中国人工智能系列研究报告：智慧医疗助力抗击疫情 pdf下载

　　《中国人工智能系列研究报告：智慧医疗助力抗击疫情》聚焦于人工智能技术在智慧医疗领域的发展，通过调研在抗击疫情中的实际应用案例，以期总结智慧医疗助力抗击疫情的技术发展现状及存在的问题，为进一步推动智慧医疗技术的发展提供重要科学支撑。
　　《中国人工智能系列研究报告：智慧医疗助力抗击疫情》对人I智能技术在智慧医疗应用中相关多学科概念和交叉应用案例进行了梳理，并提供了清晰简明的解释，其中也列举了大量翔实、可靠的资料和数据，相信《中国人工智能系列研究报告：智慧医疗助力抗击疫情》的出版有助于具有相关学科背景的读者了解、学习相关技术。
　　《中国人工智能系列研究报告：智慧医疗助力抗击疫情》第1章综述了人工智能在医疗领域研究与应用的现状，总体介绍了人工智能技术，尤其是深度学习技术在医疗影像分析、辅助诊断以及在新冠肺炎相关研究的进展；第2-3章针对临床智能辅助诊断系统以及影像辅助分析技术进行了具体概述，详细分析了相关技术的特点和应用案例，其中特别针对新冠肺炎的诊疗分析了其当前的应用情况；第4-6章针对大数据技术与5G通信技术在疫情防、管、控方面的应用，阐述了知识图谱、疫情数据分析以及5G通信技术在防疫抗疫过程的特点和应用情况，其中特别针对“群体免疫”的说法，从统计计算的角度分析了在新冠肺炎疫情防控过程中的可行性；第7-9章综合利用医学、统计学分析新冠病毒的生物、病理特性，结合机器学习方法为疫情防控提供了具体的管理措施和建议；第10-14章主要针对智慧医疗的具体项目在抗疫过程中的应用情况进行了介绍，总结了当前实际智能平台在防疫抗疫中的技术特色、管理机制以及可能存在的短板或问题。

班晓娟：北京科技大学研究生院副院长、教授、博士生导师，中国人工智能学会常务理事暨智慧医疗专业委员会主任，中国计算机学会人机交互专业委员会常委。

引言
第1章　医疗应用中的深度学习技术
1.1　引言
1.2　医疗图像分析
1.2.1　疾病诊断
1.2.2　病变、器官和异常检测
1.2.3　病变和器官分割
1.3　智能医疗辅助诊断
1.3.1　病例文本分析
1.3.2　智能化医疗器械
1.4　深度学习与新冠肺炎
1.4.1　分子方面
1.4.2　临床方面
1.4.3　社会方面
1.5　本章小结
参考文献
第2章　疫情下的智能全科临床辅助诊断系统
2.1　背景
2.2　DUCG理论
2.3　云上DUCG全科临床辅助诊断系统的特点
2.4　DUCG诊病示例
2.4.1　系统性红斑狼疮
2.4.2　新冠肺炎
2.5　DUCG的应用情况
参考文献
第3章　新冠肺炎智能影像辅助分析技术
3.1　医学影像辅助诊断概述
3.2　新冠期间医学辅助诊断系统
3.2.1　新冠肺炎病灶区域识别和检测系统
3.2.2　新冠肺炎病灶区域分割系统
3.3　主要技术与亮点
3.3.1　用于新冠肺炎分类的深度学习模型
3.3.2　用于新冠肺炎病灶区域识别检测的深度学习模型
3.3.3　用于新冠肺炎病灶区域分割的深度学习模型
3.3.4　基于深度学习模型的新冠肺炎辅助诊断框架介绍
3.4　发展趋势与预测
参考文献
第4章　知识图谱助力疫情防控
4.1　知识图谱相关技术介绍
4.1.1　知识图谱构建
4.1.2　知识图谱查询和推理计算
4.1.3　知识图谱应用
4.2　新冠肺炎知识图谱相关平台介绍
4.2.1　开放知识图谱
4.2.2　知识图谱应用系统
4.2.3　新冠肺炎知识图谱平台在各细分领域中的应用
参考文献
第5章　基于时间序列的疫情迁徙研究
5.1　实施社交距离（隔离）措施后新冠肺炎的传播变化
5.1.1　SEIR模型
5.1.2　默里模型
5.1.3　其他模型
5.2　社会各界对“群体免疫”说法的讨论
5.2.1　美国CDC的模型研究结果
5.2.2　英国与瑞典的“群体免疫”
5.3　防控力度对遏制疫情发展的影响
5.3.1　武汉到达其他城市的有效距离
5.3.2　有效距离与流量的相关关系
5.4　COVID-19疫情迁徙可视化研究
5.4.1　地图可视化
5.4.2　疫情趋势图
5.4.3　武汉封城前500万武汉人的流向图
5.4.4　武汉763例确诊患者向全国扩散的路径
