首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
《中国药房》2010,(16):1531-1531
<正>为规范人工智能辅助诊断技术的临床应用,保证医疗质量和医疗安全,制定本规范。本规范为技术审核机构对医疗机构申请临床应用人工智能辅助诊断技术进行技术审核的依据,是医疗机构及其医师开展人工智能辅助诊断技术的最低要求。本规范所称的人工智能辅助诊断技术是指基于人工智能  相似文献   

2.
《中国药房》2010,(16):1532-1532
<正>为规范人工智能辅助治疗技术的临床应用,保证医疗质量和医疗安全,制定本规范。本规范为技术审核机构对医疗机构申请临床应用人工智能辅助治疗技术进行技术审核的依据,是医疗机构及其医师开展人工智能辅助治疗技术的最低要求。本规范所称人工智能辅助治疗技术专指应用机器人手术系统辅助实施手术的技术。  相似文献   

3.
人工智能技术在药物筛选中的应用日益广泛.本文介绍了人工智能技术的特点,着重从机器学习尤其是深度学习角度,按照基于配体和受体结构两个方面,总结了人工智能技术在药物筛选中的应用和进展,以及如何应用人工智能从这两个方面进行药物设计.本文也讨论了人工智能技术在药物虚拟筛选领域的主要局限性和挑战,对其发展前景作以展望.  相似文献   

4.
《中国乡村医药》2009,16(8):6-6
卫生部近日下发了首批允许临床应用的第三类医疗技术目录,其中有:同种器官移植技术、变性手术、心室辅助装置应用技术、自体免疫细胞(T细胞、NK细胞)治疗技术、质子和重离子加速器放射治疗技术、人工智能辅助诊断技术、人工智能辅助治疗技术、基因芯片诊断技术、颜面同种异体器官移植技术、口腔颌面部肿瘤颅颌联合根治术。  相似文献   

5.
一种新的人工智能技术ChatGPT诞生了,其以强大以及多样的功能引发了各界的广泛讨论。人工智能技术在医学界应用已有几十年历史,ChatGPT的出现可能会给医学教育带来新的变革。在此,对ChatGPT的基本功能和应用及其可能给医学教育带来的影响进行阐述,同时对新技术的争议现状进行讨论。  相似文献   

6.
毒性病理学是促进动物和人类健康发展最有价值的学科之一,药物非临床安全性评价毒性研究中对石蜡包埋、苏木精和伊红染色切片的组织病理学检查是毒性病理学评价的金标准。数字毒性病理学、人工智能(artificial intelligence, AI)尤其是机器学习(machine learning, ML)是全球颠覆性、快速发展的技术领域,其对组织病理学领域的影响正在迅速显现。组织病理学检查种类繁多算法的发展和应用,表明人工智能病理学平台可深度影响将来数字毒性病理学、精准医疗和个性化医疗。然而,与所有其他革命性的技术相同,人工智能病理学平台在实施和应用过程中存在诸多挑战。本文综述了人工智能和机器学习的发展、人工智能在毒性病理学中的应用、机器学习在数字毒性病理学中的应用以及人工智能对数字毒性病理学的影响,以期为我国毒性病理学中人工智能和机器学习的应用提供一定参考。  相似文献   

7.
随着计算机硬件性能和深度学习技术的发展,人工智能技术在临床医学上应用日益广泛。本文从精神科病历特点和人工智能在精神科应用的历史出发,介绍人工智能三大技术自然语言处理、机器学习和语音识别在精神科电子病历中的应用,简述人工智能技术在精神科电子病历中的发展现状,列举可能产生的风险和问题,提出克服目前困境的可能方案,对该领域的未来进行展望。  相似文献   

8.
目前人工智能技术在医学领域的研究和应用中迅速发展,医学影像也是人工智能在医学领域中的重要应用方向之一。人工智能技术已成功应用于评估儿童骨龄、检测骨折和评估X线片上骨关节炎的严重程度等方面,最近的研究也证明了使用人工智能技术在CT和MRI上识别各种病理异常的可行性,包括转移性疾病、内部紊乱、骨折、感染和关节退化等。文章主要就人工智能在骨肌系统影像的诊断和应用进展进行综述。  相似文献   

9.
随着现代药物研究的不断深入,传统计算机模拟已经不能满足未来药物设计实验的需求。分子模拟作为传统计算机模拟的经典技术之一,可以构造分析复杂的分子模型,研究分子运动的动态过程,但模拟结果受人为因素影响大,准确度较低。近年来,人工智能与分子模拟技术的融合成为药物设计研究的新方法。人工智能技术利用大数据筛选出对应的化合物进行分子模拟,并将模拟结果反馈给人工智能系统进行学习,不断优化人工神经网络。联用人工智能与分子模拟技术,提高了药物设计研究的效率,降低了人为因素对模拟结果的影响,增加了模拟结果的可信度。该文总结了当前国内外应用人工智能和分子模拟技术进行药物设计的研究成果,以期为未来药物研发从计算机辅助药物设计(CADD)向人工智能辅助药物研发(AIDD)的转变提供参考。  相似文献   

10.
王鑫鑫  郑盛  杨涓 《现代医药卫生》2023,(19):3329-3333
人工智能(AI)是集理论、方法、应用研究与开发于一体的新学科,其对医疗领域产生了巨大影响。目前,AI技术已广泛应用于消化系统疾病的诊疗中,其通过数据处理、模型建立和模型验证等流程辅助临床医生检测和评估病变、促进治疗及预测治疗反应和预后。该文对AI技术在部分胃肠疾病和肝脏疾病诊疗中的应用研究进展进行了综述。  相似文献   

