幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

醫工協同(AI醫療應用實戰案例集)

  • 作者：編者:付祥//陳劍波//陳稀//鄒艷英|責編:曾育林
  • 出版社：中山大學
  • ISBN：9787306088390
  • 出版日期：2026/08/01
  • 裝幀：平裝
  • 頁數：260
人民幣：RMB 88 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    在人工智慧深度賦能醫療健康產業的時代浪潮中，醫工協同已然成為破解臨床痛點、推動醫療數字化轉型的核心驅動力。本書聚焦于這一前沿領域，匯聚了多家醫療機構人工智慧落地的實戰案例。其內容體系圍繞智能技術在醫療核心業務中的深度融合構建，涵蓋診療流程智能化、患者服務模式創新、醫院精益運營與管理，以及包含中醫藥特色技術在內的多學科輔助決策等關鍵層面。書中不僅展現了從臨床需求確定、技術方案設計到規模化應用的完整過程，更深入剖析了在數據治理、流程再造、跨團隊協作及成效評估等環節所面臨的共性挑戰及其解決方案。本書所彙集的案例兼具先進性與代表性，既包含複雜場景下的體系化建設經驗，也涵蓋適合快速推廣的輕量化實踐。其目的在於為醫院信息科負責人及相關從業者提供一套真實、可借鑒的方法論參考和實踐工具，進而搭建起醫工高效對話與協作的橋樑，共同推動人工智慧技術在醫療健康領域安全、規範、有效地應用，最終實現服務質量、運營效率和患者體驗的全面提升。本書適合衛生健康行業信息安全相關技術人員及管理人員使用。
作者介紹
編者:付祥//陳劍波//陳稀//鄒艷英|責編:曾育林
目錄
第1編  總論
第1章  AI醫療應用發展概述
  1.1  人工智慧醫療應用的時代背景
    1.1.1  全球醫療健康面臨的時代挑戰
    1.1.2  數字化轉型為AI醫療應用奠定基礎
    1.1.3  人工智慧技術突破開啟醫療應用新紀元
  1.2  AI醫療應用發展歷程
    1.2.1  萌芽期：專家系統時代(1970—1999年)
    1.2.2  發展期：機器學習時代(2000—2019年)
    1.2.3  突破期：大語言模型時代(2020年至今)
  1.3  AI醫療應用的政策環境
    1.3.1  國家層面政策支持體系
    1.3.2  醫保支付改革驅動AI應用需求
    1.3.3  地方政策試點與創新實踐
    1.3.4  數據安全與倫理規範
  1.4  AI醫療應用的技術基礎
    1.4.1  大語言模型技術架構
    1.4.2  多模態醫學數據融合技術
    1.4.3  醫學知識圖譜構建技術
    1.4.4  醫療AI智能體繫系統架構
    1.4.5  數據安全與隱私保護技術
  1.5  AI醫療應用的發展趨勢
    1.5.1  技術發展方向
    1.5.2  應用領域拓展
    1.5.3  產業格局演進
  1.6  本章小結
第2章  醫療健康數字化關鍵業務場景體系
  2.1  臨床輔助決策類場景：從經驗驅動向數據輔助決策的模式轉變
  2.2  醫療質量安全類場景：構建全流程主動防禦的質量控制新機制
  2.3  患者長期管理類場景：重塑「以患者為中心」的連續性服務生態
  2.4  醫院運營治理類場景：適配醫保改革與數字化轉型的精細化引擎
  2.5  本章小結
第2編 實戰案例
第3章  臨床輔助決策類場景實證
  3.1  基於國產自主可控大語言模型與鴻蒙硬體的重症智能化系統
    3.1.1  臨床背景：重症醫學科面臨的雙重戰略壓力
    3.1.2  痛點剖析：四個彼此糾纏的核心困境
    3.1.3  設計理念：以臨床問題為牽引的總體思路
    3.1.4  系統架構：分層解耦的數智化全流程體系
    3.1.5  網路拓撲與高可用架構：專為重症場景的工程設計
    3.1.6  核心功能模塊：三條改變臨床工作方式的主線
    3.1.7  數據治理：支撐智能系統的基礎工程
    3.1.8  安全與隱私保障：從傳輸加密到倫理約束的全鏈路防護
    3.1.9  項目創新：技術、模式與場景的三個維度
    3.1.10  實施成效：經過實踐檢驗的關鍵指標
    3.1.11  推廣路徑：分級複製的標準化交付設計
    3.1.12  小結
  3.2  基於非侵入式尿流動力學的良性前列腺增生(BPH)智能篩查與全周期管理系統
    3.2.1  案例背景與臨床痛點深度剖析
    3.2.2  系統架構與技術機理

