●引言
第1章 醫療應用中的深度學習技術
1.1 引言
1.2 醫療圖像分析
1.2.1 疾病診斷
1.2.2 病變、器官和異常檢測
1.2.3 病變和器官分割
1.3 智能醫療輔助診斷
1.3.1 病例文本分析
1.3.2 智能化醫療器械
1.4 深度學習與新冠肺炎
1.4.1 分子方面
1.4.2 臨床方面
1.4.3 社會方面
1.5 本章小結
參考文獻
第2章 疫情下的智能全科臨床輔助診斷繫統
2.1 背景
2.2 DUCG理論
2.3 雲上DUCG全科臨床輔助診斷繫統的特點
2.4 DUCG診病示例
2.4.1 繫統性紅斑狼瘡
2.4.2 新冠肺炎
2.5 DUCG的應用情況
參考文獻
第3章 新冠肺炎智能影像輔助分析技術
3.1 醫學影像輔助診斷概述
3.2 新冠期間醫學輔助診斷繫統
3.2.1 新冠肺炎病灶區域識別和檢測繫統
3.2.2 新冠肺炎病灶區域分割繫統
3.3 主要技術與亮點
3.3.1 用於新冠肺炎分類的深度學習模型
3.3.2 用於新冠肺炎病灶區域識別檢測的深度學習模型
3.3.3 用於新冠肺炎病灶區域分割的深度學習模型
3.3.4 基於深度學習模型的新冠肺炎輔助診斷框架介紹
3.4 發展趨勢與預測
參考文獻
第4章 知識圖譜助力疫情防控
4.1 知識圖譜相關技術介紹
4.1.1 知識圖譜構建
4.1.2 知識圖譜查詢和推理計算
4.1.3 知識圖譜應用
4.2 新冠肺炎知識圖譜相關平臺介紹
4.2.1 開放知識圖譜
4.2.2 知識圖譜應用繫統
4.2.3 新冠肺炎知識圖譜平臺在各細分領域中的應用
參考文獻
第5章 基於時間序列的疫情遷徙研究
5.1 實施社交距離（隔離）措施後新冠肺炎的傳播變化
5.1.1 SEIR模型
5.1.2 默裡模型
5.1.3 其他模型
5.2 社會各界對“群體免疫”說法的討論
5.2.1 美國CDC的模型研究結果
5.2.2 英國與瑞典的“群體免疫”
5.3 防控力度對遏制疫情發展的影響
5.3.1 武漢到達其他城市的有效距離
5.3.2 有效距離與流量的相關關繫
5.4 COVID-19疫情遷徙可視化研究
5.4.1 地圖可視化
5.4.2 疫情趨勢圖
5.4.3 武漢封城前500萬武漢人的流向圖
5.4.4 武漢763例確診患者向全國擴散的路徑
5.4.5 全球蔓延的可視化
5.4.6 可視分析繫列綜合
5.4.7 北上廣等8座城市政府官方每日發布的內容可視化
5.4.8 鑽石公主號數據可視化分析
5.4.9 基於內容的雲圖
參考文獻
第6章 5G通信網絡助力抗擊疫情
6.1 5G通信技術
6.2 5G通信網絡助力智慧醫療
6.2.1 遠程醫療應用場景
6.2.2 醫院內應用場景
6.2.3 數字健康資源供給對接平臺
6.3 5G通信網絡助力安全防控
6.3.1 個人活動軌跡追蹤
6.3.2 智能巡檢機器人
6.3.3 5G熱成像測溫
6.3.4 電子健康碼
6.4 5G通信網絡助力民生保障
6.4.1 特殊時期也能好好生活
6.4.2 宅家也能心遠遊
6.4.3 休假也能不停工
6.4.4 停課也能不停學
6.5 總結與展望
參考文獻
第7章 微生物預測疾病
7.1 微生物與疾病關繫
7.1.1 口腔微生物與疾病的關繫
7.1.2 腸道微生物與疾病的關繫
7.1.3 組織微生物與疾病的關繫
7.1.4 微生物作用於疾病治療
7.2 智能篩選微生物標記物的方法
7.2.1 通過高通量測序技術確定微生物標記物
7.2.2 通過建立代謝網絡確定疾病微生物標記物
7.3 病毒與疾病
7.3.1 病毒入侵人體
7.3.2 傳統病毒研究方法
7.3.3 病毒研究發展
7.3.4 大數據下的病毒檢測
7.3.5 存在的困難和挑戰
7.4 新冠病毒
7.4.1 新冠病毒疫情概覽
7.4.2 新冠病毒病理學特征
7.4.3 新冠病毒致病機理
7.4.4 新冠病毒與微生物
7.4.5 新冠病毒的檢測
7.4.6 新冠病毒與人工智能
參考文獻
第8章 進化樹與新冠肺炎
8.1 概述
8.1.1 進化樹簡介
8.1.2 新冠肺炎的進化關繫研究現狀
8.2 常用進化樹構建算法和軟件
8.2.1 常用進化樹構建算法
8.2.2 繫統發育樹常用的軟件包介紹
8.3 進化樹在新冠肺炎中的應用
8.3.1 分析基因組序列基本信息為新冠肺炎溯源
8.3.2 構建新冠肺炎進化過程以研究變異趨勢
8.3.3 由進化樹中得到新冠肺炎防控措施的啟發
參考文獻
第9章 基於時空軌跡信息保障安全復工的疫情防控關鍵技術
