简介：

简介：无

简介：摘要：本文以医疗人工智能的专利申请为分析对象，从全球-全国趋势、创新主体、各产业分支在专利技术中的发展现状三个方面全面分析了医疗人工智能专利现状，以供行业发展提供参考。

简介：[摘要] 目的：设计一种具有智能化精准分药、准点提醒功能的分药箱及具有语音提醒、应急呼救、GPS定位功能的便携式智能药盒，为老龄人提供便捷、安全的智能化用药服务。方法：该智能分药箱由药箱以及设置于药箱内的储药部、分药部、出药部和主控芯片五部分组成，以金属和可塑性材料为主要材料制成，通过分隔设置的各个药盒以及与药盒出口对应的出药机构的灵活应用实现多种功能。结果：该智能分药箱比传统的分药箱使用过程简化，操作方便，网路互联一体化优势明显，分拨药物效率高，动力装置结构简单，功能丰富，储药容量大，价格适宜，可有效满足中老年人的用药服药需求。结论：该智能分药箱制作工艺简单、操作方便易行，具有可行性、实用性及创新性，值得推广使用。

简介：摘要目前人工智能（AI）在多种眼科疾病的诊断治疗中取得了日益广泛的应用，但依然存在很多问题。由于AI产品的准确性缺乏标准测试集、金标准以及公认的评价体系，难以对多项研究结果进行横向比较。而在图像生成领域，评价体系更存在较大空白。在临床应用中，眼科AI研究常与临床实际需求脱节，被寄予了过高的期望，且对临床数据的质量及数量均具有较高的要求，限制了AI研究成果转化。利用眼底影像对全身性疾病进行预测、识别是新晋的研究热点，但其研究结果缺乏可解释性，限制了临床医生的接受度。眼科AI研究也因缺乏完善的法律规定、监管机制，涉及患者隐私风险及数据安全，且存在因商业化加重医疗资源不公平性的风险，而饱受伦理争议。

简介：摘要技术架构是智慧医院建设中顶层设计的核心。广东省第二人民医院将医院智能孪生体作为医院全场景智慧建设的技术构架，在智能交互、智能联接、智能中枢和智能应用4个层面进行了建设实践，推动智慧医院建设进入智慧医疗、智慧服务、智慧管理的全场景智慧阶段。可为推进智慧医院建设、实现医疗行业数字化转型提供借鉴。

简介：摘要：慢性非传染性疾病管理和健康风险因素干预为重点的健康管理模式日渐受到人们重视。近年来由于大数据挖掘、智能推荐等技术兴起，用户画像逐渐在医疗领域得以应用，使高效率、高质量的个性化健康管理服务成为可能。其基本思路为，首先通过筛选、提炼主要健康特征对用户人群进行标识分类，俗称“打标签”，由此形成不同体征群体的用户画像；然后运用推荐算法建立用户与健康知识内容的匹配关系，为具有差异化健康需求的人群提供个性化、精细化的管理服务。

简介：摘要：中药自身具有毒副作用小、成本低、药性多用等特点，对患者身体健康恢复有着重要作用。近些年，中药制药发展相对较快，使用中药治疗患者疾病越来越多，但在中药制药过程中，由于制药工艺相对复杂且繁琐，制取难度较大、生产设备较为落后，导致中药制药工艺水平发展较低，对中医制药行业发展产生不小的影响。在智能化背景下，中药制药行业中运用智能化已经成为其发展趋势，智能化应用有效提升中药制药行业的发展，为制药企业带来可观的经济效益和社会效益。本文主要对中药制药工艺的智能优化方法进行研究与分析，使其不断推动中药制药行业稳定可持续发展。

简介：摘要：中药自身具有毒副作用小、成本低、药性多用等特点，对患者身体健康恢复有着重要作用。近些年，中药制药发展相对较快，使用中药治疗患者疾病越来越多，但在中药制药过程中，由于制药工艺相对复杂且繁琐，制取难度较大、生产设备较为落后，导致中药制药工艺水平发展较低，对中医制药行业发展产生不小的影响。在智能化背景下，中药制药行业中运用智能化已经成为其发展趋势，智能化应用有效提升中药制药行业的发展，为制药企业带来可观的经济效益和社会效益。本文主要对中药制药工艺的智能优化方法进行研究与分析，使其不断推动中药制药行业稳定可持续发展。

简介：摘 要： 针灸是中国一个独特的治疗疾病的手段。传统的针灸治疗需要专业医生操作,不适合家庭日常使用。随着科学技术的发展,医学事业正在蓬勃发展。科学的本质是创新,创新是第一个发展的主要力量。但创新并不放弃,相反,在继承基础上的创新。在本文中,我们研究一个精确点,效率高,操作方便,并按照的原则使用中医针灸治疗的智能无痛针灸结合现代生物技术领域、计算机数字技术,结合传统中医理论的原理开发了新一代的理疗仪。

简介：摘要影像组学和深度学习等人工智能方法已在头颈部疾病筛查、诊断与鉴别诊断、分期分级、疗效评估与预测以及预后预测等方面显示出明显的优势，为个性化精准诊疗提供了关键信息和依据，提升了诊疗效果。与此同时，人工智能在头颈部疾病应用方面也面临巨大挑战，只有以患者为中心和解决临床问题为原则设计好人工智能研究方案，充分发挥多学科交叉的优势，做好产学研成果转化，人工智能才能在临床上真正发挥作用，才能真正实现源于临床、走进临床和高于临床的目标，才能真正推进人工智能的健康发展，更好地造福患者。