    3.2.3  業務流程重構與實施路徑
    3.2.4  應用成效與價值評估
    3.2.5  案例啟示與理論升華
    3.2.6  小結
  3.3  基於「AI+中醫」體驗區的多場景智能服務體系建設實踐
    3.3.1  背景：中醫醫院智能化建設的現實需求
    3.3.2  整體方案設計：全鏈路架構與核心技術選型
    3.3.3  核心功能詳述：四大應用場景
    3.3.4  實施過程：四階段推進與關鍵挑戰
    3.3.5  應用效果：多維度量化指標
    3.3.6  醫工協同的關鍵經驗與挑戰應對
    3.3.7  當前局限性與未來展望
    3.3.8  小結
  3.4  人機協同診療模式下中醫輔助決策系統的設計與實現
    3.4.1  背景：通用大模型無法解決的中醫臨床問題
    3.4.2  「問診中醫模型」的構建：技術路線與性能特點
    3.4.3  系統總體架構：「中醫全場景智能體」
    3.4.4  臨床工作流程重構：診前—診中—診后全流程
    3.4.5  實施過程中的關鍵挑戰與應對
    3.4.6  應用效果：提高中醫診療能力的下限
    3.4.7  醫工協同的關鍵經驗
    3.4.8  小結
第4章  醫療質量安全類場景實證
  4.1  AI全流程病歷內涵質控系統
    4.1.1  案例背景與問題分析
    4.1.2  技術方案與系統架構
    4.1.3  應用成效與實踐價值
    4.1.4  典型案例分析
    4.1.5  經驗總結與發展展望
  4.2  AI賦能智慧藥學服務
    4.2.1  背景：處方審查的現實困境
    4.2.2  痛點分析：傳統處方點評與藥學服務的「三重困境」與深層邏輯
    4.2.3  體系架構：「規則+大模型」雙驅動引擎的創新設計
    4.2.4  業務流程重構：從「事後抽檢」到「全流程智控」
    4.2.5  創新應用拓展：構建「無處不在」的智慧藥學服務
    4.2.6  實施成效與價值評估：數據見證變革
    4.2.7  醫工協同的關鍵經驗與挑戰應對
    4.2.8  小結
  4.3  AI影像輔助診斷與智能質控
    4.3.1  臨床背景與痛點分析
    4.3.2  系統設計理念與整體架構
    4.3.3  核心演算法與功能模塊
    4.3.4  質控規則與系統集成
    4.3.5  部署方案與安全保障
    4.3.6  預期應用效果
    4.3.7  醫工協同應用與經驗總結
    4.3.8  小結
第5章  患者長期管理類場景實證
  5.1  AI診療全程陪診智能體
    5.1.1  背景：門診服務的現實困境

