医学人工智能新基建的应用发展研究

本研究调研了人工智能在医学领域的应用发展现状,分析了目前医学人工智能的发展情况及面临的挑战,提出医学人工智能新基建的概念及其应用发展目标与对策,涵盖医学大数据汇聚与治理、云计算与大语言模型、医疗健康协同服务、医学人工智能教学科研等方面。期望促进健康医疗大数据资源的汇聚、融合、交互和共享,推动数据治理、临床辅助诊断、医院智慧管理、专科专病数据库建设和智能药物研发等医学人工智能技术的应用与创新,为健康医疗基础设施建设提供战略支撑。     

人工智能技术辅助医学遗传学实验教学的探索

目的 探讨基于人工智能技术的辅助系统在医学检验技术专业医学遗传学实验教学中的应用效果。方法 选择本校2019级医学检验技术专业60名医学生作为研究对象,利用人工智能(AI)核型辅助分析系统进行医学遗传学人类染色体核型分析实验教学,60名学生随机分为实验组30名(AI辅助教学组)和对照组30名(传统教学组)。实验结束后两组均进行临床真实病例的人类染色体核型分析现场考核,比较两组实验考核成绩;同时利用问卷调查比较两组学生对教师教学和课堂氛围的满意度。结果 实验组在5个病例的染色体计数和3个病例的核型分析的正确率分别为96%和92.2%,明显高于对照组的87.3%和71.1%(P<0.01);实验组的染色体计数和核型分析平均花费时间分别为(6.43±2.03)min和(7.67±2.64)min,明显低于对照组的(12.87±2.73)min和(28.46±4.35)min(均P<0.01)。课后问卷测评实验组学生对教师评分、教学方式评分及课堂氛围的评分均明显高于对照组(P<0.01)。教学满意度方面非常满意率与(基本满意+不满意)率比较,实验组比对照组明显提高(P<...     

人工智能辅助的糖尿病视网膜病变防治评价

目的 评估糖尿病视网膜病变(DR)患病现状及利用人工智能(AI)在DR早期筛查的适用性。方法 收集就诊的糖尿病患者548例,利用人工智能糖尿病视网膜病变筛查系统(AI-DRS)对眼底照相进行判读并由专家进行复核。收集患者一般状况、病程、血糖控制情况及治疗方案等基本情况和其他糖尿病并发症相关数据。分析DR患病状况,视力损害状况及相关危险因素,AI-DRS筛查DR的阳性率、符合率。结果 糖尿病患者中DR的患病率为47.3%,年龄越大,病程越长越容易出现DR。糖尿病患者中至少一眼视力损害占11.3%,空腹血糖、餐后血糖控制不佳或合并高血压会增加糖尿病患者视力损害的风险。11.6%DR出现视力损害,均未进行治疗。8.5%DR患者因眼底检查而发现有糖尿病转内分泌科就诊。出现糖尿病神经系统或多系统并发症时更容易出现视力损害。结论 利用人工智能DR筛查的技术以二级医院眼科为筛查基地是目前开展DR早期筛查的有效途径。     

辅助诊疗类医学人工智能应用评估体系架构研究

结合实际案例分析辅助诊疗类医学人工智能应用评估存在的不足,从架构、具体维度、评估流程等方面详细阐述辅助诊疗类医学人工智能应用评估体系构建,指出该体系有助于打通从技术研发向应用转化的商业闭环,促进与完善医学人工智能应用的法律法规建设。     

重视人工智能在眼科领域的应用

随着深度学习等技术的开发,人工智能已广泛应用于医学的各个方面,智慧医疗的时代已经来临。在眼科领域,人工智能可用于眼底病、青光眼、白内障、近视、角膜病和眼眶病等眼科疾病的筛查、诊断、进展预测和治疗决策,并实现了从基础研究到临床应用的转化。虽然人工智能目前还存在一些问题,但其发展趋势已势不可挡。我们应该重视人工智能在眼科的应用,迎接挑战,把握机遇,实现眼科诊疗技术的革新。     

人工智能应用于糖尿病领域的研究进展

近年来,人工智能(artificial intelligence, AI)在糖尿病(diabetes mellitus, DM)诊疗中表现出独特的优势,前景可期。AI在DM的筛查、早期诊断、风险预测、诊断分型及并发症和治疗等方面的研究取得了一定成果。但AI对于DM诊疗的应用仍处于早期探索阶段,其临床适用性仍存在一定争议。该文就AI在DM方面的研究及应用进展进行综述,以期进一步探索临床实际中AI对DM的应用潜力,为DM的临床诊疗提供新的思路。     

