您选择的条件: 朱英华
  • 试论ChatGPT等人工智能语言模型在农业生产和科研中的应用及其影响

    分类: 农、林、牧、渔 >> 农艺学 提交时间: 2023-07-18

    摘要: ChatGPT、文心一言、通义千问、盘古NLP、混元、日日新、序列猴子等是基于人工神经网络的自然语言处理模型,它们能够与人对话互动,回答问题,高效便捷地帮助人们获取信息、知识、灵感和完成撰写邮件、视频脚本、文案、翻译、代码、论文等创作任务,最近开始逐步应用于各个行业领域。本文旨在探讨类ChatGPT人工智能产品在农业生产和科研中的应用前景,并分析其可能产生的影响和存在的问题。ChatGPT等语言模型在农业生产中的潜在应用主要包括农业气象预测、作物品种和管理措施推荐、畜禽和水产养殖管理、作物病虫草害、肥害、药害和缺素症状识别以及苗情诊断、农产品和食品质量检测、农业知识图谱构建和智能农业问答系统等,能够为农技人员和农民提供决策支持,帮助他们更加精准地完成农事操作,提升智能化水平、科技含量和生产效率;在农业科研中的应用主要包括文献检索和综述、数据挖掘、整理和分析推理、研究报告和论文生成、农业标准和主推技术制定、书籍编撰、科技成果转化和推广普及等。ChatGPT等的应用能够使得农业生产效率大幅度提高,使得农业科研变得更加精准、高效和便捷,为农业发展带来了宝贵的机遇。然而,它们的应用也带来了一些前所未有的挑战,例如,部分农技推广人员、农业科普工作者可能被替代,学习能力较差的农民将被淘汰;农业生产者和科研工作者必须学习如何应用ChatGPT等人工智能语言模型,并不断提升应用技能水平,以提高工作和生产效率,这对农业生产和科研工作者的知识水平、学习和创新能力有了更高要求。另外,ChatGPT等也会存在一些自身使用问题和不足,比如用户信息泄露、数据和知识产权安全隐患、事实性错误、实时性差、缺乏稳定和可重复性等,这种新兴技术的发展正在引发新一轮的人工智能伦理争议。总之,本文认为ChatGPT等人工智能语言模型在农业生产和科研中的应用将会对农业发展产生积极影响,为现代农业植入智慧芯片、装上智慧大脑,同时也存在一些不确定和难以预料的后果,需要边实践边探讨。

  • 急性心肌梗死患者行经皮冠状动脉介入治疗术后发生对比剂急性肾损伤风险预测模型的建立与验证研究

    分类: 医学、药学 >> 临床医学 提交时间: 2023-05-04 合作期刊: 《中国全科医学》

    摘要: 背景 急性心肌梗死(AMI)早期再灌注治疗是降低 AMI 患者死亡率的有效方法。经皮冠状动脉介入治疗(PCI)是再灌注治疗的方式之一,PCI 术后出现对比剂急性肾损伤(CI-AKI)已成为急性肾损伤的常见原因之一。目的 探讨 AMI 患者行 PCI 术后发生 CI-AKI 的危险因素,基于危险因素建立关于 CI-AKI 的风险预测模型,并评价其有效性。方法 连续收集 20192021 年于徐州医科大学附属医院初诊为 AMI 并行 PCI 的 1 274 例患者的临床资料。依据入院时间顺序按约 7 ∶ 3 的比例分为训练组(2019 年 1 月2021 年 3 月,900 例)和验证组(2021 年 412 月,374 例);并根据 CI-AKI 的诊断标准将患者分为 CI-AKI 组和 non-CI-AKI 组。使用单因素 Logistic 回归、Lasso 回归、交叉验证及多因素 Logistic 回归筛选独立危险因素,并构建 CI-AKI 风险列线图,通过计算 C- 统计量、绘制校准曲线和决策曲线评价其鉴别力、校准能力和临床应用价值。结果 训练组 900 例患者中,109 例(12.1%)在接受 PCI 后发生 CI-AKI;验证组 374 例患者中,27 例(7.2%)发生 CI-AKI。多因素 Logistic 回归分析结果显示,左心室射血分数(LVEF)〔OR=0.903,95%CI(0.873,0.934)〕、血小板分布宽度〔OR=1.158,95%CI(1.053,1.274)〕、平均血小板体积与淋巴细胞计数比值(MPVLR)〔OR=1.047,95%CI(1.016,1.079)〕、中性粒细胞 / 高密度脂蛋白(NHR)〔OR=1.072,95%CI(1.021,1.124)〕、血肌酐(Scr)〔OR=1.006,95%CI(1.002,1.011)〕、利尿剂〔OR=2.321,95%CI(1.452,3.709)〕是 AMI 患者 PCI 术后发生 CI-AKI 的独立影响因素(P<0.05)。建立包含 LVEF、血小板分布宽度、MPVLR、NHR、Scr、利尿剂 6 个危险因素的预测模型并绘制 CI-AKI 风险列线图。训练组的 C- 统计量为 0.794〔95%CI(0.766,0.820)〕,验证组的 C- 统计量为 0.799〔95%CI(0.774,0.855)〕,校准图显示,预测结果和实际结果有较好的一致性;决策曲线和临床影响曲线表明,列线图具有临床实用价值。结论 CI-AKI 风险预测模型包括 LVEF、血小板分布宽度、MPVLR、NHR、Scr、利尿剂,该预测模型具有良好的区分度和准确性,可以直观、独立地筛选高危人群,对 AMI 患者 PCI 后 CI-AKI 的发生具有较高的预测价值。