    5.1.2  痛點分析：傳統門診陪診服務的「三重困境」與深層邏輯
    5.1.3  體系架構：「大模型+知識庫」雙驅動引擎的創新設計
    5.1.4  業務流程重構：從「被動響應」到「全流程陪診」
    5.1.5  創新應用拓展：構建「無處不在」的智慧陪診服務
    5.1.6  實施成效與價值評估：數據見證變革
    5.1.7  醫工協同的關鍵經驗與挑戰的應對
    5.1.8  小結
  5.2  基於AI大模型的患者精準追蹤管理
    5.2.1  背景：患者隨訪管理的現實困境
    5.2.2  痛點分析：傳統患者追蹤的「三重困境」與深層邏輯
    5.2.3  體系架構：「規則+大模型」雙驅動引擎的創新設計
    5.2.4  業務流程重構：從「事後抽檢」到「全流程智控」
    5.2.5  創新應用拓展：構建「無處不在」的智慧患者服務
    5.2.6  實施成效與價值評估：數據見證變革
    5.2.7  醫工協同的關鍵經驗與挑戰的應對
    5.2.8  小結
  5.3  AI支持的慢性病管理與營養干預體系
    5.3.1  應用背景與痛點分析
    5.3.2  系統設計理念與建設目標
    5.3.3  系統架構與功能模塊
    5.3.4  技術實現方案
    5.3.5  系統部署與運維
    5.3.6  臨床應用與效果評估
    5.3.7  醫工協同實施要點
    5.3.8  經驗總結與展望
  5.4  本章小結
第6章  醫院運營治理類場景實證
  6.1  病案AI輔助編碼：從人工逐字編碼到智能輔助審核
    6.1.1  編碼工作的戰略地位與現實困境
    6.1.2  人工編碼的內在局限
    6.1.3  DRG/DIP改革帶來的新壓力
    6.1.4  項目緣起與合作框架
    6.1.5  系統設計的核心理念
    6.1.6  技術架構：三層三端的整體設計
    6.1.7  三端功能的詳細展開
    6.1.8  核心技術的實現邏輯
    6.1.9  運維保障與數據安全
    6.1.10  落地成效：數字背後的變化
    6.1.11  典型場景回放
    6.1.12  面臨的局限性與應對措施
    6.1.13  醫工協同：一次真正的雙向奔赴
    6.1.14  推廣路徑與可複製性
    6.1.15  經驗總結與同行建議
    6.1.16  小結
  6.2  大模型應用的安全縱深防禦體系
    6.2.1  背景：一場不得不打的安全保衛戰
    6.2.2  理論框架：站在巨人肩膀上的體系設計
    6.2.3  總體架構：四層防禦，相互支撐
    6.2.4  模型演算法層：讓被盜的模型文件失效
    6.2.5  系統平台層：讓訓推平台消失在攻擊者視野中