5.4.5　全球蔓延的可视化
5.4.6　可视分析系列综合
5.4.7　北上广等8座城市政府官方微博每日发布的内容可视化
5.4.8　钻石公主号数据可视化分析
5.4.9　基于微博内容的云图
参考文献
第6章　5G通信网络助力抗击疫情
6.1　5G通信技术
6.2　5G通信网络助力智慧医疗
6.2.1　远程医疗应用场景
6.2.2　医院内应用场景
6.2.3　数字健康资源供给对接平台
6.3　5G通信网络助力安全防控
6.3.1　个人活动轨迹追踪
6.3.2　智能巡检机器人
6.3.3　5G热成像测温
6.3.4　电子健康码
6.4　5G通信网络助力民生保障
6.4.1　特殊时期也能好好生活
6.4.2　宅家也能心远游
6.4.3　休假也能不停工
6.4.4　停课也能不停学
6.5　总结与展望
参考文献
第7章　微生物预测疾病
7.1　微生物与疾病关系
7.1.1　口腔微生物与疾病的关系
7.1.2　肠道微生物与疾病的关系
7.1.3　组织微生物与疾病的关系
7.1.4　微生物作用于疾病治疗
7.2　智能筛选微生物标记物的方法
7.2.1　通过高通量测序技术确定微生物标记物
7.2.2　通过建立代谢网络确定疾病微生物标记物
7.3　病毒与疾病
7.3.1　病毒入侵人体
7.3.2　传统病毒研究方法
7.3.3　病毒研究发展
7.3.4　大数据下的病毒检测
7.3.5　存在的困难和挑战
7.4　新冠病毒
7.4.1　新冠病毒疫情概览
7.4.2　新冠病毒病理学特征
7.4.3　新冠病毒致病机理
7.4.4　新冠病毒与微生物
7.4.5　新冠病毒的检测
7.4.6　新冠病毒与人工智能
参考文献
第8章　进化树与新冠肺炎
8.1　概述
8.1.1　进化树简介
8.1.2　新冠肺炎的进化关系研究现状
8.2　常用进化树构建算法和软件
8.2.1　常用进化树构建算法
8.2.2　系统发育树常用的软件包介绍
8.3　进化树在新冠肺炎中的应用
8.3.1　分析基因组序列基本信息为新冠肺炎溯源
8.3.2　构建新冠肺炎进化过程以研究变异趋势
8.3.3　由进化树中得到新冠肺炎防控措施的启发
参考文献
第9章　基于时空轨迹信息保障安全复工的疫情防控关键技术
9.1　背景与意义
9.2　当前时空大数据系统存在的问题
9.2.1　数据共享有待进一步加强
9.2.2　数据资源质量不高
9.2.3　信息孤岛问题突出
9.2.4　数据运算存在误差
9.2.5　个人信息安全隐忧
9.3　技术路线与特色
9.4　系统介绍
9.5　关键技术
9.5.1　社交网络匿名保护技术
9.5.2　数据水印技术
9.5.3　数据溯源技术
9.5.4　角色挖掘
9.5.5　风险自适应的访问控制
参考文献
第10章　抗击疫情下的数据隐私保护与隐私保护下的联邦学习
10.1　抗击疫情下的数据隐私保护
10.1.1　医疗数据隐私风险巨大
10.1.2　医疗数据常见的隐私保护策略
10.1.3　疫情大数据下的隐私保护
10.2　数据隐私保护下的疫情大数据联邦学习
10.2.1　面向数据质量差异的联邦学习
10.2.2　面向数据个性化的联邦学习
参考文献
第11章　“村医通+云端医院”筑牢农村防疫网
11.1　普及“村医通”，全民战疫聚合力
11.2　借助互联网医院，远程医疗降风险
11.3　启动“云门诊”，网上问诊惠民生
11.4　严防严控，正常诊疗零感染
11.5　升级县域健康保障
第12章　东华医为助力疫情防控
12.1　东华医为云HIS系统
12.2　基于5G技术的远程医疗
12.3　影像识别助力新冠病毒的智能诊断
12.4　新冠肺炎诊断知识图谱助力抗疫
12.4.1　使命召唤齐上阵，打好知识战“疫”
12.4.2　信息汇聚上云端，辅助疫情防控
12.4.3　知识结构化索引，助力疫情诊疗
12.4.4　临床决策支持系统，提升医生工作效率
12.5　智能语音交互系统
12.5.1　系统特色
12.5.2　系统应用场景及功能介绍
12.6　患者管理平台在疫情中的应用
12.6.1　系统应用场景及功能介绍
12.6.2　系统特色
第13章　基于智能感知与数据处理的疫情监测预警系统
