基于人工神经网络与人工智能的计算机系统在儿童心理障碍诊断领域的应用

背景：将人工智能和人工神经网络二者相结合应用于精神卫生领域的文献在国内外还未见报道,更未见将人工神经网络与人工智能相结合用于模拟人类医学专家大脑诊断思维模式诊断儿童心理障碍的相关报道。 目的：用计算机模拟人脑诊断思维模式,建立一套基于人工神经网络与专家系统的儿童心理障碍标准化诊断与防治的人工智能专家系统。 方法：儿童心理障碍标准化诊断与防治的人工智能专家系统涉及儿童心理学、儿童精神病学、心理测量、心理治疗、计算机科学等诸多学科,诊断系统结合了ICD-10、DSM IV及CCMD-2等诊断标准、大规模流行病学调查数据、资深精神医学专家的丰富临床经验和临床资料。临床资料来源于全国14 家医院流调及门诊收集的原始病例,共回收有效资料1 125份,用基于神经网络与专家系统相结合的方法进行智能诊断系统的编制。 结果与结论：诊断系统能诊断61种儿童心理障碍,它包括95%以上的儿童心理障碍,在诊断之后,计算机将给出一个治疗方法建议。将195例计算机系统诊断结果与资深儿童心理精神医学专家的诊断结果进行双盲比较,诊断符合率是99%,有助于年轻医生学习资深儿童心理精神医学专家丰富的临床经验,也能帮助全国各地的心理障碍患儿,更好地为儿童心理卫生事业服务。     

儿童心理障碍临床症状诊断评估初探

儿童心理健康已愈来愈受到国内外专家的重视，国内对这项工作方兴未艾。为解决国内对儿童心理卫生服务的迫切需要和国内专业的儿童精神病学家、儿童。心理学家人数不足的矛盾，以及更快的提出我国儿童。动理健康水平，我们在国家自然科学基金的资助下，开展了《儿童心理障碍标准化诊断与防治的人工智能专家系统研究》，企图研制出～套软件，能帮助有一定医学或心理学知识的基层医务人员，开展对儿童心理障碍的正确评估与治疗。本文报告的为前期！临床工作的初步小结，计算机软件也即将面世。1方法为给电脑诊断系统有较好的学习模拟，我们根…     

人工智能技术及其在医学诊断中的应用及发展

本文对人工智能技术在常规医学及其医学诊断专家系统中的发展情况作了回顾，并对人工神经网络在医学诊断系统中的应用作了概述，阐明了在医学诊断系统中，主要的困难在于多种疾病的共存现象，即许多病人有着潜伏在自身内部的其它相关性疾病，而制约医学影像专家系统发展的主要原因是高级视觉系统本身的缺陷，即从医学扫描器上获得的图像数据可能是噪声和模糊的。从而增加了专家系统的复杂性，最后对人工智能技术在医学影像诊断系统中的发展前景作了展望。     

人工智能与生命科学

本文从ＡＩ的发展历史阐述了ＡＩ与生命科学的联系、ＡＩ在生命科学中的应用和两者面临的挑战与发展前景。     

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、专家系统与中医专家系统

本文回顾了人工智能及专家系统的发展史，简单地介绍了一下医学专家系统MYCIN，并介绍了研制中医专家系统的一般步骤。     

利用EMG数据作自动诊断的人工神经网络专家系统

目的：研究并实现一种基于EMC数据诊断腰腿痛的神经网络专家系统。方法：系统将专家系统的推理能力与神经网络的学习能力结合起来，利用专家系统中诸多临床医师检测经验与总体诊断结果和神经网络能对单块肌肉的肌电图进行计算分析来完成腰腿痛的诊断工作。结果：诊断腰腿痛的神经网络专家系统通过对其系统结构、系统原理及诊断方法进行阐述，体现该系统的严密科学性及临床实用性。结论：该系统设计科学，诊断快速、准确，从而提高了肌电图诊断的准确度。     

