時(shí)間：2023-07-04 16:26:49
導(dǎo)語(yǔ)：在人工智能醫(yī)藥的撰寫(xiě)旅程中，學(xué)習(xí)并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優(yōu)秀范文，愿這些內(nèi)容能夠啟發(fā)您的創(chuàng)作靈感，引領(lǐng)您探索更多的創(chuàng)作可能。
DOI：10.14163/j.cnki.11-5547/r.2016.35.063
【Abstract】 Objective To research influencing effect by cognitive behavior therapy combined with drug therapy on social function， life satisfaction and quality of life in anxiety disorder patients. Methods A total of 80 patients with anxiety disorder were divided by their intentions into experimental group and control group， with 40 cases in each group. The experimental group received cognitive behavior therapy combined with drug therapy for clinical treatment， and the control group received drug therapy for clinical treatment. Comparison was made on clinical effect after 12-week treatment， global assessment of function （GAF）， generic quality of life inventory （GQOLI74） and life satisfaction scale （LSR） scores between the two groups. Results After 12 weeks of treatment， both groups had effectively relieved symptoms. The experimental group had 27 cured cases， 7 excellent cases， 4 effective cases and 2 ineffective cases， with total effective rate as 95.0%. The control group had 19 cured cases， 9 excellent cases， 4 effective cases and 8 ineffective cases， with total effective rate as 80.0%. The experimental group had obviously higher total effective rate than the control group， and the difference had statistical significance （χ2=4.114， P
【Key words】 Cognitive behavior therapy； Drug therapy； Anxiety disorder； Social function； Life satisfaction
焦慮癥屬于常見(jiàn)的臨床精神障礙疾病之一， 其主要癥狀， 體現(xiàn)在精神焦慮、社交焦慮障礙以及精神恐懼障礙等癥狀[1-3]。以往藥物治療的目的是要致力精神障礙癥狀都得以緩解， 而忽略了在治療一種精神障礙的同時(shí)造成另一種精神障礙病情惡化， 這也是目前臨床治療上的一個(gè)挑戰(zhàn)， 因此在藥物治療的基礎(chǔ)上需要接受相應(yīng)的心理治療， 避免因自身心理疾病導(dǎo)致在治療過(guò)程中出現(xiàn)一些人文問(wèn)題。同時(shí)也可避免因行為失常導(dǎo)致的嚴(yán)重后果和并發(fā)癥[4， 5]。本院在針對(duì)這些精神疾病的臨床治療進(jìn)行總結(jié)中， 發(fā)現(xiàn)采用認(rèn)知行為療法聯(lián)合藥物治療具有良好的臨床效果， 報(bào)告如下。
1 資料與方法
1. 1 一般資料 選取本院2013年10月～2014年10月接診臨床焦慮癥患者80例， 所有患者均符合中國(guó)精神病障礙疾病對(duì)焦慮癥患者的臨床評(píng)定標(biāo)準(zhǔn)， 排除了其他精神病障礙患者[3]。患者與家屬簽署了病情知情通知書(shū)， 按患者意愿將其分為實(shí)驗(yàn)組與對(duì)照組， 各40例。實(shí)驗(yàn)組男26例， 女14例， 平均年齡（32.6±6.8）歲；對(duì)照組男27例， 女13例， 平均年齡（34.5±6.9）歲。兩組患者性別、年齡等一般資料比較， 差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）， 具有可比性。
1. 2 方法 對(duì)照組單獨(dú)使用藥物治療方法， 而實(shí)驗(yàn)組則在藥物治療的基礎(chǔ)上實(shí)施認(rèn)知行為療法。藥物治療：針對(duì)每1例患者在睡前口服鹽酸萬(wàn)拉法新膠囊藥劑， 前3 d用量25 mg， 以后根據(jù)病情進(jìn)行用藥調(diào)整， 平均每2天增加25 mg， 最終加至150 mg后停止增加， 若患者藥物反應(yīng)強(qiáng)烈， 則應(yīng)進(jìn)行劑量上的減少控制。于12周后， 根據(jù)實(shí)際病情情況進(jìn)行用藥劑量上的適當(dāng)調(diào)整。認(rèn)知行為療法：針對(duì)患者進(jìn)行認(rèn)知重建， 并為其提供信息思維， 結(jié)合實(shí)際的思維行為建設(shè)一個(gè)更好的認(rèn)知環(huán)境。鍛煉患者的思維能力， 進(jìn)行催眠放松訓(xùn)練， 并讓其有充足的時(shí)間進(jìn)行深呼吸運(yùn)動(dòng)[6， 7]。
1. 3 觀察指標(biāo)及療效判定標(biāo)準(zhǔn) 通過(guò)GAF評(píng)分觀察社會(huì)功能、GQOLI74評(píng)分觀察生活質(zhì)量、LSR評(píng)分觀察生活滿(mǎn)意。本次的臨床療效評(píng)定以通用的評(píng)定標(biāo)準(zhǔn)進(jìn)行分級(jí)[8， 9]， 痊愈：癥狀基本消失， 無(wú)消極思想。顯著：癥狀大部分消失， 無(wú)明顯消極思想。有效：癥狀部分消失， 消極思想偶爾有發(fā)生。無(wú)效：癥狀無(wú)變化， 甚至有加深。總有效率=（痊愈+顯著+有效）/總例數(shù)×100%。
1. 4 統(tǒng)計(jì)學(xué)方法 采用SPSS16.0統(tǒng)計(jì)學(xué)軟件進(jìn)行統(tǒng)計(jì)分析。計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（ x-±s）表示， 采用t檢驗(yàn)；計(jì)數(shù)資料以率（%）表示， 采用χ2檢驗(yàn)。P
2 結(jié)果
2. 1 兩組患者臨床療效比較 經(jīng)治療12周后， 兩組患者基本癥狀均得到了有效緩解， 實(shí)驗(yàn)組痊愈27例， 顯著7例， 有效4例， 無(wú)效2例， 總有效率95.0%；對(duì)照組痊愈19例， 顯著9例， 有效4例， 無(wú)效8例， 總有效率80.0%；實(shí)驗(yàn)組總有效率明顯高于對(duì)照組， 差異具有統(tǒng)計(jì)學(xué)意義（χ2=4.114， P
2. 2 兩組患者GAF、GQOLI74以及LSR評(píng)分比較 經(jīng)過(guò)治療后， 對(duì)照組GAF、GQOLI74以及LSR評(píng)分分別為（63.59±
5.20）、（58.31±2.21）、（76.20±5.20）分， 而實(shí)驗(yàn)組三項(xiàng)評(píng)分分別為（75.30±5.60）、（62.65±4.23）、（85.60±5.60）分， 實(shí)驗(yàn)組各項(xiàng)評(píng)分高于對(duì)照組， 差異具有統(tǒng)計(jì)學(xué)意義（P
3 討論
焦慮癥屬于較為常見(jiàn)的一類(lèi)心理癥狀， 需要結(jié)合實(shí)際的病理情況進(jìn)行有效的救治[10， 11]。而通過(guò)藥物治療， 其作用效果不甚理想， 因此近年來(lái)通過(guò)認(rèn)知行為療法的出現(xiàn)， 在一定程度上， 更進(jìn)一步的改善了對(duì)這一類(lèi)心理情況的改善。極大的促進(jìn)了對(duì)心理焦慮患者的自我康復(fù)。
一、判斷題(每題2分)
1.智慧社區(qū)包含的核心內(nèi)容是它可以起到一個(gè)重要的橋梁作用，通過(guò)信息的收集，通過(guò)大數(shù)據(jù)的分析，通過(guò)物聯(lián)網(wǎng)使服務(wù)的提供能夠和需求結(jié)合在一起，最終使人們得到更加優(yōu)質(zhì)的、更加相對(duì)便宜的、更加有效的、更加個(gè)性化的服務(wù)。
正確
錯(cuò)誤
2.家庭規(guī)模縮小強(qiáng)化了代際支持能力。
正確
錯(cuò)誤
3.中國(guó)的預(yù)期壽命排名較低。
正確
錯(cuò)誤
4.從老齡研究的角度，智慧養(yǎng)老能夠解決根本性的問(wèn)題。
正確
錯(cuò)誤
5.社區(qū)老年服務(wù)集成平臺(tái)的預(yù)測(cè)作用包括準(zhǔn)確得知老年人生活的種種需求。
正確
錯(cuò)誤
6.對(duì)于如何高效率、低成本地解決養(yǎng)老問(wèn)題只針對(duì)城市地區(qū)而言。
正確
錯(cuò)誤
7.大數(shù)據(jù)的價(jià)值重在挖掘，而挖掘就是分析。
正確
錯(cuò)誤
8.大數(shù)據(jù)在我們?nèi)粘Ｉ钪泻苌俳佑|到。
正確
錯(cuò)誤
9.以大數(shù)據(jù)應(yīng)用促進(jìn)醫(yī)藥分離改革，遏制虛高藥價(jià)。
正確
錯(cuò)誤
10.當(dāng)前世界的四大趨勢(shì)包括“經(jīng)濟(jì)全球化”、“全球城市化”、“全球信息化”和“城市工業(yè)化”。
正確
錯(cuò)誤
11.美國(guó)在人工智能方面取得了較好的成果。
正確
錯(cuò)誤
12.《在英國(guó)發(fā)展人工智能》中提出了：數(shù)據(jù)、技術(shù)、研究、政策上的開(kāi)放和投入四個(gè)方向。
正確
錯(cuò)誤
13.1956年10月，中國(guó)科學(xué)院籌建了中科院自動(dòng)化及遠(yuǎn)距離操縱研究所（后更名為中科院自動(dòng)化所）。
正確
錯(cuò)誤
14.20世紀(jì)80年代初期，錢(qián)學(xué)森等主張開(kāi)展人工智能研究，中國(guó)的人工智能研究進(jìn)一步活躍起來(lái)。
正確
錯(cuò)誤
15.人工智能在醫(yī)療領(lǐng)域還存在一些問(wèn)題。
正確
錯(cuò)誤
16.只要人類(lèi)搞清楚的問(wèn)題都容易被機(jī)器人所取代。
正確
錯(cuò)誤
17.醫(yī)聯(lián)合體發(fā)生在基層和專(zhuān)科醫(yī)院之間。
正確
錯(cuò)誤
18.作為影響深遠(yuǎn)的顛覆性技術(shù)，人工智能可能改變就業(yè)結(jié)構(gòu)、沖擊法律與社會(huì)倫理、侵犯?jìng)€(gè)人隱私、挑戰(zhàn)國(guó)際關(guān)系準(zhǔn)則等，對(duì)企業(yè)管理、個(gè)人安全、社會(huì)穩(wěn)定乃至全球治理帶來(lái)挑戰(zhàn)。
正確
錯(cuò)誤
19.我國(guó)新一代人工智能發(fā)展的指導(dǎo)思想和基本原則是要推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合，培育新增長(zhǎng)點(diǎn)，形成新動(dòng)能。
正確
錯(cuò)誤
20.2016年9月開(kāi)始，微軟的技術(shù)與研發(fā)部門(mén)和人工智能(AI)研究部門(mén)相互分離，各司其職。
正確
錯(cuò)誤
二、單項(xiàng)選擇(每題2分)
21.醫(yī)療健康數(shù)據(jù)的應(yīng)用包括：藥物研究、病人行為及其相關(guān)數(shù)據(jù)、（ ）、管理醫(yī)療社保基金。
A.臨床研究 B.科學(xué)研究 C.涉密研究 D.門(mén)診診斷
22.發(fā)展網(wǎng)信事業(yè)戰(zhàn)略的目標(biāo)：加強(qiáng)領(lǐng)導(dǎo)、統(tǒng)籌規(guī)劃和依靠（ ）緊密協(xié)同。
A.產(chǎn)、學(xué)、用 B.產(chǎn)、學(xué)、研 C.社會(huì)分工 D.產(chǎn)、學(xué)、研、用
23.基礎(chǔ)技術(shù)提供平臺(tái)主要是（ ）平臺(tái)，這些云平臺(tái)為人工智能實(shí)現(xiàn)大規(guī)模的實(shí)時(shí)計(jì)算提供了計(jì)算基礎(chǔ)。
A.云計(jì)算 B.互聯(lián)網(wǎng) C.云計(jì)算、大數(shù)據(jù) D.大數(shù)據(jù)
24.2017年谷歌無(wú)人駕駛汽車(chē)可以對(duì)不同場(chǎng)景進(jìn)行學(xué)習(xí)，如（ ）、城市道路、過(guò)橋等。
A.泥濘路 B.平路 C.鄉(xiāng)間小路 D.山路
25.騰訊AI政務(wù)基于騰訊微信、QQ等平臺(tái)自身連接能力，提供（ ）、智能服務(wù)、智能分析和智慧應(yīng)用等服務(wù)。
A.精準(zhǔn)推送 B.實(shí)名認(rèn)證 C.智能核身 D.勾勒用戶(hù)圖像
26.牢牢把握新一代人工智能發(fā)展戰(zhàn)略機(jī)遇，堅(jiān)定不移地把發(fā)展人工智能放在提高社會(huì)生產(chǎn)力、提升國(guó)際競(jìng)爭(zhēng)力、增強(qiáng)綜合國(guó)力、保障國(guó)家安全的戰(zhàn)略支撐的（ ）位置。
A.全局核心 B.重點(diǎn)突出 C.關(guān)鍵部分 D.戰(zhàn)略中心
27.微軟自然語(yǔ)言計(jì)算組成立于 1998年，專(zhuān)長(zhǎng)于（ ）、輸入法、問(wèn)答、社交、文本挖掘等。
A.翻譯 B.收集 C.處理 D.校對(duì)
28.2016年5月，美國(guó)白宮成立了（ ）和機(jī)器學(xué)習(xí)委員會(huì)，協(xié)調(diào)全美各界在人工智能領(lǐng)域的行動(dòng)，探討制定人工智能相關(guān)政策和法律。
A.人工智能 B.制造 C.無(wú)人駕駛 D.I技術(shù)
29.歐盟的人腦計(jì)劃旨在通過(guò)計(jì)算機(jī)技術(shù)模擬大腦，建立一套（ ）的生成、分析、整合、模擬數(shù)據(jù)的信息通信技術(shù)平臺(tái)。
A.創(chuàng)新 B.全自動(dòng) C.全新的、革命性 D.智能
30.德國(guó)“工業(yè)4.0”計(jì)劃涉及到的機(jī)器感知、（ ）、決策以及人機(jī)交互等領(lǐng)域。
A.規(guī)劃 B.識(shí)別 C.應(yīng)用 D.操作
31.2017年，日本政府制定了人工智能產(chǎn)業(yè)化路線圖，計(jì)劃分（ ）階段推進(jìn)利用人工智能技術(shù)，大幅提高制造業(yè)、物流、醫(yī)療和護(hù)理行業(yè)效率。
A.4個(gè) B.2個(gè) C.5個(gè) D.3個(gè)
32.人工智能的發(fā)展要素：算法+（ ）+數(shù)據(jù)。
A.編程 B.數(shù)學(xué) C.模擬 D.計(jì)算能力
33.國(guó)家加大對(duì)人工智能關(guān)鍵技術(shù)研發(fā)的支持力度，人工智能已成為我國(guó)的戰(zhàn)略（ ）。
A.發(fā)展重點(diǎn) B.中心 C.要素 D.核心
34.百度、騰訊、阿里巴巴、科大訊飛等企業(yè)積極布局人工智能領(lǐng)域，搶占產(chǎn)業(yè)（ ）。
A.發(fā)展制高點(diǎn) B.發(fā)展先機(jī) C.發(fā)展 D.發(fā)展機(jī)遇
35.對(duì)人工智能發(fā)展態(tài)勢(shì)的判斷中的新挑戰(zhàn)是指人工智能發(fā)展的（ ）帶來(lái)新挑戰(zhàn)。
A.不確定性 B.負(fù)面影響 C.積極性 D.不穩(wěn)定性
36.碳云智能成立于2015年10月，希望建立一個(gè)健康大數(shù)據(jù)平臺(tái)，運(yùn)用人工智能技術(shù)處理這些數(shù)據(jù)，幫助人們做（ ）。
A.日常起居 B.健康管理 C.醫(yī)療檢查 D.生活管理
37.百度的Apollo（阿波羅）計(jì)劃，即百度將向汽車(chē)行業(yè)及自動(dòng)駕駛領(lǐng)域的合作伙伴提供一個(gè)開(kāi)放、完整、安全的軟件平臺(tái)，幫助他們結(jié)合車(chē)輛和硬件系統(tǒng)，快速搭建一套屬于自己的完整的（ ）系統(tǒng)。
A.自動(dòng)駕駛 B.自動(dòng)操作 C.智能駕駛 D.無(wú)人駕駛
38.我國(guó)新一代人工智能發(fā)展的總體部署中構(gòu)建一個(gè)體系是指構(gòu)建（ ）的人工智能科技創(chuàng)新體系。
A.對(duì)外開(kāi)放 B.互惠互利 C.合作共贏 D.開(kāi)放協(xié)同
39.互聯(lián)網(wǎng)醫(yī)院要依托于（ ）建設(shè)。
A.現(xiàn)有實(shí)體 B.信息共享 C.互聯(lián)網(wǎng) D.分級(jí)診療
40.《打造智慧社區(qū)，優(yōu)化居家養(yǎng)老（下）》認(rèn)為，發(fā)展智慧養(yǎng)老服務(wù)可以帶動(dòng)我國(guó)哪些經(jīng)濟(jì)領(lǐng)域的發(fā)展（ ）。
A.制造業(yè) B.服務(wù)業(yè) C.娛樂(lè)業(yè) D.農(nóng)業(yè)
三、多項(xiàng)選擇(每題2分)
41.人工智能的智能硬件其交互方式出現(xiàn)（ ）直接交互。
A.手勢(shì) B.語(yǔ)音 C.體感 D.眼神
42.人工智能能夠?qū)Γ?）的安全進(jìn)行防護(hù)。
A.個(gè)人 B.醫(yī)療 C.金融 D.城市
43.（ ）的融合創(chuàng)新是智能安防發(fā)展的重要切入點(diǎn)。
A.人工智能 B.體感 C.音頻 D.視頻
44.人工智能產(chǎn)業(yè)體系的融合產(chǎn)業(yè)有（ ）。
A.智能金融 B.智能客服 C.自動(dòng)駕駛汽車(chē) D.智能制造
45.人工智能應(yīng)用類(lèi)企業(yè)的切入領(lǐng)域有（ ）。
A.機(jī)器人 B.智能家居 C.教育培訓(xùn) D.醫(yī)療設(shè)備
46.廣泛開(kāi)展人工智能科普活動(dòng)，做到（ ）。
A.支持開(kāi)展形式多樣的人工智能科普活動(dòng)
B.鼓勵(lì)科學(xué)家參與人工智能科普
C.建設(shè)和完善人工智能科普基礎(chǔ)設(shè)施
D.支持開(kāi)展人工智能競(jìng)賽
47.智慧社區(qū)的淵源包括（ ）。
A.原始社會(huì) B.工業(yè)社會(huì) C.農(nóng)業(yè)社會(huì) D.信息化社會(huì)
48.智慧社區(qū)的三級(jí)指標(biāo)包括（ ）。
A.保障體系 B.便民服務(wù) C.社區(qū)治理與公共服務(wù) D.主題社區(qū)
49.中國(guó)人口老齡化面對(duì)的挑戰(zhàn)有（ ）。
A.人口流動(dòng)頻繁，家庭養(yǎng)老能力不足
B.代際關(guān)系變化，老年居住空巢增加
C.預(yù)期壽命延長(zhǎng)，照料需求壓力加大
D.家庭規(guī)模縮小，代際支持能力弱化
關(guān)鍵詞:新醫(yī)科;智能醫(yī)學(xué);人才培養(yǎng)
1緒論
健康中國(guó)已上升為國(guó)家戰(zhàn)略，新醫(yī)科在我國(guó)高等教育中掀起了一陣新的改革浪潮，“智能醫(yī)學(xué)”的應(yīng)用性人才培養(yǎng)模式也隨之開(kāi)啟。智能醫(yī)學(xué)工程是以現(xiàn)代醫(yī)學(xué)與生物學(xué)理論為基礎(chǔ)，融合先進(jìn)人工智能及工程技術(shù)，挖掘人的生命和疾病現(xiàn)象的本質(zhì)及其規(guī)律，探索人機(jī)協(xié)同的智能化診療方法及其臨床應(yīng)用的新興交叉學(xué)科。目前，高校在進(jìn)行醫(yī)工融合培養(yǎng)學(xué)生的指導(dǎo)過(guò)程中，存在許多問(wèn)題，如醫(yī)學(xué)和工科的理論結(jié)合層面較為薄弱，多學(xué)科交叉聯(lián)合指導(dǎo)的機(jī)制不完善，成果轉(zhuǎn)化和臨床應(yīng)用性不高。實(shí)踐層面，在現(xiàn)有的醫(yī)學(xué)教育模式下，醫(yī)學(xué)生缺乏全面的對(duì)數(shù)據(jù)進(jìn)行收集、處理與分析的能力。但是在智能醫(yī)學(xué)時(shí)代，對(duì)數(shù)據(jù)的處理與分析能力會(huì)成為醫(yī)生工作的重要組成部分。面向醫(yī)療健康的智能醫(yī)學(xué)工程交叉學(xué)科人才的迫切需求，智能醫(yī)學(xué)工程交叉學(xué)科的人才培養(yǎng)的機(jī)制有待完善。2019年，一些院校如南開(kāi)大學(xué)和天津大學(xué)獲得教育部的審批，已經(jīng)率先實(shí)行招收智能醫(yī)學(xué)工程專(zhuān)業(yè)的新生［1］。高等醫(yī)學(xué)教育對(duì)新醫(yī)科背景下智能醫(yī)學(xué)工程專(zhuān)業(yè)人才培養(yǎng)認(rèn)知還處于探索階段，智能醫(yī)學(xué)工程如何實(shí)現(xiàn)醫(yī)工交叉學(xué)科的融合發(fā)展，如何獲取人才培養(yǎng)中的合適方法、模式、關(guān)鍵技術(shù)等的研究，協(xié)同醫(yī)學(xué)發(fā)展、社會(huì)需求的人才，還需要深入思考和進(jìn)一步探索。
2新醫(yī)科背景下智能醫(yī)學(xué)人才培養(yǎng)
2．1新醫(yī)科符合醫(yī)科改革的內(nèi)在需求
隨著“健康中國(guó)2030”國(guó)家決策不斷推進(jìn)，醫(yī)療健康逐漸被國(guó)家視為重要的基礎(chǔ)性戰(zhàn)略資源，在大數(shù)據(jù)和人工智能技術(shù)影響下，臨床應(yīng)用、疾病預(yù)測(cè)與預(yù)防、公共衛(wèi)生、循證公共衛(wèi)生決策、健康管理、健康監(jiān)測(cè)與個(gè)性化醫(yī)療服務(wù)等方面的研究以及產(chǎn)業(yè)發(fā)展，將是未來(lái)整個(gè)醫(yī)療領(lǐng)域的提升方向，給智能醫(yī)學(xué)分析與決策賦予了新的意義和內(nèi)涵。
