人工智能技术在乳腺影像学诊断中的应用现状与展望

当今科技发展的代表性前沿技术——人工智能(arti?cial intelligence,AI),已经和正在推动包括医学在内的众多学科及产业发生广泛而深刻的变化。随着计算机硬件的进步、存储设备性能的提高以及海量数据和新算法的涌现,近几年AI技术的发展取得了重大突破。在医学领域中,医学影像是AI技术应用较早、较为成熟的方向之一。用于乳腺影像学诊断的AI产品正在迅速地从实验阶段过渡到应用阶段,展现了良好的应用价值及发展态势。该研究就当前乳腺影像学诊断中AI技术的发展及应用现状进行分析和综述,并对乳腺影像方面AI未来的发展方向进行展望,以期为相关AI技术的研究提供参考。     

人工智能在耳鼻喉科教学中的应用

随着计算机技术的发展，人工智能（artificial intelligence, AI）已逐步应用于社会各行各业。医疗卫生行业中，AI为疾病诊断和治疗提供了更多选择，也为临床医学的发展带来了新的生机。为了更好地推动AI技术用于提升耳鼻喉科教学质量，该文对AI在耳鼻喉科中的应用进行简要概述，包括借助神经网络、深度学习开展图像分析、疾病诊治等，也从课程设计、教学实践及效果考核等方面论述了AI应用于耳鼻喉科教学的意义及实施方式。     

人工智能在肾肿瘤影像中的应用

以深度学习等为代表的新一代人工智能(artificial intelligence,AI)技术在医学影像中的应用是当前社会医疗发展的重要需求方向,肾肿瘤的AI医学影像临床研究也引起了相当大的关注。本文旨在阐述AI在肾肿瘤影像中应用的现状、问题,并对未来进行初步展望。     

人工智能影像诊断技术在基层医院中的应用与思考

人工智能（artificial intelligence,AI）是研究利用计算机来模拟人的某些思维过程和智能行为的学科。近年来,随着机器学习和深度学习的应用,AI技术在医学影像诊断中得到了飞速发展,且取得了卓越的效果。基层医院医生由于临床诊断能力较薄弱和经验累积较慢等原因,使得基层医院的诊疗受到一定的影响,将AI影像诊断技术应用于基层医院能提高医院的诊断效率及临床诊断准确性。但是,AI与医学影像诊断技术的结合尚处于初步阶段,有一定的不足,需制定相应的解决方案,以推动AI在医学影像诊断领域的不断发展与成熟。     

人工智能医学影像在胸部应用的机遇与挑战

人工智能(Artificial Intelligence,AI)是以深度学习(Deep Learning,DL)、人工神经网络(Artificial Neural Network,ANN)、机器学习(Machine Learning,ML)等新一代核心算法、强大的计算机计算能力和大数据(Big Date)共同促进的产物。也就是说,算法、算力和数据是其三要素。近年来,随着人工智能技术的飞速发展,AI在医学影像领域的应用日新月异,其中AI胸部影像研究最早也最成熟,本综述将从人工智能在胸部影像应用现状、机遇和挑战以及未来发展方向等方面进行阐述。     

人工智能在医学影像分析中的应用进展

以深度学习（DL）为代表的人工智能（AI）技术已在计算机视觉任务中取得突破性进展。本文从4种常见计算机视觉任务（图像分类、目标检测、物体分割和图像生成）出发,回顾AI技术在医学影像分析中的应用及其发展。     

乳腺超声人工智能应用进展

乳腺癌是女性最常见癌症之一,早期筛查、诊断对改善预后、降低死亡率至关重要。近年来,随着计算机性能的提高、海量医学影像数据的累积及新算法的不断出现,乳腺超声领域中人工智能（AI）研发已取得重大突破。乳腺超声AI可自动识别成像信息并定量评价,更准确、快速地诊断乳腺疾病。本文对AI在乳腺超声中的研究及应用现状进行综述。     

2003年全国医学影像技术学术会议胜利召开

由中国生物医学工程学会医学超声工程分会、中国声学学会生物医学超声工程分会、中国医学影像技术编委会、上海医学影像编辑部共同主办的 2 0 0 3年全国医学影像技术学术会议于 2 0 0 3年 8月 8日至 12日在辽宁省大连市召开。全国 30个省市区的近 5 0 0名专家学者云集一堂 ,就当前影像界的热点问题及发展战略做了深入的探讨和交流。刘玉清、徐智章、蒋学祥等国内知名专家共同主持了会议 ,同时有数名国外的影像界人士参加。大会的主要议题是心脑血管疾病的诊断与治疗、SARS的防治和PACS建设等。刘玉清院士的讲座题目为“主动脉夹层 ,壁间…     

