西安交通大学数学与统计学院医学人工智能团队为西安交大第二附属医院紧急开发出一套免费在线健康咨询、问诊与新冠风险筛查系统。患者可通过该系统直连二附院相关科室资深医生，进行远程咨询与筛查。作为一款综合的医疗在线服务平台，此系统打通了医疗环节中的各参与者、各系统、各终端，实现互联互通，促进信息数据充分流动，为患者提供疾病问诊、健康答疑、病情跟踪、实时监护等一站式医疗服务。系统已于2020年2月1日零时正式上线，截止2月3日24时，该系统已向5500余人次提供咨询、问诊及筛查服务。为实现“一平台多终端”的访问方式，平台摒弃传统native APP,采用Html5技术并已适配了各类手机、PC及微信的无障碍访问。平台后端基于大规模容器技术及分布式异步消息处理技术，可以满足百万用户在线实时沟通。平台利用大数据和人工智能技术为病人和医生提供更加精准、可靠的信息筛选和信息推送。平台可提供基于SaaS的服务模式，也可提供私有化部署，依托实体医院建立互联网问诊区，促进线上线下结合与医疗门诊闭环，最大化提升医疗资源利用率与医院协同效率，打造医疗服务新模式打破时空限制共享优质医疗资源。

地质灾害风险管理是地质灾害防灾减灾的重要手段，县级地质灾害风险管理系统主要应用于县级地方政府对辖区地质灾害进行风险分析、风险评价及预警预报等防灾减灾工作。该项成果先后获得陕西省科学技术研究发展计划（社会发展）、陕西省自然科学基金等项目的资助，与之相关的研究成果经陕西省科技厅鉴定为国际先进，获陕西省科学技术进步二等奖 1 项，并取得国家知识产权局软件著作权证书。目前该系统已经在陕西省宁强县等县区推广应用，并取得了良好的应用效果。

在2003年成功预测SARS流行趋势的基础上，西安交通大学数学与统计学院生物数学团队与陕西师范大学生物数学团队、加拿大吴建宏教授团队合作，基于新型冠状病毒的传播机理、密切跟踪隔离和封城等策略，建立了传播动力学模型，对新型冠状病毒肺炎传播风险进行了预测分析，此项研究成果“Estimation of the transmission risk of 2019-nCov and its implication for public health interventions”。 研究中利用2020年1月10日至1月22日的报告疫情数据，采用动力学模型和统计计算方法预测武汉新型冠状病毒肺炎传播的基本再生数为6.47 (95%置信区间为5.71-7.23)，给出了疫情的达峰时间和峰值以及最终感染规模（若继续1月22日前的控制措施，疫情将在3月10日左右达到峰值）。研究中进一步采用似然函数方法加以验证，得到了与模型估计值一致的结果。如果续代时间大于6天或潜伏期越长，基本再生数可能更大，该结论说明了疫情传播的速度快。与23至25日的疫情数据相比，模型预测结果与报告疫情数据基本一致。 研究中进行敏感性分析，讨论了1月22日前武汉采取的防控措施的有效性以及在降低再生数中的重要作用。预测结果显示从23日起加强控制措施，报告病例数会在一个周后出现明显的下降，即加强的控制措施会在一个周后产生明显效果。进一步分析1月23日后武汉封城策略对其它地区疫情的影响，基于武汉到北京的航班、铁路等信息，计算武汉封城前后对北京疫情的影响，表明武汉封城（即北京无来自武汉输入病例）后，北京在未来7天的病例数将降低91.14%，这说明了武汉封城对全国疫情防控的关键作用。SSRN 截图 密切跟踪隔离措施的敏感性分析点击查看原文

在2003年成功预测SARS流行趋势的基础上，西安交通大学数学与统计学院生物数学团队与陕西师范大学生物数学团队、加拿大吴建宏教授团队合作，基于新型冠状病毒的传播机理、密切跟踪隔离和封城等策略，建立了传播动力学模型，对新型冠状病毒肺炎传播风险进行了预测分析，此项研究成果“Estimation of the transmission risk of 2019-nCov and its implication for public health interventions”。 研究中利用2020年1月10日至1月22日的报告疫情数据，采用动力学模型和统计计算方法预测武汉新型冠状病毒肺炎传播的基本再生数为6.47 (95%置信区间为5.71-7.23)，给出了疫情的达峰时间和峰值以及最终感染规模（若继续1月22日前的控制措施，疫情将在3月10日左右达到峰值）。研究中进一步采用似然函数方法加以验证，得到了与模型估计值一致的结果。如果续代时间大于6天或潜伏期越长，基本再生数可能更大，该结论说明了疫情传播的速度快。与23至25日的疫情数据相比，模型预测结果与报告疫情数据基本一致。 研究中进行敏感性分析，讨论了1月22日前武汉采取的防控措施的有效性以及在降低再生数中的重要作用。预测结果显示从23日起加强控制措施，报告病例数会在一个周后出现明显的下降，即加强的控制措施会在一个周后产生明显效果。进一步分析1月23日后武汉封城策略对其它地区疫情的影响，基于武汉到北京的航班、铁路等信息，计算武汉封城前后对北京疫情的影响，表明武汉封城（即北京无来自武汉输入病例）后，北京在未来7天的病例数将降低91.14%，这说明了武汉封城对全国疫情防控的关键作用。SSRN 截图 密切跟踪隔离措施的敏感性分析点击查看原文

