互联网 类型
可以朗读 语音朗读
188千字 字数
2019-08-01 发行日期
展开全部

主编推荐语

一本全面介绍AI医疗领域发展的读本和实战手册。

内容简介

本书立足前沿，全面回顾人工智能技术在医疗行业的应用历史、应用领域和应用前景；详细论述AI人工智能医疗带来的医疗产业革命：精准医疗、智能医疗、移动医疗、远程医疗、低成本医疗、低风险医疗将因为人工智能技术变为现实；重点介绍人工智能医疗创业企业的发展现状，全景展现这一领域巨大的市场机会；

本书通过分析国内外行业巨头的新技术成果和真实、前沿的投资案例，使读者全面了解人工智能的产业转化方向；展示的人工智能AI医疗创业者的成功和失败案例，对读者在此领域的创业具有实际意义的指导作用。

目录

  • 版权信息
  • 内容提要
  • 前言
  • 绪论 人工智能发展历程
  • 0.1 解放大脑：人工智能的技术革命
  • 0.2 60年历程：从概念到模拟人的智能
  • 0.3 两次低谷：催生变革的发生
  • 第1章 AI医疗：人工智能技术赋能医疗
  • 1.1 关键技术：深度学习、机器学习、人工智能
  • 1.2 技术构成：算法、算力、大数据
  • 1.2.1 算法
  • 1.2.2 算力
  • 1.2.3 大数据
  • 1.3 行业应用：产业链、应用、优势
  • 1.3.1 人工智能产业链
  • 1.3.2 人工智能的行业应用
  • 1.3.3 人工智能行业应用优势
  • 1.4 医疗技术：人工智能与医疗的新融合
  • 1.4.1 人工智能与医疗的发展史
  • 1.4.2 人工智能与医疗的未来
  • 1.4.3 人工智能医疗能力圈正不断拓展边界
  • 第2章 实践布局：人工智能与医疗的九大细分领域
  • 2.1 虚拟助手
  • 2.1.1 个人问诊、用药咨询
  • 2.1.2 智能分诊、导诊机器人
  • 2.1.3 慢病管理
  • 2.1.4 电子病历（Electronic Medical Record，EMR）语音录入
  • 2.2 疾病筛查和预测
  • 2.2.1 疾病的筛查
  • 2.2.2 疾病的预测
  • 2.3 医学影像
  • 2.3.1 人工智能参与医学影像诊断的方式
  • 2.3.2 人工智能为医学影像带来的改变
  • 2.3.3 人工智能+医学影像在各领域的应用情况
  • 2.3.4 人工智能医学影像公司调研
  • 2.3.5 医学影像领域的人工智能问题
  • 2.3.6 “医学影像人工智能+”的跨领域协作
  • 2.4 病历/文献分析
  • 2.5 医院管理
  • 2.5.1 人工智能应用于医院管理的优势
  • 2.5.2 布局在医院管理的人工智能企业
  • 2.5.3 人工智能与医院管理企业的盈利模式
  • 2.6 智能化器械
  • 2.6.1 布局在智能化器械的企业
  • 2.6.2 智能器械的商业模式
  • 2.7 药物发现
  • 2.7.1 药物发现的现状
  • 2.7.2 人工智能重构新药研发
  • 2.7.3 制药企业纷纷布局
  • 2.7.4 AI+新药研发的7个应用场景
  • 2.7.5 中国药物发现的难点
  • 2.7.6 AI+药物发现商业模式探索
  • 2.8 健康管理
  • 2.8.1 健康管理现状
  • 2.8.2 人工智能应用情况
  • 2.9 基因测试
  • 第3章 全球格局：人工智能与医疗全球发展
  • 3.1 人工智能+新型硬件提供商
  • 3.1.1 IBM Watson人工智能医疗应用详情剖析
  • 3.1.2 IBM未来几年的医疗人工智能计划
  • 3.2 全产业链布局AI医疗
  • 3.2.1 谷歌涉足医疗保健领域的子公司/部门
  • 3.2.2 底层架构为医疗保健数据提供动力
  • 3.2.3 谷歌AI技术在特定疾病上的应用
  • 3.2.4 AI医疗工具
  • 3.2.5 人口健康管理
  • 3.2.6 谷歌的盈利模式
  • 3.3 创业投资加速器支持
  • 3.3.1 微软创投加速器
  • 3.3.2 投资并购
  • 3.3.3 智能可穿戴设备
  • 3.3.4 微软的医疗布局
  • 3.3.5 微软在HIMSS2018会议上发布的项目
  • 3.3.6 微软在医疗领域的投资思维
  • 3.4 iPhone平台切入AI医疗
  • 3.4.1 苹果手机上的Siri
  • 3.4.2 苹果与人工智能相关的收购
  • 3.4.3 进军医疗健康领域
  • 3.4.4 苹果开启心脏研究，iPhone X引爆生物人工智能
  • 3.4.5 苹果人工智能回顾与展望
  • 3.5 引领人工智能芯片+医疗
  • 3.5.1 NVIDIA发展经历的3个阶段
  • 3.5.2 第一阶段：从诞生到成为计算机图形芯片领军企业
  • 3.5.3 第二阶段：通过CUDA架构获得通用计算能力
  • 3.5.4 通用计算和医疗行业
  • 3.5.5 第三阶段：从通用计算向人工智能迈进
  • 3.5.6 人工智能和医疗行业
  • 3.5.7 使用NVIDIA产品的人工智能医疗项目
  • 3.5.8 基于NVIDIA平台的人工智能医疗行业初创公司
  • 第4章 国内现状：人工智能与医疗的国内布局
  • 4.1 我国人工智能学术研究世界领先
