一系列切实可行的解决方法,如数据集多样化选取,可测量的算法公平性评估,医疗数据去中心化和联邦学习等。最后,本综述对医学影像分析中的医学人工智能伦理问题的发展方向与可能面临的挑战进行了思考和分析。
干眼是一种常见的发病人数众多的慢性眼病。泪膜稳态的失衡是干眼发病的核心特征,泪膜破裂时间(TBUT)测试通过检测泪膜首次破裂干燥斑评估破裂时间,作为临床常用的诊断干眼技术。目前,大多数TBUT测试图像采集设备昂贵,主观性强、操作复杂、难以推广,计算机辅助检测技术特征提取困难准确率低,无法实现实时全自动,因此建立深度学习的荧光素视频泪膜破裂时间检测成为重要的发展方向。本文提出了一种新的全自动泪膜破裂时间检测方法,取2021年3月至2022年11月中山大学中山眼科中心就诊患者高分辨率眼表荧光素泪膜破裂视频79例,通过轻量化语义分割模型对角膜区域进行分割,分析当前帧的开合状态利用,进而自动切分可用于分析的视频检测段。构建新型EvNET提取帧破裂形态特征,分类建模是否存在干燥斑,获得泪膜破裂时间。所提出的方法单帧破裂分类性能评估,测试集准确率(ACC)为0.9661,对比其他基础网络最高的F1分数(0.9734),泪膜破裂时间平均估计误差为0.041秒。此外,所提出方法在外部验证数据集与眼科医生评估之间的相关性计算为0.869。基于深度学习的泪膜破裂时间自动系统准确性可达专业眼科医生水平,显著减少了干眼症的检测时间,可为大规模干眼筛查提供便捷的方法和平台。
本研究提出一种结合残差块和注意力机制的U型网络,以实现医疗图像中子宫肌瘤的自动分割,为子宫肌瘤的精准治疗提供重要帮助。在网络的编码器部分使用了ResNet和通道注意力机制增强特征提取的能力,并在每个残差块后添加了SE模块和通道注意力。在网络的最底层,联合使用了多重空洞卷积和混合注意力模块,以学习如何利用全局信息选择性地强调信息性特征。与Attention UNet等其他深度学习方法相比,该模型更加准确和稳定。在各项评价指标上均有良好的表现,平均召回率、平均Dice,分别达到了91.02%、92.47%。这项工作提出了一种结合注意力机制的U形网络结构,用来在MR图像上分割子宫肌瘤。结果表明,本方法能够实现子宫肌瘤的自动化分割,并在多种评价指标上较其他现有方法有一定提升。
随着人工智能在日常生活中被广泛应用,导致人工智能侵权责任的归属、生成式人工智能侵权和生成物归属的纠纷等问题给生产者、消费者,以及司法工作者带来困扰。因此,有必要讨论人工智能的法律地位问题,通过确定人工智能侵权的归责原则与构建责任分摊机制预防、化解其带来的社会风险。在评判人工智能成为法律主体需要具备的因素方面,研究者强调从应然角度包括具有独立承担侵权责任的物质基础,从理性主体或欲望主体等理论角度看具有与人类相近的意识能力、符合社会伦理要求等因素。人工智能可被设定为特殊物或从属性法律主体。相关的应对措施包括建立“人工智能伦理委员会”、设立“人工智能致损风险赔偿基金”等。同时,我国在人工智能领域的法律规制仍存在着诸多空白,当前正式颁布施行的法规仅有《生成式人工智能服务管理办法》,为了保证对日益发展的人工智能行业的监管力度,完善相关立法的工作刻不容缓。
作为生成式人工智能的典型代表,ChatGPT能够生成文本、图片、视频、代码等各项内容,完成翻译、数据分析、文本生成等各项任务。当前,国内外对ChatGPT的研究兴趣不断增长,发文量不断增加。得益于具备多项核心功能,ChatGPT在网络安全防范、金融项目评估与风险识别、商业运营与企业管理、客户服务等多个领域应用广泛,具备较强潜力。ChatGPT有可能引发的伦理风险与法律风险也是不可忽视的,包括数据安全、信任危机、价值消解、容易异化为犯罪工具等多个方面。因此,国内外各主体采取多项措施对ChatGPT进行监管,构建和完善法律、管理、技术、自治、监督等多条监管路径。
脑机接口作为当代最前沿的智能技术之一,在教育领域的应用促进了无障碍学习、协同学习、个性化弹性学习,以及知识学习效率提高等革新性发展。然而,它的教育应用也引发了一系列伦理危机,如算法僭越、隐私泄露、教育不公平加剧和知情同意风险等,对这些风险产生的根源进行深入剖析,包括脑脑交流的直接性、工具理性的僭越,以及技术主体的伦理失范。为规避这些伦理风险,应秉持人本理念、坚持技术向善、健全保护政策、优化制度体系,以及遵守操作原则等,助力脑机接口技术更加合乎伦理地赋能教育领域。
随着新一代信息技术的高速发展,人工智能、区块链等新兴技术与工作、生活的联系愈加紧密。通过人工智能技术赋能政法领域,可以实现制度、数据安全和技术应用的创新,优化办案流程,提高办案效率,有效实施政法跨部门数据协同办案。基于区块链技术,社会治理部门聚焦基层一线办案工作的难点,研究跨部门数据共享和协调对接中的堵点,对跨部门数据共享协同办案进行升级优化,是当前学者关注的焦点。因此,本文提出政法跨部门数据共享机制,结合区块链技术构建统一的大数据共享中心,助力各地政法委加强顶层设计,有力有序助力政法跨部门大数据协同办案平台建设。通过实践,归纳总结研究结论,这是对智能社会治理理论的延伸,优化协同办案的处理进程,提高政法部门间协同工作的效率,有助于社会管理工作的逐步优化与提升。
NFT作为将数字资产特定化的科技手段,凭借其自身特点产生对数字资产或其他权益的确权价值,打破原有数字资产可被任意复制且无法区分彼此的缺陷,使构建与现实相对应的数字交易秩序成为可能。然而,由于NFT数字资产可能存在代币属性风险、交易风险和版权授权风险,其应用价值的发挥存在掣肘。区分NFT数字资产和NFT数字资产碎片,肯定未经分割的NFT数字资产不具代币属性,坚决禁止NFT数字资产碎片化;通过交易方式、交易主体和交易平台的法律治理控制NFT数字资产的交易风险;明确NFT数字作品版权授权规则,将传统发行权的法律内涵扩展至网络环境,并构建平台与行为人在版权侵权上的分别责任。