- 综合排序
- 最热优先
- 最新优先
- 来自专栏新智元
机器学习改善癌症诊疗，人工智能革新医药产业
让机器从数据中找规律 虽然“科学和技术飞速发展”已成了老生常谈，而癌症诊疗还是一个充满迷思的领域。目前，人们经常提及并感到恐惧的癌症包含：“肺癌”“乳腺癌”等。 了解这一点，对癌症诊疗十分关键。 就在常用的社交网络中，也埋藏着大量有助于癌症诊疗及预防的信息。 人工智能能够改善就医体验，提高癌症诊断正确率，加速新药研发。随着时间推移，越来越多的医药研究者与计算机科学家合作，共同完善机器学习等人工智能在医药领域中的应用。 既拥有医药学知识，又具备人工智能洞见的研究者，将是未来医药界的发展基础。
1.1K90发布于 2018-03-23 - 来自专栏Python项目实战
可穿戴设备助力远程医疗：从数据监测到智能诊疗的技术变革
可穿戴设备助力远程医疗：从数据监测到智能诊疗的技术变革近年来，远程医疗的应用场景愈发广泛，而可穿戴设备作为其核心组成部分，正在改变人们的健康管理方式。 智能手表、心率监测器、血糖传感器等设备，凭借持续的数据采集能力，为医生提供更精准的健康监测信息，从而优化诊疗方案，提高医疗效率。 智能疾病预测与早期预警可穿戴设备不仅仅是数据采集工具，更是智能健康管理平台。通过大数据分析和深度学习技术，这些设备可以识别用户健康趋势，提前预警潜在的疾病风险。 远程诊疗与个性化医疗远程医疗不仅仅是健康监测，医生还可以通过可穿戴设备的数据进行远程诊疗。例如，医生可以通过患者的心电数据分析心律异常，并通过视频会议提供医疗建议。 从实时健康监测到智能疾病预测，再到远程诊疗，这些技术的结合让医疗更加精准、高效、便捷。然而，未来仍需解决数据安全、续航能力和算法优化等问题，以推动远程医疗进入更智能化的新阶段。
73710编辑于 2025-04-15 - 来自专栏机器之心
中科院医学所人工智能与智慧医疗中心招聘AI人才，多模态智能诊疗、全链条智能制药等方向
近日，中国科学院基础医学与肿瘤研究所发布招聘公告，提供了多模态智能诊疗、全链条智能制药、可信AI算法及平台等多个岗位的工作机会。 、BT+IT 人才聚集优势，围绕智慧医疗大数据安全共享和深度挖掘的关键共性问题，立足于生物医药和多组学大数据，聚焦恶性肿瘤等重大疾病的精准诊疗和药物发现，搭建智慧医疗可信智能开放操作系统和创新合作研究平台 ，开展多模态智能诊疗、全链条智能制药及可信 AI 算法及平台构建等工作，推进前沿人工智能技术与生物医药领域的突破性进展。 多模态智能诊疗 针对医学影像等单一模态数据难以全面评估肿瘤状态的问题，以及高通量生物组学数据庞大且异构的难点，利用深度学习、强化学习等方法，研究多模态数据融合的共性技术与核心技术，提升多维度数据重建精度 可信 AI 算法及平台 探索和应用最前沿的人工智能算法和可信智能平台技术，安全合规融合多方分布式大规模生物医疗数据，为智慧医疗构建可信 AI 基础设施，研发算法、模型、平台以及智能应用场景，打造下一代可信人工智能开放操作系统
86740编辑于 2022-05-16 - 来自专栏新智元
邓侃：中国首个全过程智能诊疗系统，全方位披露技术核心和商业模式
演讲嘉宾：邓侃 【新智元导读】新智元AI WORLD 2017 世界人工智能大会，大数医达CEO、CMU计算机学院暨机器人研究所博士邓侃，发表演讲《智能诊断系统的4大技术难点》，分享了构建中国首个全过程医学诊疗导航系统解决方案的历程 构建全过程的智能医疗系统，走“农村包围城市”的路线 ? ? 构建诊断和治疗全过程的智能临床医疗导航系统的价值 邓侃：谢谢大家！ 刚才王飞教授和马坚教授谈了人工智能技术应用在医疗行业一些进展，比如说CMU用人工智能识别心电图，精度达到或者超过人类医生。但是，很多进展都只发生在某一个诊断，或者某一个治疗环节。 这里要看两方面的价值：第一，对应卫计委分级诊疗，我们为基层医生提供临床导航，大规模、短时间、低成本、高效率的提高基层医生的临床水平，促进基层首诊；第二，我们促进商业的民营商业医疗保险进入整个医保行业，逐渐取代政府背景的新型农村合作医疗等医疗保险 尚存4大技术难点：多模态通用语汇、结果精度评估、知识图谱用途、诊疗逻辑解释 ?
