报告

医疗人工智能前沿技术研究与展望

摘要

本文通过医疗人工智能研究领域的文献调研和专家咨询,探讨了医疗人工智能的研究热点、应用场景、前沿技术及发展方向,分析了人工智能应用在医学领域应用中的问题与挑战,并展望了人工智能技术在医学领域中的应用发展趋势。此外,本文利用科学计量与信息可视化方法对医疗人工智能领域研究文献进行处理,分析其技术发展脉络并探讨当前医疗人工智能领域的研究热点。

作者

周毅 ,博士,教授,博士生导师,中山大学中山医学院,主要研究方向为医学人工智能。
赵地 ,博士,副研究员,中国科学院计算技术研究所,主要研究方向为医学影像人工智能。
张世玉 ,博士,助理研究员,大连理工大学科学学与科技管理研究所,主要研究方向为科学计量。
刘迷迷 ,博士,中山大学中山医学院,主要研究方向为医学信息学。
张武军 ,副研究员,中山大学附属第一医院。
吴庆斌 ,高级工程师,暨南大学附属第一医院。
曹茂诚 ,高级工程师,深圳宝安人民医院。
林格 ,研究员,中山大学。
Zhou Yi
Zhao Di
Zhang Shiyu
Liu Mimi
Zhang Wujun
Wu Qingbin
Cao Maocheng
Lin Ge

