切换至 "中华医学电子期刊资源库"
高级检索
中华消化病与影像杂志(电子版)

中华消化病与影像杂志(电子版) ›› 2021, Vol. 11 ›› Issue (01) : 20 -23. doi: 10.3877/cma.j.issn.2095-2015.2021.01.004

所属专题： 文献；

全民健康助力全面小康专栏

人工智能助力健康中国建设
姚定康1, 朱樑1,†()   
  1. 1. 200003　上海，海军军医大学附属长征医院内科教研室
  • 收稿日期:2020-08-15 出版日期:2021-02-01
  • 通信作者: 朱樑

Artificial intelligence promotes health construction in China

Dingkang Yao1, Liang Zhu1,†()   

  1. 1. Department of Internal Medicine, Changzheng Hospital, Naval Military Medical University, Shanghai 200003, China
  • Received:2020-08-15 Published:2021-02-01
  • Corresponding author: Liang Zhu
  • About author:
    Corresponding author: Zhu Liang, Email:
全文 ( ) 下载PDF ( ) 导出引用
引用本文：

姚定康, 朱樑. 人工智能助力健康中国建设[J/OL]. 中华消化病与影像杂志(电子版), 2021, 11(01): 20-23.

Dingkang Yao, Liang Zhu. Artificial intelligence promotes health construction in China[J/OL]. Chinese Journal of Digestion and Medical Imageology(Electronic Edition), 2021, 11(01): 20-23.

人工智能(AI)近年来发展迅猛，已经广泛应用于医疗健康领域。本文针对人工智能在新冠肺炎防控救治、肺癌及乳腺癌筛查、消化内镜图像辅助诊断等健康领域的应用进行阐述，提出人工智能助力健康中国的设想，并进行深入讨论。

关键词: 人工智能, 机器学习, 神经网络, 健康

Artificial intelligence(AI)has been developing rapidly in recent years.It has been widely used in the field of healthcare.This paper elaborates on the application of AI in health fields such as prevention, control and treatment of new coronavirus pneumonia(COVID-19), lung and breast cancer screening, and endoscopic image-assisted diagnosis, and puts forward the idea of AI empowering health construction in China and discusses it in depth.

