报告

人工智能在慢性病管理中的应用

摘要

慢性病主要是由吸烟、酗酒、缺乏活动、饮食不合理、睡眠不充足等不健康的生活方式造成的,因此又称为生活方式疾病。传统的慢性病管理主要是医生在通过电话和随访采集信息的基础上,分析患者的健康状况,并给予患者生活方式和用药方面的指导。而传统慢性病管理方式的实际改善效果并不理想,亟须引用新的管理模式。人工智能融合了计算机科学、统计学、脑神经学和社会科学等前沿科学的成果,具有可代替人进行智能识别、分析和决策等多种功能,可在慢性病管理中广泛应用。目前人工智能已经在医学影像诊断、药物研发、辅助诊疗、医疗机器人、疾病预测、精准医疗、健康管理等方面有了交互应用,特别是在慢性病管理的健康数据采集、健康评估、健康干预及临床等方面有了越来越多的应用,人工智能在慢性病管理中的前景将会越来越广阔。

作者

肖革新 ,国家卫生健康委国家食品安全风险评估中心“532”信息技术团队学科带头人,中国现场统计研究会常务理事,中国卫生信息健康医疗大数据学会慢病大数据联盟常务理事,中国健康医疗大数据产业联盟委员,主要从事食品安全与健康大数据领域科研工作。
刘杨 ,贵州科学院博士后,主要研究方向为健康大数据。
张朝正 ,国家食品安全风险评估中心博士后,主要研究方向为健康风险分级。
赵潺 ,北京协和医院眼科中心,副主任医师,主要研究方向为眼科慢性病研究。
万劼 ,中国电子集团,数据工程师,主要研究方向为医疗大数据。
Xiao Gexin
Liu Yang
Zhang Chaozheng
Zhao Chan
Wan Jie

