医学信息学研究进展

信息技术在医疗机构正日益受到重视，并得到广泛应用。如何利用信息技术更好地为医院的医疗、科研和教学服务，已越来越为人们所关注。医学信息学即在这种背景下应运而生，国际上将其定义为“一门涉及医学实践、教育、科研中信息加工和信息交流的学科”，是医学、计算机学、人工智能、决策学、统计学和信息管理学的新兴交叉学科。本讲座着重介绍医学信息学研究的最新进展，包括电子病历、医院信息系统、决策支持系统、影像信息技术、远程医疗与互联网以及数据标准。     

2000—2022年人工智能应用于食管癌领域全球研究的可视化分析

背景 随着近20余年人工智能（AI）在食管癌领域应用研究的骤增,出现了许多关于该研究的系统、荟萃分析等,但其仅针对AI在该领域应用的单一方面的总结研究,研究人员难以全面了解领域最新发展与研究热点。目的 通过文献计量分析总结AI在食管癌领域的应用,阐明AI在食管癌领域相关研究的进展、热点和新兴趋势。方法检索Web of Science Core Collection(WoSCC)的Science Citation Index Expanded(SCI-E)数据库收录的AI应用于食管癌领域的所有英文文献,检索时间2000-01-01至2022-04-06。应用Microsoft Excel 2019、CiteSpace(5.8R3-64bit)和VOSviewer(1.6.18)对文献进行发文量、国家、作者、机构、共被引和关键词分析。结果 2000—2022年共检索到AI应用于食管癌领域的文献918篇,共计引用文献总量23 490篇。发文趋势：2000—2016年为迟缓期,发文量从6篇增至40篇;2017—2022年为快速增长期,发文量从62篇突增至216篇。60个国家、118家机构、5 ...     

人工智能应用于糖尿病视网膜病变的文献计量学分析

背景 近年来,人工智能（AI）在医学领域发展迅速,在糖尿病视网膜病变（DR）中的应用范围不断扩展。目的 通过文献计量分析总结AI在DR领域的应用情况,阐明AI在DR领域相关研究的现状、热点和新兴趋势,以期为未来的研究提供思路。方法 以Web of Science数据库为来源,检索建库至2022-11-04的AI应用于DR领域的相关文献,运用CiteSpace软件对纳入文献进行发文量、国家、机构、作者、共被引和关键词的文献计量学分析。结果共获得1 770篇文献,2011年1月至2022年11月发文量总体呈上升趋势,2021年发文量达峰值（402篇）。中国是发文量（440篇）位居第1的国家,英国为中心性（0.26）最高的国家。机构合作网络图谱共纳入436家机构,以中山大学和首都医科大学为代表。作者合作网络图谱共纳入601位作者,以JIA Y L和HWANG T为代表。GULSHAN V、ABRàMOFF M D与TING D W 3位高被引作者对该领域做出了重要贡献。Ophthalmology、Invest Ophth Vis Sci和Ieee T Med Imaging是AI应用于DR领...     

新时期医学生对人工智能及其医疗应用认知调查与思考

目的：调查医学生对人工智能(AI)及其医疗应用等问题的认知和态度,为新时期医学教育改革提供参考。方法：对上海市3所医学院的医学生展开网络问卷调查,问卷围绕AI相关问题进行设计,包括对AI及其医疗应用的了解程度及态度、如何应对AI相关职业竞争力、对现代医学教育看法等问题。结果：605份有效问卷中,539名医学生表示对AI医疗应用有一定了解,但程度较浅。多数医学生意识到AI医疗应用将带来职业挑战并期待将AI纳入医学教育。同时,他们认为现代医学教育应强化培养创新思维、批判性思维、交流沟通技能等。结论：医学生对AI带来的职业挑战认识清晰,对学习AI知识有明确的需求,医学教育应合理融入AI内容。     

