医学人工智能导论

　　本教材是普通高等教育医学类创新课程“十三五”规划教材，全国高等医药院校教材，我国医学领域第一本人工智能专业教材。本书开创性地介绍了医学和人工智能的新交叉学科领域，突出医学专业背景及医学应用场景，并且提供一些智能计算分析方法及Python代码实现。本书促进医学生、医务工作人员以及人工智能相关领域人员更好地熟悉医学人工智能的基本原理，掌握医学人工智能的基本技术，理解医学人工智能的内涵，以便拓宽知识面，启发医学生对医学人工智能的兴趣，培养知识创新和技术创新能力，进一步推动人工智能在医学的应用和发展。医学人工智能是推动现代医学向智能医学发展的关键因素。

　　唐子惠，内科学博士、中西医结合临床博士后，复旦大学附属华山医院副教授，复旦大学中西医结合研究院生物医学信息和统计研究所常务副所长，中国人工智能学会高级会员，中西医结合教育工作委员会青年委员，上海市医学会糖尿病分会青年委员。2000年获国家工信部“计算机程序员”证书，参与及主持多个计算机软件项目开发；2002年临床医学本科毕业，从事临床工作；2005—2008年硕士期间，从事统计遗传学研究，具备生物信息学和统计学专业背景；2015年上海市优秀博士论文。临床专长：中西医结合内分泌及代谢疾病的诊治；教学内容：复旦大学医学本科专业课程《医学人工智能导论》教学负责人及主讲；科研方向：医学智能决策支持系统、医学数据分析和不确定性人工智能研究。主持科研项目2项，以通信/第一作者在国际杂志（SCI收录）发表论文50余篇，单独编著高校本科教材1本，第一著作权人的计算机软件著作权12项。

第一章医学人工智能概论

第一节 人工智能
第二节 医学人工智能


第二章医学人工智能的医学基础

第一节 医学与人工智能
第二节 神经生理基础
第三节 视觉和听觉
第四节 学习和记忆
第五节 思维
第六节 意识和认知结构


第三章医学人工智能的编程基础

第一节 Python概述
第二节 Python编程基础

第四章医学人工智能的数据分析基础

第一节 医学数据及处理
第二节 医学数据分析
第三节 临床数据处理及分析实例

第五章医学知识图谱

第一节 概念表示
第二节 知识表示
第三节 知识图谱
第四节 医学知识图谱
第五节 医学知识图谱构建示例


第六章机 器 学 习

第一节 机器学习
第二节 监督学习
第三节 无监督学习
第四节 半监督学习
第五节 弱监督学习
第六节 强化学习
第七节 表示学习
第八节 医学领域的机器学习
第九节 基于机器学习的疾病风险建模实例

第七章深 度 学 习

第一节 人工神经网络
第二节 深度学习
第三节 深度学习的医学应用
第四节 人工神经网络和深度学习的应用示例

第八章推 理 方 法

第一节 推理的概念
第二节 确定性推理
第三节 不确定性推理
第四节 医学领域的推理方法

第九章搜 索 策 略

第一节 搜索的概念
第二节 状态空间搜索
第三节 盲目搜索
第四节 启发式搜索
第五节 博弈搜索

第十章智 能 计 算

第一节 智能计算概述
第二节 进化算法
第三节 群智能算法

第十一章智 能 医 学

第一节 智能医学概论
第二节 医学人工智能的应用
第三节 智慧医疗

第十二章医学自然语言处理

第一节 自然语言处理概述
第二节 自然语言处理的数据和模型
第三节 自然语言处理的关键技术
第四节 自然语言处理应用
第五节 医学自然语言处理
第六节 基于自然语言处理的文本内容比较示例

第十三章医学决策支持系统


第一节 专家系统
第二节 智能决策支持系统
第三节 医学决策支持系统
第四节 基于混合推理的中医证型诊断模型构建的实例

第十四章医学图像处理和分析

第一节 计算机视觉
第二节 医学图像处理和分析

第十五章医疗机器人和多智能体系统

第一节 机器人
第二节 智能机器人
第三节 医疗机器人
第四节 智能体
第五节 多智能体系统

参考文献