人工智能在中医药领域的应用进展及现状思考

人工智能（Artificial Intelligence，AI）的蓬勃兴起为现代社会带来了前所未有的机遇，中医药是中华民族传承千年的文化瑰宝。随着人工智能技术不断在中医药领域的科技创新中崭露头角，二者的融合不断加深，人工智能在中医药领域的发展前景、争议挑战也引发了诸多思考。本文将从人工智能在中医药领域的应用入手，对人工智能辅助中医诊断、智能决策与数据挖掘、健康管理及中草药现代化研究等方面，就近年来国内外研究进展进行总结与分析，以期为AI视域下实现中医药现代化、智能化赋能。     

直肠癌淋巴结转移的深度神经网络评判研究进展

正目前,临床上对于直肠癌常用的影像评估方法有MRI、螺旋CT、PET-CT、直肠腔内超声(ERUS)等。而MRI作为首选检查方式,对肿瘤位置、浸润深度、淋巴结转移、血管侵犯、环周切缘及周围器官侵犯等方面的评估均具有明显优势~([1-2])。通过MRI诊断淋巴结的方法通常是影像科医师逐层浏览每一幅图像,从中识别淋巴结的形状、界限及密度来判断,这种传统方式耗时较长且存在主观偏倚,导致     

“人工智能+X”背景下医学信息管理专业研究生培养模式

阐述当前“人工智能+X”背景下市场对医学信息管理专业人才能力的需求，分析医学信息管理专业人才培养现状，提出从重塑学科人才培养目标、优化课程内容与课程设置、建设“双师型”导师队伍、搭建多方协同共建共享在线平台及设立“政用产学研”联合培养基地等方面探索医学信息管理专业研究生培养模式，以期培养适应人工智能时代发展，具备学科优势特色的高层次、高水平、高质量的复合型、应用型、创新型人才。     

深度学习技术在医学影像中的应用

近十年来,人工智能(artificial intelligence,AI)在医学领域发展迅速,很大程度上得益于机器学习(machine learning,ML)技术的发展与进步,而机器学习也成为医学领域创新的新引擎。医学成像领域中,机器学习对图像重组、病变分割、计算机辅助检测(computer-aided detection,CADe)和诊断(computer-aided diagnosis,CADx)等方面的优化产生了积极影响[1,2]。与传统的医学图像分析技术相比,机器学习技术不需要由医学及技术领域专家为特定分析制定明确相关的功能。     

"数字人体-人体系统数字学"学科动向

2002年，由我国遥感领域学者毕思文研究员提出的“数字人体一人体系统数字学”新交叉学科概念，在国内外引起了一定的反响。这一边缘性、交叉性和多学科性均很强的学科动向，一经提出便引起了许多专家学者的极大关注和探究。为此，中科院遥感应用研究所遥感科学国家重点实验室毕思文研究员联合有关高校和研究机构的学者，     

生物医学知识整合论(X)

本文从联结度演化的角度描述了人工智能各种知识表达的关系。还讨论了人工智能领域(AI)和数学领域旷日持久的哲学争论与生物医学知识整合论(BMKI)在生物医学知识属性探讨中发现、提出和得出的一系列讨论或结论的同源性、对应性、互析(晰)性。并首次提出如下新概念：准无穷概念及其在理性与非理性相互转化中的作用；准物理性知识概念及其对物理系统的开放性、不可确定性的依附性；“大或空闻”概念及其与科学联想的关系等。笔者相信在生物医学信息学(BMI)的知识工程学的发展中，将不可避免地会遇到这些新概念。     

基于人工嗅觉的呈香物质识别方法

研究了人工嗅觉在物质识别中的应用，概述了使用模式识别辨别物质气味的基本原理，详细介绍了人工嗅觉系统的硬件设计，算法和软件实现方法，最后使用本系统对不同香气物质进行了识别，取得了较好的结果。     

统计学中人工智能的应用

随着统计学的发展,许多新的统计方法不断问世,其计算更复杂,并且各模型均有其适用条件。必须对模型的背景有着较深入的了解方能正确地使用。现行的统计软件大多仅为用户提供了数据分析的机械工具,却很少提供数据分析的步骤和策略。这就对统计软件的设计提出了新课题:如何将统计