设为主页 | 加入收藏

人工智能医疗(六)

近年来,人工智能+”应用于医疗研究已经成为现代科技的热点。人工智能在医学影像识别方面的应用、人工智能在临床医疗智能决策方面的应用、人工智能在医疗智能语音方面的应用、人工智能在互联网+医疗的应用等等方面预示着未来人工智能将在医疗领域发挥重要作用。现在的人工智能尚处于弱人工智能时代,并不具备沟通的功能,现在的人工智能更多地应用在类似图像识别辅助分析这样的不需要与患者进行深入沟通的领域,其他领域的发展仍然需要人工智能技术的继续完善。未来,人工智能将在医疗领域发挥重要作用,将改变医疗手段甚至医疗模式,并将推动医学发展,重塑医疗产业,同时也必将对部分医生的未来产生影响。相信人工智能将给未来医疗技术带来深刻的变化,是未来医学创新和改革的强大动力。

在这一集的文献汇编中,我们专门收集了近两年来有关“人工智能医疗方面的科技文献与资料并汇集成汇编提供给大家,希望对“人工智能医疗有兴趣的朋友和有意愿开发此类技术的朋友起到借鉴与参考作用。由于文献资料较多,我们将分六部分提供给大家。这是第六部分。

 

人工智能医疗(六)

 

110基于自主学习的人工智能带给中医学的机遇和挑战

【作者】王振亮 师润田  

【机构】河南中医药大学

【文献出处】《中华中医药杂志》2018 第12 

【摘要】人工智能(AI)的快速发展给未来医疗领域带来新的机遇和挑战,也为中医学发展为新世纪主流医学提供了一个新的角度和方法。将AI定位为中医学的辅助工具,建立具有中医学特色的AI才更符合未来中医学的发展。人工智能能为复杂的中医学计算机模型的建立和中医学理论的验证提供参考,能为建立一个具有广泛适用性的中医理论体系提供方案,并能为现行中医理论的不足提供纠正办法。中医学在AI等的武装下,虚心接纳,奋起直追,必能发展为新世纪的主流医学。

 

111人工智能技术促进中医药传承发展

【作者】杨蕴  阮春阳  杨美清  于观贞  田建辉  

【机构】上海中医药大学附属龙华医院肿瘤科 上海中医药大学附属上海市中西医结合医院 复旦大学计算机科学技术学院医疗健康大数据研究中心 上海市中医药研究院中医肿瘤研究所 

【文献出处】《第二军医大学学报》 2018年08期

【摘要】"互联网+"的飞速发展和大数据技术的广泛应用为人工智能技术的发展奠定了基础。基于强大的深度学习理论与技术,人工智能技术已在医学专家问答、中医医学影像切割和分类、中医四诊客观化等众多领域取得了突破。中医药传承发展迫切需要解决的问题是效率的提高,而人工智能技术已在数据挖掘、智能诊疗、智能学习、诊疗指南构建等方面促进中医药的全面发展,如何更进一步通过人工智能技术促进中医药传承发展是需要思考的重要问题。

 

112数据清洗技术在DICOM格式医学图像质控中的应用

【作者】郝烨 唐桥红 李佳戈 王浩 孟祥峰 任海萍

【机构】 中国食品药品检定研究院光机电室 

【文献出处】《中国医疗设备》2018 第12 

【摘要】随着信息技术和互联网行业的发展,全球进入大数据时代,数据的开发、挖掘和分析应用越来越广泛,对数据的质量要求也越来越高。目前,国内外的专家学者对医疗领域人工智能产品都进行了很多研发,人工智能产品的研发需要依托海量的医学临床数据。为了保证这类产品的质量,必须从源头进行必要的筛选和清洗,以保障数据质量,支持后续的产品研发与验证过程。本文对DICOM格式的数据清洗问题进行分析,开发了对原始数据进行清洗和审核的流程,在实践中进行了测试,证明能够有效地发现数据缺陷,为今后开展医学人工智能专用数据集的质控工作起到借鉴作用。

 