9.1 背景與意義
9.2 當前時空大數據繫統存在的問題
9.2.1 數據共享有待進一步加強
9.2.2 數據資源質量不高
9.2.3 信息孤島問題突出
9.2.4 數據運算存在誤差
9.2.5 個人信息安全隱憂
9.3 技術路線與特色
9.4 繫統介紹
9.5 關鍵技術
9.5.1 社交網絡匿名保護技術
9.5.2 數據水印技術
9.5.3 數據溯源技術
9.5.4 角色挖掘
9.5.5 風險自適應的訪問控制
參考文獻
第10章 抗擊疫情下的數據隱私保護與隱私保護下的聯邦學習
10.1 抗擊疫情下的數據隱私保護
10.1.1 醫療數據隱私風險巨大
10.1.2 醫療數據常見的隱私保護策略
10.1.3 疫情大數據下的隱私保護
10.2 數據隱私保護下的疫情大數據聯邦學習
10.2.1 面向數據質量差異的聯邦學習
10.2.2 面向數據個性化的聯邦學習
參考文獻
第11章 “村醫通+雲端醫院”築牢農村防疫網
11.1 普及“村醫通”，全民戰疫聚合力
11.2 借助互聯網醫院，遠程醫療降風險
11.3 啟動“雲門診”，網上問診惠民生
11.4 嚴防嚴控，正常診療零感染
11.5 升級縣域健康保障
第12章 東華醫為助力疫情防控
12.1 東華醫為雲HIS繫統
12.2 基於5G技術的遠程醫療
12.3 影像識別助力新冠病毒的智能診斷
12.4 新冠肺炎診斷知識圖譜助力抗疫
12.4.1 齊上陣，打好知識戰“疫”
12.4.2 信息彙聚上雲端，輔助疫情防控
12.4.3 知識結構化索引，助力疫情診療
12.4.4 臨床決策支持繫統，提升醫生工作效率
12.5 智能語音交互繫統
12.5.1 繫統特色
12.5.2 繫統應用場景及功能介紹
12.6 患者管理平臺在疫情中的應用
12.6.1 繫統應用場景及功能介紹
12.6.2 繫統特色
第13章 基於智能感知與數據處理的疫情監測預警繫統
13.1 智能感知
13.1.1 體溫感知
13.1.2 數據接入
13.2 智能數據處理與決策
13.2.1 算法建模與封裝
13.2.2 大數據平臺架構
參考文獻
第14章 中山眼科中心互聯網人工智能義診助力抗擊疫情
14.1 規範眼科互聯網醫院線上問診及開具處方
14.1.1 開設眼科互聯網醫院服務醫療機構資質及業務範圍
14.1.2 從事眼科互聯網診療醫師資質
14.1.3 眼科互聯網診療病種
14.1.4 在線開具眼科處方規範
14.2 發揮人工智能在互聯網眼科診療中的積極作用
14.2.1 人工智能在線問答
14.2.2 人工智能在線疾病輔助診斷
14.2.3 人工智能+移動遠程會診
14.3 眼科互聯網人工智能模式下患者指引
14.4 鼓勵建立眼病智能防治區域聯盟
第15章 中醫新冠肺炎智能輔助診斷繫統
15.1 研究背景和意義
15.2 醫案大數據及大規模中醫診斷知識庫
15.2.1 中醫醫案大數據
15.2.2 大規模中醫診斷知識庫
15.3 數據知識驅動下中醫專病智能輔助診斷繫統
15.3.1 數據驅動的專病診斷推薦機器學習技術
15.3.2 中醫診斷知識圖譜驅動下的中醫診斷推理技術
15.3.3 專病知識庫驅動下的專病輔助診斷技術
15.3.4 中醫專病智能輔助診斷繫統
15.4 中醫新冠肺炎智能輔助診斷繫統
第16章 Airdoc人工智能助力企業抗疫復工兩手抓
16.1 人工智能助力復工風險排查
16.2 信息安全有保障，技術領先顯身手
16.3 風險評測為先，分級防控在後
16.3.1 高風險員工
16.3.2 中風險員工
16.3.3 低風險員工

《中國人工智能繫列研究報告：智慧醫療助力抗擊疫情》聚焦於人工智能技術在智慧醫療領域的發展，通過調研在抗擊疫情中的實際應用案例，以期總結智慧醫療助力抗擊疫情的技術發展現狀及存在的問題，為進一步推動智慧醫療技術的發展提供重要科學支撐。
《中國人工智能繫列研究報告：智慧醫療助力抗擊疫情》對人工智能技術在智慧醫療應用中相關多學科概念和交叉應用案例進行了梳理，並提供了清晰簡明的解釋，其中也列舉了大量翔實、可靠的資料和數據，相信《中國人工智能繫列研究報告：智慧醫療助力抗擊疫情》的出版有助於具有相關學科背景的讀者了解、學習相關技術。
《中國人工智能繫列研究報告：智慧醫療助力抗擊疫情》第1章綜述了人工智能在醫療領域研究與應用的現狀，總體介紹了人工智能技術，尤其是深度學習技術在醫療影像分析、輔助診斷以及在新冠肺炎相關研究的進展；第2-3章針對臨床智能輔助診斷繫統以及影像輔助分析技術進等