11.
人工智能技术已经渗透在医学的各个领域,为医学领域带来技术变革的同时也引入一系列问题与挑战。本文从医用内窥镜出发,探讨其人工智能应用与面临的挑战,一方面是为了肯定人工智能技术与医用内窥镜结合所带来的优势,另一方面是为了促进我国完善人工智能安全技术管理体系。  相似文献   

12.
新药研发存在周期长、费用高和成功率低等特点。人工智能技术是近些年来的热点技术之一,在很多领域都有非常广泛的应用,多种人工智能方法已经成功应用于药物的发现过程。综述总结了常用机器学习方法和深度学习方法在药物研发领域中的应用,同时也提出了人工智能存在的问题和面临的挑战。整体而言,人工智能技术在药物研发领域发展潜力巨大,将为医药发展带来新的机遇和希望。  相似文献   

13.
杜晗  吴羿霏  杜新 《药学进展》2022,46(11):875-附页2
近年来,人工智能技术快速迭代,为生物制药行业的高质量发展带来了新机遇。其作为新一代信息技术,将成为推动经济发展,助力疾病预防与诊疗,以及创新药物与医疗器械研发应用的核心驱动力之一。从药物设计、化学合成、药物再利用、多重药理学和药物筛选这5个方面综述了人工智能在新药研发中的应用进展,介绍相关成功案例,并分析了现阶段人工智能应用于新药研发所面临的挑战。  相似文献   

14.
刘晓凡  孙翔宇  朱迅 《药学进展》2021,45(7):494-501
人工智能作为一种新兴技术,是新药研发实现降本增效的重要方式之一,人工智能+新药研发已成为中国医药企业加速创新转型的重要驱动力。对国内外相关文献和资料进行检索和归纳,重点分析人工智能在新药研发领域的应用模式,总结开展人工智能应用的企业主体及应用场景,探究我国人工智能赋能新药研发面临的主要挑战。  相似文献   

15.
潘菡清 《中国药事》1999,13(3):186-187
随着科学技术的发展,微机应用技术在医院药学领域中广泛应用,涉及药事管理、药品供应、药品制剂、临床药学等医院药学各个方面的应用软件不断开发出来,还将模式识别、专家系统、智能数据库、人工神经网络等重要的人工智能技术应用于临床药学及制剂分析,计算机技术已成...  相似文献   

16.
药物非临床安全性评价毒理学试验组织病理学数据在药物发现和开发过程中非常关键,是监管部门在实验动物中评估药物相关毒性及其对临床试验人类安全性影响所必需的。随着全切片图像、数字病理学和算法研究的进步,人工智能已广泛应用于人类临床医学实践。但机器学习,尤其是深度学习在非临床毒理学试验毒性病理学的进展比较缓慢。本文简要综述了毒性病理学在药物发现和开发中的作用、人工智能和深度学习方法概述、深度学习方法在毒性病理学中的应用以及在毒性病理学中应用深度学习方法所面临的挑战,以期为我国药物非临床安全性评价毒理学试验组织病理学检查应用深度学习方法提供一定参考。  相似文献   

17.
农药中毒已成为一个严重的健康问题和全球性的公共卫生问题。课题组前期研究表明,通过临床综合护理干预可有效改善农药中毒患者的中毒情况。但据观察,临床护理模式也存在一定的局限性,如护理人员在配制以及抽吸药液的过程中可能受到锐器损伤,且大部分护理人员工作比较繁忙,配药效率比较低等。近年人工智能技术的应用在很大程度上弥补了护理工作的局限性,如人工智能技术具有安全、快速以及经济的特点,同时可减少药物在配置过程中对人体的危害,同时有效提高配药效果。因此,本文将综述人工智能辅助医护一体化模式对农药中毒患者的护理研究进展,旨在通过对农药中毒患者护理现在现状的分析,为推动我国农药中毒患者临床护理工作的发展提供科学、有效的参考依据。  相似文献   

18.
人工智能(artificial intelligence,AI)是研究怎样在机器上模拟、扩展人的认知功能,包括学习、分析及对应问题做出类似甚至超越人类智能反应的一门学科。近年来,人工智能技术已经在医疗影像、疾病诊断和预测、虚拟助手、病理学、医院管理等方面有了初步应用。机器学习和深度学习作为医学人工智能的核心技术,其发展推动了人工智能在医学领域的研究。本文就人工智能在前列腺癌诊疗中的应用现状及前景进行了探讨。  相似文献   

19.
脓毒症作为一种机体对感染反应异常的危重疾病,其患病率和死亡率高,严重威胁人类的生命健康。然而,目前临床对于脓毒症的诊断仍具有滞后性,且脓毒症的异质性、缺乏特异性的表现也为相关治疗带来巨大挑战。近年来,人工智能在脓毒症早期预警、临床分型和精准治疗等方面取得了一些突破性进展,有助于构建智能化的临床辅助决策系统,建立起脓毒症诊疗的新体系。综述当前人工智能技术在脓毒症患者智能管理方面的应用进展,为进一步相关研究提供参考。  相似文献   

20.
近年来,人工智能在医学领域得到迅猛发展.基于人工智能的医学诊断系统可以作为医生的辅助工具,且在相关的图像处理、诊断结果上更加精确,有力地提高了医学诊断的准确率.目前,人工智能在医学诊断方面获得了大量研究成果,该文主要介绍人工智能技术的基本原理及特点,总结和回顾人工智能在医学影像诊断中的应用现状与最新进展,归纳总结未来人...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号