结构因果模型径路评述

近三十年因果研究取得了长足的进步，除了被誉为“统计学因果推断革命”的潜在结果模型，还有朱迪亚·珀尔所主导的结构因果模型。这个理论在深刻改变社会科学、神经科学和行为科学研究范式的同时，也走出了一条不同于(同时也裨益于)机器学习(深度学习)智能研究的新思路，为人工智能进入“小数据、大任务”的范式发展提供了可能性与光照。本文将对结构因果模型的根本设想、数学化进程及其人工智能愿景做细致地评述。     

基于智能分析引擎的静脉血栓风险管理系统

近年来，国家相关部门开始逐步重视VTE防治体系的建设和管理工作，修订完善了相关指南和管理建议，各级医疗机构也纷纷进行VTE防控信息化的探索。传统的VTE风险评估采用由医生经验判断或者填写纸质综合评估资料，也有部分医院在HIS系统嵌入评估表实现医护手动勾选评估，而本文采用自然语言处理方法，提取医疗信息系统里与风险因素有关的文本数据，结合评估规则库形成智能分析引擎，将静脉血栓栓塞风险管理电子化、智能化，达到静脉血栓评估、预防、诊断、治疗全过程的规范化管理。实现了医护信息系统无缝对接，评估筛查全覆盖，监控管理全覆盖，有效保障了患者安全，提升了医疗管理质量。     

基于Google Earth Engine的合肥市土地覆盖变化研究

针对传统的单机处理遥感影像方式难以进行大尺度和长时间序列土地覆盖监测的缺点，文章以合肥市为研究区，借助谷歌地球引擎(Google Earth Engine, GEE)平台，利用2000—2020年多景Landsat卫星影像和多种辅助数据，采用随机森林(random forest, RF)算法得到土地覆盖分类图，并对土地覆盖变化(land cover change, LCC)进行驱动力因素分析，基于植被覆盖度(fractional vegetation cover, FVC)反演算法进一步得到FVC时空变化。研究结果表明：近20年来研究区土地覆盖时空变化特征十分明显，FVC时空变化呈现减少特征；人口增加和社会经济发展是LCC主要驱动因素。