人工智能技术在医学影像专家系统中的应用及发展

本文对人工智能技术在常规医学及其医学影像专家系统中的发展情况作了回顾 ,阐明了在医学诊断系统中 ,主要困难在于多种疾病的同时并发 ,即在许多病人中存在着一种疾病的症状潜伏着多种其它疾病的症状的现象。而医学影像专家系统发展的困难在于高级视觉系统内在的不足 ,从医学扫描器上获得的数据可能是噪声和模糊的 ,从而增加了专家系统的复杂性。最后对人工智能技术在医学影像专家系统中的发展前景作了展望。     

CCMD—2—R人格障碍筛查工具人工智能专家系统的研制：—人格障碍检测工具系列研究Ⅳ

目的：为了提高临床工作和科研中人格障碍筛的时效性,本研究完成了CCMD－2－R人格障碍筛查工具（PDQC）人工智能专家系统（ESPDQC）的研制。方法：ESPDQC采用功能强大的新一代高级程序设计语言Visual Basic for windows5.0编程。结果：该专家系统设计思想新颖、图形用户界面友好、操作简便易行,功能完善,既具有对个体进行人格障碍分型诊断的初步量的基本功能,又能实现综合类比对照研究;既有贮存容量巨大的数据库,又有强大的查询功能,便于临床科研资料的科学管理及量化分析。软件编制完成后,输入PDQC原始问卷10008,地程度进行调试。并对ESPDQC进行了信度和效度检验。结果显示其信度、效度良好。结论：EPSDQC功能较为完善,具有良好的信度,效度和可操作性。     

基于人工智能技术的新冠肺炎辅助诊断研究

新冠肺炎的精准化诊断已经成为全球公共卫生领域关注的热点问题之一.人工智能技术在新冠肺炎的辅助诊断中起到了重要的作用.该文首先对人工智能进行系统介绍,并重点阐述人工智能的发展历程.其次,对基于机器人和机器视觉的新冠肺炎辅助诊断方法进行系统化和层次化报道,并选取经典的人工智能技术对辅助诊断效果进行对比分析.此外,介绍基于专...     

肝炎远程智能诊断专家系统的设计与实现

本文对面向肝炎远程智能诊断的专家系统的设计与实现展开讨论，着重对系统中肝病诊断知识库和电子病历的设计与存储实现以及智能诊断的规则匹配算法进行详细阐述。     

风湿性疾病患者情绪障碍的诊断与治疗

情绪障碍在各种疾病中很常见 ,并随着疾病的严重而恶化 .重症抑郁症 (ＭＤＤ)见于 4 %～ 6%普通人群 ,见于 5%～ 10 %的门诊病人及 10 %～ 30 %的住院病人 .风湿性疾病如纤维性肌痛、慢性疲劳 /疼痛综合征、类风湿性关节炎、系统性红斑狼疮、硬皮病、干燥综合征患者均有不同程度的心理障碍或表现 .抑郁症与功能残废的加重、疼痛、增加低能动性、低收入、婚姻状况、自我要求高的压力有关 .病情反复和进展 ,应尽快对此作出诊断及治疗 .诊断的准确性要求有定期及适当的随诊 ,心理性疾病的诊断标准主要按照《心理性疾病的诊断与统计手册》(ＤＳ…     

人工智能在泌尿疾病诊断中的应用现状与趋势

近年来,随着数据储存、图像处理、模式识别和机器学习等技术的进步,人工智能在泌尿疾病的诊疗方面得到了广泛的应用。基于影像学和组织病理学等海量的生物医学大数据,人工智能技术可以让医务工作者对泌尿系肿瘤、泌尿系结石、泌尿系感染、泌尿功能异常和勃起功能障碍等几类泌尿疾病的诊断更为精准,让治疗更加个性化。然而,目前人工智能诊疗大多处于研究阶段,在实际的应用中尚存在一些问题。本文以辅助诊断为线索,对人工智能方法在前列腺癌、膀胱癌、肾癌、尿路结石、尿频、勃起功能障碍等常见泌尿疾病的应用和研究情况予以综述,并进一步探讨其存在的问题和未来发展方向。     