13.1　智能感知
13.1.1　体温感知
13.1.2　数据接入
13.2　智能数据处理与决策
13.2.1　算法建模与封装
13.2.2　大数据平台架构
参考文献
第14章　中山眼科中心互联网人工智能义诊助力抗击疫情
14.1　规范眼科互联网医院线上问诊及开具处方
14.1.1　开设眼科互联网医院服务医疗机构资质及业务范围
14.1.2　从事眼科互联网诊疗医师资质
14.1.3　眼科互联网诊疗病种
14.1.4　在线开具眼科处方规范1
14.2　发挥人工智能在互联网眼科诊疗中的积极作用
14.2.1　人工智能在线问答
14.2.2　人工智能在线疾病辅助诊断
14.2.3　人工智能+移动远程会诊
14.3　眼科互联网人工智能模式下患者指引
14.4　鼓励建立眼病智能防治区域联盟
第15章　中医新冠肺炎智能辅助诊断系统
15.1　研究背景和意义
15.2　医案大数据及大规模中医诊断知识库
15.2.1　中医医案大数据
15.2.2　大规模中医诊断知识库
15.3　数据知识驱动下中医专病智能辅助诊断系统
15.3.1　数据驱动的专病诊断推荐机器学习技术
15.3.2　中医诊断知识图谱驱动下的中医诊断推理技术
15.3.3　专病知识库驱动下的专病辅助诊断技术
15.3.4　中医专病智能辅助诊断系统
15.4　中医新冠肺炎智能辅助诊断系统
第16章　Airdoc人工智能助力企业抗疫复工两手抓
16.1　人工智能助力复工风险排查
16.2　信息安全有保障，技术领先显身手
16.3　风险评测为先，分级防控在后
16.3.1　高风险员工
16.3.2　中风险员工
16.3.3　低风险员工

　　新冠肺炎疫情是一次洗礼，自疫情暴发以来已经彻底改变了人们的生产和生活。在这场疫情防控攻坚战中，人工智能凭借高效、精准的技术应用成为当之无愧的“智慧”担当。它不仅被称为防控疫情的“援兵”，也是经济复苏的“后手”。人工智能技术在疫情监测分析、人员物资管控、医疗救治j药品研发、后勤保障、复工复产等方面发挥了重要作用。早在疫情暴发之初，国家卫生健康委员会发布《关于加强信息化支撑新型冠状病毒感染的肺炎疫情防控工作的通知》（国卫办规划函[2020]100号），要求各地积极运用大数据、人工智能技术高效跟踪、筛查、预测疫情发展。教育部、国家发展改革委员会、财政部三个部门也联合制定了《关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见》（教研[2020]4号），将人工智能纳入“国家关键领域急需高层次人才培养专项招生计划”支持范围。这是对人工智能技术防疫抗疫的希冀，也是对人工智能技术发展的肯定。
　　本书聚焦于人工智能技术在智慧医疗领域的发展，通过调研在抗击疫情中的实际应用案例，以期总结智慧医疗助力抗击疫情的技术发展现状及存在的问题，为进一步推动智慧医疗技术的发展提供重要科学支撑。本书对人I智能技术在智慧医疗应用中相关多学科概念和交叉应用案例进行了梳理，并提供了清晰简明的解释，其中也列举了大量翔实、可靠的资料和数据，相信本书的出版有助于具有相关学科背景的读者了解、学习相关技术。
　　本书第1章综述了人工智能在医疗领域研究与应用的现状，总体介绍了人工智能技术，尤其是深度学习技术在医疗影像分析、辅助诊断以及在新冠肺炎相关研究的进展；第2-3章针对临床智能辅助诊断系统以及影像辅助分析技术进行了具体概述，详细分析了相关技术的特点和应用案例，其中特别针对新冠肺炎的诊疗分析了其当前的应用情况；第4-6章针对大数据技术与5G通信技术在疫情防、管、控方面的应用，阐述了知识图谱、疫情数据分析以及5G通信技术在防疫抗疫过程的特点和应用情况，其中特别针对“群体免疫”的说法，从统计计算的角度分析了在新冠肺炎疫情防控过程中的可行性；第7-9章综合利用医学、统计学分析新冠病毒的生物、病理特性，结合机器学习方法为疫情防控提供了具体的管理措施和建议；第10-14章主要针对智慧医疗的具体项目在抗疫过程中的应用情况进行了介绍，总结了当前实际智能平台在防疫抗疫中的技术特色、管理机制以及可能存在的短板或问题。
　　由于本书内容广泛，涉及学科较多，书中不足在所难免，恳请读者批评指正。