产品详细介绍请登录 中国科学软件网 了解更多Decisiontools软件信息和报价。每个人都想知道诸如此类问题的答案。掌握了此类信息，您就可以在作出重大决策时大胆猜测并能有把握地规划策略。使用 DecisionTools Suite，您可以在 Excel 电子表格中解答诸如此类的更多问题。DecisionTools Suite 中文版是一套在 Microsoft Excel 量身定制集成程序，从而使用户可以在一个软件包中针对不确定因素完成风险优化及决策分析的操作。DecisionTools Suite 中文版包括使用蒙特卡罗模拟执行风险分析的 @RISK、执行决策分析的 PrecisionTree 和执行自动“假设”灵敏度分析的 TopRank。此外，Suite 还包括执行预测、数据分析和最优化的 StatTools、NeuralTools 和 Evolver。所有程序的设计和开发均旨在使其易于配合使用。第 6 版新增功能 — 项目管理改进及其他功能全新 DecisionTools Suite 第 6 版包含多项改进，包括功能强大的 @RISK 与 Microsoft Project 的新型集成，借助该集成，您可以对 Microsoft Project 进度表上执行风险分析和蒙特卡罗模拟，而所有这一切都来自 @RISK for Excel 平台！@RISK 还添加了时间序列模型模拟、易于理解的用于确定风险推动因素的龙卷风图、更佳的制图选项、改进后的分布拟合及新的分布函数。但 DecisionTools Suite 6 绝非只包含 @RISK。PrecisionTree 6 添加了功能强大的贝叶斯修正功能，以及可在决策树任意位置插入节点的功能。RISKOptimizer 和 Evolver 6 目前含有 OptQuest 解法引擎，可在众多类型的模型中更快速地提供解法。RISKOptimizer 之前便一直与 @RISK 共享函数，而目前出于无缝建模的目的再次提高了与 @RISK 的集成度。同时，StatTools 和 NeuralTools 也已向神经网络测试中添加了多项散点图和灵敏度分析改进。新增功能：Office 2013/Windows 8 兼容性 DecisionTools Suite 内含的所有产品均与 Excel 2013、Project 2013 和 Windows 8（32 和 64 位），以及 Office 和 Windows 的先前版本（如 Office 2003/Windows XP）兼容。支持简体中文DecisionTools Suite 6 已完全翻译为中文。所有菜单、对话框、帮助文件和示例文件都是以中文显示。DecisionTools Suite 还提供英文版、西班牙语版、德语版、法语版、葡萄牙语版和日语版。 此外，DecisionTools 6.1 版的所有产品均支持您随意切换语言，仅需一个安装程序即可，绝对是跨国公司的完美之选。新的中文版示例现在，所有 DecisionTools 产品都加入了经修正和更新的示例文件，还有各行各业的示例。所有示例都采用有条理的方式加以编排，方便导览。视频提供中文版，并以中文演示 DecisionTools 软件。这些示例是由印第安纳大学的 MBA 教授兼作者 Chris Albright 博士设计和撰写。它们提供循序渐进的指引，从设置到运行模型，详细列举了在多个行业中的应用情况。Excel 易于使用 DecisionTools Suite 与您的电子表格完全集成。浏览、定义和分析 — 全部在 Excel 中完成。所有 DecisionTools Suite 函数均是真正的 Excel 函数，并且与 Excel 基本函数的行为方式完全一样。窗口全部与电子表格中的单元格直接链接，因此在某一位置进行更改，其他位置会相应进行更改。图表通过调用窗口指向其单元格。方便的拖放操作、上下文相关的右键菜单和直观的工具栏使您可以快速学习和使用 DecisionTools。组合的威力更强DecisionTools套装的每个组成部分都可以单独的执行强大的分析。当您把这些产品组合起来，执行分析就能够得到比任何单个的程序可以提供的更完整的结果。对您电子表单中的模型的组合分析通过使用PrecisionTree创建一个决策树开始，然后通过TopRank执行擶hat-it?#20998;析来识别在模型中的关键变量。然后把它带入到@RISK中进行分析，这时主要分析您的PrecisionTree模型中固有的机会事件和不确定收益分险。使用BestFit和RISKview来量化在您的@RISK，PrecisionTree，和TopRank模型中的分险.使用@RISK来执行不确定因子分险分析，然后使用RISKOptimizer来帮助您指定您可以控制的变量。DecisionTools套装包括下列工具：@risk- 流行的分险分析Excel插件,帮助您识别隐藏的机会和避免缺陷。增加蒙特卡洛(Monte Carlo)模拟功能到Excel电子表单中。通过@RISK分布函数和模拟来替换您工作表中的不确定值，并使用历史数据来选择合适的@RISK函数，得到那些可能的输出和那些输出发生的概率值，最后使用高质量的图像和图表来向其他人展示您的发现。PrecisionTree-适用Excel的决策分析插件，让您可以向其他人描绘什么是我们应该做的及为什么要这么做。在电子表单中创建决策树和影响图解，使用决策树来可视化模型制定事件的顺序。结果包括一份完整的统计报表，敏感度图表，和分析剖面图。TopRank 在 Microsoft Excel 电子表格自动“假设”灵敏度分析。您可以定义任何输出项或“结果”单元格，而且 TopRank 将自动找到并更改影响您的输出项的所有输入单元格。最终结果是确定影响您的结果的所有输入因素，并对这些因素进行排名。RISKOptimizer-解决各类顽固组合问题的Excel功能插件。使用遗传算法来找到可以达到预期结果的可控制因子的最佳可能组合，然后在特定的情况下运行蒙特卡罗(Monte Carlo)模拟来查看不可控变量的效果。RISKOptimizer自动组合这些分析。在DecisionTools工业版套装中包含该模块.