113加快基于眼科图像数据库的眼病人工智能辅助诊断平台建设

【作者】林浩添 吴晓航 

【机构】中山大学中山眼科中心 眼科学国家重点实验室

【文献出处】中华实验眼科杂志2018, 36(8)

【摘要】随着人口基数的增长和社会的老龄化,人群中视功能障碍,甚至盲的问题日趋严重,传统的医疗模式已无法满足每年数量剧增的患者的复明需求.眼球位于体表,屈光间质透明,眼部的可视化特征有利于病变的直接活体观察,使得眼科图像的量化数据成为白内障、角膜病和视网膜疾病等主要致盲眼病筛查和诊断的主要依据.随着相关设备研发水平和计算机数据分析技术的不断提高,我国眼科日常医疗闲置了海量眼病诊疗数据,构建致盲眼病人工智能(AI)辅助诊断平台条件已逐渐成熟.如何整合我国丰富的眼科图像数据库资源,深化和有效利用已有的检测和分析技术,建立致盲眼病一体化AI应用平台是现阶段值得关注的重要问题.

 

114数字化医疗技术的眼科应用研究

【作者】赵峰 曹雪倩 王林农 陈力迅 

【机构】 南京医科大学附属南京医院(南京市第一医院)眼科 

【文献出处】《中国数字医学》2018 第7 

【摘要】目的:探讨数字化医疗技术在眼科的应用现状、存在问题及发展前景。方法:对人工智能、可穿戴设备、虚拟现实及增强现实、3D打印、有限元分析等数字化医疗技术在眼科的应用现状、存在问题及发展前景予以综述,并以数字化眼库建设为例介绍了如何将这些技术应用于眼科临床及科研工作。结果:数字化医疗技术能有效提高眼科诊疗工作的效率,优化医疗资源。结论:数字化医疗技术在眼科有广泛的应用前景,应进一步推动相关科研及临床应用工作进展。

 

115人工智能——引领中医学新发展的有效工具

【作者】李洪峥 高嘉良 王阶 

【机构】 中国中医科学院广安门医院 北京中医药大学

【文献出处】《世界科学技术:中医药现代化》2018 第7

【摘要】伴随AlphaGo Zero称霸围棋领域,谷歌公司宣布全力转向智慧医疗方向发展,深度学习训练虚拟老鼠可以模拟人类大脑空间导航能力的飞跃式进展,全球医疗领域的人工智能技术进入了高速发展阶段。人工智能为西医的体外诊断技术、手术导航等方面提供了极大帮助,也通过专家系统、大数据、辅助诊断设备等方面协助中医诊断,规范中医诊疗。

 

116人工智能在医学影像中的研究与应用

【作者】韩冬 李其花 蔡巍 夏雨薇 宁佳 黄峰 

【机构】 沈阳东软医疗系统有限公司  慧影医疗科技北京有限公司东软集团股份有限公司  中国医学装备协会人工智能联盟、影像装备人工智能联盟

【文献出处】《大数据》2019 第1 

【摘要】近年来,人工智能成为学术界和工业界的研究热点,并已经成功应用于医疗健康等领域。着重介绍了人工智能在医学影像领域最新的研究与应用进展,包括智能成像设备、智能图像处理与分析、影像组学、医学影像与自然语言处理的结合等前沿方向。分析了研究和发展从源头入手的全链条人工智能技术的重要性和可行性,阐述了学术界和工业界在这一重要方向上的创新性工作。同时指出,人工智能在医学影像领域中的研究尚处于起步阶段,人工智能与医学影像的结合将成为国际上长期的研究热点。

 

117虚拟现实在医疗中的应用及发展前景

【作者】杨蓉  

【机构】四川大学计算机学院 

【文献出处】《电脑迷》 2018年06期

【摘要】随着人工智能、计算机等信息技术的快速发展,虚拟现实技术在人们工作、生活中有了一定的应用。医疗事业有社会中发挥着巨大的作用,降低了病人的痛苦,拯救了很多人的生命。虚拟现实技术和医疗的有机结合可以进一步提高医疗水平,服务人类。本文介绍了虚拟现实技术的相关知识,阐述了虚拟现实在医疗领域的应用、不足,同时对未来的发展进行了展望。

 