Key words: Artificial intelligence, Machine learning, Neural networks, Health
1
Beam AL, Kohane IS.Big data and machine learning in health care[J]．JAMA，2018，319(3): 1317-1318.
2
Rau CS, Wu SC, Chuang JF，et al.Machine learning models of survival prediction in trauma patients[J]．J Clin Med，2019，8(3): 799.
3
宗淙．人工智能技术在疫情防控中的应用及发展态势研究[J]．封面故事，2020，2: 30-35.
4
Wenya LB, Ahmed H, Matthew B．S，et al.Artificial intelligence in cancer imaging：Clinical challenges and applications[J]．CA Cancer J Clin，2019，69(2): 127-157.
5
National Lung Screening Trial Research Team, Aberle DR, Adams AM，et al.Reduced lung-cancer mortality with low-dose computed tomographic screening[J]．N Engl J Med，2011，365(5): 395-409.
6
王冠华，燕俊竹，张林．人工智能技术对肺癌早期不同密度肺结节的诊断能力探究[J]．影像研究与医学应用，2020，14(4): 145-146.
7
杨锋，樊军，田周俊逸，等．人群肺亚实性结节C T筛查及人工智能应用研究初探[J]．中华胸心血管外科杂志，2020，36(3): 145-150.
8
Spanhol FA, Oliverria LS, Petitjean C，et al.Breast Cancer Classification in Histopathological Images using Convolutional Neural Network[J]．International Joint Conference on Neural Networks，2016，2560-2567.
9
梁翠霞，李明强，边兆英，等．基于深度学习特征的乳腺肿瘤分类模型评估[J]．南方医科大学学报，2019，39(1): 89-92.
10
Daniela CL, Mihaela FA, Alexandra CF.et al.The Impact of Artificial Intelligence in the Endoscopic Assessment of Premalignant and Malignant Esophageal Lesions：Present and Future[J]．Medicina, 2020，56(7): 364.
11
Horie Y, Yoshio T, Aoyama K，et al.Diagnostic outcomes of esophageal cancer by artificial intelligence using convolutional neural networks[J]．Gastrointest Endosc，2019，89(1): 2532-2538.
12
Zhu Y, Wang QC, Xu MD，et al.Application of convolutional neural network in the diagnosis of the invasion depth of gastric cancer based on conventional endoscopy[J]．Gastrointest Endosc，2019，89(4): 806-815.
13
Wang P, Xiao X, Glissen Brown J R，et al.Development and validation of a deep-learning algorithm for the detection of polyps during colonoscopy[J]．Nature Biomedical Engineering，2018，2(10): 741-748.
14
张雅琼，栗凤霞．人工智能技术在消化内镜领域的研究现状[J]．中国现代医学杂志，2020，30(8): 62-66.
15
Gulshan V, Peng L, Coram M，et al.Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs[J]．JAMA，2016，316(22): 2402-2410.
16
Esteva A, Kuprel B, Novoa RA，et al.Dermatologist-level classification of skin cancer with deep neural networks[J]．Nature，2017，542(7639): 115-118.
17
Li XC, Zhang S, Zhang Q，et al.Diagnosis of thyroid cancer using deep convolutional neural network models applied to sonographic images：a retrospective，multicohort，diagnostic study[J]．Lancet Oncol，2019，20(2): 193-201.
18
Liang H, Tsui BY, Ni H，et al.Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence[J]．Nature Medicine，2019，25(3): 433-438.
19
Gutierrez Guillermo.Artificial Intelligence in the Intensive Care Unit[J]．Crit Care, 2020，24: 101.
20
陈鸣，崔巍，陈瑜，等．"检验医学"遇上"人工智能" [J]．国际检验医学杂志，2020，41(5): 513-517.
[1] 李洋, 蔡金玉, 党晓智, 常婉英, 巨艳, 高毅, 宋宏萍. 基于深度学习的乳腺超声应变弹性图像生成模型的应用研究[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(06): 563-570.
[2] 杨敬武, 周美君, 陈雨凡, 李素淑, 何燕妮, 崔楠, 刘红梅. 人工智能超声结合品管圈活动对低年资超声医师甲状腺结节风险评估能力的作用[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(05): 522-526.
[3] 曾凡英, 阮洁, 刘兴会, 何国琳. 新生育形势下的围产医学研究现状及孕期保健中的应对策略[J/OL]. 中华妇幼临床医学杂志(电子版), 2024, 20(05): 519-524.
[4] 叶莉, 杜宇. 深度学习在牙髓根尖周病临床诊疗中的应用[J/OL]. 中华口腔医学研究杂志(电子版), 2024, 18(06): 351-356.
[5] 刘冉佳, 崔向丽, 周效竹, 曲伟, 朱志军. 儿童肝移植受者健康相关生存质量评价的荟萃分析[J/OL]. 中华移植杂志(电子版), 2024, 18(05): 302-309.
[6] 熊鹰, 林敬莱, 白奇, 郭剑明, 王烁. 肾癌自动化病理诊断：AI离临床还有多远？[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(06): 535-540.
[7] 李伟, 宋子健, 赖衍成, 周睿, 吴涵, 邓龙昕, 陈锐. 人工智能应用于前列腺癌患者预后预测的研究现状及展望[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(06): 541-546.
[8] 黄俊龙, 李文双, 李晓阳, 刘柏隆, 陈逸龙, 丘惠平, 周祥福. 基于盆底彩超的人工智能模型在女性压力性尿失禁分度诊断中的应用[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(06): 597-605.
[9] 王铭池, 梁乐琦, 刘永达. 基于NHANES数据库分析血脂与肾结石之间的关系[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(05): 485-490.
[10] 莫淇舟, 苏劲, 黄健, 李健维, 李思宁, 柳建军. 智能控压输尿管软镜碎石吸引取石术在直径10～25 mm上尿路结石中的应用[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(05): 497-502.
[11] 张晋伟, 董永红, 王家璇. 基于GBD2021 数据库对中国与全球老年人疝疾病负担和健康不平等的分析比较[J/OL]. 中华疝和腹壁外科杂志(电子版), 2024, 18(06): 708-716.
[12] 李义亮, 苏拉依曼·牙库甫, 麦麦提艾力·麦麦提明, 克力木·阿不都热依木. 机器人与腹腔镜食管裂孔疝修补术联合Nissen 胃底折叠术短期疗效分析[J/OL]. 中华疝和腹壁外科杂志(电子版), 2024, 18(05): 512-517.
[13] 犹成亿, 尤恒, 叶东樊, 张雯, 刘禹, 王仁宇, 苏琳茜, 甘慧, 徐智. 基于3D Res U-Net-Faster RCNN 技术和CT 影像学特征的肺结节性质预测模型的建立[J/OL]. 中华肺部疾病杂志(电子版), 2024, 17(05): 673-679.
[14] 孙铭远, 褚恒, 徐海滨, 张哲. 人工智能应用于多发性肺结节诊断的研究进展[J/OL]. 中华临床医师杂志(电子版), 2024, 18(08): 785-790.
[15] 王丽娜, 吕书霞, 李亚男. 脑卒中偏瘫患者健康焦虑元认知与疾病接受度、恐惧疾病进展的相关性[J/OL]. 中华脑血管病杂志(电子版), 2024, 18(05): 434-440.
阅读次数
全文


摘要

版权所有 中华医学会 中华医学电子音像出版社有限责任公司  京ICP备14006079号-1  网络出版服务许可证：(署)网出证(京)字第075号

AI
小
编
AI小编
你好！我是《中华医学电子期刊资源库》AI小编，有什么可以帮您的吗？