🍀【章名目录】🍀
第1章　医学人工智能概论　1
第2章　医学人工智能技术基础　17
第3章　医学文本智能分析　47
第4章　医学图像智能分析　72
第5章　医学感知智能分析　97
第6章　医学生物信息智能分析　131
第7章　医学大模型　159
第8章　医疗智能体　174
第9章　医学人工智能的伦理与安全　193

🍀【详细目录】🍀
第1章　医学人工智能概论　1
1.1　人工智能概述　2
1.1.1　人工智能的定义　2
1.1.2　人工智能的发展历程　2
1.1.3　人工智能的分类　5
1.1.4　人工智能的体系架构　5
1.1.5　人工智能的产业链　7
1.2　医学人工智能概述　7
1.2.1　医学人工智能的发展历程　7
1.2.2　人工智能在医学中的应用　8
1.3　医学人工智能应用案例　10
1.3.1　超声人工智能辅助诊断系统应用的“濮阳模式”　11
1.3.2?“片上脑-机接口”智能交互系统MetaBOC　11
1.3.3　眼科大模型ChatZOC　11
1.4　趣味实践　12
1.4.1　任务：零代码构建“医学术语学习助手”智能体　12
1.4.2　任务：使用在线“AI编程”工具编写并运行Python程序　14
1.5　本章小结　16
1.6　习题　16

第2章　医学人工智能技术基础　17
2.1　机器学习　18
2.1.1　机器学习概述　18
2.1.2　机器学习的常用方法　19
2.1.3　机器学习的基本流程　23
2.2　深度学习　25
2.2.1　人脑与人工神经网络　25
2.2.2　常见的深度学习方法　27
2.2.3　机器学习与人工神经网络应用实践　29
2.3　强化学习　34
2.3.1　强化学习概述　34
2.3.2　强化学习在医学中的应用　36
2.3.3　强化学习在医学应用中的挑战与展望　36
2.4　知识图谱　37
2.4.1　知识图谱概述　37
2.4.2　知识图谱的可视化表达：从抽象到直观　37
2.4.3　知识图谱在医学教育与临床实践中的应用　38
2.4.4　知识图谱构建案例　39
2.5　趣味实践　41
2.5.1　任务：血常规指标分析案例　41
2.5.2　任务：糖尿病数据的回归任务　44
2.6　本章小结　46
2.7　习题　46

第3章　医学文本智能分析　47
3.1　医学文本概述　48
3.1.1　医学文本发展简史　48
3.1.2　当代医学文本的主要类型　48
3.1.3　医学文本的特点　49
3.2　医学文本分析方法　50
3.2.1　传统医学文本分析方法　50
3.2.2　现代医学文本分析方法　51
3.2.3　深度学习的前沿进展　59
3.3　人工智能在医学文本分析中的应用全景　60
3.3.1　临床决策支持系统　60
3.3.2　医学文献智能推荐系统　62
3.3.3　医学文本情感分析系统　62
3.3.4　医学文本信息挖掘系统　64
3.4　趣味实践　65
3.4.1　任务：医学文献智能检索　65
3.4.2　任务：医学文本智能聚类　67
3.4.3　任务：医学文本词云生成　69
3.5　本章小结　70
3.6　习题　71

第4章　医学图像智能分析　72
4.1　医学图像基础　73
4.1.1　医学图像的获取与类型　73
4.1.2　医学图像的存储与管理　76
4.1.3　医学图像分析的难点与挑战　77
4.2　医学图像数据的预处理技术　78
4.2.1　医学图像标注　78
4.2.2　医学图像标准化　80
4.2.3　医学图像增强技术　81
4.3　医学图像智能处理的核心任务　82
4.3.1　医学图像的分类与诊断　82
4.3.2　医学图像的检测与定位　86
4.3.3　医学图像的分割　89
4.4　医学图像智能处理的进阶技术与前沿应用　92
4.4.1　生成式模型与跨模态医学图像合成　92
4.4.2　多任务协同与联邦学习　93
4.4.3　可解释性与临床验证　93
4.5　趣味实践　94
4.5.1　任务：可解释性技术的“擂台赛”　94
4.5.2　任务：模拟临床验证流程　95
4.6　本章小结　96
4.7　习题　96