118人工智能在肾肿瘤影像中的应用

【作者】李健文  卢光明  

【机构】南京大学医学院附属金陵医院/南京军区南京总医院医学影像科 

【文献出处】《肿瘤影像学》 2018年04期

【摘要】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。

 

119人工智能在整形美容外科的应用

【作者】林晓曦 陈彦瑀

【机构】上海交通大学医学院附属第九人民医院整复外科,

【文献出处】中华整形外科杂志2018, 34(2)

【摘要】2016年以来,人工智能(artificial intelligence,AI)技术逐渐进入大众视野,随着沃森系统(Watson,International Business Machines Corp,Armonk,N.Y.)的引进,医疗从业人员也开始关注此项技术如何辅助医学的诊疗和研究工作.对机器学习的技术背景,以及其在整形美容外科领域的初步应用和潜在研究方向作一介绍.

 

120人工智能医学技术发展的聚焦领域与趋势分析

【作者】李志勇  李鹏伟  高小燕  孙湛  麻良  崔泽实  

【机构】中国医学装备协会 中国医科大学 

【文献出处】《中国医学装备》 2018年07期

【摘要】目的:分析人工智能(AI)医学技术研究与开发的聚焦领域与趋势。方法:以多检索词组合、多重检索策略对中国知网、万方数据平台及维普期刊整合平台进行文献检索(2008-2017年);运用文献计量学、书目信息共现分析系统(BICOMB)进行文献计量,构建高频关键词词篇矩阵,用图形聚类工具包(g Cluto)进行双聚类可视化分析。结果:检索共获得样本文献505篇,文献量在2015年开始攀升,在2017年达到128篇,是2008年的2倍;截取高频关键词97个,聚类分析得5类:(1)基于医学图像的AI影像学、病理学辅助诊断与放疗图像配准和靶区勾画;(2)医疗机器人与计算机辅助外科;(3)AI算法、模式的知识体系与在生理信号分析、脑神经科学等方面的应用研究;(4)AI技术与慢病管理、健康管理和医院管理;(5)数据挖掘等AI技术在临床决策系统、医学专家系统构建及药物发掘上的应用。结论:AI医学技术文献在近3年中呈攀升趋势,表明处于一个非常活跃的AI医学技术研发时期,聚焦在5个技术热点。建议应从加强支撑体系建设、规范数据采集、有效利用大数据及开展基于卫生健康需求的卫生技术评估入手,促进AI产业发展,提高医疗健康服务水平。

 

121UTAUT模型在医疗健康领域信息技术采纳行为研究述评

【作者】张苏  方至诚  章慧  

【机构】泰国国立发展管理学院;淮阴工学院计算机与软件工程学院; 

【文献出处】《电脑与信息技术》 2018年01期

【摘要】UTAUT模型是信息技术接受使用模型中较为成熟的理论模型。目前,医疗、健康领域信息技术接受采纳行为的研究中广泛使用了这一基础理论。文章从研究数量、研究对象、核心自变量、扩展因素四个方面展开,探讨此类研究的趋势性和局限性。

 