人工智能时代超声医学新发展

人工智能（AI）技术发展至今已在许多研究领域和产业取得引人瞩目的成就,大大推动了高度依赖机器操控和海量信息数据分析的医学超声影像学的发展。目前AI在超声医学领域的发展是医工结合交叉研究的新热点,越来越多的超声医学专家和数学家、计算机科学家共同致力于推动超声医学研究与AI的融合实践,旨在提高超声诊断的准确率、降低误诊率、缩短报告时间,满足日益增长的临床需求。本文主要就超声医学在AI领域的研究进展、AI时代我国超声医学发展的机遇与挑战等作一综述。     

医学人工智能引发的相关伦理问题分析

医学人工智能作为一门新的科学技术,是人工智能的一个重要分支,其快速发展与应用带来了许多伦理问题。正确认识并积极处理医学人工智能带来的伦理问题,最大程度发挥其作用,为人类提供最佳水平的诊疗技术,避免给社会及人类造成不良影响,是目前迫切需要重视的问题。本文探讨了医学人工智能引发的伦理问题,并对医学人工智能的伦理发展进行了思考与分析。     

糖尿病自我管理中人工智能技术应用进展

分析糖尿病患者数据管理与决策支持关联,从饮食管理、运动管理、血糖检测、服药依从性、开发症筛查方面阐述糖尿病自我管理中人工智能技术的应用现状,讨论潜在的机遇与挑战,为实现人工智能辅助糖尿病防治决策提供参考。     

糖尿病医学营养治疗对2型糖尿病患者的影响

目的对采用医学营养治疗的方式来对2型糖尿病患者进行治疗的效果进行分析和探讨。方法对2型糖尿病患者进行营养治疗,从患者的体重等方面进行控制。结果 2型糖尿病患者的病情得到有效控制,所出现的并发症也减少。结论采用糖尿病医学营养治疗是对所有糖尿病患者治疗的一个基础,同时也是在预防和治疗糖尿病患者中一个必不可少的环节。     

肿瘤诊疗新方向：人工智能与数字化医学图像

<正>近年来,癌症已成为严重威胁人民生命健康的重大疾病,据国家癌症中心统计,中国每年新增癌症病例超400万例,新增癌症死亡病例超240万例,癌症负担随老年化进一步加剧[1]。癌症的早期发现与精准诊疗对改善患者总体生存至关重要。肿瘤精准医疗的目的是实现实时动态的肿瘤诊断,制定个性化的肿瘤预防和治疗方案,提高患者生活质量[2]。但肿瘤在时间和空间上的高度异质性,导致相同临床分期的患者疗效和预后存在巨大差异。因此,精准量化肿瘤异质性,     

大系统人工智能的医学路线

大系统医学人工智能在中国的第一次兴起,是伴随着微型计算机引入中国,时间点在上世纪八十年代,技术特征是模仿诊疗过程,典型应用集中在中医界,杰出代表是朱文锋教授[1]。但发展至上世纪九十年代中后期,由于大系统医学人工智能是一门复杂的交叉学科,对人才的复合技能要求非常高,特别是数学建模技能对于一些医学科研工作来说很难,从而使得医学人工智能的发展较为缓慢,科凌力智能也不例外,但一直在坚持。今天,阿尔法围棋（AlphaGo）的面世,又激起了我们坚持下去的勇气。     

检验医学在亚健康诊疗中的应用展望

随着现代生活节奏的加快和生活压力的增大，越来越多的人处于一种介于健康与疾病之间的状态，现代医学称之为"亚健康"。亚健康状态如果持续时间过长且未被及时干预最终会发展成为疾病，因此识别亚健康状态并尽早干预对于预防疾病、保持机体健康状态具有重要意义。亚健康的检测方法有多种，利用医学检验技术通过实验室指标评估机体的健康状态是较为客观的评价方法。目前针对亚健康状态的实验室检测参数及参考值范围尚无明确标准，未来有望通过大数据分析结合机器学习实现对亚健康状态的科学评估。     

基于医学信息的智能化决策服务研究

阐述医学信息在传统决策中的作用、现状、问题以及新形势下决策需要的要素、要求和特点,分析医学信息决策智能化的实现背景及其在健康领域的应用场景和模式,探讨未来基于医学信息的智能化决策服务发展思路。     

浙江省医学人工智能发展现状与建议

通过文献研究和专家访谈方法,从机构应用分布、应用类型、发展阶段等方面详细阐述浙江省医学人工智能发展和应用情况,分析亮点及存在的问题,提出发展建议。