2．2醫(yī)工融合發(fā)展的必然趨勢(shì)
隨著精準(zhǔn)醫(yī)療與智能醫(yī)學(xué)診療技術(shù)的深度融合，理論層面，把握新醫(yī)科背景下智能醫(yī)學(xué)工程專(zhuān)業(yè)復(fù)合型創(chuàng)新人才培養(yǎng)目標(biāo)，以臨床應(yīng)用性為導(dǎo)向，多學(xué)科領(lǐng)域知識(shí)相互滲透。調(diào)整醫(yī)工結(jié)合課程體系，既符合新醫(yī)科需求，又實(shí)現(xiàn)醫(yī)工融合課程模塊間的交叉互補(bǔ)，體現(xiàn)醫(yī)工結(jié)合特色的寬口徑學(xué)科結(jié)構(gòu)。培養(yǎng)既懂醫(yī)藥科學(xué)、數(shù)據(jù)科學(xué)又懂人工智能應(yīng)用的高級(jí)復(fù)合型人才。實(shí)踐層面，精準(zhǔn)醫(yī)療與智能醫(yī)學(xué)工程技術(shù)緊密結(jié)合，利用臨床醫(yī)生在傳統(tǒng)醫(yī)學(xué)中積累豐富的臨床經(jīng)驗(yàn)，并融入到智能醫(yī)學(xué)診療模式變化中，將徹底改變現(xiàn)有診療模式。
2．3人工智能助力智能醫(yī)學(xué)工程人才培養(yǎng)
隨著科學(xué)技術(shù)的飛速革新，人工智能核心技術(shù)推動(dòng)傳統(tǒng)學(xué)科專(zhuān)業(yè)建設(shè)和醫(yī)工交叉融合。助力人才培養(yǎng)主要表現(xiàn)在以下三個(gè)方面。一是從智能醫(yī)學(xué)診療技術(shù)創(chuàng)新的角度，技術(shù)的革新引領(lǐng)人工智能與各個(gè)產(chǎn)業(yè)領(lǐng)域深度融合，創(chuàng)造新的產(chǎn)業(yè)或領(lǐng)域，計(jì)算機(jī)模擬人腦的思維過(guò)程，實(shí)現(xiàn)人機(jī)交互，提高醫(yī)療資源的利用率，推動(dòng)醫(yī)療產(chǎn)業(yè)的高效運(yùn)轉(zhuǎn)。智能醫(yī)學(xué)診療主要包括疾病早期診斷、臨床決策支持、正確用藥、診療方案的選擇等。如KopR和HoogendoornM等探索了醫(yī)院對(duì)病人電子病歷(EMR)數(shù)據(jù)進(jìn)行分析，結(jié)合結(jié)直腸癌預(yù)測(cè)模型，更準(zhǔn)確的預(yù)測(cè)早期直腸癌和干預(yù)治療實(shí)踐［2］;HoshyarAN和Al-JumailyA等探索了醫(yī)學(xué)影像自動(dòng)診斷皮膚癌，通過(guò)數(shù)據(jù)預(yù)處理去除噪音和不必要的背景圖像，提高圖像質(zhì)量，輔助醫(yī)生進(jìn)行臨床決策［3］。二是從醫(yī)療健康大數(shù)據(jù)的角度，隨著大數(shù)據(jù)、數(shù)字技術(shù)、機(jī)器學(xué)習(xí)和人工智能等信息技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用，電子健康記錄數(shù)據(jù)呈指數(shù)型增長(zhǎng)，醫(yī)療大數(shù)據(jù)來(lái)源包括醫(yī)院記錄、患者醫(yī)療記錄、醫(yī)療檢查結(jié)果和物聯(lián)網(wǎng)設(shè)備［4］。智能醫(yī)療系統(tǒng)具有識(shí)別、篩選和決策等智能醫(yī)療輔助功能。2017年上海計(jì)算機(jī)軟件技術(shù)開(kāi)發(fā)中心對(duì)醫(yī)療大數(shù)據(jù)可視化系統(tǒng)的實(shí)踐與研究［5］;2018年，阿里健康與阿里云宣布共建阿里醫(yī)療大腦2．0［6］，加強(qiáng)在圖像識(shí)別、生理信號(hào)識(shí)別、知識(shí)圖譜構(gòu)建等能力的建設(shè)［7］;同年，騰訊推出醫(yī)療AI引擎“騰訊睿知”，具備更智能化的醫(yī)療垂直搜索功能，幫助患者精準(zhǔn)匹配合適的醫(yī)生。三是從人才培養(yǎng)的角度，多學(xué)科交叉融合發(fā)展是大勢(shì)。人工智能將打破不同學(xué)科專(zhuān)業(yè)的壁壘，推進(jìn)多學(xué)科交叉融合發(fā)展，形成“人工智能+”的專(zhuān)業(yè)新的人才培養(yǎng)模式。高校也應(yīng)根據(jù)產(chǎn)業(yè)需求變化調(diào)整專(zhuān)業(yè)設(shè)置，構(gòu)建新的專(zhuān)業(yè)結(jié)構(gòu)。高校人工智能相關(guān)的本科專(zhuān)業(yè)將會(huì)蓬勃發(fā)展，形成頗具特色的“人工智能+”專(zhuān)業(yè)集群。“人工智能+”技術(shù)所衍生的新醫(yī)科、新工科專(zhuān)業(yè)之間的協(xié)同創(chuàng)新發(fā)展，實(shí)現(xiàn)技術(shù)創(chuàng)新與醫(yī)療應(yīng)用的統(tǒng)一。以“人工智能+醫(yī)學(xué)”為契機(jī)，結(jié)合醫(yī)學(xué)產(chǎn)業(yè)發(fā)展趨勢(shì)和智能醫(yī)學(xué)工程專(zhuān)業(yè)的特點(diǎn)，研究相應(yīng)的教學(xué)體系、制定科學(xué)的教學(xué)計(jì)劃，建立具有行業(yè)特色的課程群、制定合理的課程大綱，解決學(xué)生在醫(yī)學(xué)診療和工程技術(shù)兩方面協(xié)調(diào)發(fā)展的問(wèn)題，全面提升醫(yī)學(xué)生的綜合素養(yǎng)以及未來(lái)的職業(yè)競(jìng)爭(zhēng)力。綜上所述，新醫(yī)科人才培養(yǎng)在人工智能助力下，培養(yǎng)學(xué)生具備較強(qiáng)的創(chuàng)新意識(shí)和具有智能醫(yī)學(xué)領(lǐng)域科研能力，掌握關(guān)鍵理論與方法，創(chuàng)造性地將計(jì)算機(jī)科學(xué)技術(shù)、人工智能技術(shù)和方法、大數(shù)據(jù)關(guān)鍵技術(shù)與醫(yī)學(xué)應(yīng)用系統(tǒng)相結(jié)合，進(jìn)而創(chuàng)新性完成的醫(yī)學(xué)信息處理、行為交互和人工智能系統(tǒng)集成及應(yīng)用。以上需培養(yǎng)的能力，對(duì)現(xiàn)有醫(yī)學(xué)專(zhuān)業(yè)的改造升級(jí)、人才培養(yǎng)模式的改變、師資隊(duì)伍的全面建設(shè)具有較高的要求。
3培養(yǎng)新醫(yī)科人才的實(shí)施路徑
3．1從醫(yī)工融合研究的視角
智能醫(yī)學(xué)工程的專(zhuān)業(yè)培養(yǎng)建設(shè)要體現(xiàn)醫(yī)工融合發(fā)展需求，推進(jìn)智能工程、醫(yī)學(xué)與教育的深度融合，提升人工智能在醫(yī)學(xué)中的應(yīng)用，滿(mǎn)足新醫(yī)科發(fā)展要求的卓越工程師為育人目標(biāo)，強(qiáng)調(diào)學(xué)科交叉滲透、重視臨床應(yīng)用、把握科技前沿，推動(dòng)教學(xué)創(chuàng)新等。
3．2從醫(yī)工融合研究的廣度
目前我國(guó)部分高校開(kāi)展了醫(yī)工融合人才培養(yǎng)模式的探索，但有區(qū)域特色的醫(yī)工融合研究還不多。針對(duì)新醫(yī)科臨床需求分析，把握智能醫(yī)學(xué)工程高等教育體系，重點(diǎn)聚焦區(qū)域特色，研究面向健康和重大及特殊疾病防治需求的“新醫(yī)科”對(duì)人才的需求。
3．3從醫(yī)工融合研究的深度
(1)整體設(shè)計(jì)智能醫(yī)學(xué)工程專(zhuān)業(yè)教學(xué)環(huán)節(jié)。建立知識(shí)能力矩陣，整體設(shè)計(jì)教學(xué)、實(shí)驗(yàn)、課程設(shè)計(jì)、專(zhuān)業(yè)實(shí)習(xí)、畢業(yè)設(shè)計(jì)等環(huán)節(jié)，突出新醫(yī)科相關(guān)課程及實(shí)踐，加強(qiáng)附屬醫(yī)院和教學(xué)醫(yī)院的聯(lián)系，深化臨床實(shí)踐能力。(2)培養(yǎng)學(xué)生專(zhuān)業(yè)能力和科研創(chuàng)新能力。智能醫(yī)學(xué)工程專(zhuān)業(yè)教學(xué)與知識(shí)能力培養(yǎng)的思考是以智能醫(yī)學(xué)學(xué)科的特點(diǎn)為基礎(chǔ)，通過(guò)知識(shí)能力矩陣的智能醫(yī)學(xué)工程專(zhuān)業(yè)課程創(chuàng)新教學(xué)，根據(jù)智能醫(yī)學(xué)工程專(zhuān)業(yè)課程知識(shí)點(diǎn)的內(nèi)在聯(lián)系和相對(duì)獨(dú)立性，優(yōu)化核心知識(shí)模塊形成知識(shí)能力矩陣，構(gòu)建課程內(nèi)容架構(gòu)。通過(guò)系統(tǒng)理論知識(shí)教學(xué)、優(yōu)化課程實(shí)驗(yàn)和上機(jī)安排，引導(dǎo)學(xué)生自主設(shè)計(jì)性學(xué)習(xí)，提高學(xué)生的學(xué)習(xí)積極性，達(dá)到有效教學(xué)效果。(3)結(jié)合學(xué)生興趣偏好，研究如何提高學(xué)生的專(zhuān)業(yè)興趣，探索將專(zhuān)業(yè)興趣轉(zhuǎn)換為“工匠精神”的教育理論及方法:廣泛調(diào)研，全面建立當(dāng)前地方高校智能醫(yī)學(xué)工程專(zhuān)業(yè)學(xué)生與專(zhuān)業(yè)偏好的培養(yǎng)模式。
4結(jié)語(yǔ)
[關(guān)鍵詞] 鹽酸戊乙奎醚；全麻；老年；術(shù)后認(rèn)知功能障礙
[中圖分類(lèi)號(hào)] R614 [文獻(xiàn)標(biāo)識(shí)碼] B [文章編號(hào)] 1673-9701（2017）06-0113-03
[Abstract] Objective To explore the effect of penehyclidine hydrochloride as general anesthesia premedication on postoperative cognitive dysfunction in elderly patients. Methods A total of 90 cases of elderly patients treated in our hospital from April 2015 to April 2016 were randomly divided into control group and observation group. 45 cases in each group， and control group was treated with atropine before operation， while the observation group was treated with penehyclidine hydrochloride. The simple intelligence mental state examination scale （MMSE） score， operation time， drug withdrawal to call open eyes time， drug withdrawal to removal of tracheal tube time， postoperative recognition of the two groups of anesthesia before and after， and the incidence of dysfunction（POCD） were compared between two groups. Results MMSE scores were lower in the two groups on day 1， day 3 after operation compared with day 1 before operation， and the difference was statistically significant（P0.05）. There was no significant difference in the time of operation， the time from drug withdrawal to calling for open eyes， the time from drug withdrawal to removal of tracheal catheterization and postoperative cognitive dysfunction incidence between the two groups（P>0.05）. Conclusion Penehyclidine hydrochloride for preoperative general anesthesia does not affect the postoperative cognitive dysfunction in elderly patients. The incidence of postoperative cognitive dysfunction will not increase.
[Key words] Penehyclidine hydrochloride； General anesthesia； Elderly； Postoperative cognitive dysfunction
g后認(rèn)知功能障礙作為絕大多數(shù)老年患者術(shù)后早期較為常見(jiàn)的問(wèn)題，對(duì)老年患者術(shù)后恢復(fù)造成了較大的影響，盡管目前關(guān)于該病的發(fā)病機(jī)制尚不明確，但有研究報(bào)道指出，術(shù)后早期認(rèn)知功能障礙的發(fā)生發(fā)展與中樞乙酰膽堿衰退有關(guān)[1]。臨床資料顯示，鹽酸戊乙奎醚作為一種新型的抗膽堿藥物，一方面對(duì)患者的心率及血壓造成的影響較小，同時(shí)具有較為突出的抑制腺體作用，在改善患者氣道阻力方面具有重要意義，其作為術(shù)前用藥得到了廣泛的關(guān)注[2]。本研究主要針對(duì)鹽酸戊乙奎醚作為全麻術(shù)前用藥對(duì)老年患者術(shù)后認(rèn)知功能障礙的影響進(jìn)行分析，現(xiàn)報(bào)道如下。
1 資料與方法
1.1 一般資料
選取我院自2015年4月～2016年4月收治的90例老年手術(shù)患者，均為非心臟手術(shù)患者，術(shù)前排除認(rèn)知功能障礙、神經(jīng)或精神系統(tǒng)疾病患者，ASAⅠ～Ⅲ級(jí)，自愿簽署了關(guān)于本次試驗(yàn)的知情同意書(shū)，采取隨機(jī)數(shù)字表法將患者分為對(duì)照組與觀察組，每組各45例，對(duì)照組年齡60～78歲，平均（70.3±2.7）歲，體重58～72 kg，平均（64.2±2.5）kg，觀察組年齡63～75歲，平均（71.9±2.9）歲，體重59～70 kg，平均（63.2±2.9）kg。兩組患者一般資料比較，差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05），具有可比性。
1.2 麻醉方法
兩組患者進(jìn)入手術(shù)室后連接多功能生命體征監(jiān)護(hù)儀以及Narcotrend麻醉深度監(jiān)護(hù)儀，建立開(kāi)放的靜脈通道，對(duì)照組術(shù)前10 min給予靜脈注射0.5 mg阿托品（杭州民生藥業(yè)有限公司，國(guó)藥準(zhǔn)字：H33020086），觀察組術(shù)前10 min給予靜脈注射0.5 mg鹽酸戊乙奎醚（成都力思特制藥股份有限公司，國(guó)藥準(zhǔn)字：H2002 0606）[3]。麻醉誘導(dǎo)用藥：0.05 mg/kg咪達(dá)唑侖（上海羅氏制藥有限公司，國(guó)藥準(zhǔn)字：H20010311）+0.4 μg/kg舒芬太尼（宜昌人福藥業(yè)有限責(zé)任公司，國(guó)藥準(zhǔn)字：H20054256）+0.2 mg/kg順式阿曲庫(kù)銨（東英藥業(yè)有限公司，國(guó)藥準(zhǔn)字：H20060927）+（0.1～0.3）mg/kg依托咪酯（江蘇恩華藥業(yè)股份有限公司，國(guó)藥準(zhǔn)字：H32022992），成功氣管插管后給予機(jī)械通氣[4]。麻醉維持用藥：給予瑞米芬太尼+丙泊酚持續(xù)輸注，期間對(duì)血流動(dòng)力學(xué)指標(biāo)及Narcotrend值進(jìn)行監(jiān)測(cè)。
1.3觀察指標(biāo)
比較兩組麻醉前后簡(jiǎn)易智能精神狀態(tài)檢查量表（MMSE）評(píng)分、手術(shù)時(shí)間、停藥至呼喚睜眼時(shí)間、停藥至拔除氣管導(dǎo)管時(shí)間。MMSE量表包括時(shí)間定向力、地點(diǎn)定向力、即刻記憶、注意力及計(jì)算力、延遲記憶、語(yǔ)言、視空間等7個(gè)方面，量表總分在0～30分之間，得分越高說(shuō)明認(rèn)知功能越好，得分在27分以下評(píng)為術(shù)后認(rèn)知功能障礙[5]。兩組患者均在研究人員的指導(dǎo)幫助下完成，并統(tǒng)一回收量表，確保量表回收率為100%。
1.4 統(tǒng)計(jì)學(xué)處理
采用SPSS 18.0統(tǒng)計(jì)學(xué)軟件對(duì)本次研究所取得的數(shù)據(jù)進(jìn)行分析，計(jì)數(shù)資料采用χ2檢驗(yàn)，計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（x±s）的形式表示，采用t檢驗(yàn)，組內(nèi)多時(shí)點(diǎn)比較采用方差分析，以P
2 結(jié)果
2.1 兩組手術(shù)前后MMSE評(píng)分比較
兩組術(shù)前1 d MMSE評(píng)分比較，差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）。兩組術(shù)后1 d、術(shù)后3 d MMSE評(píng)分分別與術(shù)前1 d比較均較低，差異有統(tǒng)計(jì)學(xué)意義（P0.05）。見(jiàn)表1。
2.2兩組圍術(shù)期指標(biāo)及術(shù)后認(rèn)知功能障礙發(fā)生率比較
兩組手術(shù)時(shí)間、停藥至呼喚睜眼時(shí)間、停藥至拔除氣管導(dǎo)管時(shí)間及術(shù)后認(rèn)知功能障礙發(fā)生率比較，差異均無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）。見(jiàn)表2。
3討論
隨著人口老齡化速度的加快，接受外科手術(shù)的老齡患者比例也呈明顯上升趨勢(shì)。由于老年患者通常伴隨不同程度的臟器功能退行性改變，因此，可同時(shí)出現(xiàn)圍術(shù)期儲(chǔ)備功能以及代償能力明顯降低，嚴(yán)重者還可出現(xiàn)術(shù)后認(rèn)知功能下降等并發(fā)癥，嚴(yán)重影響患者的生活質(zhì)量，因此，為老年患者選擇合適的圍術(shù)期物至關(guān)重要，結(jié)合以往研究經(jīng)驗(yàn)我們發(fā)現(xiàn)，老年患者物的選擇與青壯年有明顯差異[6]。有研究報(bào)道認(rèn)為，術(shù)前使用小劑量苯二氮■類(lèi)藥物，例如咪唑安定等一方面可明顯降低老年患者g前焦慮抑郁，另一方面可對(duì)心腦缺血性疾病產(chǎn)生有效的預(yù)防作用[7]。但在平常用藥時(shí)，需要對(duì)老年患者的具體情況作出綜合判斷，有研究發(fā)現(xiàn)給予阿托品或鹽酸戊乙奎醚作為術(shù)前麻醉用藥是安全可行的[8]。
大量臨床資料顯示，在術(shù)前使用抗膽堿類(lèi)藥物的主要目的在于對(duì)唾液腺以及呼吸道腺體的分泌產(chǎn)生抑制作用，從而有效促進(jìn)呼吸道通暢，降低術(shù)后肺炎等疾病的發(fā)生率，以有效促進(jìn)預(yù)后[9-10]。另外有研究報(bào)道指出，術(shù)后認(rèn)知功能障礙的發(fā)生可能與中樞膽堿能系統(tǒng)的作用位點(diǎn)相關(guān)，目前已有臨床研究證實(shí)，極低濃度的物殘余即可對(duì)患者的神經(jīng)功能作用造成影響，抗膽堿能藥物與術(shù)后認(rèn)知功能障礙的發(fā)生存在密切關(guān)系[11]。鹽酸戊乙奎醚作為我國(guó)近年來(lái)研究出來(lái)的一種新型抗膽堿類(lèi)藥物，其作用機(jī)制為可選擇性的作用于分布在中樞神經(jīng)系統(tǒng)的M1以及分布在平滑肌和腺體的M3受體，但對(duì)于心臟或神經(jīng)元突觸前膜上的M2受體并無(wú)明顯作用，不易增加血壓水平異常以及心動(dòng)過(guò)緩等不良反應(yīng)的發(fā)生，安全性較高[12-13]。藥理學(xué)研究指出，鹽酸戊乙奎醚作為麻醉前藥物使用時(shí)，能在有效抑制機(jī)體腺體分泌的同時(shí)幫助穩(wěn)定患者的血流動(dòng)力學(xué)平衡，同時(shí)不增加患者的心肌耗氧量，對(duì)于保障老年患者的圍手術(shù)期安全性具有積極意義[14-15]。另一方面，鹽酸戊乙奎醚能有效拮抗乙酰膽堿能受體對(duì)患者中樞神經(jīng)系統(tǒng)的興奮作用，從而明顯延緩患者中樞膽堿能系統(tǒng)的退行性改變，在減少老年患者術(shù)后認(rèn)知功能障礙的臨床治療中具有積極意義[16]。但鹽酸戊乙奎醚與阿托品一樣在術(shù)前使用時(shí)均可引起術(shù)后認(rèn)知功能障礙，且在一般情況下通常無(wú)明顯差異[17-18]。
本研究結(jié)果顯示，兩組術(shù)后1 d、術(shù)后3 d MMSE分別與術(shù)前1 d比較評(píng)分均較低，差異均有統(tǒng)計(jì)學(xué)意義（P0.05）。兩組手術(shù)時(shí)間、停藥至呼喚睜眼時(shí)間、停藥至拔除氣管導(dǎo)管時(shí)間及術(shù)后認(rèn)知功能障礙發(fā)生率比較，無(wú)明顯差異（P>0.05）。結(jié)果證實(shí)鹽酸戊乙奎醚作為全麻術(shù)前用藥與常規(guī)阿托品比較在引起術(shù)后認(rèn)知功能障礙方面無(wú)劣勢(shì)，同樣具有一定的安全性[19，20]。
綜上所述，鹽酸戊乙奎醚作為全麻術(shù)前用藥未對(duì)老年患者術(shù)后認(rèn)知功能障礙造成影響，未增加術(shù)后認(rèn)知功能障礙發(fā)生率。由于本次試驗(yàn)研究樣本量少，可能存在一定的缺陷，可通過(guò)深入研究以獲得精確的結(jié)論。
[參考文獻(xiàn)]
[1] 劉雅，劉學(xué)芳，谷若男，等. 術(shù)前應(yīng)用鹽酸戊乙奎醚對(duì)老年患者術(shù)后早期認(rèn)知功能的影響[J]. 河北醫(yī)藥，2013， 35（10）：1456-1457.