当医学课程考核遇上生成式人工智能：价值、挑战与未来展望

以ChatGPT为代表的生成式人工智能的迅速发展对高等教育教学产生着日益深远的影响。那么,生成式人工智能会给医学课程考核带来怎样的机遇和挑战?医学教师应该如何应对这一现状?文章基于米勒金字塔评价体系对医学课程考核方法进行了系统梳理,并从学习者的信息查询、信息甄别和信息应用三方面分析了生成式人工智能如何影响医学课程中的各级各类考核,发现上述影响主要集中在以文章写作为代表的“知道”和“理解”层面的考核中。在对医学课程考核中存在的问题进行分析和讨论的基础上,文章最后建议医科教师应该以积极的姿态拥抱人工智能新技术,并通过建立融合人工智能技术的多元化医科课程考核体系、强化人工智能时代医学生信息素养和元认知能力培养等手段践行课程考核改革,发展人工智能时代医学课程考核新形态。     

医学专家系统的设计原理与实现方法

医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用，具有极大的科研和应用价值，它可以帮助医生解决复杂的医学问题，作为医生诊断，治疗的辅助工具。本文阐述了医学专家系统的设计原理与实现方法，总结了当今医学专家系统存在的问题，展望了未来的发展。     

医学诊断专家系统进展

专家系统是人工智能领域的重要分支。医学诊断专家系统可以作为医生诊断的一种辅助工具。本文以医学诊断专家系统理论研究、专项医学诊断专家系统和神经网络专家系统等三方面，对医学诊断专家系统的进展进行了回顾。     

人工智能联合肺部低剂量CT在新型冠状病毒肺炎诊断中的应用评价

目的:探讨人工智能(AI)与肺部低剂量CT(LDCT)联合应用于新型冠状病毒肺炎(COVID-19)中有效降低辐射剂量的可行性方案。方法:选取在医院就诊的216例COVID-19住院患者,采用随机数表法将其分为常规剂量CareDose模式的80150mAs组、低剂量CareDose模式的2150mAs组和人工固定低管电流模式的20mAs组,每组72例。3组患者扫描图像由AI阅片,并由3位高级职称的放射专家双盲评判图像质量和检出符合率;对比分析3组CT剂量指数(CTDI_vol)、剂量长度乘积(DLP)和有效剂量(ED)。结果:2150mAs组图像主观评分和诊断符合率接近80150mAs组,且明显优于20mAs组。2150mAs组CTDI_vol、DLP和ED均显著低于80150mAs组,3组比较差异具有统计学意义(F=514.05,F=589.02,F=246.96;P<0.05)。结论:AI联合低剂量自动管电流调制技术能够显著降低COVID-19患者CT检查中的辐射剂量,且不影响诊断检出率。     

人工智能辅助学术同行评议的应用及分类

【目的】 分析人工智能(Artificial Intelligence, AI)作为辅助工具在学术同行评议中的创新应用,提出未来发展建议。【方法】 首先通过文献调研法和案例分析法,比较国内外AI辅助学术同行评议的应用实践;其次按功能对其进行分类,并阐述其主要支撑算法;最后展望AI在学术同行评议领域的未来发展方向。【结果】 国内方面,AI推荐审稿人功能被应用于基金评审,但AI学术影响力预测功能尚停留在研发阶段;国外方面,除学术不端检测功能外,其他功能的应用均处于起步阶段。按功能不同,AI辅助同行评议可分为投稿审查、审稿人推荐和学术影响力预测3类。其未来发展方向为:评议流程和文本结构的标准化、智能算法的通用化、评议专家库和已发表学术论文数据库的集成化;最终AI将发挥评议主体功能。【结论】 科研机构与学术期刊应积极参与全文文献数据库与全球审稿人数据库等相关数字基础设施建设,加快AI在学术同行评议中的应用,进一步推进该领域的数字化和智能化。     

打碎“智能墙”--“数字鸿沟”下的老年人

互联网、大数据、人工智能等信息技术的快速发展为老百姓的生活带来了巨大便利,但同时,我国老龄人口数量快速增长,不少老年人面临不会上网、不会使用智能手机的窘境,在就医等日常生活中遇到不便。2020年11月,国务院办公厅印发《关于切实解决老年人运用智能技术困难实施方案的通知》。