留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

人工智能在全科医学领域的应用

袁波 代华 伍佳 付文军 温娟 赵茜

袁波, 代华, 伍佳, 付文军, 温娟, 赵茜. 人工智能在全科医学领域的应用[J]. 中华全科医学, 2021, 19(9): 1433-1436,1572. doi: 10.16766/j.cnki.issn.1674-4152.002079
引用本文: 袁波, 代华, 伍佳, 付文军, 温娟, 赵茜. 人工智能在全科医学领域的应用[J]. 中华全科医学, 2021, 19(9): 1433-1436,1572. doi: 10.16766/j.cnki.issn.1674-4152.002079
YUAN Bo, DAI Hua, WU Jia, FU Wen-jun, WEN Juan, ZHAO Qian. Application of artificial intelligence applications in general practice[J]. Chinese Journal of General Practice, 2021, 19(9): 1433-1436,1572. doi: 10.16766/j.cnki.issn.1674-4152.002079
Citation: YUAN Bo, DAI Hua, WU Jia, FU Wen-jun, WEN Juan, ZHAO Qian. Application of artificial intelligence applications in general practice[J]. Chinese Journal of General Practice, 2021, 19(9): 1433-1436,1572. doi: 10.16766/j.cnki.issn.1674-4152.002079

人工智能在全科医学领域的应用

doi: 10.16766/j.cnki.issn.1674-4152.002079
基金项目: 

四川省科学计划项目 2021YFG0329

四川省科学计划项目 2020YJ0287

成都市科技项目 2019-RK00-00221-ZF

四川省卫生健康委项目 ZH2020-104

成都市医学科研课题项目 2019004

详细信息
    通讯作者:

    赵茜, E-mail: 27355151@qq.com

  • 中图分类号: R499  R197.324

Application of artificial intelligence applications in general practice

  • 摘要: 人工智能的概念从提出到现在虽然只有65年的时间,但已进入蓬勃发展期。人工智能技术目前广泛应用于金融、医疗、安防、交通、教育、自动驾驶等多个领域。近年来全球频繁出现的“大健康”、云计算、医疗大数据等概念,也推动着人工智能在医疗领域的快速发展;目前人工智能在电子病历、医学影像识别、疾病风险预测、健康管理、辅助诊断及药物研发等方面取得了丰硕的成果。2017年国务院印发《新一代人工智能发展规划》,提出推广应用人工智能治疗新模式新手段,建立快速精准的智能医疗体系,智能医疗受到了极高的重视,并预测智能医疗将占人工智能总体市场规模的1/5。从20世纪80年代末期开始,在政府的大力推动下,我国全科医学正式成立并得到了长足的发展;2011年国务院出台《关于建立全科医生制度的指导意见》,我国全科医学进入快速发展阶段,全科医学服务模式在基层逐渐推广;2018年国务院印发《关于促进“互联网+”医疗健康发展的意见》,提出探索智能健康管理及智能养老社区服务体系建设,优化及推进“互联网+”家庭医生签约、教育及科普服务。本文从全科医疗服务、家庭医生签约、分级诊疗、全科医生培训、社区公共卫生服务5个方面对人工智能在全科医学领域中的应用发展现状进行总结,分析目前面临的挑战,并对未来发展前景进行展望。

     