2008中国医学影像管理与技术论坛将于金秋十月举行

由中国医院协会医学影像中心管理分会与国药励展展览有限责任公司共同筹办的“2008中国医学影像管理与技术论坛暨中国医院协会第三届医学影像中心管理分会学术交流大会”将于10月31～11月1日在苏州举行。此次论坛将交流国内外最权威、最前沿的医学影像管理与技术进展等方面的信息、经验和成果，以客观中立的角度将影像科室的管理经验与技术交流有机地结合在一起，是一次国内医学影像专业领域的高层会议。     

2020年医学影像新技术发展论坛暨《中国医学影像技术》杂志编委会第一轮通知

医学影像是21世纪医学发展最快的学科之一。放射、超声、核医学等各影像学科新技术的不断出现共同促进了临床医学的发展。“2020年中国医学影像新技术发展论坛暨《中国医学影像技术》杂志编委会”定于2020年7月3-5日在北京召开。本次会议由中国科学院声学研究所主办,首都医科大学宣武医院、中国医学科学院北京协和医学院北京协和医院协办,《中国医学影像技术》期刊社承办。     

5G+AI技术赋能医学本科教学改革的相关探索

医学本科教学一直面临着理论与实践不均衡、教学模式陈旧等问题。近年来,5G和人工智能（AI）的迅猛发展为医学本科教学改革提供了新机遇。本综述旨在分析5G+AI技术在医学本科教学中的应用,探讨其对教学内容、教学方法、基础设施与资源、数据隐私与安全等方面的影响,并展望未来的发展方向。通过对医学本科教学现状进行详细分析,发现传统教学存在的问题,探讨5G+AI技术如何赋能医学本科教学改革,包括理论课程的在线图书馆应用、AI辅助教学、临床技能中心的5G化等方面,综合考察该技术在推进AI应用、革新医学课程体系、实现仿真模拟等方面的优势,同时对5G+AI技术在医学本科教学中面临的挑战进行分析。5G+AI技术在医学本科教学改革中具有广阔前景,可以通过提高教学效果、个性化教学、实现虚拟实践等方式全面推进医学本科教学水平。然而,要充分发挥其优势,还需解决基础设施建设、教师培训、数据隐私等方面的挑战。期望通过该技术的应用,实现医学本科教学更科学、更高效的目标。     

人工智能对我国检验医学的机遇与挑战

人工智能(AI)应用于医疗健康领域是大势所趋,将全方位推动检验医学的变革。该文结合我国检验医学的发展现状,探讨了AI相关技术在提升检验流程的自动化程度、挖掘检验数据的辅助诊断价值、重塑检验行业服务模式中的应用潜力,进而从检验医学工作者的角度,设想未来面临AI取代检验科日常工作带来的冲击,如何实现向检验数据管理人员或检验医师的职能转型,开创人-机协同的检验医学新时代。期望该文对检验医学领域AI发展方向的推演能为广大检验同仁及智能医疗从业者提供启发和参考。     

浅析医学影像诊断专业解剖学教学的新趋势

医学影像诊断技术的日新月异，推动着医学影像诊断专业形态学基础的解剖学教学的发展，笔者总结多年的解剖学教学经验，从加强直观教学、充实教学内容、拓宽教学渠道、改革课程组合方式等几方面分析了医学影像诊断专业解剖学教学的新趋势。     

利用人工智能处理心血管疾病多源数据的方法与展望

心血管疾病（cardiovascular disease, CVD）在全球范围内造成了巨大的疾病负担,针对CVD实现精确的诊断和评估对于患者预后的改善有着明确的意义。人工智能（artificial intelligence, AI）的出现以及在医学领域的快速应用,使得各类CVD数据的分析和拟合有了新的实现路径。目前CVD领域除了结构化的病历资料外,还包括大量影像、电生理检查带来的非线性数据。如何利用AI来处理此类多源数据目前已有大量的研究进行了探索。因此,该文通过汇总现有各类研究,讨论现有AI技术处理各类多源异构数据的方式,并分析其可能的优势与不足,以期为未来AI在CVD中应用的发展方向提供证据支持。     

影像组学在头及颈部疾病诊疗中的应用进展

影像组学指从医学图像中提取高通量特征,将影像信息进行更深层次的数据挖掘,用于基于证据的临床诊疗决策支持。该文重点讲述了影像组学在头及颈部疾病诊疗中的应用与进展,包括疾病的诊断及鉴别诊断、疗效监测和预后、肿瘤基因表型及分子标记物、深度学习的应用等方面的研究成果,最后总结现阶段影像组学技术存在的不足,并进一步分析未来影像组学在医学影像诊断中的发展方向。     