[2] Monk TG，Price CC. Postoperative cognitive disorders[J]. Curr Opin Crit Care，2011，（17）：376-381.
[3] 許宏亮，連燕虹，解康杰，等. 右美托咪定對(duì)肺癌根治術(shù)患者術(shù)后譫妄的預(yù)防作用[J]. 中華全科醫(yī)學(xué)，2014， 12（9）：1217-1219.
[4] 沈耀峰，吳鏡湘，徐美英. 丙泊酚和七氟醚麻醉對(duì)老年患者普通胸外科手術(shù)后認(rèn)知功能的影響[J]. 上海交通大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2011，31（3）：322-323.
[5] 馬春，楊安波. 鹽酸戊乙奎醚對(duì)腹腔鏡下胃癌根治術(shù)圍術(shù)期胃動(dòng)素和胃泌素的影響[J]. 中國(guó)醫(yī)藥導(dǎo)報(bào)，2014， 11（3）：12-13.
[6] 畢光焰，王世英，楊守衡. 鹽酸戊乙奎醚作為麻醉前用藥對(duì)老年硬膜外麻醉患者術(shù)后認(rèn)知功能的影響[J]. 中國(guó)醫(yī)藥導(dǎo)刊，2012，14（1）：47-48.
[7] 李剛，韓靜，劉毅，等. 三種全麻維持方法對(duì)老年患者血流動(dòng)力學(xué)和蘇醒質(zhì)量影響的比較[J]. 當(dāng)代醫(yī)學(xué)，2011， 17（3）：102-103.
[8] Unlugenc H，Itegin M，Ocal I，et al. Low-dose remifentanil？infusion during ventilator weaning and tracheal extubation in postoperative intensive care unit patients sedated with propofol-remifentanil[J]. Anaesthesia and Intensive Care，2012，40（4）：656-662.
[9] Hempenius L，Slates JP，Van Asselt D，et al. Outcomes of a Geriatric Liaison Intervention to Prevent the Development of Postoperative Delirium in Frail Elderly Cancer Patients： Report on a Multcenter，Randomized，controlled Trial[J]. PLoS One，2013，8（6）：648-650.
[10] 疏樹(shù)華，柴小青，周玲，等. 不同劑量鹽酸戊乙奎醚對(duì)老年患者術(shù)后早期認(rèn)知功能的影響[J]. 臨床麻醉學(xué)雜志，2013，29（1）：28-29.
[11] 孫玉川，王殿濤，于金花，等.七氟醚和丙泊酚麻醉對(duì)老年肺癌患者術(shù)后認(rèn)知功能的影響[J].中國(guó)實(shí)用醫(yī)藥，2014，9（7）：5-6.
[12] 楊慧. 術(shù)前應(yīng)用鹽酸戊乙奎醚對(duì)老年患者術(shù)后早期認(rèn)知功能的影響[J]. 中國(guó)實(shí)用醫(yī)藥，2013，8（32）：181-182.
[13] Setacci C，Sirignano A，Ricci G，et al. A new ethical and medico-legal issue：Vascular surgery and the postoperative cognitive dysfunction[J]. Journal of Cardiovascular Surgery，2015，56（4）：607-615.
[14] 劉學(xué)慧，陳遠(yuǎn)聲. 小劑量鹽酸戊乙奎醚滴鼻對(duì)老年經(jīng)鼻插管全麻老年患者呼吸功能及認(rèn)知功能的影響[J]. 現(xiàn)代診斷與治療，2016，27（12）：2211-2212.
[15] Tzimas P，Andritsos E，Arnaoutoglou E，et al. Short-term postoperative cognitive function of elderly patients undergoing first versus repeated exposure to general anesthesia[J].Middle East Journal of Anaesthesiology，2016，23（5）：535-536.
[16] 李立芊，阮慧娟，葉秀麗. 鹽酸戊乙奎醚對(duì)婦科腹腔鏡手術(shù)患者早期認(rèn)知功能的影響[J]. 中國(guó)傷殘醫(yī)學(xué)，2016， 24（3）：28-30.
[17] 劉秀，劉洪濤. 術(shù)前靜注小劑量鹽酸戊乙奎醚對(duì)全身麻醉甲狀腺手術(shù)患者圍術(shù)期認(rèn)知功能的影響[J]. 山東醫(yī)藥，2015，55（7）：88-89.
[18] 胡微瀾，韓威利，楊偉，等. 低劑量鹽酸戊乙奎醚對(duì)老年食管癌根除術(shù)患者腺體分泌及早期J知影響分析[J].重慶醫(yī)學(xué)，2015，44（8）：1122-1123.
[19] Yuhong LI，Rui HE，Chen S，et al. Effect of dexmedetomidine on early postoperative cognitive dysfunction and peri-operative inflammation in elderly patients undergoing laparoscopic cholecystectomy[J]. Experimental & The-rapeutic Medicine，2015，10（5）：1635-1642.
關(guān)鍵詞：互聯(lián)網(wǎng)；人工智能；客戶(hù)信息
一、人工智能及作用（技術(shù)）
管理信息系統(tǒng)中的三大要素：信息、技術(shù)和人。龐大的信息通過(guò)被識(shí)別、篩選過(guò)濾得到人們所需信息，然后被收集起來(lái)發(fā)揮其作用，人們利用更精確的信息做出更有效的決策，并改進(jìn)當(dāng)前的落后技術(shù)，創(chuàng)造更高效快捷實(shí)用的技術(shù)。而這些技術(shù)能夠更好的被人們利用起來(lái)從而服務(wù)于人。
圖1 管理信息系統(tǒng)三要素關(guān)系
人工智能（AI）是計(jì)算機(jī)科學(xué)的一個(gè)分支。它是研究運(yùn)用計(jì)算機(jī)模仿人類(lèi)的各種行為如推理、證明、識(shí)別、理解、設(shè)計(jì)、學(xué)習(xí)、思考、規(guī)劃以及問(wèn)題求解等的技術(shù)和軟件，用以解決需要人類(lèi)專(zhuān)家才能處理的復(fù)雜問(wèn)題，如診斷、預(yù)測(cè)、分類(lèi)等。企業(yè)中使用最廣泛的人工智能系統(tǒng)主要有四個(gè)類(lèi)別：專(zhuān)家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法和智能。
專(zhuān)家系統(tǒng)（ES）作為人工智能中的一個(gè)重要分支，在財(cái)務(wù)管理、醫(yī)藥、生產(chǎn)等一些特定領(lǐng)域發(fā)揮了巨大作用。專(zhuān)家系統(tǒng)是一種智能的計(jì)算機(jī)程序，能夠獲取企業(yè)的專(zhuān)業(yè)知識(shí)，以便運(yùn)用知識(shí)和推理能力解決問(wèn)題。專(zhuān)家系統(tǒng)通常由知識(shí)庫(kù)及其管理系統(tǒng)、綜合數(shù)據(jù)庫(kù)、知識(shí)獲取機(jī)制、推理機(jī)、解釋器和人機(jī)交互界面六部分組成。
圖2 專(zhuān)家系統(tǒng)基本結(jié)構(gòu)
神經(jīng)網(wǎng)絡(luò)即人工神經(jīng)網(wǎng)絡(luò)（ANN）是模擬人類(lèi)分辨事物的能力，可以發(fā)現(xiàn)和辨別模式的人工智能系統(tǒng)，并且它不需要預(yù)先設(shè)定得出結(jié)論的步驟。神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)和自學(xué)習(xí)的特點(diǎn)。神經(jīng)網(wǎng)絡(luò)應(yīng)用廣泛，主要方向有：識(shí)別、預(yù)測(cè)、分類(lèi)等，用于字跡識(shí)別、語(yǔ)音識(shí)別、圖像識(shí)別、財(cái)務(wù)預(yù)測(cè)、疾病研究、檢測(cè)與評(píng)估。由于神經(jīng)網(wǎng)絡(luò)可以從大量的信息中發(fā)現(xiàn)模式，因此又常被稱(chēng)為預(yù)測(cè)系統(tǒng)。
遺傳算法（GA）從字面上看，“遺傳”二字就可以表達(dá)出該系統(tǒng)的重點(diǎn)，它是通過(guò)模擬生物進(jìn)化過(guò)程中自然選擇和適者生存規(guī)律等遺傳機(jī)理從而產(chǎn)生一個(gè)問(wèn)題的逐步改進(jìn)的解決方案。遺傳算法已經(jīng)成功的被應(yīng)用于銷(xiāo)售、管理、設(shè)計(jì)、工業(yè)等領(lǐng)域，解決了很多問(wèn)題。遺傳算法應(yīng)用了三種進(jìn)化概念：選擇、交叉、變異。選擇即優(yōu)勝劣汰，優(yōu)先考慮較好的結(jié)果；交叉是產(chǎn)生新個(gè)體的主要方法，將幾個(gè)好的結(jié)果組合在一起期望其產(chǎn)生更好結(jié)果；變異是產(chǎn)生新個(gè)體的輔助方法，隨機(jī)組合然后評(píng)估結(jié)果的好壞。
智能（IA）又稱(chēng)為智能體，是在用戶(hù)沒(méi)有明確具體要求的情況下，根據(jù)用戶(hù)需求代替人或輔助人來(lái)執(zhí)行各種復(fù)雜的工作的軟件。其特點(diǎn)是智能性、主動(dòng)型、協(xié)作適應(yīng)性。智能在許多領(lǐng)域起著重要的作用，如電子商務(wù)、信息服務(wù)、教育娛樂(lè)等。
二、人工智能的應(yīng)用
1.專(zhuān)家系統(tǒng)判別目標(biāo)客戶(hù)群
互聯(lián)網(wǎng)時(shí)代，用戶(hù)需求更加細(xì)分，市場(chǎng)應(yīng)該更關(guān)注和滿(mǎn)足用戶(hù)的個(gè)性化，那就要從收集客戶(hù)信息入手，首先得了解目標(biāo)客戶(hù)才能掌握市場(chǎng)。那么，專(zhuān)家系統(tǒng)可以幫我們判斷客戶(hù)群體，也就是解決為誰(shuí)生產(chǎn)產(chǎn)品以及生產(chǎn)的產(chǎn)品是為誰(shuí)所需的問(wèn)題。專(zhuān)家系統(tǒng)利用其處理大量信息且能匯集來(lái)自各種渠道的信息和推理能力解決診斷、指令性問(wèn)題，對(duì)客戶(hù)群體進(jìn)行識(shí)別，合理判斷出目標(biāo)客戶(hù)群，才能為客戶(hù)提供更好的產(chǎn)品。例如寶潔公司根據(jù)對(duì)用戶(hù)群體細(xì)致的細(xì)分，發(fā)展到現(xiàn)在一共擁有五大洗發(fā)水系列品牌。海飛絲主打去屑，飄柔洗護(hù)二合一，潘婷維他命配方滋養(yǎng)修復(fù)，沙宣領(lǐng)導(dǎo)專(zhuān)業(yè)創(chuàng)新，伊卡璐草本環(huán)保清新自然。利用專(zhuān)家系統(tǒng)，通過(guò)對(duì)客戶(hù)數(shù)據(jù)的分析，針對(duì)不同需求可以向客戶(hù)推薦相應(yīng)洗發(fā)水從而提高銷(xiāo)量。從產(chǎn)品出發(fā)尋找客戶(hù)，就是要求根據(jù)產(chǎn)品自身特性，在調(diào)查分析同類(lèi)產(chǎn)品市場(chǎng)需求的基礎(chǔ)上，應(yīng)用專(zhuān)家系統(tǒng)篩選和鎖定產(chǎn)品銷(xiāo)售的目標(biāo)客戶(hù)群體，解決好“賣(mài)給誰(shuí)”的問(wèn)題。
2.神經(jīng)網(wǎng)絡(luò)做預(yù)測(cè)
企業(yè)每天都會(huì)收集到大量信息，要使得信息發(fā)揮其價(jià)值作用，接下來(lái)使用神經(jīng)網(wǎng)絡(luò)的發(fā)現(xiàn)和預(yù)測(cè)功能就可以從大量客戶(hù)信息中進(jìn)行分析并預(yù)測(cè)產(chǎn)品的銷(xiāo)量和盈虧，包括各種商品的銷(xiāo)售情況、庫(kù)存、商品結(jié)構(gòu)、資金占用比、客人數(shù)等多個(gè)角度進(jìn)行詳細(xì)的統(tǒng)計(jì)分析與預(yù)測(cè)。美國(guó)第二大零售店塔吉特，給每位前來(lái)購(gòu)物消費(fèi)的顧客一個(gè)編號(hào)，每個(gè)編號(hào)里記錄該顧客的所有個(gè)人信息，包括個(gè)人信息：聯(lián)系方式、住址、郵箱等；消費(fèi)信息：購(gòu)物偏好、購(gòu)物頻率等。塔吉特?fù)碛幸惶讛?shù)據(jù)預(yù)測(cè)系統(tǒng)即神經(jīng)網(wǎng)絡(luò)系統(tǒng)，它通過(guò)對(duì)消費(fèi)者的消費(fèi)習(xí)慣進(jìn)行多次的測(cè)試和大量綜合數(shù)據(jù)分析得出結(jié)論。根據(jù)這些結(jié)論我們可以得到很多有用的信息，如：明年某產(chǎn)品的預(yù)期進(jìn)貨量、預(yù)期收益和對(duì)資金的運(yùn)作規(guī)劃等。
3.遺傳算法優(yōu)化服務(wù)
遺傳算法系統(tǒng)當(dāng)然必不可少，它可以?xún)?yōu)化整個(gè)系統(tǒng)并為客戶(hù)提供更好的服務(wù)。塔吉特根據(jù)顧客一段時(shí)間內(nèi)的消費(fèi)記錄，利用專(zhuān)家系統(tǒng)識(shí)別消費(fèi)群體，利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行數(shù)據(jù)分析，將顧客購(gòu)買(mǎi)的物品分類(lèi)并考察購(gòu)買(mǎi)頻率，找到內(nèi)在需求數(shù)據(jù)，進(jìn)一步判斷消費(fèi)者的身份。這時(shí)我們需要遺傳算法這個(gè)優(yōu)化系統(tǒng)根據(jù)這些數(shù)據(jù)得出一些可以用來(lái)組合營(yíng)銷(xiāo)的產(chǎn)品，例如我們熟知的啤酒和尿布、煙和酒、玩具和學(xué)習(xí)用品等。通過(guò)遺傳算法決策者可以適時(shí)調(diào)整商品結(jié)構(gòu)，增加了商品的競(jìng)爭(zhēng)力，使商品結(jié)構(gòu)與配置趨于更優(yōu)化合理的狀態(tài)。遺傳算法就可以用于解決組合優(yōu)化問(wèn)題、調(diào)度問(wèn)題以及物流配送問(wèn)題。沃爾瑪?shù)乃拓涇?chē)隊(duì)可以說(shuō)是全美最大的，車(chē)隊(duì)采用電腦進(jìn)行車(chē)輛調(diào)度，遺傳算法可以為其提供最優(yōu)化的合理路線，并通過(guò)全球衛(wèi)星定位系統(tǒng)對(duì)車(chē)輛進(jìn)行定位跟蹤，確保送貨的可靠性和及時(shí)性。
4.智能挖掘推廣
智能更能發(fā)揮出錦上添花的作用，智能可以用來(lái)進(jìn)行目標(biāo)客戶(hù)的銷(xiāo)售推廣。在判斷出消費(fèi)者身份后，進(jìn)而可以用廣告、贈(zèng)送優(yōu)惠券、發(fā)郵件或信息提醒告知顧客近期的優(yōu)惠活動(dòng)，其中智能系統(tǒng)發(fā)揮了巨大作用。塔吉特超市中曾出現(xiàn)過(guò)這樣一件事：一位男子怒以為超市給他17歲的女兒嬰兒尿片的優(yōu)惠券是個(gè)大烏龍，但超市的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)通過(guò)購(gòu)物數(shù)據(jù)分析出她的女兒在一段時(shí)間內(nèi)的消費(fèi)情況，包括購(gòu)買(mǎi)的物品類(lèi)別和購(gòu)買(mǎi)頻率得出結(jié)論他的女兒是一位準(zhǔn)媽媽?zhuān)@才贈(zèng)送了優(yōu)惠券。智能中的信息在其中無(wú)疑很重要，最知名的信息是采購(gòu)者，又稱(chēng)為購(gòu)物機(jī)器人，它是位于網(wǎng)上的智能，可以幫助顧客盡快找到所需產(chǎn)品和服務(wù)。亞馬遜就利用這種智能技術(shù)根據(jù)消費(fèi)者的消費(fèi)情況在你瀏覽商品時(shí)就為你推薦你可能喜歡的商品，就像我們?cè)谟靡魳?lè)播放器播放音樂(lè)時(shí)會(huì)有一個(gè)選項(xiàng)叫“猜你喜歡”為你推薦你可能喜歡的歌曲。網(wǎng)站通過(guò)將空間出售給別的商家進(jìn)行商品銷(xiāo)售或者以點(diǎn)擊次數(shù)收費(fèi)也就是為網(wǎng)頁(yè)鏈接站點(diǎn)付費(fèi)。
三、總結(jié)
一個(gè)企業(yè)的利潤(rùn)=收入-成本，從戰(zhàn)略的角度看，我們將收入看作線上部分，將成本看作線下部分。利用人工智能技術(shù)營(yíng)銷(xiāo)客戶(hù)就是增加線上部分即增加收入來(lái)獲得更大的利潤(rùn)，增加線上的方法還有推出新產(chǎn)品、提供增值服務(wù)及互補(bǔ)性產(chǎn)品等，減少線下部分可以采取優(yōu)化生產(chǎn)流程、降低運(yùn)輸和人力成本等方法，當(dāng)然線上線下兩者結(jié)合對(duì)于利潤(rùn)的增加效果更突出。
總體上利用各種人工智能技術(shù)建立新型客戶(hù)關(guān)系管理系統(tǒng)，首先先了解消費(fèi)者，其次為其推薦商品并滿(mǎn)足其需求，最后挖掘顧客的潛在需求。實(shí)現(xiàn)銷(xiāo)售自動(dòng)化，建立起完善的客戶(hù)服務(wù)及支持系統(tǒng)，準(zhǔn)確的分析市場(chǎng)營(yíng)銷(xiāo)活動(dòng)。利用人工智能技術(shù)建立競(jìng)爭(zhēng)優(yōu)勢(shì)，如顧客忠誠(chéng)計(jì)劃：使顧客成為店家的會(huì)員，辦理會(huì)員卡或者積分卡，有些商家則以顧客的手機(jī)號(hào)碼作為積分號(hào)或者會(huì)員號(hào)使會(huì)員機(jī)制更加簡(jiǎn)便易記，用好的服務(wù)和產(chǎn)品讓顧客成為最好的產(chǎn)品宣傳者，變成產(chǎn)品的粉絲，就像我們熟知的蘋(píng)果商品的“果粉”、小米商品的“米粉”一樣。讓消費(fèi)者為產(chǎn)品代言，必須要做到的就是與時(shí)俱進(jìn)，利用起身邊的科技產(chǎn)品先進(jìn)系統(tǒng)，完善優(yōu)化自己的客戶(hù)管理系統(tǒng)。人工智能不僅僅是人工智能，它能做到的還有很多很多。總之，信息為人們所收集創(chuàng)造出更先進(jìn)的技術(shù)，技術(shù)又被人們應(yīng)用起來(lái)收集更有用的信息為人們所服務(wù)。
參考文獻(xiàn)：
[1]胡勤.人工智能概述[J].電腦知識(shí)與技術(shù)，2010（5）.