  • 图  1  AI辅助诊断细分领域

  • [1] 德勤科技.2021全球人工智能发展白皮书[R]. 上海:德勤科技, 2019.
    [2] 中国电子技术标准化研究院.人工智能标准化白皮书(2018版)[R]. 2018.
    [3] 于晓松.新中国成立70年以来中国全科医学发展与展望[J]. 中华全科医学, 2019, 17(11):1797-1799. https://www.cnki.com.cn/Article/CJFDTOTAL-SYQY201911001.htm
    [4] ENSHAEI A, ROBSON C N, EDMONDSON R J.Artificial intelligence systems as prognostic and predictive tools in ovarian cancer[J]. Ann Surg Oncol, 2015, 22(12):3970-3975. doi: 10.1245/s10434-015-4475-6
    [5] GOLDEN J A.Deep learning algorithms for detection of lymph node metastases from breast cancer:Helping artificial intelligence be seen[J]. JAMA, 2017, 318(22):2184-2186. doi: 10.1001/jama.2017.14580
    [6] GULSHAN V, PENG L, CORAM M, et al.Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs[J]. JAMA, 2016, 316(22):2402-2410. doi: 10.1001/jama.2016.17216
    [7] XU Y M, ZHANG T, XU H, et al.Deep learning in CT images:Automated pulmonary nodule detection for subsequent management using convolutional neural network[J]. Cancer Manag Res, 2020, 12:2979-2992. doi: 10.2147/CMAR.S239927
    [8] SHEN J, ZHANG C, JIANG B, et al.Artificial intelligence versus clinicians in disease diagnosis:Systematic review[J]. JMIR Med Inform, 2019, 7(3):e10010. doi: 10.2196/10010
    [9] 杨柯, 汪志涛.人工智能赋能下的社区居家养老服务模式构建研究[J]. 云南行政学院学报, 2020, 22(3):145-152. doi: 10.3969/j.issn.1671-0681.2020.03.021
    [10] WALLIS C.How artificial intelligence will change medicine[J]. Nature, 2019, 576(7787):S48. doi: 10.1038/d41586-019-03845-1
    [11] BUTOW P, HOQUE E.Using artificial intelligence to analyse and teach communication in healthcare[J]. Breast, 2020, 50:49-55. doi: 10.1016/j.breast.2020.01.008
    [12] 上海交通大学人工智能研究院.中国人工智能医疗白皮书[R]. 2019.
    [13] BRISIMI T S, XU T, WANG T, et al.Predicting chronic disease hospitalizations from electronic health records: An interpretable classification approach[J]. Proc IEEE Inst Electr Electron Eng, 2018, 106(4):690-707. doi: 10.1109/JPROC.2017.2789319
    [14] YU K H, BEAM A L, KOHANE I S.Artificial intelligence in healthcare[J]. Nat Biomed Eng, 2018, 2(10):719-731. doi: 10.1038/s41551-018-0305-z
    [15] DESAI A N.Artificial Intelligence:Promise, pitfalls, and perspective[J]. JAMA, 2020, 323(24):2448-2449. doi: 10.1001/jama.2020.8737
    [16] RUBIN R.Obstacles to implementing AI tools in health care[J]. JAMA, 2021, 325(4):333.
    [17] MINTZ Y, BRODIE R.Introduction to artificial intelligence in medicine[J]. Minim Invasive Ther Allied Technol, 2019, 28(2):73-81. doi: 10.1080/13645706.2019.1575882
    [18] 胡智博.人工智能在医学领域应用的现状与展望[J]. 电子元器件与信息技术, 2020, 4(12):61-62. https://www.cnki.com.cn/Article/CJFDTOTAL-DYXU202012030.htm
    [19] HOSNY A, PARMAR C, QUACKENBUSH J, et al.Artificial intelligence in radiology[J]. Nat Rev Cancer, 2018, 18(8):500-510. doi: 10.1038/s41568-018-0016-5
    [20] ZAKHEM G A, MOTOSKO C C, HO R S.How should artificial intelligence screen for skin cancer and deliver diagnostic predictions to patients?[J]. JAMA Dermatol, 2018, 154(12):1383-1384. doi: 10.1001/jamadermatol.2018.2714