122机器学习在肾脏病临床决策支持系统中的应用

【作者】孔宁  

【机构】大连理工大学

【文献出处】《大连理工大学》 2018年硕士论文

【摘要】当前,我国的医疗领域正经历着一场由人工智能技术推动的医疗革命,它的核心是智慧医疗。智慧医疗试图构建一个信息化的网络平台体系,使患者用较短的等疗时间、支付基本的医疗费用,就可以享受安全、便利、优质的诊疗服务。在这个体系中,临床决策支持系统是其重要组成部分。它是一种协助医护人员进行医疗决策的交互式专家系统。本文基于大连医科大学附属第二医院的实际需求,对肾内科经常涉及的与肾脏病相关的两个问题展开研究,构建对应的临床决策支持系统,主要工作概括如下:研究了肾小球滤过率(Glomerular Filtration Rate,GFR)的估算问题。肾小球滤过率是衡量肾脏功能的主要指标,在慢性肾脏病分期和指导慢性肾脏病治疗的过程中起着重要作用。当前的检测方法或对人体有伤害,或准确率不高。鉴于此,采用了基于XGBoost技术的预测模型,综合利用病人的相关检测指标预测GFR。该模型隶属于集成学习,理论基础是决策树,具有准确率高、抗噪能力强、可解释性好等优点。相对于当前的指标检测方法,在相同测试集上,本文提出的计算方法在符合率的评价指标上提高了10%以上。在模型构建完成后,将其嵌入应用软件后台,前端加入用户界面,完成系统测试。研究了连续性肾代替治疗(Continual Renal Replacement Therapy,CRRT)手术中肝素用量问题。连续性肾代替治疗手术是处理慢、急性肾衰竭的重要手段,在CRRT手术过程中,肝素用量的合适与否直接影响手术的成败。当前肝素用量多由主任医生根据经验给出,带有很大的主观和不确定性。利用收集到的数据集,经过特征提取和数据集均衡化,基于数据集的分布特点,先利用支持向量机对剂量进行一个二分类预测,然后在获得的两个类别中再基于集成学习模型和最小二乘回归模型分别对于首剂和追加剂量进行精确预测。在测试集上的评估结果显示,模型可以可靠地预测肝素用量。最后,模型确定后,完成应用系统的建立。

 

123基于XGBoost算法的骨科辅助诊断模型研究

【作者】贾文慧  

【机构】太原理工大学

【文献出处】《太原理工大学》 2018年硕士论文

【摘要】随着大数据时代的发展,社会各领域开始通过数据信息探索辅助日常业务的工作方式,拥有超大量患者病例数据的医疗行业亦是如此。医疗行业借助统计学、机器学习、人工智能方法从数据中获得信息,并推动医疗事业发展。目前,统计学、机器学习、人工智能方法已从基因测序、医学影像、辅助诊断和药物研发等方面辅助医疗行业的工作,正在逐步实现医务工作者与机器的协作与共进,以便为患者提供更精准且智慧的医疗服务。本文针对智慧医疗领域中辅助诊断方面进行探索研究。辅助诊断是使用患者基本信息和病症信息,通过机器学习算法将对应数据映射到病情的推断与确诊的一种诊断系统。本文根据骨科医疗数据,构建了基于XGBoost算法的骨科辅助诊断分类预测模型,为验证该模型具有更好的预测效果,研究中加入了对比试验。实验结果表明,与决策树算法和随机森林算法相比,基于XGBoost算法的分类预测模型更适用于骨科数据,且具有更好预测效果。文章具体研究工作如下:由于本文主要研究智慧医疗领域中的辅助诊断,文章首先将辅助诊断问题转化为分类问题,建立辅助诊断模型。本文数据源于医院真实数据,为保证数据能够适用于模型,在数据收集与整理过程中对数据进行了预处理。在分析数据结构特点后,本文选取了XGBoost算法对数据类型复杂的医疗数据进行探索,从而辅助医生进行诊断。其次,为验证基于XGBoost算法的骨科辅助诊断分类预测模型的优势,本文选取了具有良好分类效果的决策树算法、随机森林算法与XGBoost算法进行对比研究。经过对比表明,XGBooost算法是适用于骨科辅助诊断模型的最优分类算法。最后,文章设计了一个搭载基于XGBoost算法的骨科辅助诊断分类预测模型的平台,通过该平台,可进一步实现骨科疾病的辅助诊断,并可将理论研究转化为实际应用。

 

124人工智能在糖尿病遗传预测中的应用

【作者】王旭强 万亚平 

【机构】 南华大学计算机学院

【文献出处】《电子技术与软件工程》2019 第1

【摘要】糖尿病作为一种常见慢性疾病,每年导致的死亡人数占总死亡人数的80%,每年用于慢病医疗费用占中公共医疗卫生支出的比例超过13%。糖尿病目前无法根治,但却能通过科学有效的干预、预防和治疗,来降低发病率和提高患者的生活质量。通过人工智能的方法和思想处理、分析、解读和应用糖尿病相关大数据,设计高精度,高效,且解释性强的算法。不仅能提高医生的工作效率。还能降低糖尿病并发症及糖尿病人群患病的风险。