4.4
用户推荐指数
科技 类型
6.4 豆瓣评分
可以朗读 语音朗读
82千字 字数
2018-10-01 发行日期
展开全部

主编推荐语

本书从政策标准、技术创新、商业模式、人才资源、法规伦理等角度对中国人工智能+医疗健康的发展进行了展望。

内容简介

AI+医疗健康是医药卫生行业与信息通信技术融合创新的产物，将成为医疗健康行业发展与转型升级的重要方向。人口老龄化、医疗资源配置结构性失衡、人工智能技术的快速发展等宏观环境有力推动人工智能+医疗健康迈向广阔的发展空间，并且正处于发展的关键时期。

未来，随着人工智能技术的快速发展、新产品开发的加快和企业经营实力与创新能力的不断增强，AI+医疗健康将向纵深方向发展。

目录

  • 版权信息
  • 内容简介
  • 丛书编委会
  • 本书编写组
  • 丛书序
  • 前言
  • 第一章 人工智能赋能医疗健康行业
  • 1.1 人工智能+医疗健康发展背景
  • 1.1.1 行业痛点激发新需求
  • 1.1.2 技术突破提供新手段
  • 1.1.3 政策出台营造新环境
  • 1.2 人工智能+医疗健康能做什么
  • 1.2.1 医疗健康信息化的技术进化史
  • 1.2.2 诊前：疾病预防与健康管理
  • 1.2.3 诊前：基因测序
  • 1.2.4 诊中：医学影像辅助诊断
  • 1.2.5 诊中：临床辅助决策
  • 1.2.6 诊中：医用机器人
  • 1.2.7 诊后：康复辅助
  • 1.2.8 生物医药
  • 1.3 人工智能+医疗健康技术产业体系
  • 1.3.1 人工智能+医疗健康技术体系
  • 1.3.2 人工智能+医疗健康产业生态
  • 1.3.3 人工智能+医疗健康产业格局
  • 第二章 医学图像识别，计算机辅助医生“阅片”
  • 2.1 应用场景
  • 2.1.1 发展背景
  • 2.1.2 主要应用场景
  • 2.2 关键技术
  • 2.2.1 技术发展现状
  • 2.2.2 模型设计
  • 2.2.3 模型构建
  • 2.2.4 算法选择
  • 2.2.5 服务建立
  • 2.3 业务模式
  • 2.3.1 产业发展模式
  • 2.3.2 应用难点
  • 第三章 临床决策支持系统，医生的虚拟助手
  • 3.1 应用场景
  • 3.1.1 产生背景
  • 3.1.2 发展历程
  • 3.1.3 应用前景
  • 3.2 关键技术
  • 3.2.1 系统关键技术
  • 3.2.2 数据关键技术
  • 3.3 业务模式
  • 3.3.1 细分市场
  • 3.3.2 典型应用案例
  • 3.3.3 发展方向
  • 第四章 基因测序，开启精准医学时代
  • 4.1 应用场景
  • 4.1.1 无创产前检测
  • 4.1.2 肿瘤检测
  • 4.1.3 罕见遗传病筛查
  • 4.1.4 精准健康管理
  • 4.1.5 身份确认
  • 4.2 关键技术
  • 4.2.1 第一代基因测序技术
  • 4.2.2 第二代基因测序技术
  • 4.2.3 第三代基因测序技术
  • 4.3 业务模式
  • 4.3.1 基因测序仪器制造
  • 4.3.2 基因测序服务
  • 4.3.3 软件开发与云服务
  • 第五章 健康管理，不治“已病”治“未病”
  • 5.1 应用场景
  • 5.1.1 疾病预防
  • 5.1.2 慢病管理
  • 5.1.3 运动管理
  • 5.1.4 睡眠监测
  • 5.1.5 母婴健康管理
  • 5.1.6 老年人护理
  • 5.2 关键技术
  • 5.2.1 终端关键技术
  • 5.2.2 网络关键技术
  • 5.2.3 平台关键技术
  • 5.3 业务模式
  • 5.3.1 硬件销售模式
  • 5.3.2 服务提供模式
  • 5.3.3 数据整合模式
  • 5.3.4 保险付费模式
  • 第六章 医用机器人，诊疗、康复与服务
  • 6.1 应用场景
  • 6.1.1 手术机器人
  • 6.1.2 非手术诊疗机器人
  • 6.1.3 康复机器人
  • 6.1.4 医疗服务机器人
  • 6.2 关键技术
  • 6.2.1 人机工效学
  • 6.2.2 遥操作
  • 6.2.3 空间定位技术
  • 6.2.4 多模影像处理
  • 6.2.5 人工智能技术
  • 6.2.6 医疗大数据
  • 6.2.7 虚拟现实/增强现实技术
  • 6.3 业务模式
  • 6.3.1 手术机器人业务模式
  • 6.3.2 非手术诊疗机器人业务模式
  • 6.3.3 康复机器人业务模式
  • 6.3.4 医疗服务机器人业务模式
  • 第七章 工业互联网，生物医药发展新方向
  • 7.1 医疗设备全生命周期管理
  • 7.1.1 发展背景
  • 7.1.2 关键技术
  • 7.1.3 面临的问题
  • 7.2 生物医药增材制造（3D打印）
  • 7.2.1 发展背景
  • 7.2.2 关键技术
  • 7.2.3 面临的问题
  • 7.3 人工智能辅助药物研发
  • 7.3.1 发展背景
  • 7.3.2 关键技术
  • 第八章 中国人工智能+医疗健康发展展望
  • 8.1 政策标准
  • 8.1.1 产业发展促进
  • 8.1.2 行业监督管理
  • 8.1.3 数据安全保护
  • 8.2 技术创新
  • 8.2.1 关键技术研发
  • 8.2.2 训练数据集建设
  • 8.2.3 信息安全保障
  • 8.3 商业模式
  • 8.3.1 互联网巨头企业
  • 8.3.2 初创型企业
  • 8.3.3 医疗设备企业
  • 8.4 人才资源
  • 8.5 法规伦理
  • 国药励展·大健康系列新知丛书（首辑）
展开全部

