人工智能在肺动脉高压辅助诊断中的应用进展

肺动脉高压(PH)是一种由多种病因和发病机制所致的临床和病理生理综合征, 发病机制复杂, 其诊断的金标准为右心导管的有创性操作。人工智能(AI)的无创辅助诊断技术依赖于图像分析, 是其在医学领域应用的首选目标, 目前已在胸部X线、超声心动图、CT、MRI等诊断PH的研究领域取得了阶段性的成果。AI与医学的融合为医疗服务和医学研究带来了革命性的改变, 是医学未来发展的方向。AI在PH无创辅助诊断中的应用必将提高诊疗效率, 降低患者的经济负担。因此, 本文的目的是回顾近期关于AI在PH辅助诊断领域的研究, 促进其在临床诊断和科学研究中的应用。     

人工智能在临床医学中的应用与思考

人工智能（AI）已成为发达国家的国家战略。在医疗健康领域的各个环节（如虚拟助理、医学影像、药物挖掘、营养学、医院管理、健康管理、精神疾病、可穿戴设备、风险管理、病理学和临床诊疗活动等）,AI已取得极大的发展。本文就医疗活动中较为成功的AI研究,即AI与病理诊断、眼部疾病、皮肤疾病、医学影像、中医药、心电监测、手术机器人、肿瘤治疗、医学科学研究作一系统性的评述,阐述医疗领域AI应用存在的问题与展望。相信随着AI技术的发展,AI将会推动医疗领域革命性的进步,使广大病患受益。     

社会学视角下健康领域智能治理的应用——以北京大学第三医院为例

目的/意义 对人工智能(artificial intelligence,AI)技术在医疗机构的应用与影响开展真实世界研究,辅助医药卫生领域智能治理决策。方法/过程 以北京大学第三医院为研究场景,通过文献荟萃、知识图谱构建及混合方法学研究等开展AI医学社会实验。结果/结论 国内外学界对AI技术在健康领域应用持谨慎、乐观态度。国内公立医院AI技术的研发和应用十分活跃,但小范围实地研究提示AI技术在提高诊疗工作效率的同时,可能带来决策误导、人的主体性减弱等问题。以AI技术为代表的健康领域智能治理需要长周期、宽领域的社会学观察,建议依托公立医院建设医学AI技术研发与监管研究基地,并持续关注AI社会治理中人的主体性、医学伦理与科技伦理等问题。     

人工智能技术在泌尿外科中的应用及展望

人工智能（AI）是研究如何在机器上模拟人的认知功能,包括分析、学习及对相应问题作出类似甚至超越人类智能反应的一门学科。随着计算机科学、电子工程学等相关学科的发展,AI技术在医学影像、病理学等医学领域有了初步应用。近年来,机器学习和深度学习这两项核心技术的发展进一步推动了AI在医疗领域的应用研究,包括计算机辅助诊断系统（CAD）、疾病风险预测分析模型等。本文就AI技术在泌尿外科疾病诊疗中的应用及前景作一述评。     

我国医学人工智能软件及其测试技术发展概况

医学软件测试是评估医学软件功能及性能的主要技术手段。近年来,随着人工智能（Artificial Intelligence,AI）技术在医学领域的广泛应用,医学AI软件不断更新,其覆盖高算力、数据量大、模型复杂,而传统医学软件测试技术已不能满足相关需求,从而导致医学AI软件测试存在效果不佳、审评审批进展缓慢等问题,严重制约产业及其行业的发展。与传统医学软件测试技术相比,医学AI软件测试技术能够针对医学AI软件关键检测内容及性能指标,有效提高医学AI软件的检测效率。本文概述医学AI软件的发展现状,并与传统医学软件进行对比,总结现有医学软件测试技术,对医学AI软件测试技术的研究进展和不足之处进行综合分析,同时对医学AI软件发展面临的挑战及问题进行展望,旨在为医学AI软件测试技术的发展提供一定的理论基础。     

人工智能在耳鼻咽喉头颈外科的应用

人工智能(artificial intelligence, AI)技术在医学领域的应用日益广泛,耳鼻咽喉头颈外科作为临床医学的一个重要分支,也开始逐渐应用AI技术来提高诊断、治疗和疾病管理的效率和精度。本文将从AI的发展历史、在医学领域的应用、可穿戴设备以及AI在耳鼻咽喉头颈外科中的应用等方面进行综述,探讨AI在医学领域应用中面临的挑战,并展望其未来发展前景。     