    6.2.6  智能應用層：在模型輸入輸出的邊界建立護欄
    6.2.7  網路環境層：用大模型打贏對抗大模型的戰爭
    6.2.8  實施效果：數據見證的四層防禦的價值
    6.2.9  醫工協同：安全體系建設背後的組織管理經驗
    6.2.10  局限性、展望與推廣價值
    6.2.11  小結
  6.3  全棧國產化信息基礎設施建設路徑研究
    6.3.1  背景：信創合規與智慧管理的雙重命題
    6.3.2  全棧國產化技術架構設計
    6.3.3  八階段建設路徑
    6.3.4  核心創新成果
    6.3.5  應用效果
    6.3.6  醫工協同的關鍵經驗與挑戰的應對
    6.3.7  存在問題與推廣路徑
    6.3.8  小結
第3編 醫工協同的方法論體系與實施路徑
第7章  從實踐到方法論：醫工協同模式的理論建構
  7.1  引言：為什麼需要系統性的方法論
  7.2  醫工協同的本質：一種新型知識生產關係
  7.3  醫療AI應用的「鐵律」：從13個大案例歸納的核心規律
    7.3.1  鐵律一：「半自動化」是當前階段的最優均衡點
    7.3.2  鐵律二：數據質量是持續迭代的動態過程，而非一次性工程
    7.3.3  鐵律三：臨床知識的「隱性轉化」是醫工協同最關鍵、最困難的環節
    7.3.4  鐵律四：支付改革與質量考核是醫療AI應用最強有力的外部驅動力
    7.3.5  鐵律五：安全與能力建設必須同步規劃，安全投入不能滯後於應用部署
    7.3.6  鐵律六：「知識工程化」是中醫AI落地最難跨越的鴻溝
    7.3.7  鐵律七：信創底座與AI能力建設需要同步規劃、協同推進
    7.3.8  鐵律八：患者全程服務的AI化須以「連續性」為核心設計原則
    7.3.9  鐵律九：信息科的組織能力與人才激勵決定著AI落地的持續推進力
    7.3.10  鐵律十：醫工協同的深度決定AI應用的生命力
第8章  醫工協同的實施方法論：從理念到操作
  8.1  醫工協同的組織基礎：從「項目制」到「生態制」的轉型
    8.1.1  組織架構：設立「醫工協同」的制度性介面
    8.1.2  團隊建設：培育「橋樑型」複合人才
    8.1.3  流程機制：設計支撐持續協同的工作流程
    8.1.4  文化培育：建立「實證文化」與「容錯文化」
  8.2  「需求—設計—驗證」的三階段方法論
    8.2.1  需求共識階段：從「痛點描述」到「可測量需求」
    8.2.2  方案共設階段：從「技術可行」到「臨床可用」
    8.2.3  效果共驗階段：從「技術達標」到「價值實現」
  8.3  信息科績效管理制度建構：從平均主義到價值量化
    8.3.1  困境根源：為什麼信息科績效改革舉步維艱
    8.3.2  北京中醫藥大學深圳醫院(龍崗)的探索：五層架構、十二維度
    8.3.3  設計要點與實施機制
    8.3.4  推廣適用性與後續優化方向
    8.3.5  體系運行機制：自評與考核的雙軌制
    8.3.6  實施效果與持續優化
  8.4  醫院—廠商協同機制的優化：從博弈走向價值共創
    8.4.1  協同失靈的系統性根源
    8.4.2  協同機制重構的四條路徑

    8.4.3  典型協同失靈場景的復盤與反思
    8.4.4  建立醫院信息化廠商評價體系
第9章  醫療AI落地的倫理框架與合規路徑
  9.1  醫療AI的倫理特殊性
    9.1.1  知情同意：患者對AI參與診療的知情權
    9.1.2  演算法公平性：AI決策對不同患者群體的公平性保障
    9.1.3  責任歸屬：AI參與診療決策的法律責任界定
    9.1.4  透明度與可解釋性：患者和醫生對AI決策過程的知情權
  9.2  醫療AI的合規路徑
    9.2.1  監管框架的理解與導航
    9.2.2  數據治理的合規架構
    9.2.3  倫理審查的操作規程
第10章  區域醫共體視角下的AI能力協同建設
  10.1  緊密型醫共體建設的AI機遇
    10.1.1  AI能力下沉的三個層次
    10.1.2  基層醫療機構AI能力建設的現實約束
  10.2  數據互聯互通：醫共體AI協同的基礎工程
第11章  AI醫療的質量評價體系與持續改進機制
  11.1  構建醫療AI的質量評價框架
    11.1.1  技術質量維度
    11.1.2  臨床質量維度
    11.1.3  使用質量維度
    11.1.4  社會質量維度
  11.2  醫療AI的持續改進機制
    11.2.1  監控—分析—改進的循環框架
    11.2.2  模型漂移的早期檢測與應對
第12章  展望：醫工協同的未來圖景
  12.1  技術演進趨勢對醫工協同模式的影響
  12.2  醫工協同的人文維度：技術服務於醫療本質
  12.3  本書的局限與未竟的命題
第13章  總結與展望
  13.1  13個案例的核心洞察：從兩院實踐匯聚的共同認知
  13.2  兩院合作的特殊價值：綜合醫院與中醫醫院的經驗互鑒
  13.3  寫在最後：給同道的幾點思考
英文縮略詞表

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032