参考文献 查看全部 ↓
  • 1.肖明先:《基层医疗机构慢性非传染性疾病健康管理的探讨》,《人民军医》2017年第8期。
  • 2.Triantafyllidis A.,Kondylakis H.,Votis K.,et al.,“Features,outcomes,and challenges in mobile health interventions for patients living with chronic diseases:A review of systematic reviews”,Int J Med Inform,2019(132).
  • 3.戴弌、信晓伟、刘洪杰:《基于Watson的慢性病管理应用研究》,《信息技术与信息化》2019年第1期。
  • 4.罗凤、陈金鹰、李果村:《人工智能技术在医学领域的应用分析》,《通信与信息技术》2018年第6期。
  • 5.赵飞、兰蓝、曹战强、孙昊、尹新、金征宇:《我国人工智能在健康医疗领域应用发展现状研究》,《中国卫生信息管理杂志》2018年第3期。
  • 6.王秋颖、董怡然、李英超:《移动医疗App在慢性病健康管理中的应用研究》,《经济研究导刊》2018年第14期。
  • 7.张光华、潘婧:《人工智能技术在医疗领域中的应用》,《电子技术与软件工程》,2019年第19期。
  • 8.徐维维、彭沪、杨佳芳、侯冷晨、李济宇:《人工智能在医疗健康领域的应用与发展前景分析》,《中国医疗管理科学》2019年第5期。
  • 9.张宇红、付向、何伟:《互联网技术助推慢病管理服务模式变革》,《慢性病学杂志》2019年第9期。
  • 10.田雪晴、游茂:《我国医学人工智能在医疗机构发展面临的问题及政策建议》,《卫生软科学》2019年第10期。
  • 11.李慧子、陈旭东、解卫军:《智能健康管理模式设计与实现》,《医学信息学杂志》2018年第9期。
  • 12.Thangada N.D.,Garg N.,Pandey A.,et al.,“The Emerging Role of Mobile-Health Applications in the Management of Hypertension”,Curr Cardiol Rep,2018(9).
  • 13.Brzan P.P.,Rotman E.,Pajnkihar M.,et al.,“Mobile Applications for Control and Self Management of Diabetes:A Systematic Review”,J Med Syst,2016(9).
  • 14.蹇代彬:《浅谈移动医疗App的发展与应用监管研究》,《佳木斯职业学院学报》2019年第9期。
  • 15.Tran V.T,Riveros C.,Ravaud P.,“Patients’ views of wearable devices and AI in healthcare:findings from the ComPaRe e-cohort”,NPJ Digital Med,2019(2).
  • 16.叶宁:《美国FDA新批准医疗器械选介(2013年10月)》,《中国医疗设备》2013年第11期。
  • 17.Beck R.W.,Bergenstal R.M.,Laffel L.M.,et al.,“Advances in technology for management of type 1 diabetes”,Lancet,2019 (10205).
  • 18.田石宝、岳明、张恒:《慢病管理系统的设计》,《中国病案》2014年第4期。
  • 19.Koot David,Goh Paul Soo Chye,Lim Robyn Su May,Tian Yubing,Yau Teng Yan,Tan Ngiap Chuan,Finkelstein Eric Andrew.,“A Mobile Lifestyle Management Program (GlycoLeap) for People With Type 2 Diabetes:Single-Arm Feasibility Study”,JMIR mHealth and uHealth,2019(5).
  • 20.Hassannejad H.,Matrella G.,Ciampolini P.,et al.,“Automatic diet monitoring:a review of computer vision and wearable sensor-based methods”,Int J Food Sci Nutr,2017 (6).
  • 21.周毅、梅芝雨:《基于互联网模式的慢病管理系统设计与实践》,《中国数字医学》2018年第1期。
  • 22.Agapito G.,Simeoni M.,Calabrese B.,et al.,“DIETOS:A dietary recommender system for chronic diseases monitoring and management”,Comput Methods Programs Biomed,2018(153).
  • 23.季美华、吴瑛、Hyeoun-Ae Park:《eHealth在促进医疗卫生公平性和可及性中的作用》,《中国护理管理》2013年第9期。
  • 24.Andre N.,Wibawanti R.,Siswanto B.B.,“Mobile Phone-Based Intervention in Hypertension Management”,Int J Hypertens,2019 (9021017).
  • 25.Ruan,T.,Huang,Y.,Liu,X. et al.,“Analysis:a question-answer driven analytic tool on knowledge graphs for leveraging electronic medical records for clinical research”,BMC Med Inform Decis Mak,2019(19).
  • 26.Chen,Irene Y.,Monica Agrawal,Steven Horng,and David Sontag,“Robustly Extracting Medical Knowledge from EHRs:A Case Study of Learning a Health Knowledge Graph”,arXiv preprint arXiv,2019 (01116).
  • 27.Yihan Deng,André Sander,Lukas Faulstich,and Kerstin Denecke,“Towards automatic encoding of medical procedures using convolutional neural networks and autoencoders”,Artificial intelligence in medicine,2019(93).
  • 28.Jinghui Chu,Hong Wang,and Wei Lu.,“A novel two-lead arrhythmia classification system based on cnn and lstm”,Journal of Mechanics in Medicine and Biology,2019(3).
  • 29.Yongli Xu,Shiyuan Ke,Yi Yang,Man Hu,“Shared Feature Learning Based on Prior Information for Glaucoma Diagnosis”,Journal of Medical Imaging and Health Informatics,2019(8).
  • 30.Yongli Xu,Shuai Lu,Hanxiong Li,Ruirui Li. “Mixed Maximum Loss Design for Optic Disc and Optic Cup Segmentation with Deep Learning from Imbalanced Samples”,Sensors,2019(20).
  • 31.Man Hu,Chenghao Zhu,Xiaoxing Li,Yongli Xu,“Optic cup segmentation from fundus images for glaucoma diagnosis”,Bioengineered,2019(1).
  • 32.José Ignacio Orlando,Huazhu Fu,et.al.,“REFUGE Challenge:A Unified Framework for Evaluating Automated Methods for Glaucoma Assessment from Fundus Photographs”,Medical Image Analysis,2019(10).
  • 33.Liu H.,Li L.,Wormstone I.M.,et al.,“Development and Validation of a Deep Learning System to Detect Glaucomatous Optic Neuropathy Using Fundus Photographs”,JAMA Ophthalmol,2019 (12).

人工智能在慢性病管理中的应用

可试读20%内容 PDF阅读 阅读器阅览

试读已结束,剩余80%未读

¥11.52 查看全文 >

VIP免费

报告目录

  • 一 国内外发展趋势
    1. (一)人工智能与医疗
      1. 1.医学影像诊断
      2. 2.药物研发
      3. 3.辅助诊疗
      4. 4.医疗机器人
      5. 5.疾病预测
      6. 6.精准医疗
      7. 7.健康管理
    2. (二)人工智能与慢性病管理
  • 二 问题与挑战
    1. (一)数据低质化
    2. (二)规范标准和法律法规相对滞后
      1. 1.缺乏应用的评估标准
      2. 2.相关政策法规体系尚未建立
      3. 3.隐私保护面临挑战
    3. (三)人工智能技术创新面临的挑战
    4. (四)医疗人工智能复合型人才短缺
    5. (五)过度依赖人工智能
  • 三 人工智能技术在慢性病管理中的应用
    1. (一)收集患者的健康数据,评估患者健康状态及风险因素
      1. (1)移动应用程序
      2. (2)智能可穿戴设备
      3. (3)纳米技术
      4. (4)健康管理系统
    2. (二)健康干预
      1. 1.生活方式方面的健康干预
      2. 2.饮食干预
      3. 3.用药干预
    3. (三)临床应用
      1. 1.智能随访系统
      2. 2.智能导诊系统
      3. 3.智能预警预测系统
  • 四 未来应用及发展前景

报告图片/图表

查看更多>>>