  • 4.2 我国数据在逐步开放
  • 4.3 国内巨头的2017年
  • 4.3.1 腾讯觅影作为“互联网+智慧医疗”的一部分进入医院
  • 4.3.2 阿里巴巴重视基础技术、数据和人才，为行业提供开放平台
  • 4.3.3 讯飞医疗：三大产品+一个平台
  • 4.3.4 百度在医疗领域逐渐销声匿迹
  • 4.4 BAT海外医疗投资谋布局
  • 4.4.1 百度重技术、阿里巴巴偏消费文娱、腾讯触角广
  • 4.4.2 BAT在内地以外的投资概览
  • 4.4.3 腾讯内地以外的医疗多样化布局
  • 4.4.4 腾讯医疗布局：大健康产业链无缝“连接”
  • 4.5 华为智能无线技术实现医疗互联
  • 4.5.1 华为携手乐心医疗
  • 4.5.2 华为Wireless X Labs
  • 第5章 资本涌入：人工智能与医疗的投资风口
  • 5.1 人工智能与医疗企业技术成熟度曲线
  • 5.2 人工智能医疗创业公司与投资机构的分析
  • 5.2.1 人工智能医疗创业公司的成本组成
  • 5.2.2 人工智能医疗初创公司分析
  • 5.2.3 人工智能与医疗投资机构盘点
  • 5.3 人工智能顶级专家引领深度学习的发展
  • 5.4 国内人工智能医疗企业人才
  • 5.4.1 15个单位人工智能研究领域专家盘点
  • 5.4.2 人工智能医疗公司的AI人才现状
  • 第6章 典型企业：人工智能与医疗领域企业案例
  • 6.1 美国NarrativeDx：人工智能，解决传统患者体验调查中的痛点
  • 6.1.1 公司特点
  • 6.1.2 发展现状：核心技术正在申请专利
  • 6.1.3 融资情况部分披露
  • 6.1.4 同类项目初创公司比较
  • 6.1.5 带给国内创业者的思考
  • 6.2 美国Atomwise：用AI研发新药，成本骤减数亿美元
  • 6.2.1 现状：一款新药的成功研发约消耗29亿美元
  • 6.2.2 新药研发早期进行评估可大幅度降低药物研发成本
  • 6.2.3 Atomwise将深度学习技术运用于新药早期评估
  • 6.2.4 Atomwise的技术可用于寻找埃博拉病毒治疗方案
  • 6.2.5 Atomwise团队介绍
  • 6.3 英国Babylon Health：将AI医生装进用户手机
  • 6.3.1 伊朗人在英国，改变英国传统医疗服务模式
  • 6.3.2 口袋里的人工智能医生
  • 6.3.3 个体+团体健康管理的运营模式
  • 6.3.4 为集团提供企业健康计划
  • 6.3.5 每笔融资都是一次大的突破
  • 6.3.6 两大主要竞争对手比较
  • 6.4 印度SigTuple：用人工智能变革传统疾病筛查方式
  • 6.4.1 3个数据工程师从金融到医疗的跨界创业
  • 6.4.2 人工智能与医疗数据=智能筛查解决方案
  • 6.4.3 伙伴客户一体化，绑定利益共同体
  • 6.4.4 立足印度，放眼全球市场
  • 6.4.5 产业内同类公司——Athelas
  • 6.4.6 带给中国创业者的思考
  • 6.5 希氏异构：携手华西医院，AI独立超算中心“神农1号”建成运行
  • 6.5.1 希氏异构发展历程
  • 6.5.2 让AI找到疾病更多未知的关联
  • 6.5.3 计算力带来的是倍数级的差异
  • 6.5.4 华西能够提供的不仅仅是数据
  • 6.5.5 两种商业化落地方案已经在实施
  • 6.5.6 医疗图像AI独立超算中心“神农1号”建成运行
  • 6.6 脑医生：利用AI技术进行阿尔茨海默病的筛查和诊断
  • 6.6.1 将医生的经验“数字化”
  • 6.6.2 医学AI需要多学科交叉合作
  • 6.6.3 MRI图像的最优选择
  • 6.6.4 清晰的用户模式
  • 6.6.5 国际上的其他研究团队
  • 6.7 齐济医疗：如何用SaaS+人工智能解放医院肾内科
  • 6.7.1 我国医院肾内科治疗状况
  • 6.7.2 长征医院的合作案例
  • 6.7.3 齐济医疗的服务对象
  • 6.7.4 从B2B转型为B2C
  • 第7章 政府引导：人工智能与医疗政策监管
  • 7.1 中国人工智能政策演变
  • 7.2 《新一代人工智能发展规划》概述
  • 7.3 《新一代人工智能发展规划》与大健康相关的四大部分
  • 7.3.1 2025年前初步建立AI法律、伦理和政策体系
  • 7.3.2 建立新一代人工智能基础理论体系和关键共性技术体系
  • 7.3.3 加快培养聚集人工智能高端人才
  • 7.3.4 发展便捷、高效的智能服务
  • 7.4 医疗AI企业的现实挑战
  • 附录
  • 附录A 人工智能+医疗专业术语表
  • 附录B 中国人工智能+医疗公司名录
  • 参考文献
展开全部

评分及书评

评分不足
1个评分

出版方

北京大学出版社

北京大学出版社是在1979年，经国家出版事业管理局同意，教育部批准成立的，恢复了北京大学出版社建制。北京大学出版社依靠北大雄厚的教学、科研力量，同时积极争取国内外专家学者的合作支持，出版了大量高水平、高质量、适应多层次需要的优秀高等教育教材。 北大出版社注意对教材进行全面追踪，捕捉信息，及时修订，以跟上各学科的最新发展，反映该学科研究的最新成果，保持北大版教材的领先地位。