[2]Stephen Haag.建援，譯.信息時(shí)代的管理信息系統(tǒng)[M].嚴(yán)機(jī)械工業(yè)出版社，2011.
[3]楊峰，邵培基.面向零售業(yè)的商務(wù)智能系統(tǒng)的應(yīng)用[J].西安郵電學(xué)院學(xué)報(bào)，2009（3）.
[4]高新亞，郭清.淺談網(wǎng)絡(luò)營(yíng)銷(xiāo)中的客戶(hù)信息管理[J].當(dāng)代經(jīng)濟(jì)，2007（12）
關(guān)鍵詞：康復(fù)機(jī)器人；現(xiàn)狀；發(fā)展趨勢(shì)
1 康復(fù)機(jī)器人研究的意義及現(xiàn)狀
1.1 社會(huì)發(fā)展的必然需求
截止2014年底，我國(guó)國(guó)60歲以上老年人口已經(jīng)達(dá)到2.12億，占總?cè)丝诘?5.5%。據(jù)預(yù)測(cè)，本世紀(jì)中葉老年人口數(shù)量將達(dá)到峰值，超過(guò)4億，屆時(shí)每3人中就會(huì)有一個(gè)老年人。
民政部部長(zhǎng)、全國(guó)老齡辦主任李立國(guó)表示，我國(guó)空巢和獨(dú)居老年人近1億人，60歲以上失能半失能老年人約3500萬(wàn)人，幫扶困難老人已成為我國(guó)老齡事業(yè)的重中之重。
伴隨老齡化過(guò)程中明顯的生理衰退就是老年人四肢的靈活性不斷下降，進(jìn)而對(duì)日常的生活產(chǎn)生了種種不利的影響，已嚴(yán)重影響老年人生存質(zhì)量。此外，由于疾病、自然災(zāi)害、交通事故等突發(fā)事件造成的殘疾人數(shù)量也與日俱曾。截止2015年9月，我國(guó)有各類(lèi)殘疾人8500萬(wàn)，通過(guò)人工及現(xiàn)有的助殘?jiān)O(shè)備已不能滿(mǎn)足患者的要求。老齡化、殘疾人這些特殊群體理應(yīng)得到更多的關(guān)注，保證其生存質(zhì)量的康復(fù)和服務(wù)產(chǎn)品質(zhì)量也應(yīng)有相應(yīng)提高，因此，康復(fù)機(jī)器人及設(shè)備的研究和應(yīng)用有著極為廣闊的發(fā)展前景。
1.2 技術(shù)發(fā)展的內(nèi)在需求
近年來(lái)，隨著計(jì)算機(jī)技術(shù)、人工智能、圖像處理、以視覺(jué)、聽(tīng)覺(jué)為代表的傳感技術(shù)等電子信息技術(shù)的反戰(zhàn)，給生物醫(yī)藥工程領(lǐng)域的醫(yī)用康復(fù)機(jī)器人發(fā)展帶來(lái)的極大的契機(jī)。用于科學(xué)診斷、手術(shù)輔助、腦中風(fēng)、帕金森綜合征后遺癥輔助康復(fù)機(jī)器人得到了廣泛應(yīng)用。而將人工智能、視覺(jué)、聽(tīng)覺(jué)、圖像處理等技術(shù)融入康復(fù)機(jī)器人技術(shù)成為未來(lái)康復(fù)機(jī)器人發(fā)展的內(nèi)在需求。
1.3 產(chǎn)業(yè)升級(jí)的必然趨勢(shì)
隨著我國(guó)泉州2025計(jì)劃的提出，機(jī)器人技術(shù)已成為我國(guó)未來(lái)工業(yè)產(chǎn)業(yè)升級(jí)的需要突破的核心技術(shù)。當(dāng)前，我國(guó)機(jī)器人，尤其是以助殘、手術(shù)輔助為代表的康復(fù)機(jī)器人核心技術(shù)還未能突破，核心部件、主控系統(tǒng)還需進(jìn)口，成本較高。國(guó)產(chǎn)康復(fù)機(jī)器人在整個(gè)市場(chǎng)占有率偏低。康復(fù)機(jī)器人的技術(shù)突破成為我國(guó)工業(yè)產(chǎn)業(yè)升級(jí)的關(guān)鍵節(jié)點(diǎn)。
2 康復(fù)機(jī)器人研究現(xiàn)狀及進(jìn)展
2.1 醫(yī)療手術(shù)機(jī)器人研究現(xiàn)狀及進(jìn)展
經(jīng)過(guò)半個(gè)多世紀(jì)的發(fā)展，工業(yè)機(jī)器人技術(shù)日趨成熟，并成為機(jī)器人應(yīng)用市場(chǎng)的主流。隨著老齡化、殘疾人口的不斷的增多，康復(fù)機(jī)器人的收到各國(guó)的極大關(guān)注。微創(chuàng)外科手術(shù)機(jī)器人、介入治療機(jī)器人，上肢、下肢康復(fù)機(jī)器人、智能價(jià)值、智能輪椅、外骨骼輔助機(jī)器人、航天員運(yùn)動(dòng)能力恢復(fù)機(jī)器人已經(jīng)開(kāi)始用于臨床，并取得了一定成果。
目前，用于輔助醫(yī)生進(jìn)行手術(shù)的外科手術(shù)機(jī)器人是在外科一生的操控下，協(xié)助醫(yī)生共同完成手術(shù)過(guò)程，一般情況下，外科醫(yī)生利用一個(gè)遠(yuǎn)程手術(shù)場(chǎng)景，操縱一個(gè)主輸入裝置，根據(jù)手術(shù)的要求，向放置于手術(shù)室內(nèi)的手術(shù)機(jī)器人下達(dá)手術(shù)指令。手術(shù)機(jī)器人根據(jù)該指令執(zhí)行相應(yīng)的操作。與傳統(tǒng)的微創(chuàng)手術(shù)相比，手術(shù)機(jī)器人具有比醫(yī)生更高的操作靈巧性、超越人類(lèi)手術(shù)動(dòng)作距離的局限，易于實(shí)現(xiàn)更微笑的手術(shù)動(dòng)作，手術(shù)精準(zhǔn)性也更高。
由美國(guó)直覺(jué)外科公司制造的達(dá)芬奇手術(shù)機(jī)器人是目前手術(shù)機(jī)器人領(lǐng)域應(yīng)用做最廣的手術(shù)機(jī)器人之一。該手術(shù)機(jī)器人融合了三維高清晰度視覺(jué)系統(tǒng)，在視覺(jué)輔助系統(tǒng)的幫助下，控制能完成精細(xì)運(yùn)動(dòng)的機(jī)械手，該機(jī)械手的彎曲及旋轉(zhuǎn)運(yùn)動(dòng)自由度均不是人類(lèi)手腕可比擬。該手術(shù)機(jī)器人可提供靈巧操作、精準(zhǔn)定位、術(shù)前規(guī)劃，手術(shù)創(chuàng)面大幅減小，患者恢復(fù)迅速。
目前，達(dá)芬奇手術(shù)機(jī)器人已經(jīng)累計(jì)銷(xiāo)售3000多臺(tái)，為超過(guò)250萬(wàn)患者成功實(shí)施微創(chuàng)手術(shù)。由于昂貴，我國(guó)擁有數(shù)量還不足三十臺(tái)。研究適應(yīng)我國(guó)國(guó)情的手術(shù)機(jī)器人以迫在眉睫。近年來(lái)，我國(guó)科研工作者和醫(yī)療衛(wèi)生部門(mén)緊密合作，積極開(kāi)展手術(shù)機(jī)器人的研發(fā)工作，取得了一定成果。例如，針對(duì)腹部手術(shù)的手術(shù)機(jī)器人、利用視覺(jué)、互聯(lián)網(wǎng)技術(shù)，結(jié)合人工智能的神經(jīng)微創(chuàng)外科手術(shù)機(jī)器人，介入治療機(jī)器人、脊柱外科手術(shù)機(jī)器人均已實(shí)現(xiàn)國(guó)產(chǎn)化，進(jìn)入動(dòng)物試驗(yàn)階段。
2.2 功能恢復(fù)性機(jī)器人研究現(xiàn)狀及進(jìn)展
目前，功能性恢復(fù)機(jī)器人的研究重點(diǎn)集中于上肢、下肢的功能恢復(fù)、運(yùn)動(dòng)輔助、可穿戴設(shè)備的研究上。國(guó)內(nèi)以哈爾濱工業(yè)大學(xué)、清華大學(xué)、中科研、上海交通大學(xué)為代表的研究單位掌握功能恢復(fù)性機(jī)器人研究的技術(shù)核心。其中上海交通大學(xué)和復(fù)旦大學(xué)合作展開(kāi)了“神經(jīng)的運(yùn)動(dòng)控制與控制信息源的研究”。其研究目的是提取神經(jīng)信息，利用神經(jīng)信息來(lái)控制電子假手.具備7個(gè)自由度的運(yùn)動(dòng)模擬假手以研制完成，具備很高的應(yīng)用前景。
功能性恢復(fù)機(jī)器人的研究主要集中于肌肉電信號(hào)的拾取、肌肉電信號(hào)特征分析、腦電波的信號(hào)的拾取、腦電波信號(hào)的特征分析上。
3 康復(fù)機(jī)器人的發(fā)展趨勢(shì)
3.1 機(jī)械本體技術(shù)：康復(fù)器械的機(jī)械本體技術(shù)應(yīng)向著智能化、集成化、輕型化、微型化、舒適化及美觀化的方向發(fā)展。以碳纖維、石墨烯、記憶合金為代表的新型材料相繼問(wèn)世，且價(jià)格逐步降低，將對(duì)康復(fù)機(jī)器人的機(jī)械本體制造、研究產(chǎn)生極大的促進(jìn)。此外，傳統(tǒng)的針對(duì)上、下肢的康復(fù)機(jī)器人已不能滿(mǎn)足當(dāng)前的需要，以單關(guān)節(jié)為控制和新的額關(guān)節(jié)康復(fù)機(jī)器人、用于脊柱矯正的脊柱矯正機(jī)器人逐步出現(xiàn)，極大的拓展了康復(fù)機(jī)器人的應(yīng)用領(lǐng)域。
3.2 人工智能技術(shù)：人工智能技術(shù)的引入，將極大的促進(jìn)康復(fù)機(jī)器人的智能化水平。融入以視覺(jué)跟蹤技術(shù)、聽(tīng)覺(jué)傳感器、壓力傳感器為核心的感知系統(tǒng)，融入VR虛擬技術(shù)、融入智能穿戴設(shè)備，以嵌入式控制系統(tǒng)為核心，將極大的促進(jìn)人工智能技術(shù)在康復(fù)機(jī)器人領(lǐng)域的應(yīng)用，實(shí)現(xiàn)康復(fù)機(jī)器人的高度智能化，集成化。
康復(fù)機(jī)理的研究：充分利用現(xiàn)有的醫(yī)學(xué)臨床經(jīng)驗(yàn)，與醫(yī)療衛(wèi)生領(lǐng)域的專(zhuān)家緊密合作，積極開(kāi)展康復(fù)機(jī)器人相關(guān)肌肉、病理研究，對(duì)康復(fù)機(jī)器人的研究提供理論支撐。
結(jié)束語(yǔ)
經(jīng)過(guò)多年的發(fā)展，康復(fù)機(jī)器人取得了一定的成果。但隨著社會(huì)經(jīng)濟(jì)的發(fā)展，康復(fù)機(jī)器人的研究與發(fā)展還未能有效滿(mǎn)足社會(huì)需求，智能化、集成度水平還有待提高。因此，開(kāi)展康復(fù)機(jī)器人的研究具有廣闊的應(yīng)用價(jià)值及技術(shù)價(jià)值。
參考文獻(xiàn)
[1]Gert K， Boudevijn K， Hermano IK. Effects of robot-assisted therapy on upper limb recovery after stroke： a systematic review.Neuro-rehabilitation and Neural Repair，2008，22：111-121.
[2]Grdienke P， Michile J A， Catherina G M， et al. Systematic reviewof the effect of robot-aided therapy on recovery of the hemipareticarm after stroke.Journal of Rehabilitation Research and Development，2006， 43：171-184.
[3]杜志江，孫立寧.外科機(jī)器人技術(shù)發(fā)展現(xiàn)狀及關(guān)鍵技術(shù)分析[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2003，35（7）：773-777.
〔關(guān)鍵詞〕知識(shí)圖譜；專(zhuān)家系統(tǒng)；發(fā)展軌跡
DOI：10．3969／j．issn．1008－0821．2012．02．040
〔中圖分類(lèi)號(hào)〕G250.71 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008－0821（2012）02－0159－08
Knowledge-based Expert System Development Overview MapLiao Yi
（Political Department，National University of Defense Technology，Changsha 410073，China）
〔Abstract〕Artificial intelligence expert system is the most important and most active areas of an application,which implements the artificial intelligence research from theory to practice,turning from the general reasoning strategies of a major breakthrough in the use of expertise.This chronological order,the expert system into the 1980s before the 1980s,1990s,2000,after four stages.Articles using bibliometric methods,analysis of the expert system development process,development and trends,pointing out that the current phase is the development of expert systems,expert systems into a variety of commercial operation,need to address the knowledge acquisition bottleneck,matching conflicts and other issues for expert systems to understand and master the subject structure,evolution,development and so provide an unique perspective and knowledge.