参考文献 查看全部 ↓
  • 1.聂金福:《人工智能在生物医疗领域的应用和机遇》,《软件和集成电路》2017年第4期。
  • 2.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。
  • 3.Pin Ding,Qinliu Yang,Cong Wang,et al.,“Application of Improved Grey Model GM(1,1)”,in Prediction of Human Health Data. IEEE Third International Conference on Data Science in Cyberspace. IEEE Computer Society,2018.
  • 4.黄柳:《人工智能AI落地英美各类医疗机构》,《中国医院院长》2017年第12期。
  • 5.Obermeyer Z.,Emanuel E. J.,“Predicting the future-big data,machine learning,and clinical medicine”,N Engl J Med,2016(375).
  • 6.Hassell B.A.,Goyal G.,Lee E.,et al.,“Human organ chip models recapitulate orthotopic lung cancer growth,therapeutic responses,and tumor dormancy in vitro”,Cell Rep,2017(21).
  • 7.Pathak J.,Hunt B.,Girvan M.,et al.,“Model-free prediction of large spatiotemporally chaotic systems from data:a reservoir computing approach”,Phys Rev Lett,2018(120).
  • 8.Elmusrati A.,Nureddin M. D.,“Cancer-on-a-chip and artificial intelligence:tomorrow’s cancer management”,Journal of Craniofacial Surgery,2018(7).
  • 9.唐鲁、李翠、李晓芳等:《达·芬奇机器人手术系统及其研究进展》,《护理研究》2015年第16期。
  • 10.张星一、吕虹:《人工智能在药物研发与监管领域的应用及展望》,《中国新药杂志》2018年第14期。
  • 11.上海交通大学人工智能研究院、上海市卫生和健康发展研究中心、上海交通大学医学院等:《中国人工智能医疗白皮书》,2019。
  • 12.李小华、赵霞、周毅:《互联网+医疗催生医疗卫生大资源时代》,《中国数字医学》2016年第1期。
  • 13.杨红梅、周毅、田翔华:《基于EHR和决策支持的智慧医疗在精准健康管理中的应用》,《智慧健康》2016年第12期。
  • 14.王荣政、廖贤艺、陈湘萍等:《基于集成学习融合模型的血糖预测》,《医学信息学杂志》2019年第1期。
  • 15.武奥申、刘小娜、刘昀赫等:《二代基因测序数据管理和大数据平台在精准医学中的应用》,《中国生物工程杂志》2019年第2期。
  • 16.杨日东、李琳、陈秋源等:《基于不平衡分类的原发性肝癌患者无病生存期预测研究》,《生物医学工程研究》2019年第1期。
  • 17.李琳、杨日东、王哲等:《基于机器学习方法的原发性肝癌患者预后预测》,《中国数字医学》2019年第3期。
  • 18.Hongmei Yang,Lin Li,Ridong Yang,et al.,“Towards Automated Knowledge Discovery of Hepatocellular Carcinoma:Extract Patient Information from Chinese Clinical Reports”,ICMHI,2018.
  • 19.Lee H. G.,Kim W. S.,Noh K. Y.,et al.,“Coronary artery disease prediction method using linear and nonlinear feature of heart rate variability in three recumbent postures”,Information Systems Frontiers,2009(4).
  • 20.Abidin B.,Dom R. M.,Rashid A.,et al.,“Use of fuzzy neural network to predict coronary heart disease in a Malaysian sample”,Wseas International Conference on Telecommunications & Informatics. World Scientific and Engineering Academy and Society (WSEAS),2009.
  • 21.Piao M.Lee H. G.,Sohn G.,et al.,“Emerging Patterns Based Methodology for Prediction of Patients with Myocardial Ischemia”,FSKD 2009,Sixth International Conference on Fuzzy Systems and Knowledge Discovery,Tianjin,China,14-16 August 2009,6 Volumes. IEEE Press,2009.
  • 22.Mantzaris D. H.,Anastassopoulos G. C.,Iliadis L. S.,et al.,“An Evolutionary Technique for Medical Diagnostic Risk Factors Selection”,Artificial Intelligence Applications and Innovations III,Proceedings of the 5TH IFIP Conference on Artificial Intelligence Applications and Innovations (AIAI’2009),April 23-25,2009,Thessaloniki,Greece.DBLP,2009.
  • 23.Zhang Guojun.,“A Modified SVM Classifier Based on RS in Medical Disease Prediction”,International Symposium on Computational Intelligence & Design. IEEE,2009.
  • 24.董建成、杨剑、蒋天民等:《基于云计算的电子健康档案系统建设理念与实践》,《中国卫生信息管理杂志》2010年第6期。
  • 25.Roshan U.,Chikkagoudar S.,Wei Z.,et al.,“Ranking causal variants and associated regions in genome-wide association studies by the support vector machine and random forest”,Nucleic Acids Research,2011(9).
  • 26.Vijaya K.,Nehemiah H. K.,Kannan A.,et al.,“Fuzzy neuro genetic approach for predicting the risk of cardiovascular diseases”,International Journal of Data Mining,Modelling and Management,2010(4).
  • 27.Backman T. W. H.,Cao Y.,Girke T.,“ChemMine tools:an online service for analyzing and clustering small molecules”,Nucleic Acids Research,2011(39).
  • 28.Wassermann A. M.,Bajorath,Jürgen.,“Binding DB and ChEMBL:online compound databases for drug discovery”,Expert Opinion on Drug Discovery,2011(7).

医疗人工智能前沿技术研究与展望

可试读20%内容 PDF阅读 阅读器阅览

试读已结束,剩余80%未读

¥11.47 查看全文 >

VIP免费

报告目录

  • 一 人工智能在医疗领域的应用现状与发展趋势
    1. (一)人工智能在医学影像识别中的应用
    2. (二)人工智能在临床医疗智能决策中的应用
    3. (三)人工智能在智慧医院中的应用
    4. (四)人工智能在“互联网+”医疗中的应用
    5. (五)人工智能在医疗领域的应用发展趋势
      1. 1.人工智能癌症管理
      2. 2.人工智能健康管理
      3. 3.人工智能辅助药物研发
      4. 4.人工智能精准医疗
  • 二 医疗人工智能技术发展脉络分析及研究热点探测
    1. (一)技术发展脉络
    2. (二)技术研发热点
      1. (1)电子病历
      2. (2)人工智能算法
      3. (3)可穿戴设备
      4. (4)医学图像识别
      5. (5)分级诊疗
      6. (6)药品安全
    3. (三)技术发展态势
      1. 1.国家合作关系
      2. 2.机构合作关系
      3. 3.学科分布情况

报告图片/图表

查看更多>>>