简介：摘要随着我国医保支付方式的改革和医保政策的推进，医保管理已经成为公立医院运营管理的核心板块。根据公立医院医保管理的业务场景，医保智能管理可以分为基于规则的自动化医保智能管理引擎、基于对话式用户界面的数字医保管理助力和基于深度学习的医院医保管理大脑3个层次。2020年8月，某三级甲等医院在医院智慧管理标准要求下，突破传统医保管理模式，启动了数字赋能的医保全场景智能管理实践，包括医保智能业务审核、医保智能对账、医保智能费用及成本管控和医保智能管理驾驶舱，实现了医保管理的智能化和规范化，提升了医院整体运营效能。

简介：摘要心力衰竭（心衰）的预后预测极具挑战性。近年来，人工智能（AI）领域发展迅猛，越来越多的研究者将AI技术应用于心衰的预后研究中。新技术能否实现心衰预后的精准预测？与传统统计学分析方法有何区别？临床实践中如何选择？该文通过回顾研究实例，对AI技术和传统统计学分析方法进行了对比，从心衰患者的再入院、死亡、器械治疗以及临床复合终点4个预后维度进行了阐述。

简介：摘要人工智能主要指机器学习，而深度学习是一种特定类型的机器学习。人工智能领域的技术，特别是深度学习方法，已广泛应用于医学图像及大数据处理，包括图像重建、图像处理、图像分析和模型建立，而这也使得影像组学得到飞速发展。通过运用人工智能相关方法可以达到对脊柱结构的定位与分割以及脊柱病变的诊断和鉴别诊断、临床决策支持、预后预测等一系列综合分析，为脊柱疾病的最合理治疗方案选择提供依据。

简介：摘要：近年来，科学技术飞速发展，在全球范围内频繁出现了大健康的概念，而且在医疗领域融入了大数据技术、云计算技术等，推进了人工智能技术在医疗领域的发展。人工智能技术在医疗领域发挥着关键作用能够满足电子病历建立、医学影像识别、健康管理以及药物研发，而且在很多方面也有了丰硕的研究成果。自上世纪80年代末，政府大力推展全科医学，近些年来，全科医学有了长足进步，而且在2018年我国也出台了关于医疗健康发展的意见，利用人工智能技术与医疗领域融合，推进互联网加医生的建立，满足对医疗知识的科普。基于此，本文针对人工智能在全科医学领域的应用进行分析，仅供参考。

简介：摘要：在我国科技水平不断提高的背景下，各项先进技术被应用到各领域中，其中，楼宇智能化系统便是当下信息化系统的重要组成部分。在医疗建筑中融入楼宇智能化，可大幅度提高医疗建筑的智能化水平，加强医疗建筑信息化技术的管理，能有效提升医疗建筑的服务质量。对此，文章就楼宇智能化在医疗建筑中的实际应用做出了分析，以供参考。

简介：摘要：目的 研究人工智能技术在养老护理过程当中存在的应用问题及对策，为人工智能技术在养老护理发展上提供一些参考借鉴。方法 通过文献研究以及工作实践来分析当前人工智能技术在养老护理当中的应用问题，针对问题提出建议对策。结果 目前人类社会已经逐渐进入到了人工智能时代，人工智能技术在养老护理过已经能够深度进行融合，从而提高老年人的生活质量，使得养老护理实现了智能化、专业化。结论 通过研究人工智能在养老护理过程当中存在的问题提出针对性建议措施，对于我国人工智能长期护理建设起到了一定的推广应用思路，促进人工智能在我国养老护理方面的健康稳定发展。

简介：【摘要】：在发育的过程中，人脑的发育最为关键的两个时期分别为：胚胎期与婴儿期，在这期间是脑重量快速增长的时期，同时也是突触发生期。在妊娠头4个月直至出生后1年，脑部神经细胞增殖期，在此期间中枢神经系统发育最为迅速，具有极强的可塑性。同样，在婴儿早期成长阶段对大脑给予适当的刺激、增加大脑神经元突触数量，能最大可能的发挥智力潜能。

简介：摘要:目前社会中需要长期服药，每日多次服药的糖尿病患者、高血压患者等人数增长，以及忙于工作忽略服药时间或者有服用中药需求的上班族也广泛存在，所以我们设计了悬挂式电子分药器。悬挂式电子分药器集储存药品、分选药品、加热中药、提醒服药功能于一身。可以安装在饮水机旁或悬挂在家中其他地方，随取随服，十分方便。材质轻便，内有防潮、防腐夹层，可以防止药物变质。极大的解决了家庭中便捷服药方面的问题。

简介：摘要目的介绍一种基于住院患者心电图及临床特征开发的机器学习模型，用于诊断反射性晕厥。方法入选2018年6月20日至2022年5月11日于天津医科大学第二医院心脏科住院治疗的晕厥患者，经过临床评估和调查研究获得相关基线资料。确定了晕厥患者的15个特征，并进行特征排序。采用不同的机器学习方法构建反射性晕厥的诊断模型，如Logistic回归分析、感知机、支持向量机、决策树、随机森林和K最近邻算法等方法。结果最终入选410例患者，首次晕厥事件的年龄(64.5±14.6)岁，其中男236例(236/410，57.6%)，65例患者确诊为反射性晕厥。纳入特征重要性排序结果位于前4位的特征构建模型，随机森林模型诊断反射性晕厥的性能最佳，曲线下面积为0.644，精确率(Precision)、召回率(Recall)和F1得分(F1 score)分别为0.794、0.849和0.791。结论人工智能算法能够识别反射性晕厥，可作为一种经济有效的筛查工具。