〔Key words〕knowledge maps;expert systems;the development trajectory
專(zhuān)家系統(tǒng)作為人工智能的一個(gè)重要分支，發(fā)展已經(jīng)超過(guò)50年，在很多應(yīng)用領(lǐng)域都獲得了廣泛使用，取得了豐碩成果。本文運(yùn)用文獻(xiàn)計(jì)量這一獨(dú)特視角對(duì)專(zhuān)家系統(tǒng)進(jìn)行了再回顧和再分析，將智能科技劃分為初創(chuàng)期、成長(zhǎng)期、低谷期、發(fā)展期，利用詞頻分析、共引分析、作者共現(xiàn)分析等方法揭示專(zhuān)家系統(tǒng)的學(xué)科結(jié)構(gòu)、影響程度、關(guān)鍵節(jié)點(diǎn)與時(shí)間點(diǎn)等重要而獨(dú)特的知識(shí)，為了解和掌握專(zhuān)家系統(tǒng)的發(fā)展與演化過(guò)程提供了獨(dú)特視角。
1 數(shù)據(jù)來(lái)源
SCI（Science Citation Index）是美國(guó)科學(xué)情報(bào)研究所ISI（Institute for Science Information）出版的期刊文獻(xiàn)檢索工具，所收錄的文獻(xiàn)覆蓋了全世界最重要和最有影響力的研究成果，成為世界公認(rèn)的自然科學(xué)領(lǐng)域最為重要的評(píng)價(jià)工具。本文以Web of Science中的SCI數(shù)據(jù)庫(kù)為數(shù)據(jù)來(lái)源，選用高級(jí)檢索方式，以“Expert System/Experts System”作為主題詞，于2011年5月在Web of Secience中進(jìn)行檢索，一共檢索到14 500篇相關(guān)文獻(xiàn)記錄。獲得的年度分布如圖1。所示。雖然，專(zhuān)家系統(tǒng)研究從20世紀(jì)五六十年代就開(kāi)始了，但是從圖1可以看出直到1982年才有主題詞與專(zhuān)家系統(tǒng)相關(guān)的論文出現(xiàn)。圖1表明1991年左右，專(zhuān)家系統(tǒng)相關(guān)論文達(dá)到了峰值，但隨后呈逐年下降的趨勢(shì)。到1999年，只有494篇。但21世紀(jì)開(kāi)始，專(zhuān)家系統(tǒng)相關(guān)論文又出現(xiàn)了增加的趨勢(shì)，并維持在一個(gè)穩(wěn)定的水平中。圖1 專(zhuān)家系統(tǒng)在SCI數(shù)據(jù)庫(kù)文獻(xiàn)發(fā)表年度變化情況
2012年2月第32卷第2期基于知識(shí)圖譜的專(zhuān)家系統(tǒng)發(fā)展綜述Feb.，2012Vol.32 No.22 專(zhuān)家系統(tǒng)前40年的發(fā)展
本文利用基于JAVA平臺(tái)的引文分析可視化軟件Citespace，首先設(shè)定時(shí)間跨度為1950-1991年，時(shí)間切片長(zhǎng)度為1年，聚類(lèi)方式為共被引聚類(lèi)（Cited Reference），閾值選擇為（2，2，20）、（3，3，20）、（3，3，20）。Citespace得出這些引文的時(shí)間跨度為1950－1990年，可以繪制出該時(shí)間段的專(zhuān)家系統(tǒng)論文時(shí)區(qū)分布圖，如圖2所示。我們以年代先后為序，將20世紀(jì)80年代以前作為第一階段，80年代至90年代作為第二階段。圖2 1950-1991年各年度專(zhuān)家系統(tǒng)論文之間的時(shí)區(qū)分布圖
2.1 專(zhuān)家系統(tǒng)起源時(shí)期
根據(jù)圖2顯示，這段時(shí)期有7個(gè)突出節(jié)點(diǎn)，既有7位代表人物。第一個(gè)節(jié)點(diǎn)代表的是“人工智能之父”――英國(guó)著名科學(xué)家阿蘭?麥席森?圖靈（Alan Mathison Turing），他于1950年在《心靈》雜志上《計(jì)算機(jī)器與智能》，提出了著名的“圖靈測(cè)試”，探討了機(jī)器智能的可能性，為后來(lái)的人工智能科學(xué)提供了開(kāi)創(chuàng)性的構(gòu)思［1］。
第二個(gè)節(jié)點(diǎn)代表的是美國(guó)工程院院士、加州大學(xué)扎德（LA.Zadeh）教授，他于1965年在《信息與控制》雜志第8期上發(fā)表題為《模糊集》的論文，提出模糊集合理論，給出了模糊性現(xiàn)象定量描述和分析運(yùn)算的方法，從而誕生了模糊數(shù)學(xué)。1978年，扎德教授提出了“可能性理論”，將不確定性理解為可能性，為模糊集理論建立了一個(gè)實(shí)際應(yīng)用上的理論框架，這也被認(rèn)為是模糊數(shù)學(xué)發(fā)展的第二個(gè)里程碑。同年，國(guó)際性期刊《International Journal of Fuzzy Sets and System》誕生，這使得模糊理論得到普遍承認(rèn)，理論研究高速發(fā)展，實(shí)際應(yīng)用迅速推廣。
第三個(gè)節(jié)點(diǎn)代表的美國(guó)兩院院士、卡內(nèi)基-梅隆大學(xué)教授艾倫?紐厄爾（Allen Newell），1972年，他出版了《人怎樣解題》（Human Problem Solving)一書(shū)，書(shū)中描述了他和西蒙試圖建立一個(gè)計(jì)算機(jī)化的“通用問(wèn)題求解器”的歷程：20世紀(jì)50年代，他們發(fā)現(xiàn)，人類(lèi)的問(wèn)題解決，在一定知識(shí)領(lǐng)域內(nèi)可以通過(guò)計(jì)算機(jī)實(shí)現(xiàn)，所以他們開(kāi)始用計(jì)算機(jī)編程來(lái)解決問(wèn)題，1956年，他們研發(fā)出了邏輯理論家和通用問(wèn)題求解器（General Problem Solver），并建立了符號(hào)主義人工智能學(xué)派。我們可以看出，這本書(shū)是對(duì)他以前所作工作的總結(jié)與歸納，而邏輯理論家和通用問(wèn)題求解器正是專(zhuān)家系統(tǒng)的雛形，為專(zhuān)家系統(tǒng)的出現(xiàn)奠定了堅(jiān)實(shí)的基礎(chǔ)。
但是艾倫?紐厄爾的嘗試無(wú)法解決大的實(shí)際問(wèn)題，也很難把實(shí)際問(wèn)題改造成適合于計(jì)算機(jī)解決的形式，并且對(duì)于解題所需的巨大搜索空間也難于處理。為此，美國(guó)國(guó)家工程院院士、斯坦福大學(xué)教授費(fèi)根鮑姆（E.A.Feigenbaum）等人在總結(jié)通用問(wèn)題求解系統(tǒng)成功與失敗的經(jīng)驗(yàn)基礎(chǔ)上，結(jié)合化學(xué)領(lǐng)域的專(zhuān)門(mén)知識(shí)，于1965年研制了世界上第一個(gè)專(zhuān)家系統(tǒng)dendral，可以推斷化學(xué)分子結(jié)構(gòu)。專(zhuān)家系統(tǒng)進(jìn)入了初創(chuàng)期，其代表有dendral、macsyma（數(shù)學(xué)專(zhuān)家系統(tǒng)）等，第一代專(zhuān)家系統(tǒng)以高度專(zhuān)業(yè)化、求解專(zhuān)門(mén)問(wèn)題的能力強(qiáng)為特點(diǎn)，向人們展示了人工智能應(yīng)用的廣闊前景［2］。
第四個(gè)節(jié)點(diǎn)代表人物是美國(guó)麻省理工學(xué)院著名的人工智能學(xué)者明斯基（Minsky）。1975年，他在論文《表示知識(shí)的框架》(A Framework for Representating Knowledge，McGraw-Hill)中提出了框架理論，框架理論的核心是以框架這種形式來(lái)表示知識(shí)。理論提出后，在人工智能界引起了極大的反響，并成為了基于框架的專(zhuān)家系統(tǒng)的理論基礎(chǔ)，基于框架的專(zhuān)家系統(tǒng)適合于具有固定格式的事物、動(dòng)作或事件。
第五個(gè)節(jié)點(diǎn)代表人物是美國(guó)普林斯頓大學(xué)教授格倫謝弗（Glenn Shafer），他在1976年出版了《數(shù)學(xué)理論的證據(jù)》（A mathematical theory of evidence）一書(shū)，介紹了由他和Dempster于1967年提出的D-S理論（即證據(jù)理論）。證據(jù)理論可處理由不知道因素引起的不確定性，后來(lái)，該理論被廣泛應(yīng)用于計(jì)算機(jī)科學(xué)和工程應(yīng)用，是基于D-S證據(jù)理論的專(zhuān)家系統(tǒng)的理論基礎(chǔ)。
第六個(gè)重要節(jié)點(diǎn)代表是美國(guó)斯坦福大學(xué)愛(ài)德華?漢斯?肖特利夫（Shortliff EH）教授，他于1975年在著名雜志《數(shù)學(xué)生物科學(xué)》上發(fā)表《A model of inexact reasoning in medicine》（《在醫(yī)學(xué)模型的不精確推理》）一文，他結(jié)合自己1972－1974年研制的世界第一個(gè)醫(yī)學(xué)專(zhuān)家系統(tǒng)――MYCIN系統(tǒng)（用于診斷和治療血液感染及腦炎感染，是第二代專(zhuān)家系統(tǒng)的經(jīng)典之作），提出了確定性理論，該理論對(duì)專(zhuān)家系統(tǒng)的發(fā)展產(chǎn)生了重大影響。
第七個(gè)節(jié)點(diǎn)代表人物是美國(guó)麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室的戴維斯（Randall Davis）教授，他于1976年提出元知識(shí)的概念，并在專(zhuān)家系統(tǒng)的研制工具開(kāi)發(fā)方面做出了突出貢獻(xiàn)――研制出知識(shí)獲取工具Teiresias，為專(zhuān)家系統(tǒng)獲取知識(shí)實(shí)現(xiàn)過(guò)程中知識(shí)庫(kù)的修改和添加提供了工具［3］，關(guān)Teiresias，他于1977年在《Artificial Intelligence》雜志上中進(jìn)行了詳細(xì)介紹，而這也為本時(shí)期專(zhuān)家系統(tǒng)的快速增多和廣泛應(yīng)用奠定了堅(jiān)實(shí)基礎(chǔ)。
20世紀(jì)70年代后期，隨著專(zhuān)家系統(tǒng)應(yīng)用領(lǐng)域的不斷開(kāi)拓，專(zhuān)家系統(tǒng)研發(fā)技術(shù)逐漸走向成熟。但同時(shí)，專(zhuān)家系統(tǒng)本身存在的應(yīng)用領(lǐng)域狹窄、缺乏常識(shí)性知識(shí)、知識(shí)獲取困難、推理方法單一等問(wèn)題也被逐漸暴露出來(lái)。人們從各種不同類(lèi)型的專(zhuān)家系統(tǒng)和知識(shí)處理系統(tǒng)中抽取共性，人工智能又從具體研究逐漸回到一般研究。圍繞知識(shí)這一核心問(wèn)題，人們重新對(duì)人工智能的原理和方法進(jìn)行探索，并在知識(shí)的獲取、表示以及知識(shí)在推理過(guò)程中的利用等方面開(kāi)始出現(xiàn)一組新的原理、工具和技術(shù)。
2.2 專(zhuān)家系統(tǒng)發(fā)展的黃金時(shí)期
20世紀(jì)80年代是專(zhuān)家系統(tǒng)突飛猛進(jìn)、迅速發(fā)展的黃金時(shí)代，根據(jù)圖2顯示，這段時(shí)期共有論文982篇，有7個(gè)突出節(jié)點(diǎn)。
1980年，出現(xiàn)了第一個(gè)節(jié)點(diǎn)代表――美國(guó)斯坦福大學(xué)計(jì)算機(jī)科學(xué)系系主任尼爾森（NILS J.NILSSON），他出版的《人工智能原理》（《Principles of artificial intelligence》）一書(shū)，表明了拉近理論和實(shí)踐的距離的目標(biāo)，書(shū)中對(duì)基于規(guī)則的專(zhuān)家系統(tǒng)、機(jī)器問(wèn)題解決系統(tǒng)以及結(jié)構(gòu)對(duì)象的代表等都進(jìn)行了具體的論述。
1981年，出現(xiàn)了第二個(gè)節(jié)點(diǎn)代表――英國(guó)赫特福德大學(xué)教授Clocksin，威廉F，他出版的《PROLOG語(yǔ)言編程》一書(shū)，引起了計(jì)算機(jī)科學(xué)界的極大興趣，并已被證明是一個(gè)重要的編程語(yǔ)言和人工智能系統(tǒng)的新一代基礎(chǔ)，是專(zhuān)家系統(tǒng)的重要編程語(yǔ)言。
1982年，出現(xiàn)了第三個(gè)節(jié)點(diǎn)代表――美國(guó)匹茲堡大學(xué)教授米勒（Miller RA），他在《英格蘭醫(yī)藥分冊(cè)》上發(fā)表了《基于計(jì)算機(jī)的醫(yī)學(xué)內(nèi)科實(shí)驗(yàn)診斷顧問(wèn)》（An Experimental Computer based Diagnostic Consultant for General Internal Medicine.N Engl J Med,307,468-76,1982）一文，屬當(dāng)時(shí)診斷專(zhuān)家系統(tǒng)的代表力作，書(shū)中介紹了著名的內(nèi)科疾病診斷咨詢(xún)系統(tǒng)INTERNIST-1，之后將其不斷完善成改進(jìn)型INTERNIST-2，即后來(lái)的CADUCEUS專(zhuān)家系統(tǒng)，其知識(shí)庫(kù)中包含了572種疾病，約4 500種癥狀。
1983年，出現(xiàn)了第四個(gè)節(jié)點(diǎn)代表――美國(guó)的海斯羅斯（Hayes-Roth，F(xiàn)）教授，他于1983年發(fā)表著作《建立專(zhuān)家系統(tǒng)》，對(duì)專(zhuān)家系統(tǒng)建立的原則和要素、開(kāi)發(fā)的生命周期等重要問(wèn)題進(jìn)行了詳細(xì)講解，為研究與開(kāi)發(fā)各種類(lèi)型的專(zhuān)家系統(tǒng)提供了理論依據(jù)。
1984年，出現(xiàn)了第五個(gè)節(jié)點(diǎn)代表――美國(guó)匹茲堡大學(xué)計(jì)算機(jī)科學(xué)、哲學(xué)和醫(yī)學(xué)教授布魯斯?布坎南（Bruce G.Buchanan），他于1984年發(fā)表著作《規(guī)則的專(zhuān)家系統(tǒng)：斯坦福啟發(fā)式編程項(xiàng)目Mycin實(shí)驗(yàn)》（《Rule Based Expert Systems:The Mycin Experiments of the Stanford Heuristic Programming Project》，這是有史以來(lái)關(guān)于醫(yī)療診斷系統(tǒng)MYCIN的實(shí)驗(yàn)規(guī)則庫(kù)公布。基于規(guī)則的專(zhuān)家系統(tǒng)MYCIN是專(zhuān)家系統(tǒng)開(kāi)發(fā)過(guò)程中一個(gè)里程碑，研究其開(kāi)發(fā)思路與方法具有非常重要的意義。
1985年，出現(xiàn)了第六個(gè)節(jié)點(diǎn)代表――美國(guó)人工智能專(zhuān)家、加州大學(xué)教授哈蒙（Harmon P），他出版了《專(zhuān)家系統(tǒng)：人工智能業(yè)務(wù)》（《Expert systems：artificial intelligence in business》）一書(shū)。書(shū)中闡述了專(zhuān)家系統(tǒng)如何解決問(wèn)題，代表知識(shí)，并得出推論，并介紹了人工智能的具體制度，確定了專(zhuān)家系統(tǒng)的市場(chǎng)。
1986年，出現(xiàn)了第七個(gè)節(jié)點(diǎn)代表――著名的專(zhuān)家系統(tǒng)學(xué)者沃特曼（Waterman DA），他出版了《專(zhuān)家系統(tǒng)指南》一書(shū)，該書(shū)對(duì)專(zhuān)家系統(tǒng)的概念、組成、建立過(guò)程、建立工具、應(yīng)用領(lǐng)域等做了深入淺出的系統(tǒng)介紹與論述，是當(dāng)時(shí)全面介紹專(zhuān)家研發(fā)與應(yīng)用的經(jīng)典書(shū)籍。
20世紀(jì)80年代初，醫(yī)療專(zhuān)家系統(tǒng)占主流，主要原因是它屬于診斷類(lèi)型系統(tǒng)且容易開(kāi)發(fā)。80年代中期，出現(xiàn)大量投入商業(yè)化運(yùn)行的專(zhuān)家系統(tǒng)，為各行業(yè)帶來(lái)了顯著的經(jīng)濟(jì)效益。從80年代后期開(kāi)始，大量新技術(shù)成功運(yùn)用到專(zhuān)家系統(tǒng)之中，使得專(zhuān)家系統(tǒng)得到更廣泛的運(yùn)用。在這期間開(kāi)發(fā)的專(zhuān)家系統(tǒng)按處理問(wèn)題的類(lèi)型可以分為：解釋型、預(yù)測(cè)型、診斷型、設(shè)計(jì)型等。應(yīng)用領(lǐng)域擴(kuò)展到農(nóng)業(yè)、商業(yè)、化學(xué)、通信、醫(yī)學(xué)等多個(gè)方面，成為人們常用的解決問(wèn)題的手段之一。
然而，與此同時(shí)，現(xiàn)有的專(zhuān)家系統(tǒng)也暴露出了自身嚴(yán)重的缺陷，使不少計(jì)算機(jī)界的知名學(xué)者對(duì)專(zhuān)家系統(tǒng)產(chǎn)生了懷疑，認(rèn)為專(zhuān)家系統(tǒng)存在的問(wèn)題有以下幾點(diǎn)：（1）專(zhuān)家系統(tǒng)中的知識(shí)多限于經(jīng)驗(yàn)知識(shí)，極少有原理性的知識(shí)，系統(tǒng)沒(méi)有應(yīng)用它們的能力；（2）知識(shí)獲取功能非常弱。為了建造專(zhuān)家系統(tǒng)，必須依賴(lài)于專(zhuān)家獲取知識(shí)， 不僅費(fèi)時(shí)， 而且很難獲取完備性和一致性的知識(shí)；（3）求解問(wèn)題的方法比較單一，以推理機(jī)為核心的對(duì)問(wèn)題的求解尚不能反映專(zhuān)家從認(rèn)識(shí)問(wèn)題到解決問(wèn)題的創(chuàng)造性過(guò)程；（4）解釋功能不強(qiáng)［4］。等到學(xué)者們回過(guò)頭重新審視時(shí)，20世紀(jì)90年代的專(zhuān)家系統(tǒng)理論危機(jī)已然爆發(fā)。
3 90年代專(zhuān)家系統(tǒng)向多個(gè)方向發(fā)展
由于20世紀(jì)80年代專(zhuān)家系統(tǒng)研究迅猛發(fā)展，商業(yè)價(jià)值被各行各業(yè)看好，導(dǎo)致90年代大批專(zhuān)家系統(tǒng)從實(shí)驗(yàn)室走出來(lái)，開(kāi)始了它們的工程化市場(chǎng)化進(jìn)程。從圖1看以看出，在20世紀(jì)90年代，專(zhuān)家系統(tǒng)的相關(guān)論文不增反減，進(jìn)入一個(gè)局部低谷期，這期間以“Expert System/Experts System”為主題詞的論文共7 547篇。本文利用Citespace軟件，設(shè)置參數(shù)為（4，4，20）（4，3，20）（4，4，20），獲取了該時(shí)期論文的引文聚類(lèi)圖（如圖3所示）。圖2 專(zhuān)家系統(tǒng)1990－2000年的論文引文聚類(lèi)圖
從圖3中我們可以看出，全圖的節(jié)點(diǎn)比較分散，沒(méi)有形成大的聚類(lèi)，這表示該階段沒(méi)有形成重點(diǎn)研究方向，也沒(méi)有重大科研成果和標(biāo)志性著作產(chǎn)生，專(zhuān)家系統(tǒng)的市場(chǎng)化進(jìn)程嚴(yán)重牽引了研究者們的注意力，這是專(zhuān)家系統(tǒng)研究陷入低谷期的重要原因。
這段時(shí)間專(zhuān)家系統(tǒng)的研究工作大致分以下幾個(gè)方面：第一個(gè)研究方向依舊是建立在扎德（LA.Zadeh）教授模糊理論上的模糊專(zhuān)家系統(tǒng)，它同樣是該年代專(zhuān)家系統(tǒng)研究的重點(diǎn)方向。
第二個(gè)研究方向是骨架專(zhuān)家系統(tǒng)，代表人物有美國(guó)斯坦福大學(xué)的愛(ài)德華?漢斯?肖特利夫（Shortliff EH）教授。1974年末，MYCIN系統(tǒng)基本建成后，MYCIN的設(shè)計(jì)者們就想到用其它領(lǐng)域的知識(shí)替換關(guān)于感染病學(xué)的知識(shí)，可能會(huì)得到一個(gè)新的專(zhuān)家系統(tǒng)，這種想法導(dǎo)致了EMYCIN骨架系統(tǒng)的產(chǎn)生。EMYCIN的出現(xiàn)大大縮短了專(zhuān)家系統(tǒng)的研制周期，隨后，AGE、OPS5、KEE、KBMS、GESDE等骨架系統(tǒng)應(yīng)運(yùn)而生，它們?cè)?0世紀(jì)90年代專(zhuān)家系統(tǒng)的研究進(jìn)程中，發(fā)揮著重要作用。