医学信息学发展现状与展望

医学信息学是随着计算机技术在医学领域日益广泛应用而形成的一门新兴交叉学科。医学大数据迅猛发展推动医学研究范式从循证医学向精准医学方向转变, 更加注重利用计算机技术从大数据中发现和理解医学规律和知识。算法、算力和数据的突破性发展推动人工智能进入AI 3.0时代, 引领着科技革命和产业变革。健康中国战略推动全民健康管理水平提升, 变被动的疾病治疗为主动的自我健康监控。在此背景下, 医学信息学迎来了新的发展机遇。     

应重视人工智能在中枢神经系统影像中的研究

人工智能(AI)和医学影像相结合是当今前沿的临床医学研究方向,AI凭借其强大的算力和先进的算法,在医学影像病变识别、智能诊断预测和临床疗效评估各个环节均发挥重要作用。中枢神经系统疾病因复杂的病理生理机制、精细的临床诊疗需求和高维的多模态影像数据,使得AI在该领域影像研究中的应用更具有挑战性。促进标准化数据采集和处理流程、优化AI算法算力、促进多学科融合是推动未来智能医学新模式转化进步的核心方向和目标。     

人工智能在肺癌领域的应用与思考

医疗大数据的可获得性和计算机软硬件的飞速发展,极大地促进了智慧医疗的发展。人工智能(artificial intelligence,AI)已成功应用于医学多个领域,在肺癌方面的应用尤为突出,在某些特定任务上的准确度已经超越了人类;部分AI软件已经深入临床决策,正在深刻影响着临床医师的临床决策。目前AI在肺癌领域的应用主要包括检出、分割、分类、预后预测、疗效评估等;AI在数据获取、标注以及可解释性方面面临着一定的挑战和大数据时代的机遇。在肺癌领域AI已得到较为深入、广泛的研究,有望成为肺癌防治的得力助手。AI正给放射科医师带来一场前所未有的革新,但放射科医师的角色在AI发展过程中至关重要。     

加强超声医学科学科建设 提高医疗服务水平

现如今临床研究与超声医学的联系越来越多,超声医学的渗透领域也越来越广泛,各方面对于超声医学的发展方向也有越来越多的关注。本文通过对超声医学的发展方向以及工作相关方面的协调工作、人才队伍的发展建设和科学研究与学科发展的联系等几个方面进行探讨,在通过各方面的研究建设的同时将超声医学发挥最大的作用,为患者进行更好的服务。     

智能医学:数据与模型驱动的医工融合

目的/意义 总结数据与模型驱动下智能医学发展的现状与趋势,以提升临床医疗水平,助推智能医学的发展与应用。方法/过程 介绍智能医学产生的背景,阐述大数据融合与驱动、人工智能、元宇宙医疗、医工融合创新人才对智能医学发展的影响和具体应用。结果/结论 智能医学是医学未来发展方向之一,其发展有赖于大数据算力和存储平台建设、健康医疗大数据标准与规范建设、医学人工智能技术、智能医学相关伦理与法规建设和交叉型人才队伍建设等。     

医疗人工智能与临床医学术语标准

分析国内医疗人工智能的应用领域,包括智能诊疗、智能影像诊断、智能医疗机器人和智能健康管理,提出临床医学术语标准的缺失是人工智能在医疗健康领域发展的主要瓶颈之一。从实现医学概念的规范化表述和医学语义关联两方面指出中文临床医学术语标准助力医疗人工智能发展的途径,为促进人工智能与医疗健康领域的深度融合贡献力量。     

人工智能大模型在医疗领域的应用现状与前景展望

目的/意义 梳理分析人工智能大模型在医疗领域的应用现状,为人工智能大模型在该领域的研究提供新思路。方法/过程 在相关文献分析基础上,梳理人工智能大模型在智慧医疗、医疗元宇宙、医学研究等领域的应用场景及具体实例,总结人工智能大模型在医疗领域应用的风险与挑战。结果/结论 人工智能大模型在医疗领域具有广阔的发展空间,应推动人工智能大模型核心技术发展,进一步完善相关规范与法律。     

人工智能助力检验医学发展

2017年以来,中国、美国和欧盟先后发布了国家级人工智能（AI）战略发展规划,人类历史即将迎来以“智能化”为主旋律的第四次工业革命。在医疗检验领域,人工智能的理论和技术爆发也将为医学检验理论、方法与应用的发展提供新方向,本文首先从人工智能的理论与实践基础出发,介绍人工智能的发展历程以及算法、数据和算力三大要素的前沿进展,进而结合医学检验的关键应用维度,阐述“AI+检验”的结合创新,包括涉及检验标本处理的标本采集机器人、样本稀释机器人和样本传送机器人;检验项目挖掘如肿瘤标志物和药物基因组学;检验细胞形态学、检验数据处理、辅助诊断模型和互联网医学检验等。随着工业4.0时代的到来,人工智能技术必将推动医学检验从自动化发展到更高阶的智能化阶段。     

