人工智能在2型糖尿病健康管理中的应用研究进展

2型糖尿病(T2DM)及其并发症影响了全球数亿人的健康和生活质量,其主要治疗方式为胰岛素和降糖药物的使用,但由于确诊不及时、起始治疗过晚、药物剂量调整不积极等问题,仍有很多患者血糖控制不佳。人工智能(AI)是数字信息智能化飞速发展的产物,在糖尿病等慢性疾病的预测、诊断、治疗、随访等健康管理环节中发挥重要作用。现已有多种AI技术融入T2DM的健康管理中,如远程医疗、动态血糖监测等。该文综述了近期AI在T2DM健康管理中的应用成果,并对存在的问题和研究方向进行了讨论。     

毒性病理学中人工智能和机器学习的应用研究进展

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。     

癌症领域的人工智能应用综述

近年来人工智能(Artificial intelligence, AI)应用于医疗领域成为现代科技的热点,AI在医疗领域的应用主要包括疾病诊断、治疗和管理等方面。癌症具有较高的发病率和致死率,对人类健康有重大威胁。以机器学习为代表的人工智能算法在癌症领域的应用主要包括分类诊疗、预后预测和疗效评估,实现精准治疗来提高护理标准和生活质量。本文综述了癌症领域的人工智能应用方法,从实验数据、特征选择、算法模型和性能评估指标等方面,对机器学习技术在癌症应用中的研究现状进行了系统总结和分析展望。     

人工智能辅助医学影像识别技术的应用研究进展

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...     

人工智能在新药研发中的应用进展

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。     

人工智能预测药物-靶标相互作用研究进展

药物-靶标相互作用(DTI)鉴定是药物研发中的关键步骤,可有效缩小候选药物分子的搜索范围.同时,DTI鉴定也是多重药理和药物重定位等研究的基础.然而,通过生物实验研究DTI耗时长、成本高且伴有一定的盲目性.随着信息科学的飞速进步,人工智能(AI)在药物研发领域得到广泛应用,成为研究DTI的有效策略.根据算法设计原理的不...     

药物发现过程中人工智能的应用研究进展

人工智能（AI）和机器学习不仅使药物发现和开发实现了质的飞跃,而且帮助药物开发进程进入现代化。机器学习和深度学习算法已应用于药物发现各个阶段,如先导化合物的筛选、多肽合成及小分子药物的发现、最佳给药剂量的确定、类药化合物的设计和药物不良反应的预测、蛋白质间相互作用的预测、虚拟筛选效率的提高、定量构效关系（QSAR）建模和药物重新定位、理化性质和药物靶标亲和力的预测、化合物的结合预测和体内安全性分析、多靶点配体药物分子的设计以及临床试验的设计。简要综述了AI算法和传统化学相结合以提高药物发现的效率以及AI在药物发现过程中的应用研究进展,以期为AI应用于药物发现提供一定参考。     

人工智能在前列腺癌诊疗中的应用

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。     

人工智能辅助的蛋白质稳定性优化

蛋白质药物具有作用机制清晰、作用特异性强、不良反应少等优势,临床应用前景巨大。蛋白质的稳定性是蛋白质药物的一项非常重要的指标,对于其成药性、安全性和有效性都至关重要。近年来,人工智能辅助的蛋白质改造工程逐渐发展成为一种高效的蛋白质分子设计新策略,并被广泛应用于蛋白质稳定性预测、药物设计和抗体优化等方面。本文介绍主要的人工智能辅助的蛋白质稳定性优化方法,讨论不同种类优化方法的优劣及其在蛋白质药物设计和优化中的应用,探讨人工智能在蛋白质稳定性设计中的挑战和前景,以期为研究者们开发更稳定、更高效的蛋白质药物提供新的思路。     

人工智能辅助诊断技术管理规范(试行)

<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     

人工智能在抗肿瘤药物研发中的应用与进展

随着人工智能的飞速发展以及人们对肿瘤疾病机制的认识逐渐加深,人工智能在抗肿瘤药物的研发中起到了重要作用。本文简要介绍了人工智能的主要模型及在药物研发方面的优势,并基于结构、配体、肿瘤细胞表型及电子健康记录四大方面综述了近年来人工智能在抗肿瘤药物研发中的应用与进展,并总结了人工智能应用于抗肿瘤药物研发中的机遇与挑战,以期为从事相关领域的科研技术人员提供思路与参考。     

人工智能辅助治疗技术管理规范(试行)

<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。     

人工智能算法用于药物研发的研究进展

人工智能算法包含机器学习算法和深度学习算法,可应用于药物靶标发现、先导化合物的发现与优化、候选药物的确定、成药性优化。人工智能算法通过丰富的大数据系统学习可以实现模型的建立和高通量虚拟计算,应用于药物研发中能够在一定程度上缩短研发周期、降低投入成本,进而提高研发成功率。对机器学习算法、深度学习算法应用于药物研发中的研究进展进行阐述,以期为人工智能技术与药物研发相结合的进一步发展提供参考。     

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

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。     

人工智能在药物发现中的应用与挑战

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。     

人工智能辅助诊疗在脓毒症管理中的应用进展

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。     

浅析人工智能/机器学习用于药品开发——基于FDA讨论文件的探讨

人工智能/机器学习（AI/ML）用于医药产品临床前、临床开发、生产、上市后监测,有望对医药产品开发和使用带来深刻影响,同时对制药行业和药品监管带来机遇和挑战。为促进相关领域的监管工作,2023年5月FDA发布《人工智能和机器学习用于药品与生物制品开发的讨论文件》。本文通过对讨论文件的探讨,概述了AI/ML在药品开发过程中的运用现状和潜在用途,以及FDA运用AI/ML的经验,并介绍了在药品开发过程中运用AI/ML的考量因素,旨在推动创新技术在医药产品领域的运用,挖掘更多潜在效能。     

大数据和人工智能技术用于计算机辅助药物设计的研究进展

大数据和人工智能（AI）技术不仅可以对海量的生物医学数据进行准确和综合地分析,而且可以帮助构建药物设计领域的预测模型。随着算法和统计方法的发展,大数据和AI技术已应用于计算机辅助药物设计（CADD）。CADD可被用于有效克服药物设计领域的困难,从而高效地设计和开发新药。介绍了药物设计和发现过程中数据预处理和建模步骤、药物设计和发现过程中基于AI的建模方法、大数据和AI技术在CADD中的最新应用,以期为我国药物设计和开发提供参考。     

糖尿病抑郁共病治疗管理研究进展

糖尿病患者有较高的抑郁症患病风险,可对患者的主观幸福感和生活质量产生不利影响,并可能增加降糖治疗不顺从性。糖尿病患者的抑郁可通过心理治疗及药物方式得到有效缓解,及时有效地治疗抑郁症可以显著提高糖尿病患者的生活质量,减轻患者的心理负担,促进降糖治疗的有效开展。针对糖尿病抑郁共病的相关危险因素、共病诊断、慢性病治疗管理等方面的研究进展作一综述。