第5章　医学感知智能分析　97
5.1　医学信号智能分析　98
5.1.1　医学信号的类型与临床意义　98
5.1.2　信号处理方法　101
5.1.3　人工智能在医学信号分析中的应用案例　103
5.2　医学声音智能分析　112
5.2.1　医学声音的类型与价值　112
5.2.2　声音处理方法　114
5.2.3　人工智能在医学声音分析中的应用案例　116
5.3　医学视频智能分析　121
5.3.1　医学视频的类型与挑战　121
5.3.2　视频处理方法　124
5.3.3　人工智能在医学视频分析中的应用案例——内窥镜实时病灶检测　125
5.4　趣味实践　128
5.4.1　任务：基于MIT-BIH数据库的心电信号异常检测　128
5.4.2　任务：利用手机麦克风录制并分析呼吸音　129
5.4　本章小结　130
5.5　习题　130

第6章　医学生物信息智能分析　131
6.1　生物信息学与智能医学的融合　132
6.1.1　生物信息学　132
6.1.2　组学：解锁生命密码的多维度视角　133
6.1.3　常用生物数据库与工具　135
6.1.4　组学数据的获取技术与前沿进展　137
6.2　组学数据的智能分析　139
6.2.1　组学数据的特性与挑战　139
6.2.2　多组学数据整合的智能方法　141
6.2.3　人工智能在数据整合中的应用　142
6.3　智能生物信息学的应用全景　145
6.3.1　人工智能在致病基因研究中的应用　145
6.3.2　人工智能在蛋白质结构预测中的突破　148
6.3.3　面向生物医药多模态推理的智能大模型　149
6.4　趣味实践　152
6.4.1　任务：使用AlphaFold预测2PTC复合物的结构并进行验证分析　152
6.4.2　任务：使用智能平台DrBioRight 2.0进行肝癌蛋白质表达水平分析　155
6.5　本章小结　158
6.6　习题　158

第7章　医学大模型　159
7.1　大模型　160
7.1.1　大模型概述　160
7.1.2　大模型的发展历程　160
7.1.3　大模型的构建过程　161
7.1.4　大模型的类别　161
7.1.5　大模型的特点　162
7.2　AIGC　162
7.2.1　AIGC概述　162
7.2.2　AIGC发展历程　163
7.2.3　AIGC落地方式　163
7.2.4　大模型与AIGC　164
7.2.5　大模型在AIGC中的应用　164
7.3　医学大模型　166
7.3.1　医学大模型简介　166
7.3.2　医学大模型的发展方向　167
7.3.3　医学大模型的应用领域　168
7.3.4　医学大模型的应用案例　168
7.4　趣味实践　171
7.4.1　任务：通用大模型生成人物画像　171
7.4.2　任务：厚道医学教育大模型的应用　172
7.5　本章小结　173
7.6　习题　173

第8章　医疗智能体　174
8.1　智能体简介　175
8.1.1　智能体的概述　175
8.1.2　智能体的关键模块　176
8.1.3　智能体的实践　178
8.2　医疗智能体　183
8.2.1　医疗智能体的概念　183
8.2.2　开源医疗智能体　184
8.3　智能体在医学领域的应用　188
8.3.1　临床医疗　188
8.3.2　互联网医疗　188
8.3.3　新药研制与临床科研　189
8.3.4　公共卫生和继续教育　189
8.3.5　患者服务　189
8.4　趣味实践　190
8.4.1　任务：探索医疗智能体　190
8.4.2　任务：设计你的医疗智能体　191
8.5　本章小结　192
8.6　习题　192

第9章　医学人工智能的伦理与安全　193
9.1　人工智能幻觉　194
9.1.1　人工智能幻觉的概念和表现形式　194
9.1.2　人工智能幻觉的潜在风险　196
9.1.3　人工智能幻觉应对策略　197
9.2　医学人工智能伦理　199
9.2.1　医学人工智能伦理的基本原则　199
9.2.2　医学人工智能的伦理挑战　201
9.2.3　医学人工智能伦理治理对策　205
9.3　医学人工智能法律与规范　206
9.3.1　医学人工智能的法律现状　206
9.3.2　医学人工智能的应用规范　207
9.4　趣味实践　210
9.4.1　任务：医学人工智能伦理问题探究　210
9.4.2　任务：医学人工智能伦理真实案例检索　211
9.5　本章小结　211
9.6　习题　211

附录　中英文对照清单　212
参考文献　217