醫學人工智能導論

王金社,封晨潔

  • 醫學人工智能導論-preview-1
  • 醫學人工智能導論-preview-2
  • 醫學人工智能導論-preview-3
  • 醫學人工智能導論-preview-4
  • 醫學人工智能導論-preview-5
醫學人工智能導論-preview-1

相關主題

商品描述

本書構建“理論+案例+實踐”三維架構,既有對醫學數據的分類與特征、醫學數據處理的基本流程、醫學數據分析方法、醫學數據分析技術與工具等內容的專業講解,也有對顱內出血智能分診、糖尿病數字療法、阿爾茨海默病患者居家監護等真實場景的深度復盤;既覆蓋慢性病風險預測、亞健康量化評估等核心應用,也直面數據隱私、算法公平性等行業挑戰。本書兼顧前沿性與實用性,融合醫工交叉智慧,為醫學生、臨床醫師、健康管理從業者及科研人員提供一套“看得懂、用得上、能進階”的權威指南,助力讀者把握智能醫療的時代脈搏,共築健康中國的技術基石。

目錄大綱

目錄
第1章 人工智能與醫學人工智能基礎 1
1.1 人工智能概述 1
1.1.1 人工智能的定義與核心要素 1
1.1.2 人工智能的起源與發展脈絡 3
1.1.3 人工智能三大主流學派對比 4
1.1.4 全球人工智能研究現狀與前沿方向 6
1.2 醫學人工智能的內涵與價值 7
1.2.1 醫學人工智能的定義與特征 7
1.2.2 醫學人工智能的應用場景與核心價值 8
1.2.3 醫學人工智能的發展驅動力 11
1.3 人工智能大模型與醫學應用 12
1.3.1 大模型的技術原理與核心能力 13
1.3.2 通用大模型在醫學中的適配挑戰 14
1.3.3 典型醫學大模型案例 16
1.3.4 大模型與醫學小模型的融合趨勢 17
習題 18
第2章 醫學數據分析方法與技術 20
2.1 醫學數據的分類與特征 20
2.1.1 醫學數據的分類 20
2.1.2 醫學數據的特征 23
2.2 醫學數據處理的基本流程 24
2.2.1 數據收集 25
2.2.2 數據預處理 25
2.2.3 特征工程與數據標註 26
2.2.4 數據存儲 28
2.2.5 數據分析 28
2.2.6 數據可視化 29
2.2.7 數據應用 30
2.3 醫學數據分析方法 30
2.3.1 統計分析方法 30
2.3.2 機器學習分析方法 32
2.3.3 深度學習分析方法 34
2.4 醫學數據分析技術與工具 36
2.4.1 基礎數據預處理技術與工具 37
2.4.2 分析模型實現技術與工具 39
2.4.3 多源醫學數據專項處理技術與工具 42
習題 44
第3章 人工智能在臨床診療中的應用 46
3.1 新醫科背景下的人工智能診療體系 46
3.1.1 人工智能診療體系的架構 46
3.1.2 智能醫療設備 47
3.1.3 案例:顱內出血智能分診系統 48
3.1.4 案例:顱內出血思維導圖自動生成 51
3.2 人工智能在中醫藥臨床中的應用 53
3.2.1 數字中醫藥的發展現狀 53
3.2.2 中醫藥AI應用模式 54
3.2.3 案例:肺部感染性疾病方劑用藥規律分析 55
3.2.4 案例:基於RAG 的針灸智能問答系統 57
3.3 臨床數據統計與精準分析 59
3.3.1 診療數據統計 59
3.3.2 健康管理數據分析 60
3.3.3 案例:糖尿病數字療法 61
3.3.4 案例:乳腺癌病理圖像分類 61
習題 62
第4章 人工智能在公共衛生中的應用 63
4.1 疾病監測與流行病預測 63
4.1.1 AI在傳染病監測中的應用 63
4.1.2 案例:流感疫情時空分析與預測 64
4.1.3 慢性病流行趨勢預測 66
4.2 疾病診斷與個性化治療 67
4.2.1 AI在篩查中的應用 67
4.2.2 案例:個人體檢數據整合分析與早期診斷 69
4.2.3 案例:腎結石患者個性化治療方案制定 71
4.3 公共衛生管理與決策支持 73
4.3.1 AI在衛生資源配置中的應用 73
4.3.2 案例:寧夏回族自治區衛生醫療機構人員數據可視化 74
4.4 健康行為幹預與健康教育 76
4.4.1 AI驅動的個性化健康行為幹預 76
4.4.2 案例:個人健康方案自動生成 77
習題 80
第5章 人工智能在個性化健康管理中的應用 82
5.1 個性化健康管理概述 82