评分及书评

4.4
10个评分
  • 用户头像
    给这本书评了
    5.0
    要有序发展的法律法规和伦理道德框架建立

    随着人工智能 + 医疗健康相关法律、伦理和社会问题研究的不断深入，保障人工智能 + 医疗健康有序发展的法律法规和伦理道德框架将初步建立。通过开展与人工智能 + 医疗健康应用相关的民事与刑事责任确认、隐私和产权保护、信息安全利用等法律问题研究，建立追溯和问责制度，明确人工智能 + 医疗健康法律主体以及相关权利、义务和责任等。未来将重点围绕手术机器人、医疗影像辅助诊断等应用基础较好的细分领域，加快研究制定相关安全管理法规，为新技术的快速应用奠定法律基础。通过积极参与人工智能 + 医疗健康全球治理，加强机器人异化和安全监管等人工智能 + 医疗健康重大国际共性问题研究，深化在人工智能 + 医疗健康伦理规范、国际规则等方面的国际合作，共同应对全球性挑战。

      转发
      评论
      用户头像
      给这本书评了
      3.0

      本书出版时间是 18 年 10 月，作者可能也没料到疫情对世界带来的影响。疫情加快了 web2.0 向 3.0 的进程，极大程度重塑医疗行业规则，以及 22 年以 ChatGPT 为首的大语言模型爆炸式运用对各行各业的颠覆，所以读本书总觉得差点意思。时代的一粒灰尘机缘巧合让我成为过 “数字抗疫者”，被动或主动关注着智慧医疗的领域，我不是很认可书里第一章节简单粗暴对医疗健康信息化进化史的划分，医疗行业作为信息化典型场景，管理域与作业域的深度融合对各项信息技术的需求，并不是简单的递进关系，但本书也对人工智能、3D 打印、医疗机器人等各类技术具体应用展开了详尽阐述，很大程度上也帮助我补足了概念地图，闲来无事的从业者也还是可以读读。我有个也不知道算不算缺点的毛病，读书时总无法屏蔽掉个人情绪，最近我可能对这类大谈技术运用的书籍、论文有些反感，医疗这个在民生领域，带着 “神圣” 属性的行业，大概也只有切身体会过的从业者，才能真正了解 "普惠" 背后的责任与无奈。就如训练模型这个简单的场景，我这个技术小白也知道，模型的训练的基础，是基于大量标准化数据的输入，可现实的情形，避免不了逐利属性的资本和医院、医院之间的数据壁垒与竞争、大量非结构化数据如何标准化、实现场景的软硬件与从业者的投入成本、缺乏法律监管与伦理界定等等问题，好像最终都是 “普惠” 这个词的障碍。嗯，这样看来，这个缺点应该是个毛病，我大概很难被某本书教化，就这样保持努力的姿势吧，尘埃干嘛要想宏大的命题呢？

        转发
        评论

      出版方

      机械工业出版社

      机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。