    [21] SUMMERTON N, CANSDALE M.Artificial intelligence and diagnosis in general practice[J]. Br J Gen Pract, 2019, 69(684):324-325. doi: 10.3399/bjgp19X704165
    [22] ZHOU M, WANG H, ZENG X, et al.Mortality, morbidity, and risk factors in China and its provinces, 1990-2017:A systematic analysis for the Global Burden of Disease Study 2017[J]. Lancet, 2019, 394(10204):1145-1158. doi: 10.1016/S0140-6736(19)30427-1
    [23] 崔骥, 许家佗.人工智能背景下中医诊疗技术的应用与展望[J]. 第二军医大学学报, 2018, 39(8):846-851. https://www.cnki.com.cn/Article/CJFDTOTAL-DEJD201808010.htm
    [24] GUO Y, REN X, CHEN Y X, et al Artificial intelligence meets Chinese medicine[J]. Chin J Integr Med, 2019, 25(9):648-653. doi: 10.1007/s11655-019-3169-5
    [25] MORTAZAVI B J, BUCHOLZ E M, DESAI N R, et al.Comparison of machine learning methods with national cardiovascular data registry models for prediction of risk of bleeding after percutaneous coronary intervention[J]. JAMA Netw Open, 2019, 2(7):e196835. doi: 10.1001/jamanetworkopen.2019.6835
    [26] CHEN T, LI X, LI Y, et al.Prediction and risk stratification of kidney outcomes in IgA nephropathy[J]. Am J Kidney Dis, 2019, 74(3):300-309. doi: 10.1053/j.ajkd.2019.02.016
    [27] 陈国湘, 李俊, 韦华, 等.基于人工智能技术的全科医生培养模式探索[J]. 中华全科医学, 2021, 19(2):167-170. https://www.cnki.com.cn/Article/CJFDTOTAL-SYQY202102001.htm
    [28] 邢珍珍.人工智能赋能下社区智慧养老服务模式及关键技术研究[J]. 护理研究, 2021, 35(9):1573-1579. https://www.cnki.com.cn/Article/CJFDTOTAL-SXHZ202109013.htm
    [29] 郝晓宁, 马骋宇, 刘志业, 等.医患双方对基层医疗卫生信息化建设的满意度研究[J]. 卫生经济研究, 2020, 37(7):6-9. https://www.cnki.com.cn/Article/CJFDTOTAL-WSJJ202007003.htm
    [30] 陈国湘, 李俊, 韦华, 等.基于人工智能技术的全科医生培养模式探索[J]. 中华全科医学, 2021, 19(2):167-170. https://www.cnki.com.cn/Article/CJFDTOTAL-SYQY202102001.htm
    [31] 樊荣荣, 施晓雷, 孙安, 等.人工智能在住院医师规范化培养中的应用价值探讨[J]. 肿瘤影像学, 2018, 27(4):261-264. https://www.cnki.com.cn/Article/CJFDTOTAL-YXYX201804004.htm
    [32] SIM S, CHO M.Convergence model of AI and IoT for virus disease control system[J]. Pers Ubiquitous Comput, 2021.DOI: 10.1007/s00779-021-01577-6.
    [33] 欧阳丽炜, 袁勇, 郑心湖, 等.基于区块链的传染病监测与预警技术[J]. 智能科学与技术学报, 2020, 2(2):135-143. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJS202002005.htm
    [34] 耿相珍, 曹银杰.基于人工智能的社区矫正定位系统[J]. 现代计算机, 2020(12):48-51. https://www.cnki.com.cn/Article/CJFDTOTAL-XDJS202012009.htm
    [35] LI X, KRUMHOLZ H M, YIP W, et al.Quality of primary health care in China:Challenges and recommendations[J]. Lancet, 2020, 395(10239):1802-1812. doi: 10.1016/S0140-6736(20)30122-7
    [36] HOPCROFT K.Artificial intelligence may not recognise the nuances of general practice[J]. BMJ, 2018, 363:k5205. http://www.ncbi.nlm.nih.gov/pubmed/30563916
    [37] Anticipating artificial intelligence[J]. Nature, 2016, 532(7600):413.
  • 加载中
图(1)
计量
  • 文章访问数:  942
  • HTML全文浏览量:  207
  • PDF下载量:  155
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-07-02
  • 网络出版日期:  2022-02-15

目录

    /

    返回文章
    返回