5.1.1 大健康背景下的健康管理需求 83
5.1.2 AI賦能個性化健康管理的核心邏輯 84
5.2 全周期健康數據采集與整合 84
5.2.1 多源健康數據融合 84
5.2.2 健康數據實時監測與質量把控 86
5.2.3 案例:智能手環健康數據與電子健康檔案的聯動整合 87
5.3 個性化健康風險預測與評估 88
5.3.1 慢性病風險精準預測模型 88
5.3.2 亞健康狀態量化評估 99
5.3.3 案例:基於多維度數據的個人健康風險評分系統 102
5.4 精準健康幹預方案生成與動態優化 103
5.4.1 個性化飲食、運動、睡眠方案智能生成 103
5.4.2 幹預效果實時追蹤與方案動態優化 104
5.4.3 案例:AI驅動的肥胖人群個性化減重方案 105
5.5 特殊人群健康管理的AI應用 107
5.5.1 老年人居家健康監測與緊急救援 107
5.5.2 職場人群亞健康幹預與壓力管理 107
5.5.3 案例:阿爾茨海默病患者居家智能監護系統 107
習題 108
第6章 人工智能在康復醫療中的應用 109
6.1 康復醫療智能化概述 109
6.1.1 大健康背景下的康復醫療需求 109
6.1.2 AI賦能康復醫療的核心優勢 110
6.2 康復評估的智能化技術 111
6.2.1 運動功能智能評估 111
6.2.2 神經功能康復評估 113
6.2.3 案例:腦卒中患者運動功能障礙智能評估系統 115
6.3 個性化康復訓練的AI應用 116
6.3.1 智能康復設備 116
6.3.2 虛擬現實/增強現實康復訓練場景構建 117
6.3.3 案例:虛擬現實引導下的腦卒中患者上肢精細運動康復訓練 117
6.3.4 案例:脊髓損傷患者下肢康復機器人個性化訓練方案 118
6.4 康復效果的動態監測與優化 119
6.4.1 康復訓練數據實時采集與效果量化分析 119
6.4.2 基於效果反饋的康復方案智能調整 120
6.4.3 案例:慢阻肺患者肺康復效果AI追蹤系統 120
6.5 居家康復的AI賦能方案 121
6.5.1 居家康復智能指導系統 121
6.5.2 遠程康復監測與醫生在線指導 122
6.5.3 案例:骨科術後居家康復AI助手 123
習題 123
第7章 人工智能在醫學教育中的應用 125
7.1 醫學教育智能化概述 125
7.1.1 醫學教育的核心特點 125
7.1.2 AI在醫學教育中的優勢 126
7.2 中醫教學的智能化升級 128
7.2.1 AI在中醫教學中的應用場景 128
7.2.2 案例:中醫經典知識智能化教學 131
7.3 慢性病科普與健康管理教育 133
7.3.1 AI在慢性病科普中的應用 133
7.3.2 案例:常見慢性病的AI科普助手 135
7.4 醫療大數據驅動的教學創新 138
7.4.1 醫療大數據在教學中的應用 139
7.4.2 案例:基於患者生理指標的糖尿病風險預測 141
7.5 醫學影像分析的實訓賦能 144
7.5.1 醫學影像學基礎 145
7.5.2 AI在影像處理中的教學應用 147
習題 150
第8章 WPS AI在醫療辦公中的應用 152
8.1 文檔的創作與解讀——AI寫作助手、AI閱讀助手 152
8.1.1 AI寫作助手 152
8.1.2 AI閱讀助手 158
8.2 表格處理——AI數據助手 165
8.2.1 AI數據處理 165
8.2.2 AI表格助手 168
8.2.3 AI數據問答 172
8.3 演示文稿制作——AI設計助手 175
8.3.1 AI生成PPT 175
8.3.2 AI幫我寫幻燈片 179
8.3.3 AI幫我改幻燈片 183
習題 185
第9章 醫學人工智能的挑戰與未來趨勢 187
9.1 醫學人工智能的核心挑戰 187
9.1.1 倫理問題 187
9.1.2 法律問題 189
9.1.3 社會問題 191
9.1.4 技術瓶頸 193
9.2 醫學人工智能的未來發展趨勢 196
9.2.1 深度融合:從“單點應用”到“全流程閉環” 196
9.2.2 生態構建:醫院-企業-高校-政府的協同創新 198
9.2.3 監管完善:倫理審查、技術標準、認證體系的建立 199
9.2.4 範式變革:從“輔助工具”到“醫療夥伴” 202
習題 203
參考文獻 204

最後瀏覽商品 (20)