根据目前的研究，新冠病毒引起的肺炎最常见的症状是发热和咳嗽等，而表现出腹泻症状的患者较少。广州中山大学第三附属医院学者在预印本平台medrxiv发表文章称，腹泻可能是新冠病毒感染的一个指标，提示临床医生应更加关注腹泻患者。而目前三项研究报告的腹泻发生率不同。作者认为，腹泻可能是一个被忽视的症状。由于冠状病毒通过结合ACE2入侵人体细胞，ACE2也可调控肠道炎症，为了追踪新冠病毒介导的感染途径，团队使用单细胞RNA测序进行了分析。结果发现， ACE2 在小肠中高度表达，尤其在近端和远端肠细胞中显著升高，而ACE2在肺组织中的RNA水平较低。因此，团队怀疑，当人们食用受感染的野生动物时，表达ACE2的小肠上皮细胞可能容易受到新冠病毒感染，腹泻可能是感染的一个指标。研究还分析了HCOV-229 E病毒的ANPEP受体和Mers-CoV病毒的DPP4受体的表达谱。发现这些病毒进入受体的 RNA 水平也在近端或远端肠细胞中也呈现高表达，与ACE2的表达谱一致。由于ACE2、ANPEP和DPP4的表达谱明显重叠，人类肠道很可能是这些病毒的另一种感染途径。 作者建议，对于新冠病毒感染预防，不仅要戴好口罩防止通过呼吸道感染，也不能忽视病从口入经肠道感染，疫情期间，食物最好要高温烹饪。由于新冠病毒与SARS病毒高度同源，约20～25%的SARS患者有腹泻，而目前新冠病毒肺炎的腹泻发生率仅2～3%，这令人困惑。作者指出，鉴于疫情中的很多初期患者报告与野生动物市场有联系，这一观察提出了一个重要问题，即当食物到达小肠时，病毒是否通过污染食物传播。

研制了检测沙门氏菌的 PCR 试剂盒，初步建立了形成大肠杆菌的检测方法，初步建立了免疫传感器的模型。

XM-YEF新生儿生长发育指标测量仿真模型   功能特点： ■ XM-YEF新生儿生长发育指标测量仿真模型共有3种不同生长指标的新生儿仿真模型，此3种模型人为1套，供学生训练与考核用。 ■ 3种新生儿模型均为男性，其身高分别为52cm、50cm、47cm，头围分别为42cm、34cm、31cm，体重分别为3kg、2kg、1.7kg。 ■ 身长测量：新生儿仿真模型的关节可活动，在自然状态下腿部呈M型，在测量新生儿身长时，操作者可拉直新生儿的关节，并且可推直新生儿的脚，使之与腿部呈90度角。  ■ 可进行新生儿抱持、包裹、擦浴、穿衣、换尿布、喂奶、清洁眼、耳、鼻等基础护理操作，可测量体重、胸围、腹围、头围等。 ■ 可进行皮肤护理。

1、安全辅助驾驶系统：前向碰撞预警 FCW、行人预警 PCW、 车道偏离预警 LDW、限速标志提醒 ISA、司机防危险驾驶 DSW（闭眼、打哈欠、打电话、抽烟、姿态异常、驾驶员身 份鉴定）、BSD 盲区监测； 2、远程监控报警系统：车辆实时跟踪、多方位视频监控、 智能呼叫与人工坐席、报警影像上传、行车记录存储； 3、驾驶风险管理平台：结合驾驶行为、时间、天气、路况、 环境和车况等多维信息，分析并展示车辆驾驶的实时风险， 并在线整合历史数据，定制化生成风险统计报表。 

建立了我国首个针对食源性致病菌建立的可视化预测建模与定量风险评估预警平台，实现了食源性致病菌污染信息的荟萃分析、实验观测数据的建模评价、种群大小的模拟预测，及目标食品-致病菌组合的模块化定量风险评估。所建平台作为通用型工具，减轻了微生物风险评估相关科研人员、生产者、监管者等的学习负担和时间成本，提高了预测微生物模型的实用性，推动了我国微生物风险评估的发展和普及。