閔棟

中國信息通信研究院雲計算與大數據所智慧健康部主任，高級工程師，國家衛生計生委健康促進與教育委員會委員，中國通信標準化協會TC11 業務平臺與應用組組長，移動智能終端技術創新與產業聯盟應用創新組組長，互聯網醫療健康產業聯盟副秘書長。

王豫

北京航空航天大學生物與醫學工程學院副教授、院長助理；北航醫療器械研究所副所長；醫工整合聯盟常務理事、互聯網醫療健康產業聯盟專家咨詢委員會委員；美國約翰•霍普金斯大學、香港中文大學訪問學者。

徐岩

北京雅森科技發展公司聯合創始人

方林

華大基因公司大數據中心副主任

叢書序

前
言

章
人工智能賦能醫療健康行業

1.1 人工智能 醫療健康發展背景

1.1.1 行業痛點激發新需求

1.1.2 技術突破提供新手段

1.1.3 政策出臺營造新環境

1.2 人工智能 醫療健康能做什麼

1.2.1 醫療健康信息化的技術進化史

1.2.2 診前：疾病預防與健康管理

1.2.3 診前：基因測序

1.2.4 診中：醫學影像輔助診斷

1.2.5 診中：臨床輔助決策

1.2.6 診中：醫用機器人

1.2.7 診後：康復輔助

1.2.8 生物醫藥

1.3 人工智能 醫療健康技術產業體繫

1.3.1 人工智能 醫療健康技術體繫

1.3.2 人工智能 醫療健康產業生態

1.3.3 人工智能 醫療健康產業格局

第二章
醫學圖像識別，計算機輔助醫生“閱片

2.1 應用場景

2.1.1 發展背景

2.1.2 主要應用場景

2.2 關鍵技術

2.2.1 技術發展現狀

2.2.2 模型設計

2.2.3 模型構建

2.2.4 算法選擇

2.2.5 服務建立

2.3 業務模式

2.3.1 產業發展模式

2.3.2 應用難點

第三章
臨床決策支持繫統，醫生的虛擬助手

3.1 應用場景

3.1.1 產生背景

3.1.2 發展歷程

3.1.3 應用前景

3.2 關鍵技術

3.2.1 繫統關鍵技術

3.2.2 數據關鍵技術

3.3 業務模式

3.3.1 細分市場

3.3.2 典型應用案例

3.3.3 發展方向

第四章
基因測序，開啟精準醫學時代

4.1 應用場景

4.1.1 無創產前檢測

4.1.2 腫瘤檢測

4.1.3 罕見遺傳病篩查

4.1.4 精準健康管理

4.1.5 身份確認

4.2 關鍵技術

4.2.1 代基因測序技術

4.2.2 第二代基因測序技術

4.2.3 第三代基因測序技術

4.3 業務模式

4.3.1 基因測序儀器制造

4.3.2 基因測序服務

4.3.3 軟件開發與雲服務

第五章
健康管理，不治“已病”治“未病”

5.1 應用場景

5.1.1 疾病預防

5.1.2 慢病管理

5.1.3 運動管理

5.1.4 睡眠監測

5.1.5 母嬰健康管理

5.1.6 老年人護理

5.2 關鍵技術

5.2.1 終端關鍵技術

5.2.2 網絡關鍵技術

5.2.3 平臺關鍵技術

5.3 業務模式

5.3.1 硬件銷售模式

5.3.2 服務提供模式

5.3.3 數據整合模式

5.3.4 保險付費模式

第六章
醫用機器人，診療、康復與服務

6.1 應用場景

6.1.1 手術機器人

6.1.2 非手術診療機器人

6.1.3 康復機器人

6.1.4 醫療服務機器人

6.2 關鍵技術

6.2.1 人機工效學

6.2.2 遙操作

6.2.3 空間定位技術

6.2.4 多模影像處理

6.2.5 人工智能技術

6.2.6 醫療大數據

6.2.7 虛擬現實增強現實技術

6.3 業務模式

6.3.1 手術機器人業務模式

6.3.2 非手術診療機器人業務模式

6.3.3 康復機器人業務模式

6.3.4 醫療服務機器人業務模式

第七章
工業互聯網，生物醫藥發展新方向

7.1 醫療設備全生命周期管理

7.1.1 發展背景

7.1.2 關鍵技術

7.1.3 面臨的問題

7.2 生物醫藥增材制造（3D打印）

7.2.1 發展背景

7.2.2 關鍵技術

7.2.3 面臨的問題

7.3 人工智能輔助藥物研發

7.3.1 發展背景

7.3.2 關鍵技術

第八章
中國人工智能 醫療健康發展展望

8.1 政策標準

8.1.1 產業發展促進

8.1.2 行業監督管理

8.1.3 數據安全保護

8.2 技術創新

8.2.1 關鍵技術研發

8.2.2 訓練數據集建設

8.2.3 信息安全保障

8.3 商業模式

8.3.1 互聯網巨頭企業

8.3.2 初創型企業

8.3.3 醫療設備企業

8.4 人纔資源

8.5 法規倫理

前
言

隨著數據資源、計算能力、算法模型等基礎條件的日臻成熟，人工智能成了傳統行業變革發展的重要力量。近年來，人工智能技術開始應用於醫療健康的多個領域，包括醫學影像輔助診斷、臨床決策支持、基因測序、智能健康管理、醫用機器人、新藥研發等，能夠幫助醫生有效減少誤診漏診，極大提高了診斷效率，提升了基層醫療服務的能力，促進了醫療健康行業的變革發展。

無論在中國還是在世界範圍內，醫療健康服務能力無法滿足人民群眾日益增長的服務需求都是醫療健康行業的核心痛點。一方面，由於人口老齡化加劇、慢性病蔓延，帶來了醫療健康需求的激增，另一方面，優質醫療資源緊缺且分布不平衡的問題持續存在。而大力推進人工智能 醫療健康，給予醫療健康行業新的機遇和新的方向，將有效促進醫療健康服務的創新供給和信息資源的開放共享，大幅提升醫療健康服務能力和普惠水平，助力“健康中國”建設。

本書圍繞人工智能如何賦能醫療健康行業，介紹了人工智能在醫療健康領域的主要應用場景，分析了人工智能 醫療健康的技術體繫、產業生態，並從醫學圖像輔助診斷、臨床決策支持繫統、基因測序、智能健康管理、醫用機器人、新藥研發等方面深入闡述了人工智能的具體應用。後，本書從政策標準、技術創新、商業模式、人纔資源、法規倫理等角度對中國人工智能 醫療健康的發展進行了展望。

本書編寫組

2018年10月