基于BP神经网络的医疗诊断专家系统

设计了一种基于BP神经网络的医疗诊断专家系统,利用专家先验知识和神经网络的数值推理、自学习能力,对疾病进行分析处理,与以往医疗诊断方法相比,该系统自动化程度高,诊断可靠准确。本文介绍了系统的总体结构和关键技术。     

儿童学习障碍的临床诊断与评估

近三十年来,随着社会经济的发展,对人口文化素质和教育的要求越来越高,儿童学习困难问题日益受到人们的重视,在儿童精神病学、心理学、教育学等领域作了大量研究,并提出了一些不同的概念,比较较常见的有：学习困难（ＬｅａｒｎｉｎｇＤｉｆｉｃｕｌｔｉｅｓ）、学习...     

双相障碍特殊亚型的诊断和治疗

双相障碍中有一些特殊的亚型，不但症状，病程不典型，在治疗上也有一定的难度，本文对三种特殊亚型的诊断和治疗作一综述。     

人工智能在医学影像诊断中的应用

人工智能在处理大数据、复杂非确定性数据、深入挖掘数据潜在信息等方面有着超越人类的优势。医学影像数据包含丰富的人体健康信息,是医生做出医学诊断的重要依据。面对复杂的医学影像信息和持续增长的医学影像诊断需求,医生人工影像解读暴露出的易受主观认知影响、效率低且误诊率高等诸多缺点愈加明显。本文从人工智能技术特点出发,结合具体病症分析人工智能在人体结构、病灶区的分割,疾病的早期诊断,解剖结构、病灶区的检测等方面的研究成果,最后总结现阶段人工智能在医学影像诊断中尚存在的问题,包括诊断结果可解释性差、医学数据量少及系统性评估标准缺失等,并进一步分析未来人工智能在医学影像诊断中的发展方向。     

原因不明的长期发热常见疾病鉴别诊断专家系统

本文报告用模糊数学和概率统计评分法模拟人的思维建立原因不明的长期发热常见疾病鉴别诊断专家系统，用ＦＯＸＢＡＳＥ＋语言编程并在微型电子计算机上实现，回顾性检测正确率９４．４％，用２５０例确诊病例验证诊断正确率为９０．３％，与专家诊断比较符合率＞８７％。     

一个用于肝病诊断的连接主义专家系统

研究运用典型的神经网络模型—“反向传播（Ｂａｃｋｐｒｏｐａｇａｔｉｏｎ，简称ＢＰ）”模型构造了一个肝病诊断的专家系统。为了提高ＢＰ算法的学习效率，本研究对反向传播算法作了改进，效果十分明显。为使临床资料能够作为ＢＰ算法的输入数据，对临床资料作了数量化处理，相应地对ＢＰ网络输出层神经元的激励函数进行了修改。实例测试表明：神经网络方法可以作为专家系统进行疾病诊断     

人工智能在口腔疾病诊断中的研究进展

人工智能（AI）作为一种新兴的科学技术逐渐渗透到各个专业领域并开拓未知之地。目前,AI在医学领域推动智能医学的迅速发展,是现代医学未来的发展方向之一。文章简要阐述了AI的基本概念,综述了AI在口腔外科领域、口腔内科领域、口腔修复学领域、口腔正畸学领域诊断口腔疾病的发展现状和存在的问题及未来展望。现阶段AI辅助诊断处于初级阶段,随着临床诊疗数字化技术和便携式实验室诊断仪器的研发,将扩大AI学习的数据来源,使得数据不仅仅局限于传统的影像资料,还包括疾病生物标志物、各类光谱信号、大数据文本资料等,甚至是打破数据之间的壁垒,利用各类数据整合出混合数据库,建立临床大数据疾病预警系统,诊病于未病之时。