AI与医疗健康口袋里的人工智能人工智能知识启蒙科普读物智能医疗医疗数据分析智能诊断精准化及个性化治疗广东科技

作者: 史颖欢李姝萌

出版社: 广东科技出版社

出版时间: 2024-01

版次: 1

ISBN: 9787535981691

定价: 36.80

装帧: 其他

开本: 32开

纸张: 胶版纸

分类: 计算机与互联网

本书聚焦人工智能在医疗健康领域的应用发展，主要介绍了人工智能的概念、方法，以及人工智能在医疗数据分析、辅助临床诊断、加速医药研发、助力医疗资源分配等方面的应用。全书共四章。第一章介绍智能医疗的发展史，以及人工智的各种实现方法；第二章介绍医疗数据的类型以及人工智能对这些数据的分析和利用；第三章介绍人工智能在各类疾病分析、辅助诊疗、药物研发、健康管理、个性化治疗等方面的应用。第四章从政策法规、数据安全方面阐述了AI在医疗健康应用和发展中的风险以及保障机制，并展望了人工智能在医疗健康中的应用前景与发展的方向。本书既可为青少年了解智能化医疗提供良好的启蒙，又可为相关从业人员了解行业动态和产业发展全貌提供有价值的参考。陈俊龙，华南理工大学计算机科学与工程学院院长，欧洲科学院外籍院士，欧洲科学与艺术学院院士，中国自动化学会副理事长。他曾任澳门大学科技学院院长，美国德州大学工学院终身教授、副院长和电机及计算机系主任。现任《IEEE Transactions on Cybernetics》期刊主编。

史颖欢，南京大学计算机科学与技术系副教授，博士生导师，南京大学健康医疗大数据国家研究院医疗AI平台主要负责人。主要研究方向为人工智能与医疗图像分析。国家优秀青年基金获得者，入选“中国科协青年人才托举工程”，获得“吴文俊人工智能优秀青年奖”“江苏省科学技术奖”“中国人民解放军医疗成果奖”等荣誉。

李姝萌，南京大学计算机系在读博士生，曾任南京大学健康医疗大数据国家研究院科研助理。本科与硕士分别毕业于厦门大学与新加坡南洋理工大学，主要研究方向为人工智能与医疗图像分析，在IEEE TMI、CVPR、MICCAI等国内外期刊及会议发表论文多篇。第一章　溯本求源：智能医疗发展史 001