第三個(gè)研究方向是故障診斷專(zhuān)家系統(tǒng)，代表人物有美國(guó)麻省理工學(xué)院的蘭德?tīng)?戴維斯（Randall Davis）教授。他于1984年在《人工智能》雜志上發(fā)表了《基于結(jié)構(gòu)和行為的診斷推理 》（《Diagnostic Reasoning Based on Structure and Behavior》）一文，該論文描述了一個(gè)利用知識(shí)結(jié)構(gòu)和行為，在電子電路領(lǐng)域進(jìn)行故障診斷排除的專(zhuān)家系統(tǒng)。之后，故障診斷專(zhuān)家系統(tǒng)在電路與數(shù)字電子設(shè)備、機(jī)電設(shè)備等各個(gè)領(lǐng)域已取得了令人矚目的成就，已成為當(dāng)今世界研究的熱點(diǎn)之一。
第四個(gè)研究方向是基于規(guī)則的專(zhuān)家系統(tǒng)，布魯斯?布坎南（Bruce G.Buchanan）的著作對(duì)基于規(guī)則的專(zhuān)家系統(tǒng)在這個(gè)時(shí)期的發(fā)展仍有著積極的指導(dǎo)作用。多種基于規(guī)則的專(zhuān)家系統(tǒng)進(jìn)入了試驗(yàn)階段。傳統(tǒng)基于規(guī)則的專(zhuān)家系統(tǒng)只是簡(jiǎn)單的聲明性知識(shí)，而目前，規(guī)則的形式開(kāi)始向產(chǎn)生式規(guī)則轉(zhuǎn)變，并趨向于提供較完善的知識(shí)庫(kù)建立和管理功能。
第五個(gè)研究方向是知識(shí)工程在專(zhuān)家系統(tǒng)中的運(yùn)用。代表人物是美國(guó)斯坦福大學(xué)的克蘭西教授（Clancy W J），他于1985年在《人工智能》雜志上發(fā)表了重要論文《啟發(fā)式分類(lèi)》（《Heuristis classification》），啟發(fā)式分類(lèi)即對(duì)未知領(lǐng)域情況的類(lèi)的識(shí)別過(guò)程。它是人類(lèi)思維解決問(wèn)題的重要方法，在人工智能、專(zhuān)家系統(tǒng)中可常用啟發(fā)式設(shè)計(jì)計(jì)算機(jī)程序，模擬人類(lèi)解決問(wèn)題的思維活動(dòng)。
第六個(gè)研究方向是機(jī)器學(xué)習(xí)在專(zhuān)家系統(tǒng)中的運(yùn)用。代表人物是機(jī)器學(xué)習(xí)領(lǐng)域前輩、澳洲悉尼大學(xué)著名教授John Ross Quinlan。他于1986年在《機(jī)器學(xué)習(xí)》（《Mach.Learn》）雜志上發(fā)表《決策樹(shù)算法》（《Induction of Decision Trees》）一文，文中他詳細(xì)描述了決策樹(shù)算法的代表――ID3算法。之后，有大量學(xué)者圍繞該算法進(jìn)行了廣泛的研究，并提出多種改進(jìn)算法，由于決策樹(shù)的各類(lèi)算法各有優(yōu)缺點(diǎn)，在專(zhuān)家系統(tǒng)的實(shí)際應(yīng)用中，必須根據(jù)數(shù)據(jù)類(lèi)型的特點(diǎn)及數(shù)據(jù)集的大小，選擇合適的算法。
第七個(gè)研究方向是神經(jīng)網(wǎng)絡(luò)專(zhuān)家系統(tǒng)，代表人物有人工智能專(zhuān)家Stephan I.Gallant和美國(guó)加利福尼業(yè)大學(xué)教授巴特?卡斯科（Bart Kosko）。Gallant于1988年在《ACM的通信》上發(fā)表了《連接主義專(zhuān)家系統(tǒng)》（《Connectionist expert systems》）一文，文中講述Gallant 設(shè)計(jì)了一個(gè)連接主義專(zhuān)家系統(tǒng)（Connectionist expert system），其知識(shí)庫(kù)是由一個(gè)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的（即神經(jīng)網(wǎng)絡(luò)知識(shí)獲取），開(kāi)創(chuàng)了神經(jīng)網(wǎng)絡(luò)與專(zhuān)家系統(tǒng)相結(jié)合的先例。
第八個(gè)研究方向是遺傳算法在專(zhuān)家系統(tǒng)中的運(yùn)用。代表人物是遺傳算法領(lǐng)域著名學(xué)者、美國(guó)伊利諾伊大學(xué)David Goldberg教授和人工智能專(zhuān)家L.Davis。1989年，Goldberg出版了專(zhuān)著《搜索、優(yōu)化和機(jī)器學(xué)習(xí)中的遺傳算法》，該書(shū)系統(tǒng)總結(jié)了遺傳算法的主要研究成果，全面而完整地論述了遺傳算法的基本原理及其應(yīng)用；1991年，Davis編輯出版了《遺傳算法手冊(cè)》，書(shū)中包含了遺傳算法在科學(xué)計(jì)算、工程技術(shù)和社會(huì)經(jīng)濟(jì)中的大量應(yīng)用實(shí)例，該書(shū)為推廣和普及遺傳算法的應(yīng)用起到了重要的指導(dǎo)作用。這些都推動(dòng)了基于遺傳算法的專(zhuān)家系統(tǒng)的研發(fā)推廣。
第九個(gè)研究方向是決策支持系統(tǒng)在專(zhuān)家系統(tǒng)中的運(yùn)用，代表人物是美國(guó)加利福尼亞大學(xué)伯克利分校教授埃弗雷姆?特班（Efraim Turban）。他于1990年出版了《決策支持和專(zhuān)家系統(tǒng)的管理支持系統(tǒng)》（《Decision support and expert systems:management support systems》）一書(shū)。20世紀(jì)80年代末90年代初，決策支持系統(tǒng)開(kāi)始與專(zhuān)家系統(tǒng)相結(jié)合，形成智能決策支持系統(tǒng)，該系統(tǒng)充分做到了定性分析和定量分析的有機(jī)結(jié)合，將解決問(wèn)題的范圍和能力提高到一個(gè)新的層次。
第十個(gè)研究方向是各種理論知識(shí)在專(zhuān)家系統(tǒng)中的綜合運(yùn)用，代表人物是美國(guó)加利福尼業(yè)大學(xué)教授巴特?卡斯科（Bart Kosko）和美國(guó)伊利諾伊州研究所教授Abdul-Rahman K.H。卡斯科（Kosko）于1992年出版《神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)：一個(gè)擁有機(jī)器智能的動(dòng)力系統(tǒng)方法》（《Neural networks and fuzzy systems:a dynamical systems approach to machine intelligence》）一書(shū)，這是第一本將神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)結(jié)合起來(lái)的讀本，也是神經(jīng)網(wǎng)絡(luò)與模糊理論綜合應(yīng)用于專(zhuān)家系統(tǒng)建設(shè)的經(jīng)典著作；Abdul-Rahman K.H教授于1995年，在美國(guó)電氣和電子工程師協(xié)會(huì)的《電力系統(tǒng)及自動(dòng)化》（《Transactions on Power Systems》）會(huì)議刊上發(fā)表了《人工智能模糊無(wú)功負(fù)荷的最優(yōu)VAR控制方法 》（《AI approach to optimal VAR control with fuzzy reactive loads》）一文，論文提出了一個(gè)解決無(wú)功功率（VAR）控制問(wèn)題，這個(gè)方法包含了專(zhuān)家系統(tǒng)、模糊集理論和人工神經(jīng)網(wǎng)絡(luò)的重要知識(shí)。
雖然專(zhuān)家系統(tǒng)大量建造，但投入實(shí)際運(yùn)行的專(zhuān)家系統(tǒng)并不多，且效率較低，問(wèn)題求解能力有待進(jìn)一步提高。原因之一就是專(zhuān)家系統(tǒng)主要是模擬某一領(lǐng)域中求解特定問(wèn)題的專(zhuān)家的能力，而在模擬人類(lèi)專(zhuān)家協(xié)作求解方面很少或幾乎沒(méi)有做什么工作。然而在現(xiàn)實(shí)世界中，協(xié)作求解具有普遍性，針對(duì)特定領(lǐng)域、特定問(wèn)題的求解僅僅具有特殊性，專(zhuān)家系統(tǒng)雖然在模擬人類(lèi)專(zhuān)家某一特定領(lǐng)域知識(shí)方面取得了成功，但它仍然不能或難以解決現(xiàn)實(shí)世界中的問(wèn)題。其次，開(kāi)發(fā)的專(zhuān)家系統(tǒng)的規(guī)模越來(lái)越大，并且十分復(fù)雜。這樣就要求將大型專(zhuān)家系統(tǒng)的開(kāi)發(fā)變成若干小的、相對(duì)獨(dú)立的專(zhuān)家系統(tǒng)來(lái)開(kāi)發(fā)，而且需要將許多不同領(lǐng)域的專(zhuān)家系統(tǒng)聯(lián)合起來(lái)進(jìn)行協(xié)作求解。然而，與此相關(guān)的分布式人工智能理論和實(shí)用技術(shù)尚處在科研階段。只有分布式系統(tǒng)協(xié)作求解問(wèn)題得以解決，才能克服由于單個(gè)專(zhuān)家系統(tǒng)知識(shí)的有限性和問(wèn)題求解方法的單一性等導(dǎo)致系統(tǒng)的“脆弱性”，也才能提高系統(tǒng)的可靠性，并且在靈活性、并行性、速度等方面帶來(lái)明顯的效益［5］。
4 21世紀(jì)專(zhuān)家系統(tǒng)進(jìn)入穩(wěn)定發(fā)展時(shí)期
進(jìn)入21世紀(jì)，專(zhuān)家系統(tǒng)開(kāi)始緩慢發(fā)展，這期間以“Expert System/Experts System”為主題詞的論文共5 964篇。本文利用Citespace軟件，設(shè)置參數(shù)為（6，6，20）（5，5，20）（5，5，20），獲取了該時(shí)期論文的引文聚類(lèi)圖（如圖4所示）。圖4 專(zhuān)家系統(tǒng)2000－2010年的論文引文聚類(lèi)圖
這個(gè)時(shí)期專(zhuān)家系統(tǒng)有3個(gè)主要研究方向：第一個(gè)是研究方向是節(jié)點(diǎn)明顯的基于模糊邏輯的專(zhuān)家系統(tǒng)研究方向。90年代以來(lái)，模糊控制與專(zhuān)家系統(tǒng)技術(shù)相結(jié)合，進(jìn)一步提高了模糊控制器的智能水平。基于模糊邏輯的專(zhuān)家系統(tǒng)有以下優(yōu)點(diǎn)：一是具有專(zhuān)家水平的專(zhuān)門(mén)知識(shí)，能表現(xiàn)專(zhuān)家技能和高度的技巧以及有足夠的魯棒性（即健壯性）；二是能進(jìn)行有效的推理，能夠運(yùn)用人類(lèi)專(zhuān)家的經(jīng)驗(yàn)和知識(shí)進(jìn)行啟發(fā)性的搜索和試探性的推理；三是具有靈活性和透明性。
第二個(gè)是研究方向是Rete模式匹配算法在專(zhuān)家系統(tǒng)中的應(yīng)用，代表人物是美國(guó)卡內(nèi)基―梅隆大學(xué)計(jì)算機(jī)科學(xué)系的Charles L.Forgy教授，1979年，他首次提出Rete算法。專(zhuān)家系統(tǒng)工具中一個(gè)核心部分是推理機(jī)，Rete算法能利用推理機(jī)的“時(shí)間冗余”特性和規(guī)則結(jié)構(gòu)的相似性，并通過(guò)保存中間運(yùn)算結(jié)果的方法來(lái)提高推理的效率。1982年，他在《人工智能》雜志上發(fā)表《Rete算法：許多模式／多對(duì)象的模式匹配問(wèn)題的一個(gè)快速算法》（《Rete:A Fast Algorithm for the Many Pattern/Many Object Pattern Match Problem》）一文，該文解釋了基本算法的概念，介紹了詳細(xì)的算法，描述了模式和適當(dāng)?shù)膶?duì)象交涉算法，并說(shuō)明了模式匹配的執(zhí)行操作。
第三個(gè)是研究方向是專(zhuān)家系統(tǒng)在電力系統(tǒng)中的運(yùn)用。世界各國(guó)的專(zhuān)家們開(kāi)始熱衷于在電力生產(chǎn)的各個(gè)環(huán)節(jié)使用專(zhuān)家系統(tǒng)，代表人物有日本的福井賢、T.Sakaguchi、印度的Srinivasan D、美國(guó)伊利諾伊州研究所的Abdul-Rahman K.H、希臘雅典國(guó)立技術(shù)大學(xué)的Protopapas C.A、和中國(guó)的羅旭，他們?cè)诿绹?guó)電氣和電子工程師協(xié)會(huì)的《電力傳輸》（《IEEE transactions on power delivery）會(huì)議刊及《電源設(shè)備系統(tǒng)》會(huì)議刊（《On Power Apparatus and Systems》）上發(fā)表了多篇有影響力的論文，內(nèi)容涉及系統(tǒng)恢復(fù)、電力需求預(yù)測(cè)、變電站故障診斷和報(bào)警處理等多方面。
這十年間，專(zhuān)家系統(tǒng)的研究不再滿(mǎn)足于用現(xiàn)有各種模型與專(zhuān)家系統(tǒng)進(jìn)行簡(jiǎn)單結(jié)合，形成基于某種模型的專(zhuān)家系統(tǒng)的固有模式。研究者們不斷探索更方便、更有效的方法，來(lái)解決困擾專(zhuān)家系統(tǒng)的知識(shí)獲取瓶頸、匹配沖突、組合爆炸等問(wèn)題，而這也推動(dòng)了研究不斷向深層次、新方向發(fā)展。但是，由于專(zhuān)家系統(tǒng)應(yīng)用的時(shí)間長(zhǎng)、領(lǐng)域廣，他們?cè)庥龅钠款i問(wèn)題一時(shí)得不到有效解決，導(dǎo)致了這一時(shí)期末，專(zhuān)家系統(tǒng)研究呈現(xiàn)出暫時(shí)的下滑現(xiàn)象。
5 專(zhuān)家系統(tǒng)發(fā)展趨勢(shì)分析
圖一發(fā)展曲線上第二個(gè)時(shí)間節(jié)點(diǎn)是1992年，從該年起專(zhuān)家系統(tǒng)相關(guān)論文呈下降趨勢(shì)，然后在2002年又開(kāi)始緩慢增長(zhǎng)，近一年多來(lái)又開(kāi)始下降，這標(biāo)志著專(zhuān)家系統(tǒng)研究在布滿(mǎn)荊棘的道路上前行，前景是光明的，但道路是曲折的。本文以5年為一個(gè)單位，統(tǒng)計(jì)了1990－2009年20年期間專(zhuān)家系統(tǒng)相關(guān)論文中高頻詞的變化情況，如表1所示，從該表可以獲得這個(gè)時(shí)期專(zhuān)家系統(tǒng)研究的一些特點(diǎn)。
（1）在1990-1999年期間，人工智能出現(xiàn)新的研究，由于網(wǎng)絡(luò)技術(shù)特別是國(guó)際互連網(wǎng)技術(shù)發(fā)展，人工智能開(kāi)始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究，使人工智能更加實(shí)用，這給專(zhuān)家系統(tǒng)帶來(lái)了發(fā)展的希望。正因?yàn)槿绱耍覀儚脑~頻上可以看出，人工智能（artificial intelligence）一詞在這十年一直位居前兩位，在專(zhuān)家系統(tǒng)研究中處于主導(dǎo)地位，而與其相關(guān)的知識(shí)表示（knowledge representation）、知識(shí)獲取(knowledge acquisition)等，也成為了學(xué)者們研究的重點(diǎn)方向。
（2）該時(shí)期的第二個(gè)特點(diǎn)是神經(jīng)網(wǎng)絡(luò)研究的復(fù)蘇。神經(jīng)網(wǎng)絡(luò)是通過(guò)模擬人腦的結(jié)構(gòu)和工作模式，使機(jī)器具有類(lèi)似人類(lèi)的智能，如機(jī)器學(xué)習(xí)、知識(shí)獲取、專(zhuān)家系統(tǒng)等。我們從詞頻上可以看出神經(jīng)網(wǎng)絡(luò)（neural network）一詞得以快速增長(zhǎng)，1995年時(shí)位列第一，進(jìn)入21世紀(jì)也是穩(wěn)居第二位，神經(jīng)網(wǎng)絡(luò)很好地解決了專(zhuān)家系統(tǒng)中知識(shí)獲取的瓶頸問(wèn)題，能使專(zhuān)家系統(tǒng)具有自學(xué)習(xí)能力，它的出現(xiàn)為專(zhuān)家系統(tǒng)提供了一種新的解決途徑［6］，同時(shí)也顯示出他獨(dú)有的生機(jī)與活力。
（3）該時(shí)期是模糊邏輯的發(fā)展時(shí)期。模糊理論發(fā)展至今已接近三十余年，應(yīng)用范圍非常廣泛，它與專(zhuān)家系統(tǒng)相結(jié)合，在故障診斷、自然語(yǔ)言處理、自動(dòng)翻譯、地震預(yù)測(cè)、工業(yè)設(shè)計(jì)等方面取得了眾多成果。我們從詞頻上可以看出，模糊邏輯（fuzzy logic）一詞，除在1990－1994年期間位居第六位外，之后都位居前三甲，2000-2004年期間更是位列第一。模糊控制與專(zhuān)家系統(tǒng)技術(shù)相結(jié)合，進(jìn)一步提高了模糊控制器智能水平，這種控制方法既保持了基于規(guī)則的方法的價(jià)值和用模糊集處理帶來(lái)的靈活性，同時(shí)把專(zhuān)家系統(tǒng)技術(shù)的表達(dá)與利用知識(shí)的長(zhǎng)處結(jié)合起來(lái)，能處理更廣泛的控制問(wèn)題。
（4）故障診斷成為專(zhuān)家系統(tǒng)研究與應(yīng)用的又一重要領(lǐng)域。故障診斷專(zhuān)家系統(tǒng)的發(fā)展起始于20世紀(jì)70年代末,雖然時(shí)間不長(zhǎng),但在電路與數(shù)字電子設(shè)備、機(jī)電設(shè)備等各個(gè)領(lǐng)域已取得了令人矚目的成就,已成為當(dāng)今世界研究的熱點(diǎn)之一。這從高頻詞分布可以開(kāi)出，故障診斷（fault diagnosis）從1995-1999年間的最后一位攀升至2005-2009年間的第一位，足見(jiàn)其強(qiáng)大的生命力。在專(zhuān)家系統(tǒng)己有較深厚基礎(chǔ)的國(guó)家中，機(jī)械、電子設(shè)備的故障診斷專(zhuān)家系統(tǒng)已基本完成了研究和試驗(yàn)的階段，開(kāi)始進(jìn)入廣泛應(yīng)用。
（5）遺傳算法的應(yīng)用逐漸增多。20世紀(jì)90年代，遺傳算法迎來(lái)了發(fā)展時(shí)期，無(wú)論是理論研究還是應(yīng)用研究都成了十分熱門(mén)的課題。尤其是遺傳算法的應(yīng)用研究顯得格外活躍，不但應(yīng)用領(lǐng)域擴(kuò)大，而且利用遺傳算法進(jìn)行優(yōu)化和規(guī)則學(xué)習(xí)的能力也顯著提高。進(jìn)入21世紀(jì)，遺傳算法的應(yīng)用研究已從初期的組合優(yōu)化求解擴(kuò)展到了許多更新、更工程化的應(yīng)用方面。這在高頻詞分布中可以看出，以2000作為臨界點(diǎn)，遺傳算法（genetic algorithms）從20世紀(jì)90年代的10名之后，到位于高頻詞前六強(qiáng)之中，充分反映出它發(fā)展的良好勢(shì)頭。
6 小 結(jié)
專(zhuān)家系統(tǒng)是20世紀(jì)下半葉發(fā)展起來(lái)的重大技術(shù)之一，它不僅是高技術(shù)的標(biāo)志，而且有著重大的經(jīng)濟(jì)效益。“知識(shí)工程之父”E.Feignbaum在對(duì)世界許多國(guó)家和地區(qū)的專(zhuān)家系統(tǒng)應(yīng)用情況進(jìn)行調(diào)查后指出：幾乎所有的ES都至少將人的工作效率提高10倍，有的能提高100倍，甚至300倍［7］。
專(zhuān)家系統(tǒng)技術(shù)能夠使專(zhuān)家的專(zhuān)長(zhǎng)不受時(shí)間和空間的限制，以便推廣稀缺的專(zhuān)家知識(shí)和經(jīng)驗(yàn)；同時(shí)，專(zhuān)家系統(tǒng)能促進(jìn)各領(lǐng)域的發(fā)展，是各領(lǐng)域?qū)＜覍?zhuān)業(yè)知識(shí)和經(jīng)驗(yàn)的總結(jié)和提煉。
專(zhuān)家系統(tǒng)發(fā)展的近期目標(biāo)，是建造能用于代替人類(lèi)高級(jí)腦力勞動(dòng)的專(zhuān)家系統(tǒng)；遠(yuǎn)期目標(biāo)是探究人類(lèi)智能和機(jī)器智能的基本原理，研究用自動(dòng)機(jī)模擬人類(lèi)的思維過(guò)程和智能行為，這幾乎涉及自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科，遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)科學(xué)的范疇。
隨著人工智能應(yīng)用方法的日漸成熟，專(zhuān)家系統(tǒng)的應(yīng)用領(lǐng)域也不斷擴(kuò)大。有人類(lèi)活動(dòng)的地方，必將有智能技術(shù)包括專(zhuān)家系統(tǒng)的應(yīng)用，專(zhuān)家系統(tǒng)將成為21世紀(jì)人類(lèi)進(jìn)行智能管理與決策的工具與助手。
參考文獻(xiàn)
［1］百度百科［EB］.http:∥baike.省略/view/2130.htm．
［2］黃可鳴.專(zhuān)家系統(tǒng)二十年［J］.計(jì)算機(jī)科學(xué)，1986，（4）：26-37.
