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     

人工智能在耳鼻咽喉头颈外科的运用及展望

通过对大数据深度学习,近年人工智能技术已逐渐渗透到医学各个领域,实现一定程度应用。虽然耳鼻咽喉头颈外科专业近几年发表相关文献数量急剧增长,但大部分临床医生对于人工智能的研究还比较陌生。介绍人工智能的基本原理,列举、分析其在耳鼻喉科的主要研究情况,探讨目前人工智能技术实际应用的局限,展望未来人工智能技术在耳鼻喉科可能的应用。     

“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。     

人工智能在癌症筛查中的研究进展

人工智能应用于医疗领域近年来已经成为现代科技的热点，AI可以在疾病诊断、治疗和管理等多个环节中发挥重要作用。癌症的早诊早治可以利用癌症筛查手段达到早期发现、早期诊断和早期治疗，但是癌症筛查由于假阳性率较高，导致目前大部分癌种还没有统一的筛查指南，AI可以通过计算机辅助诊断等技术联合癌症筛查提高其早诊率、准确率和灵敏度。本文将AI在高发癌症筛查中的相关研究进展做一综述。     

"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。