Ontology: Footstone for Strong Artificial Intelligence

In the past ten years, the application of artificial intelligence (AI) in biomedicine has increased rapidly, which roots in the rapid growth of biomedicine data, the improvement of computing performance, and the development of deep learning methods. At present, there are great difficulties in front of AI for solving complex and comprehensive medical problems. Ontology can play an important role in how to make machines have stronger intelligence and has wider applications in the medical field. By using ontologies, (meta) data can be standardized so that data quality is improved and more data analysis methods can be introduced, data integration can be supported by the semantics relationships which are specified in ontologies, and effective logic expression in nature language can be better understood by machine. This can be a pathway to stronger AI. Under this circumstance, the Chinese Conference on Biomedical Ontology and Terminology was held in Beijing in autumn 2019, with the theme “Making Machine Understand Data”. The success of this conference further improves the development of ontology in the field of biomedical information in China, and will promote the integration of Chinese ontology research and application with the international standards and the findability, accessibility, interoperability, and reusability(FAIR) Data Principle.     

基于语义web的中药数据库集成研究思路

目的：基于己建中药相关数据库,分析数据库集成信息与结构,抽取信息形成数据模型,从整体上有效地组织和管理这些数据,消除“信息孤岛”现象。方法：从中药领域的数据特点和实际需求出发,综合采用物化方法和虚拟方法这两种方法,提出专门面向中药领域的数据库集成框架。结果：提出基于语义web的中药数据库集成研究的初步思路。结论：面向中药领域的数据库集成,可以为研究学者提供更为广泛的、潜在的、隐含的信息知识,促进中医药信息事业发展。     

人工智能在全科医学领域的应用

人工智能的概念从提出到现在虽然只有65年的时间,但已进入蓬勃发展期。人工智能技术目前广泛应用于金融、医疗、安防、交通、教育、自动驾驶等多个领域。近年来全球频繁出现的“大健康”、云计算、医疗大数据等概念,也推动着人工智能在医疗领域的快速发展;目前人工智能在电子病历、医学影像识别、疾病风险预测、健康管理、辅助诊断及药物研发等方面取得了丰硕的成果。2017年国务院印发《新一代人工智能发展规划》,提出推广应用人工智能治疗新模式新手段,建立快速精准的智能医疗体系,智能医疗受到了极高的重视,并预测智能医疗将占人工智能总体市场规模的1/5。从20世纪80年代末期开始,在政府的大力推动下,我国全科医学正式成立并得到了长足的发展;2011年国务院出台《关于建立全科医生制度的指导意见》,我国全科医学进入快速发展阶段,全科医学服务模式在基层逐渐推广;2018年国务院印发《关于促进“互联网+”医疗健康发展的意见》,提出探索智能健康管理及智能养老社区服务体系建设,优化及推进“互联网+”家庭医生签约、教育及科普服务。本文从全科医疗服务、家庭医生签约、分级诊疗、全科医生培训、社区公共卫生服务5个方面对人工智能在全科医学领域中的应用发展现状进行总结,分析目前面临的挑战,并对未来发展前景进行展望。      

关于中西医结合的方法论

中医学与现代西医学尽管体系各异,但各有优胜之处,它们是互补的,结合在一起能促进医学的发展.40多年来,中西医结合取得了许多重大的成果,促进了我国医学的发展.这些成果的取得,如果用方法论来概括,关键在于中西医结合有效地把现代医学的研究方法,即分析与综合相结合的方法引入了中医理法方药的研究.     

人工智能在国内外老年护理领域发展情况对比分析及启示

目的/意义分析人工智能在国内外老年护理领域的发展情况,提出完善人工智能在我国老年护理领域发展的启示和建议。方法/过程从政策保障、基础数据建设、技术发展、产品设计、人才培养5方面对比分析人工智能在国内外老年护理领域发展情况。结果/结论聚焦短板弱项加强制度体系建设、改进人工智能算法实现产品功能从供给侧转向需求侧、推动健康医疗数据结构化建设以加快数据共享、注重护理信息学人才培养与推动产学研结合等系列对策建议,将有助于推动人工智能在我国老年护理领域发展。     

基于人工智能技术的全科医生培养模式探索

全科医生(general practitioners,GPs)是以维护居民健康为目标,能供给所在社区居民的卫生服务需求,为他们提供治疗、健康知识科普、疾病预防等多方面卫生服务的复合型人才.我国全科医学事业正处于迅速发展阶段,近年来国家也加大了在社会医疗领域及高校全科医学教学方面的投入力度.但全科医生数量严重不足,医疗水...