［3］路耀華.思維模擬與知識(shí)工程［M］.北京：清華大學(xué)出版社，1997．
［4］趙致琢.專(zhuān)家系統(tǒng)研究［J］.貴州大學(xué)學(xué)報(bào)：自然科學(xué)版，1990，（6）：40-48.
［5］鄒光宇.專(zhuān)家系統(tǒng)發(fā)展現(xiàn)狀及其應(yīng)用前景［J］.電力勘測(cè)，1994，（3）：21-26.
1 CAD技術(shù)的應(yīng)用
1.1 CAD技術(shù)在制造業(yè)中的應(yīng)用。CAD技術(shù)已經(jīng)廣泛應(yīng)用于制造業(yè)的各個(gè)領(lǐng)域。其中，以機(jī)床、汽車(chē)、飛機(jī)、船舶、航天器等應(yīng)用最為廣泛。一個(gè)產(chǎn)品的設(shè)計(jì)過(guò)程要經(jīng)過(guò)概念設(shè)計(jì)、詳細(xì)設(shè)計(jì)、結(jié)構(gòu)分析和優(yōu)化、仿真模擬等幾個(gè)階段。概念設(shè)計(jì)主要解決產(chǎn)品的造型外觀，在滿(mǎn)足功能的前提條件下，使產(chǎn)品外觀精致美觀。在現(xiàn)代化設(shè)計(jì)過(guò)程中還需要考慮的因素很多，如要考慮機(jī)械產(chǎn)品對(duì)環(huán)境的影響，考慮產(chǎn)品的整體結(jié)構(gòu)、材料及實(shí)現(xiàn)主要功能的機(jī)構(gòu)；詳細(xì)設(shè)計(jì)是要確定產(chǎn)品的結(jié)構(gòu)，各個(gè)零部件的結(jié)構(gòu)設(shè)計(jì)，所以又稱(chēng)為部件設(shè)計(jì)，包括各零件的尺寸、形狀和結(jié)構(gòu)；結(jié)構(gòu)分析主要包括有限元分析，將對(duì)各部件及產(chǎn)品整體的結(jié)構(gòu)進(jìn)行力學(xué)性能、熱學(xué)性能的分析；仿真模擬則主要是產(chǎn)品進(jìn)行裝配模擬，運(yùn)動(dòng)機(jī)構(gòu)模擬，進(jìn)行干涉、碰撞分析等等。當(dāng)前先進(jìn)的CAD應(yīng)用系統(tǒng)已經(jīng)將設(shè)計(jì)、繪圖、分析、仿真、加工等一系列功能集成于一個(gè)系統(tǒng)內(nèi)。
1.2 CAD技術(shù)在工程設(shè)計(jì)中的應(yīng)用。CAD在工程領(lǐng)域中的應(yīng)用有以下幾個(gè)方面。建筑：方案設(shè)計(jì)、三維造型、建筑渲染圖即概念設(shè)計(jì)、平面布景、建筑構(gòu)造設(shè)計(jì)、小區(qū)規(guī)劃、日照分析、室內(nèi)裝潢、包括室內(nèi)分隔、家具、環(huán)境裝修等；結(jié)構(gòu)：有限元分析、結(jié)構(gòu)平面設(shè)計(jì)、框和排架結(jié)構(gòu)計(jì)算和分析、高層結(jié)構(gòu)分析、地基的基礎(chǔ)設(shè)計(jì)，鋼結(jié)構(gòu)設(shè)計(jì)與加工；設(shè)備：水、電、暖各種設(shè)備及管道設(shè)計(jì)；市政管線：自來(lái)水、污水排放、煤氣、電力、暖氣、通信等；市政建筑：城市規(guī)劃、城市交通、道路高架、輕軌、地鐵；交通工程：公路、橋梁、鐵路、航空、機(jī)場(chǎng)、港口、碼頭；水利工程：大壩、水渠、河海工程。房地產(chǎn)開(kāi)發(fā)及物業(yè)管理、工程概預(yù)算、施工過(guò)程控制與管理、風(fēng)景、旅游景點(diǎn)設(shè)計(jì)與布置、智能大廈設(shè)計(jì)等。
1.3 CAD技術(shù)在其他領(lǐng)域的應(yīng)用。CAD技術(shù)除了在制造業(yè)和工程設(shè)計(jì)領(lǐng)域中的應(yīng)用外，在輕工、紡織、家電、服裝、制鞋、醫(yī)療和醫(yī)藥乃至文化娛樂(lè)和體育方面都會(huì)用到CAD技術(shù)。輕工中，輕工機(jī)械的設(shè)計(jì)、化妝、洗滌用品、盛器、三維造型、模具設(shè)計(jì)及包裝平面設(shè)計(jì)。各種小商品的造型設(shè)計(jì)；紡織行業(yè)中印花提花設(shè)計(jì)、服裝CAD及排料、裁剪：制鞋業(yè)中造型以及配合人體足部骨骼肌腱的人體工學(xué)設(shè)計(jì)；醫(yī)藥中的分子鍵結(jié)構(gòu)分析、醫(yī)療器械以及輔助醫(yī)療手術(shù)、家電產(chǎn)品的造型和模具技術(shù)，在文化娛樂(lè)上已大量利用計(jì)算機(jī)造型仿真的原始動(dòng)物和外星人，并將動(dòng)物畫(huà)和實(shí)際背景以及演員的表演天衣無(wú)縫地合在一起，在電影制作技術(shù)上大放異彩，拍制出一部部激動(dòng)人心的巨片。
2 CAD技術(shù)發(fā)展趨勢(shì)
2.1 標(biāo)準(zhǔn)化。除了CAD支撐軟件逐步實(shí)現(xiàn)IS0標(biāo)準(zhǔn)和工業(yè)標(biāo)準(zhǔn)外，面向應(yīng)用的標(biāo)準(zhǔn)構(gòu)件（零部件庫(kù)）、標(biāo)準(zhǔn)化方法也已成為CAD系統(tǒng)中的必備內(nèi)容，且向著合理化工程設(shè)計(jì)的應(yīng)用方向發(fā)展。傳統(tǒng)形式的手畫(huà)工程圖已經(jīng)有了成熟的國(guó)際標(biāo)準(zhǔn)，相互都能理解。而存儲(chǔ)在磁盤(pán)、光盤(pán)上形形的CAD二進(jìn)制數(shù)字記錄，要想實(shí)現(xiàn)標(biāo)準(zhǔn)化就復(fù)雜、困難得多。由于STEP標(biāo)準(zhǔn)涉及的面非常寬，眾口難調(diào)，標(biāo)準(zhǔn)的制定過(guò)程十分緩慢，存在問(wèn)題很多。CAD軟件一般應(yīng)集成在一個(gè)異構(gòu)的工作平臺(tái)之上，為了支持異構(gòu)跨平臺(tái)的環(huán)境，就要求它應(yīng)是一個(gè)開(kāi)放的系統(tǒng)，這里主要是靠標(biāo)準(zhǔn)化技術(shù)來(lái)解決這個(gè)問(wèn)題。
目前標(biāo)準(zhǔn)有兩大類(lèi)：一是公用標(biāo)準(zhǔn)，主要來(lái)自國(guó)家或國(guó)際標(biāo)準(zhǔn)制定單位；另一是市場(chǎng)標(biāo)準(zhǔn)，或行業(yè)標(biāo)準(zhǔn)，屬私有性質(zhì)。前者注重標(biāo)準(zhǔn)的開(kāi)放性和所采用技術(shù)的先進(jìn)性，而后者以市場(chǎng)為導(dǎo)向，注重考慮有效性和經(jīng)濟(jì)利益。后者容易導(dǎo)致壟斷和無(wú)謂的標(biāo)準(zhǔn)戰(zhàn)。因此要提出應(yīng)對(duì)傳統(tǒng)的標(biāo)準(zhǔn)化工作進(jìn)行革新。有專(zhuān)家建議標(biāo)準(zhǔn)革新的目標(biāo)是公用標(biāo)準(zhǔn)應(yīng)變成工業(yè)標(biāo)準(zhǔn)，也就是說(shuō)革新后仍應(yīng)以公用標(biāo)準(zhǔn)為基礎(chǔ)，不過(guò)要從工業(yè)標(biāo)準(zhǔn)中吸收其注重經(jīng)濟(jì)利益和效率的優(yōu)點(diǎn)。
2.2 開(kāi)放性。CAD系統(tǒng)目前廣泛建立在開(kāi)放式操作系統(tǒng)窗口95／98／NT和UNIX平臺(tái)上，在Java LINUX平臺(tái)上也有CAD產(chǎn)品，此外CAD系統(tǒng)都為最終用戶(hù)提供二次開(kāi)發(fā)環(huán)境，甚至這類(lèi)環(huán)境可開(kāi)發(fā)其內(nèi)核源碼，使用戶(hù)可定制自已的CAD系統(tǒng)。
為深入貫徹網(wǎng)絡(luò)強(qiáng)國(guó)、數(shù)字中國(guó)、智慧社會(huì)戰(zhàn)略，落實(shí)《數(shù)字青島發(fā)展規(guī)劃（2019—2022年）》規(guī)劃部署，持續(xù)建設(shè)協(xié)同高效的數(shù)字政府、富有活力的數(shù)字經(jīng)濟(jì)、智慧便民的數(shù)字社會(huì)、智能融合的數(shù)字基礎(chǔ)設(shè)施，以數(shù)字化、網(wǎng)絡(luò)化、智能化技術(shù)全面推動(dòng)城市數(shù)字化轉(zhuǎn)型，制定本行動(dòng)方案。
一、加快協(xié)同高效的數(shù)字政府建設(shè)
（一）構(gòu)建智慧管用的城市云腦“智能化”體系
1.一體化綜合指揮。建設(shè)城市應(yīng)急指揮中心、社會(huì)治理指揮中心、城市云腦大數(shù)據(jù)中心等一體化城市運(yùn)行中心，滿(mǎn)足應(yīng)急協(xié)同聯(lián)動(dòng)、城市運(yùn)行狀態(tài)監(jiān)測(cè)和數(shù)字即墨管理服務(wù)等工作需要。（責(zé)任單位：區(qū)大數(shù)據(jù)發(fā)展管理局、應(yīng)急局、社會(huì)治理指揮中心、住房城鄉(xiāng)建設(shè)局、綜合執(zhí)法局）
2.全域感知體系。建設(shè)完善基礎(chǔ)地理信息服務(wù)、物聯(lián)感知接入、視頻監(jiān)控資源共享三大基礎(chǔ)支撐平臺(tái)，推動(dòng)全區(qū)基礎(chǔ)地理信息服務(wù)一張圖、動(dòng)態(tài)感知數(shù)據(jù)分級(jí)分類(lèi)接入、全域視頻資源共享共用。（責(zé)任單位：區(qū)自然資源局、公安分局、大數(shù)據(jù)發(fā)展管理局）
3.數(shù)據(jù)業(yè)務(wù)中臺(tái)。打造城市云腦場(chǎng)景應(yīng)用集群，推動(dòng)公安、城管、應(yīng)急、交通、水利、生態(tài)環(huán)境、科技創(chuàng)新、經(jīng)濟(jì)運(yùn)行等重點(diǎn)領(lǐng)域應(yīng)用上線，至少3個(gè)場(chǎng)景一屏接入城市云腦。基本建成城市云腦區(qū)（市）中樞，構(gòu)建城市云腦一體化應(yīng)用體系。（責(zé)任單位：區(qū)大數(shù)據(jù)發(fā)展管理局、住房城鄉(xiāng)建設(shè)局、綜合執(zhí)法局、公安分局、應(yīng)急局、交通運(yùn)輸局、水利局、生態(tài)環(huán)境分局、科技局、統(tǒng)計(jì)局、區(qū)政府有關(guān)部門(mén)，各鎮(zhèn)街，各功能區(qū)）
（二）打造便捷滿(mǎn)意的公共服務(wù)“數(shù)字化”體系
4.一碼通城。實(shí)施“碼上即墨”行動(dòng)，推動(dòng)政務(wù)服務(wù)、交通出行、醫(yī)藥衛(wèi)生、文化旅游、體育健身和智慧校園等公共服務(wù)領(lǐng)域統(tǒng)一身份認(rèn)證、多碼融合和社保卡多領(lǐng)域應(yīng)用。（責(zé)任單位：區(qū)大數(shù)據(jù)發(fā)展管理局、公安分局、行政審批局、交通運(yùn)輸局、人力資源社會(huì)保障局、衛(wèi)生健康局、醫(yī)保局、文化和旅游局、教育體育局、區(qū)政府有關(guān)部門(mén)，各鎮(zhèn)街，各功能區(qū)）
5.一網(wǎng)通辦。實(shí)施網(wǎng)上政務(wù)服務(wù)能力提升工程，深化完善“愛(ài)山東·青e辦”即墨分廳掌上辦事平臺(tái)功能，建成便民利企服務(wù)專(zhuān)區(qū)不少于1個(gè)，接入亮點(diǎn)應(yīng)用不少于10項(xiàng)。全面推行“一事全辦”主題式服務(wù)，豐富應(yīng)用場(chǎng)景，拓展可辦主題至200個(gè)，實(shí)現(xiàn)更多事務(wù)“一次辦好”。（責(zé)任單位：區(qū)大數(shù)據(jù)發(fā)展管理局、行政審批局、區(qū)政府有關(guān)部門(mén)，各鎮(zhèn)街，各功能區(qū)）按照上級(jí)部門(mén)統(tǒng)一部署，以公民身份號(hào)碼或法人和其他組織統(tǒng)一社會(huì)信用代碼為唯一標(biāo)識(shí)的電子證照可用率超過(guò)85%。（責(zé)任單位：區(qū)行政審批局）
（三）構(gòu)建數(shù)智融合的政府決策“協(xié)同化”體系
6.政府決策數(shù)字化。深化數(shù)據(jù)匯聚共享，重點(diǎn)圍繞營(yíng)商環(huán)境和重點(diǎn)領(lǐng)域應(yīng)用場(chǎng)景需求，強(qiáng)化數(shù)據(jù)治理，提升數(shù)據(jù)質(zhì)量。充分利用社會(huì)數(shù)據(jù)資源強(qiáng)化政府決策支撐，加強(qiáng)政企合作，鼓勵(lì)多方參與，形成數(shù)據(jù)來(lái)源廣泛、多方數(shù)據(jù)比對(duì)、數(shù)據(jù)時(shí)效性強(qiáng)的政府決策數(shù)據(jù)支撐體系。（責(zé)任單位：區(qū)大數(shù)據(jù)發(fā)展管理局、區(qū)政府有關(guān)部門(mén)，各鎮(zhèn)街，各功能區(qū)）
（四）形成精準(zhǔn)高效的城市治理“現(xiàn)代化”體系
7.城市治理一網(wǎng)統(tǒng)管。整合各級(jí)各部門(mén)指揮調(diào)度、綜合運(yùn)行和輔助決策類(lèi)系統(tǒng)及相關(guān)數(shù)據(jù)資源，建設(shè)“上下貫通、左右銜接、全區(qū)一體、高度集成”的一體化綜合指揮平臺(tái)。（責(zé)任單位：區(qū)委政法委，區(qū)應(yīng)急局、公安分局、衛(wèi)生健康局、綜合執(zhí)法局、生態(tài)環(huán)境分局、交通運(yùn)輸局、水利局、大數(shù)據(jù)發(fā)展管理局）建設(shè)社會(huì)治理綜合信息平臺(tái)、智慧公安、城市綜合管理服務(wù)平臺(tái)、突發(fā)事件預(yù)警信息系統(tǒng)等，更好地支撐以網(wǎng)絡(luò)化運(yùn)行、海量化參與、社會(huì)化協(xié)同為特征的社會(huì)治理需求，提高數(shù)據(jù)匯聚、事中監(jiān)管、趨勢(shì)研判、協(xié)同聯(lián)動(dòng)等能力。（責(zé)任單位：區(qū)委政法委，區(qū)公安分局、綜合執(zhí)法局、氣象局、住房城鄉(xiāng)建設(shè)局）
8.一部手機(jī)游即墨。依托“一部手機(jī)游青島”平臺(tái)，整合全區(qū)范圍內(nèi)“食、住、行、游、購(gòu)、娛”等資源，為游客提供全方位文旅公共服務(wù)。（責(zé)任單位：區(qū)文化和旅游局）
9.智慧社區(qū)和智慧街區(qū)。加快智慧社區(qū)和智慧街區(qū)建設(shè)，推動(dòng)城市治理和服務(wù)向基層延伸。智慧社區(qū)建設(shè)總數(shù)達(dá)到25個(gè)，其中示范點(diǎn)達(dá)到12個(gè)；智慧街區(qū)建設(shè)總數(shù)達(dá)到11個(gè)，其中示范點(diǎn)達(dá)到2個(gè)。推動(dòng)建立社區(qū)綜合服務(wù)平臺(tái)，鼓勵(lì)發(fā)展光影街區(qū)、數(shù)碼地標(biāo)、車(chē)路協(xié)同、車(chē)充響應(yīng)等應(yīng)用場(chǎng)景示范。（責(zé)任單位：各鎮(zhèn)街，各功能區(qū)，區(qū)民政局、住房城鄉(xiāng)建設(shè)局、綜合執(zhí)法局、公安分局、大數(shù)據(jù)發(fā)展管理局）
二、推動(dòng)智慧便民的數(shù)字社會(huì)建設(shè)
（五）提升教育數(shù)字化水平
10.智慧教育。整合部、省、市、區(qū)、校5級(jí)教育信息系統(tǒng)、數(shù)據(jù)資源以及各類(lèi)教育服務(wù)，為全區(qū)教師、學(xué)生、家長(zhǎng)和教育管理者提供一站式服務(wù)。開(kāi)展智慧校園新裝備、新技術(shù)試點(diǎn)，提升智慧校園建設(shè)應(yīng)用水平，智慧校園覆蓋率達(dá)到99%。推動(dòng)青島市智慧體育平臺(tái)應(yīng)用，統(tǒng)籌全區(qū)各類(lèi)體育資源，推行全民健身網(wǎng)上查詢(xún)、網(wǎng)上預(yù)約、網(wǎng)上指導(dǎo)。（責(zé)任單位：區(qū)教育體育局）
11.人工智能教育。構(gòu)建“課程教學(xué)、內(nèi)容創(chuàng)作、開(kāi)源創(chuàng)新”一體化的人工智能教育服務(wù)平臺(tái)，打造集“課程教學(xué)、應(yīng)用實(shí)踐、互動(dòng)體驗(yàn)”綜合性人工智能實(shí)驗(yàn)室，推進(jìn)全區(qū)人工智能教育快速發(fā)展。（責(zé)任單位：區(qū)教育體育局）
（六）提升醫(yī)療數(shù)字化水平
12.智慧醫(yī)療。積極配合青島市級(jí)全民健康信息平臺(tái)升級(jí)改造，提高醫(yī)療數(shù)據(jù)互聯(lián)互通效率，提升醫(yī)院信息互聯(lián)互通標(biāo)準(zhǔn)化成熟度，推進(jìn)醫(yī)院智慧服務(wù)分級(jí)評(píng)估，建成1家以上互聯(lián)網(wǎng)醫(yī)院。參照《醫(yī)院智慧服務(wù)分級(jí)評(píng)估標(biāo)準(zhǔn)體系（試行）》（國(guó)衛(wèi)辦醫(yī)函〔2019〕236號(hào)），2022年智慧服務(wù)達(dá)到3級(jí)以上的醫(yī)院數(shù)量不少于1家。利用大數(shù)據(jù)、人工智能等新技術(shù)輔助開(kāi)展流行病學(xué)和溯源調(diào)查。進(jìn)一步推動(dòng)電子健康檔案動(dòng)態(tài)利用，居民電子健康檔案動(dòng)態(tài)使用率達(dá)到75%。（責(zé)任單位：區(qū)衛(wèi)生健康局）
13.智慧醫(yī)保。進(jìn)一步落實(shí)健康中國(guó)戰(zhàn)略，建設(shè)智慧醫(yī)保信息化平臺(tái)。推動(dòng)醫(yī)保電子憑證在定點(diǎn)醫(yī)藥機(jī)構(gòu)應(yīng)用，逐步實(shí)現(xiàn)預(yù)約、掛號(hào)、就診、支付以及查閱報(bào)告等場(chǎng)景亮碼、刷臉?lè)?wù)。（責(zé)任單位：區(qū)醫(yī)保局、衛(wèi)生健康局）
（七）提升交通數(shù)字化水平