“检验医学”遇上“人工智能”

陈鸣:人工智能(AI)是研究、开发用于模拟、延伸和扩展人的智能理论、方法、技术及应用系统的一门新兴学科,其发展最早可溯源至20世纪50年代,1956年McCarthy在美国达特默斯的一次学术会议上第一次提出“人工智能”的概念。近年来,随着AI相关学科发展、理论建模、技术创新、软硬件的整体发展,AI技术取得了突破性的进展。2017年7月8日国务院印发的《新一代人工智能发展规划》正式将AI上升到国家发展规划高度,其中针对医疗领域提出了“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”的任务部署。我国检验医学发展从原始的手工检验起步,经历了半自动化分析到全自动化分析的检验现代化阶段,目前正处在全实验室自动化和实验室信息化时代,而AI可能为检验医学的下一步发展注入新的活力。目前,以专家系统(MES)、人工神经网络(ANN)、数据挖掘(DM)为支撑的AI技术在疾病诊断、提升检验流程自动化程度、个体化结果的分析和DM等医学检验领域得到了广泛应用。本期主持人邀请了国内从事智能检验研究的多位专家,一起来探讨AI技术目前在智能检验领域的优势与挑战,同时对下一步AI技术领域的方法方向进行了展望。     

《临床化学分析仪导论》再版征订

由韩志钧教授等国内专家共同编写的《临床化学分析仪导论》已由辽宁科技出版社再版,即日起在全国正式发行。全书在全面介绍当今临床检验技术发展进步的基础上,又列专章详尽地介绍全自动生化分析技术、半自动生化分析技术、干式生化分析技术、尿化学分析技术、免疫化学分析技术、血气酸碱分析技术、离子选择电解质分析技术、火焰光度分析技术、气相色谱分析技术、质谱分析等技术及相关仪器50多部。对所列举仪器都较详细地介绍了发展概况、规格、性能特点、仪器的组成和使用操作及应用举例等方面,使其起到指导仪器使用和合理引进的作用。全书1…     

二十一世纪医学影像学科的发展需要理、工、医紧密结合

随着数字化技术、计算机及网络技术的迅猛发展，医学影像技术将在２１世纪出现革命性变化，医学影像设备的数字化，标准化和小型化为发展主要趋势，现代通讯和计算机网络技术的结合应用，使医学图像资料得到有效管理和充分利用，医院内各种医学影像设备的联网，实现医学图像共享，在技术和设备进步的新形势下，影像科医生必将改变工作模式，首先必需学会操作计算机，增加理工方面知识，医学影像学科的发展，需要医学和理工方面专家的紧密结合。二十一世纪医学影像学科的发展需要理、工、医紧密结合@张爱宏$上海第二人民医院!中国生物医学工…     

人工智能在肝纤维化影像学中的研究进展

肝纤维化是各种慢性肝病（chronic liver disease, CLD）进展为肝硬化甚至肝癌的必经之路。有效的临床干预可以实现肝纤维化的逆转,故及时准确地评估肝纤维化严重程度对肝纤维化患者的治疗及预后意义重大。肝组织病理学检查是明确诊断、衡量肝纤维化程度的重要依据,但其有创且结果受穿刺部位影响而不够精准和全面。探寻无创、全面、准确的评估模式至关重要。人工智能（artificial intelligence, AI）通过分析海量的影像数据和不断地自我学习,构建疾病评估和预测模型,对疾病的发生发展的影像学变化规律进行分析研究。随着影像学技术和计算机科学的快速发展,基于影像图像的AI技术在肝纤维化的无创诊断及分期中显示出其突出的临床价值及应用潜力。本文就近年来国内外AI技术在肝纤维化影像学[超声（ultrasound,US）、电子计算机断层扫描（computed tomography, CT）、MRI]等方面进行综述,旨在介绍该领域AI发展现状并试图分析当前面临的问题,以期实现肝纤维化无创、精准评估,为临床个体化精准医疗提供影像支持。     

医学影像学的进展及展望

影像医学在20世纪是医学领域中知识更新最快的学科之一。从伦琴发现X线到第一张手的X线片的诞生，随着CT、NRI、介入放射学等的影像技术、影像诊断和影像治疗的相继问世，医学影像学从无到有、从小到大，经历了一个飞速迅猛的发展过程。当今医学影像技术进入了全新的数字影像时代，医学影像技术的发展反映和引导着临床医学在诊治以及随诊方面的进步。医学影像技术的发展，在某种意义上代表着医学发展潮流中的一个热点趋势，