人工智能在医疗辅助诊断中的应用

龙源期刊网

人工智能在医疗产业中的应用

作者：志刚

来源：《大众科学》2018年第10期

随着图像识别、深度学习、神经网络等关键技术的突破，人工智能技术也得到了新一轮的发展，这使得以数据密集、知识密集、脑力劳动密集为特征的医疗产业与人工智能迎来了更加密切的深度融合。而另一方面，随着社会的进步和人们健康意识的觉醒，人口老龄化问题的不断加剧，人们对于提升医疗技术、延长人类寿命、增强健康的需求也更加急迫。而现实社会中却存在着医疗资源分配不均，药物研制周期长、费用高，以及医务人员培养成本過高等问题。对于医疗进步的现实需求极大地刺激了以人工智能技术推动医疗产业变革升级浪潮的兴起。

从全球创业公司实践的情况来看，智能医疗的具体应用包括洞察与风险管理、医学研究、医学影像与诊断、生活方式管理与监督、精神健康、护理、急救室与医院管理、药物挖掘、虚拟助理、可穿戴设备以及其他。总结来看，目前人工智能技术在医疗领域的应用主要集中在以下五个领域：

机器人技术在医疗领域的应用并不少见，比如智能假肢、外骨骼和辅助设备等技术修复人类受损身体，医疗保健机器人辅助医护人员的工作等。目前实践中的医疗机器人主要有两种：

一是能够读取人体神经信号的可穿戴型机器人，也成为“智能外骨骼”；二是能够承担手术或医疗保健功能的机器人，以IBM开发的达·芬奇手术系统为典型代表。 龙源期刊网

智能药物研发是指将人工智能中的深度学习技术应用于药物研究，通过大数据分析等技术手段快速、准确地挖掘和筛选出合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。

人工智能通过计算机模拟，可以对药物活性、安全性和副作用进行预测。借助深度学习，人工智能已在心血管药、抗肿瘤药和常见传染病治疗药等多领域取得了新突破。在抗击埃博拉病毒中智能药物研发也发挥了重要的作用。

2019年第5期信息与电脑China Computer & Communication人工智能与识别技术

人工智能在医疗中的应用

刘　婧　李　坤　艾　杨

（海口经济学院，海南 海口　570000）

摘　要：目前，相对成熟的智能技术有语音识别、图像识别、智能机器人、深度学习等。在人工智能的时代背景下，

将人工智能等技术应用在医疗产品上，改变了传统的医疗观念，与病人的交互方式，重构了患者在医疗上的体验。人工

智能已带动各个领域的浪潮，并在多个垂直领域得到了应用。基于此，笔者针对人工智能技术在医疗上的应用，研究了

人工智能在健康领域较为常见的应用场景和案例，分析了人工智能在医疗健康领域面临的挑战。关键词：人工智能；精确医疗；人及互交

中图分类号：TP18；R-05 文献标识码：A 文章编号：1003-9767（2019）05-150-02

Application of Artificial Intelligence in Medical Treatment

Liu Jing, Li Kun, Ai Yang

(Haikou University of Economics, Haikou Hainan 570000, China)

Abstract: At present, relatively mature intelligent technologies include speech recognition, image recognition, intelligent robots, in-depth learning and so on. In the era of artificial intelligence, the application of artificial intelligence and other technologies

in medical products has changed the traditional medical concepts, the way of interaction with patients, and reconstructed

龙源期刊网

基于健康医疗大数据的智能辅助诊断系统研究

作者：韩温 冈倪 鲁慧 刘庆燕 王计帅

来源：《中国卫生产业》2020年第10期

[摘要] 互联网和信息技术的加速发展推动了医疗行业的巨大变革，健康医疗大数据的发展应用成为医疗行业关注的焦点。该文在分析健康医疗大数据应用现状的基础上，针对其在深度应用方面存在的问题，提出建设基于健康医疗大数据的智能辅助诊断系统，围绕系统建设的主要内容进行研究，旨在深化健康医疗大数据的具体应用模式和应用场景，并为医疗诊断过程提供辅助，改善医疗健康服务。

[关键词] 健康医疗大数据;智能辅助诊断;系统建设

[中图分类号] R197.39 [文献标识码] A [文章编号] 1672-5654（2020）04（a）-0159-03

Research on Intelligent Assisted Diagnosis System Based on Big Data of Health Medical

HAN Wen， GANG Ni， LU Hui， LIU Qing-yan， WANG Ji-shuai

Shanxi Zhijie Software Engineering Co.， Ltd.Taiyuan， Shanxi Province， 030006 China

[Abstract] The accelerated development of the Internet and information technology has promoted

great changes in the medical industry. The development and application of big data in health care have

2019年1月

行待识别信号的输入曰于卷积层袁主要进行卷积运算袁实现对输入信号的处理和学习袁每层有多个卷积核构成曰盂池化层袁主要是利用聚合统计等功能袁解决机器学习中的过拟合现象曰榆全连接层袁该层实现总体的特征识别与分类曰虞输出层袁该层输出识别的结果遥针对音频处理的听觉神经网络袁选择AlexNet模型这一广泛应用的卷积神经网络模型即可取得较好的学习效果袁在盗版数字音乐作品识别这一问题中袁通过对该模型设置5个卷积层尧3个池化层和3个全连接层可以得到较为令人满意的训练效果遥使用大量的音乐作品对前述卷积神经网络进行训练袁可以使其对各音乐作品充分学习袁再次输入与原作品相类似的盗版音乐作品后袁其可以快速做出判断袁发现有盗版可能的音乐作品遥借助神经网络的学习特性袁当作品处于被简单修改尧被压缩尧音质失真等各类情况下均可进行准确识别遥4.2盗版音乐作品的传播特点分析为进一步提高对盗版音乐作品的发现力度和监管水平袁还可以使用关联模型和聚类模型对其传播特点进行分析遥通过将已经发现的盗版数字音乐作品其制作者尧来源网站尧发布者等信息进行梳理袁使用FPgrowth关联模型对各类特征进行关联分析尧使用K-means聚类模型对各类特征的共性进行挖掘袁可以发现其中所存在的关联关系袁探索其中的相似性等袁为盗版音乐作品的发现提供有力的数据支撑遥5小结针对当前大量存在的数字音乐作品盗版现象袁机器学习技术可以对其进行高效尧准确的发现袁并结合对盗版作品传播特性的分析袁可以从整体上对盗版音乐作品进行态势分析袁为打击盗版尧保护正版音乐作品提供有力的技术保障遥参考文献[1]戴墨轩.我国数字音乐产业的版权保护问题及对策[J].经济论坛袁2017渊08冤院136~139.[2]何庆聪.数字音频广播原理分析[J].中国高新区袁2018渊05冤院38.[3]李增.基于听觉特性卷积神经网络的音乐分类方法研究[D].华南理工大学袁2018.收稿日期：

2018-12-21浅谈人工智能在医疗行业中的应用方莺霏（河南省信阳高级中学）【摘要】人工智能这几年进展飞速，与我们生活越来越息息相关。特别是在医疗卫生行业，人工智能有广泛的应用和较高的实用价值。本文简述了人工智能在医疗行业影像处理、药物挖掘、健康管理和辅助诊断领域的发展现状，并进一步分析了人工智能在医疗行业快速发展的原因。【关键词】人工智能；医疗；数据；机器学习【中图分类号】TP18【文献标识码】A【文章编号】1006-4222（2019）01-0302-02