一、什么是AI 002

二、AI的发展历程 006

三、智慧医疗 012

（一）AI辅助临床诊疗 015

（二）AI加速医药研发 017

（三）AI助力医疗资源分配 018

四、实现人工智能的方法 021

（一）线性模型 022

（二）决策树 024

（三）支持向量机 025

（四）聚类算法 027

（五）深度学习模型 028

（六）强化学习 032

（七）生成模型 034

第二章　分门别类：不同类型的医疗数据 041

一、概述 042

二、智慧医疗信息系统 048

（一）医院信息系统 048

（二）临床信息系统 048

（三）实验室信息系统 050

（四）影像管理系统 051

（五）医院资源规划管理系统 053

三、文本数据 053

（一）MIMIC-Ⅲ 054

（二）eICU-CRD 056

（三）PubMed 057

四、图像数据 059

（一）经典医学图像的特点 060

（二）医疗图像数据集 061

五、基因数据 069

（一）GenBank序列数据库 071

（二）UCSC基因组浏览器 074

六、音频数据 077

（一）胸壁肺音数据集 077

（二）心跳声数据集 079

七、视频数据 080

（一）内窥镜胆囊切除手术视频数据集 081

（二）医学视频分类数据集 082

八、小结 084

第三章　各显神通：医疗中的典型应用 087

一、概述 088

二、老年病学 089

（一）阿尔茨海默病 090

（二）心脑血管疾病 092

（三）生命体征云监测 095

三、睡眠医学 096

（一）阻塞性睡眠呼吸暂停筛查 097

（二）实时睡眠分期 099

（三）智能家居与智能睡眠 101

四、电子病历 102

五、肿瘤医学 106

（一）学术研究 108

（二）眼内肿瘤 109

（三）癌症早筛 110

（四）肿瘤手术机器人 111

六、骨科医学 111

（一）骨折检测 112

（二）骨肿瘤识别 112

（三）骨科手术机器人 113

七、肺结节和肺炎 114

（一）肺结节筛查 115

（二）肺炎诊断 116

八、重症医学科 118

（一）生存情况预测 119

（二）影像辅助检测 119

（三）智慧ICU 120

九、皮肤医学 122

（一）辅助诊疗 123

（二）肤质判定 125

十、神经医学 126

（一）学术研究 127

（二）药物研究 129

（三）神经医学设备 129

十一、康复医学 129

（一）外骨骼机器人 130

（二）脑机接口 131

十二、小结 134

第四章　保驾护航：政策法规与数据安全 137

一、政策法规 138

（一）管理方案 138

（二）责任归属 142

二、数据安全 143

（一）数据保护 144

（二）信息匿名化 146

参考文献 150
内容简介:
本书聚焦人工智能在医疗健康领域的应用发展，主要介绍了人工智能的概念、方法，以及人工智能在医疗数据分析、辅助临床诊断、加速医药研发、助力医疗资源分配等方面的应用。全书共四章。第一章介绍智能医疗的发展史，以及人工智的各种实现方法；第二章介绍医疗数据的类型以及人工智能对这些数据的分析和利用；第三章介绍人工智能在各类疾病分析、辅助诊疗、药物研发、健康管理、个性化治疗等方面的应用。第四章从政策法规、数据安全方面阐述了AI在医疗健康应用和发展中的风险以及保障机制，并展望了人工智能在医疗健康中的应用前景与发展的方向。本书既可为青少年了解智能化医疗提供良好的启蒙，又可为相关从业人员了解行业动态和产业发展全貌提供有价值的参考。
作者简介:
陈俊龙，华南理工大学计算机科学与工程学院院长，欧洲科学院外籍院士，欧洲科学与艺术学院院士，中国自动化学会副理事长。他曾任澳门大学科技学院院长，美国德州大学工学院终身教授、副院长和电机及计算机系主任。现任《IEEE Transactions on Cybernetics》期刊主编。

史颖欢，南京大学计算机科学与技术系副教授，博士生导师，南京大学健康医疗大数据国家研究院医疗AI平台主要负责人。主要研究方向为人工智能与医疗图像分析。国家优秀青年基金获得者，入选“中国科协青年人才托举工程”，获得“吴文俊人工智能优秀青年奖”“江苏省科学技术奖”“中国人民解放军医疗成果奖”等荣誉。

李姝萌，南京大学计算机系在读博士生，曾任南京大学健康医疗大数据国家研究院科研助理。本科与硕士分别毕业于厦门大学与新加坡南洋理工大学，主要研究方向为人工智能与医疗图像分析，在IEEE TMI、CVPR、MICCAI等国内外期刊及会议发表论文多篇。
目录:
第一章　溯本求源：智能医疗发展史 001

一、什么是AI 002

二、AI的发展历程 006

三、智慧医疗 012

（一）AI辅助临床诊疗 015

（二）AI加速医药研发 017

（三）AI助力医疗资源分配 018

四、实现人工智能的方法 021

（一）线性模型 022

（二）决策树 024

（三）支持向量机 025

（四）聚类算法 027

（五）深度学习模型 028

（六）强化学习 032

（七）生成模型 034

第二章　分门别类：不同类型的医疗数据 041

一、概述 042

二、智慧医疗信息系统 048

（一）医院信息系统 048

（二）临床信息系统 048

（三）实验室信息系统 050

（四）影像管理系统 051

（五）医院资源规划管理系统 053

三、文本数据 053

（一）MIMIC-Ⅲ 054

（二）eICU-CRD 056

（三）PubMed 057

四、图像数据 059

（一）经典医学图像的特点 060

（二）医疗图像数据集 061

五、基因数据 069

（一）GenBank序列数据库 071

（二）UCSC基因组浏览器 074

六、音频数据 077

（一）胸壁肺音数据集 077

（二）心跳声数据集 079

七、视频数据 080

（一）内窥镜胆囊切除手术视频数据集 081

（二）医学视频分类数据集 082

八、小结 084

第三章　各显神通：医疗中的典型应用 087

一、概述 088

二、老年病学 089

（一）阿尔茨海默病 090

（二）心脑血管疾病 092

（三）生命体征云监测 095

三、睡眠医学 096

（一）阻塞性睡眠呼吸暂停筛查 097

（二）实时睡眠分期 099

（三）智能家居与智能睡眠 101

四、电子病历 102

五、肿瘤医学 106

（一）学术研究 108

（二）眼内肿瘤 109

（三）癌症早筛 110

（四）肿瘤手术机器人 111

六、骨科医学 111

（一）骨折检测 112

（二）骨肿瘤识别 112

（三）骨科手术机器人 113

七、肺结节和肺炎 114

（一）肺结节筛查 115

（二）肺炎诊断 116

八、重症医学科 118

（一）生存情况预测 119

（二）影像辅助检测 119

（三）智慧ICU 120

九、皮肤医学 122

（一）辅助诊疗 123

（二）肤质判定 125

十、神经医学 126

（一）学术研究 127

（二）药物研究 129

（三）神经医学设备 129

十一、康复医学 129

（一）外骨骼机器人 130

（二）脑机接口 131

十二、小结 134

第四章　保驾护航：政策法规与数据安全 137

一、政策法规 138

（一）管理方案 138

（二）责任归属 142

二、数据安全 143

（一）数据保护 144

（二）信息匿名化 146

参考文献 150