14.智慧停車(chē)。利用物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、便捷支付、全景導(dǎo)航等技術(shù)實(shí)現(xiàn)全域停車(chē)資源的“智能感知、智能調(diào)度、智能服務(wù)”，建立全區(qū)停車(chē)管理、運(yùn)營(yíng)、服務(wù)一體化體系，打造智慧停車(chē)模式。（責(zé)任單位：區(qū)城市管理委員會(huì)辦公室，區(qū)住房城鄉(xiāng)建設(shè)局、自然資源局、交通運(yùn)輸局、公安分局、大數(shù)據(jù)發(fā)展管理局、綜合執(zhí)法局，各鎮(zhèn)街，各功能區(qū)）
15.智慧交通。利用新技術(shù)新方法進(jìn)一步提升對(duì)交通態(tài)勢(shì)的精確感知控制能力，建設(shè)智能化、可統(tǒng)一調(diào)度的交通信號(hào)燈系統(tǒng)，實(shí)現(xiàn)對(duì)道路信號(hào)實(shí)時(shí)調(diào)整。開(kāi)展5G交通網(wǎng)示范工程建設(shè)，推進(jìn)即墨區(qū)巡游出租車(chē)車(chē)載智能終端安裝項(xiàng)目。公共汽電車(chē)來(lái)車(chē)實(shí)時(shí)預(yù)報(bào)率達(dá)到100%；交通路口實(shí)時(shí)信號(hào)配時(shí)系統(tǒng)比例超過(guò)80%、電子警察監(jiān)控點(diǎn)覆蓋率達(dá)到100%，不斷提高公交電子站牌覆蓋率。（責(zé)任單位：區(qū)住房城鄉(xiāng)建設(shè)局、自然資源局、交通運(yùn)輸局、公安分局）
（八）提升人社和養(yǎng)老服務(wù)數(shù)字化水平
16.養(yǎng)老服務(wù)“靜默辦理”。深化養(yǎng)老服務(wù)綜合監(jiān)管信息平臺(tái)應(yīng)用，實(shí)現(xiàn)全區(qū)老年人戶(hù)籍、健康、就診、養(yǎng)老金、醫(yī)保等信息共享共用。推動(dòng)養(yǎng)老服務(wù)時(shí)間銀行平臺(tái)與個(gè)人信用平臺(tái)互聯(lián)互通，鼓勵(lì)更多的志愿者參與養(yǎng)老服務(wù)。推廣應(yīng)用智慧養(yǎng)老設(shè)施設(shè)備，推進(jìn)醫(yī)療健康監(jiān)測(cè)設(shè)備、智能安防設(shè)備、可穿戴設(shè)備、養(yǎng)老服務(wù)機(jī)器人等智能化設(shè)備在養(yǎng)老中的廣泛應(yīng)用，為全區(qū)居家失智老人發(fā)放智能手環(huán)。構(gòu)建養(yǎng)老服務(wù)機(jī)構(gòu)行政審批、民政備案、食品安全、消防安全等養(yǎng)老服務(wù)質(zhì)量綜合監(jiān)管的聯(lián)動(dòng)機(jī)制。優(yōu)化老年人服務(wù)事項(xiàng)“靜默辦理”，養(yǎng)老機(jī)構(gòu)和養(yǎng)老床位實(shí)現(xiàn)在線預(yù)約、簽約，養(yǎng)老保險(xiǎn)待遇資格認(rèn)證、津貼補(bǔ)貼領(lǐng)取等涉及老年人高頻使用的政務(wù)服務(wù)事項(xiàng)基本實(shí)現(xiàn)由系統(tǒng)自動(dòng)辦理。按上級(jí)部署，試點(diǎn)推行門(mén)診慢特病部分病種“零材料辦理”。（責(zé)任單位：區(qū)民政局、衛(wèi)生健康局、醫(yī)保局、人力資源社會(huì)保障局、行政審批局、公安分局）
三、培育富有活力的數(shù)字經(jīng)濟(jì)生態(tài)
（九）推動(dòng)特色產(chǎn)業(yè)發(fā)展
17.海洋大數(shù)據(jù)產(chǎn)業(yè)。發(fā)揮海洋試點(diǎn)國(guó)家實(shí)驗(yàn)室、國(guó)家深海基地等海洋科技重大平臺(tái)集聚優(yōu)勢(shì)，持續(xù)引進(jìn)涉海研發(fā)機(jī)構(gòu)和產(chǎn)業(yè)項(xiàng)目。推進(jìn)科研成果轉(zhuǎn)化，發(fā)揮國(guó)家海洋技術(shù)轉(zhuǎn)移中心作用，布局建設(shè)一批特色鮮明的專(zhuān)業(yè)產(chǎn)業(yè)園，暢通科研成果轉(zhuǎn)化路徑，加速藍(lán)谷科研成果在當(dāng)?shù)禺a(chǎn)業(yè)轉(zhuǎn)化。依托鰲山灣未來(lái)城做好藍(lán)谷科研成果及產(chǎn)業(yè)轉(zhuǎn)化承接，助推海洋經(jīng)濟(jì)融合發(fā)展。依托海洋試點(diǎn)國(guó)家實(shí)驗(yàn)室，建設(shè)國(guó)際領(lǐng)先的超算和海洋大數(shù)據(jù)公共服務(wù)平臺(tái)，建立集數(shù)據(jù)采集、存儲(chǔ)、更新、處理、分析、共享、應(yīng)用等為一體的海洋大數(shù)據(jù)綜合發(fā)展體系，支撐海洋科學(xué)研究、海洋科技發(fā)展和成果轉(zhuǎn)化，推動(dòng)海洋特色創(chuàng)客發(fā)展。推進(jìn)華錄山東總部基地與國(guó)家海洋大數(shù)據(jù)產(chǎn)業(yè)孵化基地建設(shè)，融合超算、云計(jì)算、人工智能等新興技術(shù)，開(kāi)發(fā)海洋信息資訊服務(wù)產(chǎn)品，打造以光磁一體存儲(chǔ)設(shè)備為核心的新一代大數(shù)據(jù)設(shè)施。（責(zé)任單位：區(qū)工業(yè)和信息化局、科技局、自然資源局，各鎮(zhèn)街，各功能區(qū)）
（十）推動(dòng)數(shù)字產(chǎn)業(yè)化發(fā)展
18.數(shù)據(jù)要素市場(chǎng)化配置。積極探索數(shù)據(jù)要素市場(chǎng)培育，規(guī)范數(shù)據(jù)交易主體行為，支持青島大數(shù)據(jù)交易中心等市場(chǎng)主體探索數(shù)據(jù)交易新模式。支持更多銀行和有關(guān)機(jī)構(gòu)進(jìn)駐數(shù)據(jù)中臺(tái)開(kāi)展信用貸等業(yè)務(wù)，以數(shù)據(jù)資源賦能全區(qū)實(shí)體經(jīng)濟(jì)發(fā)展。（責(zé)任單位：區(qū)大數(shù)據(jù)發(fā)展管理局）
19.數(shù)字經(jīng)濟(jì)園區(qū)。支持加快數(shù)字經(jīng)濟(jì)領(lǐng)域重點(diǎn)項(xiàng)目建設(shè)，推動(dòng)華為科技產(chǎn)業(yè)城、金蝶軟件園、華錄山東總部基地、金口智能制造及大數(shù)據(jù)發(fā)展示范基地等建設(shè)。（責(zé)任單位：經(jīng)濟(jì)開(kāi)發(fā)區(qū)管委、鰲山衛(wèi)街道辦事處、金口鎮(zhèn)政府，區(qū)工業(yè)和信息化局、大數(shù)據(jù)發(fā)展管理局）
（十一）提升產(chǎn)業(yè)數(shù)字化水平
20.農(nóng)業(yè)數(shù)字化轉(zhuǎn)型。加快智慧農(nóng)業(yè)發(fā)展，推動(dòng)互聯(lián)網(wǎng)與現(xiàn)代農(nóng)業(yè)線上線下“雙融合”，構(gòu)建共創(chuàng)、共享、共贏的數(shù)字農(nóng)業(yè)生態(tài)圈，為鄉(xiāng)村振興和農(nóng)業(yè)農(nóng)村現(xiàn)代化提供新動(dòng)能。實(shí)施信息進(jìn)村入戶(hù)工程，加快‘益農(nóng)信息社’建設(shè)，提高農(nóng)村現(xiàn)代信息技術(shù)應(yīng)用水平。引進(jìn)精準(zhǔn)農(nóng)業(yè)與智慧農(nóng)機(jī)示范系統(tǒng)，建設(shè)衛(wèi)星導(dǎo)航差分定位基站、農(nóng)用遠(yuǎn)程氣象監(jiān)測(cè)站，加快推進(jìn)現(xiàn)代農(nóng)業(yè)生產(chǎn)的精準(zhǔn)化、智能化。加快農(nóng)村電商公共服務(wù)體系建設(shè)，持續(xù)推動(dòng)淘寶村、鎮(zhèn)創(chuàng)建，提升農(nóng)村電商公共服務(wù)軟實(shí)力。（責(zé)任單位：區(qū)農(nóng)業(yè)農(nóng)村局、商務(wù)局）
21.工業(yè)數(shù)字化轉(zhuǎn)型。通過(guò)實(shí)施工業(yè)互聯(lián)網(wǎng)賦能行動(dòng)，推動(dòng)傳統(tǒng)制造業(yè)向數(shù)字化、網(wǎng)絡(luò)化、智能化升級(jí)，有序推進(jìn)區(qū)內(nèi)企業(yè)實(shí)施工業(yè)互聯(lián)網(wǎng)改造，重點(diǎn)培育紡織服裝、汽車(chē)及零部件兩大特色產(chǎn)業(yè)，打造酷特智能“數(shù)字驅(qū)動(dòng)的C2M大規(guī)模定制模式”、即發(fā)集團(tuán)“織染縫一體柔性化制造模式”、森麒麟輪胎“基于精益制造的智慧工廠模式”等。完善工業(yè)互聯(lián)網(wǎng)行業(yè)標(biāo)識(shí)解析體系，工信部備案的工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析二級(jí)節(jié)點(diǎn)數(shù)量不少于1家。加快工業(yè)互聯(lián)網(wǎng)安全保障體系建設(shè)，打造工業(yè)互聯(lián)網(wǎng)安全信息共享、監(jiān)測(cè)預(yù)警、攻防演練等平臺(tái)，提升工業(yè)互聯(lián)網(wǎng)安全公共服務(wù)能力。（責(zé)任單位：區(qū)工業(yè)和信息化局）
22.服務(wù)業(yè)數(shù)字化轉(zhuǎn)型。發(fā)展智慧物流，推進(jìn)國(guó)際陸港、綜合保稅區(qū)等重點(diǎn)物流園區(qū)數(shù)字化升級(jí)改造，建設(shè)智慧物流園區(qū)。發(fā)展網(wǎng)絡(luò)貨運(yùn)等新業(yè)態(tài)新模式，形成智慧物流典型示范應(yīng)用。（責(zé)任單位：區(qū)交通運(yùn)輸局，國(guó)際陸港管委、藍(lán)谷高新區(qū)管委）推進(jìn)商業(yè)實(shí)體向線上銷(xiāo)售轉(zhuǎn)型，鼓勵(lì)發(fā)展平臺(tái)經(jīng)濟(jì)，支持直播電商、社交電商、新零售等新業(yè)態(tài)發(fā)展。（責(zé)任單位：區(qū)商務(wù)局）發(fā)展金融科技，推動(dòng)大數(shù)據(jù)、人工智能、區(qū)塊鏈技術(shù)在金融服務(wù)中的創(chuàng)新應(yīng)用，加強(qiáng)金融風(fēng)險(xiǎn)防控，改善金融市場(chǎng)環(huán)境，提升金融服務(wù)效率。（責(zé)任單位：區(qū)地方金融監(jiān)管局）推進(jìn)自然人、企業(yè)法人、非企業(yè)法人公共信用數(shù)據(jù)庫(kù)建設(shè)，推動(dòng)信用信息的深度融合與協(xié)同使用，構(gòu)建守信聯(lián)合激勵(lì)和失信聯(lián)合懲戒機(jī)制，增強(qiáng)社會(huì)誠(chéng)信和自治能力。（責(zé)任單位：區(qū)發(fā)展改革局、大數(shù)據(jù)發(fā)展管理局）發(fā)展智慧文旅服務(wù)，組織有條件的景區(qū)與互聯(lián)網(wǎng)企業(yè)進(jìn)行合作，推進(jìn)數(shù)字圖書(shū)館、數(shù)字博物館、數(shù)字文化館建設(shè)。（責(zé)任單位：區(qū)文化和旅游局）
四、構(gòu)建智能融合的數(shù)字基礎(chǔ)設(shè)施
（十二）加快新型基礎(chǔ)設(shè)施建設(shè)
23.多功能一體桿。以場(chǎng)景建設(shè)為牽引，結(jié)合道路建設(shè)、老舊路燈改造，整合路燈桿、信號(hào)桿、公交站臺(tái)等市政設(shè)施，加快物聯(lián)網(wǎng)設(shè)施部署，加速多功能桿、柱、樁等新型智能感知設(shè)施建設(shè)。（責(zé)任單位：區(qū)住房城鄉(xiāng)建設(shè)局、公安分局、交通運(yùn)輸局）
24.“雙千兆”城市。加快推進(jìn)“雙千兆”城市建設(shè)，推動(dòng)移動(dòng)通信網(wǎng)絡(luò)、固定寬帶網(wǎng)絡(luò)接入能力逐步達(dá)到1000Mbps。全面部署IPv6，統(tǒng)籌推進(jìn)全區(qū)骨干網(wǎng)、城域網(wǎng)、接入網(wǎng)IPv6升級(jí)。加快推進(jìn)5G基礎(chǔ)設(shè)施建設(shè)，支持運(yùn)營(yíng)商以共建共享共用新模式開(kāi)展5G基站建設(shè)，城區(qū)重點(diǎn)公共區(qū)域5G網(wǎng)絡(luò)覆蓋率達(dá)到80%以上。高質(zhì)量建設(shè)5G網(wǎng)絡(luò)，全面推進(jìn)5G網(wǎng)絡(luò)試點(diǎn)和規(guī)模組網(wǎng)，推動(dòng)5G與重點(diǎn)垂直行業(yè)深度融合。（責(zé)任單位：區(qū)工業(yè)和信息化局）
五、加強(qiáng)數(shù)字化轉(zhuǎn)型支撐保障
（十三）完善數(shù)據(jù)資源服務(wù)體系。統(tǒng)籌全區(qū)基礎(chǔ)數(shù)據(jù)資源建設(shè)，整合各類(lèi)信息平臺(tái)、信息系統(tǒng)和數(shù)據(jù)中心資源，健全基礎(chǔ)數(shù)據(jù)資源動(dòng)態(tài)管理體系，探索建立城市數(shù)據(jù)資源服務(wù)體系。加強(qiáng)社會(huì)、產(chǎn)業(yè)、互聯(lián)網(wǎng)等領(lǐng)域數(shù)據(jù)匯聚。加強(qiáng)數(shù)據(jù)治理，提升數(shù)據(jù)質(zhì)量，確保數(shù)據(jù)完整性、規(guī)范性和準(zhǔn)確性，為風(fēng)險(xiǎn)防控、應(yīng)急調(diào)度、公共決策、協(xié)同治理提供大數(shù)據(jù)支撐，依法依規(guī)推進(jìn)公共數(shù)據(jù)開(kāi)放。（責(zé)任單位：區(qū)大數(shù)據(jù)發(fā)展管理局，區(qū)政府有關(guān)部門(mén)）
（十四）構(gòu)筑防護(hù)有力的網(wǎng)絡(luò)安全體系。推動(dòng)網(wǎng)絡(luò)安全態(tài)勢(shì)感知系統(tǒng)建設(shè)，實(shí)現(xiàn)政務(wù)網(wǎng)絡(luò)和政務(wù)云中心平穩(wěn)運(yùn)行。采用流量監(jiān)測(cè)、人工智能、大數(shù)據(jù)分析等技術(shù)，進(jìn)一步提升網(wǎng)絡(luò)安全防護(hù)能力，及時(shí)發(fā)現(xiàn)、處置網(wǎng)絡(luò)安全問(wèn)題，化解潛在風(fēng)險(xiǎn)，保障政務(wù)網(wǎng)絡(luò)和政務(wù)云中心平穩(wěn)運(yùn)行。推動(dòng)網(wǎng)絡(luò)安全規(guī)范化管理。擬定即墨區(qū)網(wǎng)絡(luò)安全管理辦法，明確各部門(mén)職責(zé)，夯實(shí)主體責(zé)任。科學(xué)研究制定安全策略，組建網(wǎng)絡(luò)安全專(zhuān)家技術(shù)團(tuán)隊(duì)，加強(qiáng)智力支撐，提高政務(wù)網(wǎng)絡(luò)和政務(wù)云中心安全防護(hù)水平。組織開(kāi)展安全知識(shí)培訓(xùn)和應(yīng)急演練，提高人員安全意識(shí)和應(yīng)急處置能力。持續(xù)強(qiáng)化數(shù)據(jù)安全保障。統(tǒng)籌推進(jìn)安全保障體系建設(shè)，明確數(shù)據(jù)采集、傳輸、存儲(chǔ)、使用、開(kāi)放等各環(huán)節(jié)保障網(wǎng)絡(luò)安全的范圍邊界、責(zé)任主體和具體要求，加強(qiáng)安全風(fēng)險(xiǎn)評(píng)估、審查和監(jiān)督，提升安全監(jiān)測(cè)和預(yù)警能力。（責(zé)任單位：區(qū)委網(wǎng)信辦，區(qū)公安分局、大數(shù)據(jù)發(fā)展管理局）
（十五）優(yōu)化數(shù)字即墨發(fā)展環(huán)境。積極推動(dòng)數(shù)字即墨建設(shè)資金納入年度地方財(cái)政預(yù)算，加快完善專(zhuān)項(xiàng)資金申請(qǐng)發(fā)放、績(jī)效管理、調(diào)度激勵(lì)等制度。（責(zé)任單位：區(qū)財(cái)政局）加強(qiáng)對(duì)數(shù)字即墨建設(shè)工作的組織領(lǐng)導(dǎo)、推進(jìn)落實(shí)，對(duì)責(zé)任單位年度完成情況進(jìn)行考核、督導(dǎo)。破除行業(yè)壁壘，推動(dòng)各行業(yè)領(lǐng)域在技術(shù)、標(biāo)準(zhǔn)、成果轉(zhuǎn)化等方面充分對(duì)接，規(guī)范事中事后監(jiān)管，進(jìn)一步優(yōu)化數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境。（責(zé)任單位：區(qū)政府辦公室、市場(chǎng)監(jiān)管局）深化重點(diǎn)領(lǐng)域政務(wù)公開(kāi)，重大建設(shè)項(xiàng)目、公共資源配置、社會(huì)公益事業(yè)建設(shè)領(lǐng)域政府信息公開(kāi)內(nèi)容更加豐富、渠道更加多樣。（責(zé)任單位：區(qū)政府辦公室）配合青島完善政務(wù)信息資源共享、公共信息資源開(kāi)放、數(shù)據(jù)流通交易、個(gè)人信息保護(hù)等領(lǐng)域標(biāo)準(zhǔn)體系、管理制度等。（責(zé)任單位：區(qū)大數(shù)據(jù)發(fā)展管理局、區(qū)委網(wǎng)信辦）加大數(shù)字即墨建設(shè)宣傳力度，及時(shí)推介數(shù)字政府建設(shè)發(fā)展的新成果、新成績(jī)、新成就，積極營(yíng)造重視數(shù)字即墨建設(shè)的輿論氛圍。（責(zé)任單位：區(qū)大數(shù)據(jù)發(fā)展管理局、工業(yè)和信息化局）
抄送：區(qū)委各部委，區(qū)人大常委會(huì)辦公室，區(qū)政協(xié)辦公室，區(qū)監(jiān)委，區(qū)人武部，區(qū)法院，區(qū)檢察院，省、青島駐即單位，各派，人民團(tuán)體。
青島市即墨區(qū)人民政府辦公室 2021年7月1日印發(fā)