1.1K110发布于 2018-03-21 - 来自专栏DrugOne
. | 视觉–语言预训练 Transformer: 赋能多场景呼吸疾病智能诊疗
DRUGONE 通用人工智能模型在临床实践中应用于多模态数据和复杂任务时面临特殊挑战。研究人员提出了 MedMPT ——一种专为呼吸系统健康设计的多模态视觉–语言预训练模型。 研究结果表明，多模态预训练模型在构建通用型临床人工智能系统中具有巨大潜力。 呼吸系统疾病（如慢性阻塞性肺病、下呼吸道感染、肺癌等）是全球主要致死与致残原因。 人工智能在胸部疾病诊疗中展现出潜力，例如基于 CT 的肺癌筛查与自动放射报告生成，可显著提升医疗效率。 研究人员的工作表明，面向真实临床流程的预训练 AI 系统能够显著提升医疗效率、决策质量与可靠性，为构建可信、可解释的医学人工智能奠定了基础。
29910编辑于 2025-11-17 - 来自专栏编程学习之路
【机器学习】机器学习与医疗健康在智能诊疗中的融合应用与性能优化新探索
智能诊疗系统是医疗健康领域的重要应用之一，通过集成先进的技术和数据分析方法，智能诊疗系统能够实现高效、准确的医疗服务。 疾病预测 疾病预测是智能诊疗系统的重要功能之一。 未来，智能诊疗将在医疗、养老、康复等领域发挥更大的作用，为各行各业带来深远的影响和变革。 智能化系统 未来的智能化系统将更加依赖于智能诊疗技术的支持。 通过将智能诊疗技术应用于智能医院、智能养老和智慧城市等领域，可以实现更加高效、智能和自动化的系统，提高医疗服务质量和生活质量。 人工智能伦理 随着智能诊疗技术的广泛应用，人工智能伦理问题将变得更加重要。如何确保智能诊疗系统的公平性、透明性和可解释性，如何保护患者隐私，如何防止智能诊疗技术被滥用，将是未来需要重点关注的问题。 技术创新 未来，机器学习和智能诊疗领域将继续涌现出新的技术创新。新型神经网络架构、更加高效的训练算法、更智能的优化技术等，将推动智能诊疗技术的性能进一步提升，开创更多的应用场景和可能性。
96810编辑于 2024-06-09 中医诊疗场景中辅助判断机制的开发思路
在中医诊疗相关系统的开发过程中，核心挑战并不在于“智能化程度”，而在于如何将原本高度经验化、语言化的诊疗信息，转化为可被系统处理的结构化数据，并在此基础上提供稳定、可控的辅助判断能力。 一、中医诊疗信息的工程特点与标准化程度较高的现代医学记录不同，中医诊疗信息通常具有以下特点： 描述方式以自然语言为主 证候判断依赖多维特征组合 同一症状在不同语境下含义不同 个体差异对判断结果影响显著 这些特征决定了： 中医诊疗相关系统的开发，首先是一个“信息建模问题”，而不是直接的决策问题。 二、诊疗信息结构化的基础设计在系统开发中，常见的第一步是对诊疗信息进行结构化拆分，例如： 主诉信息拆分为症状单元 四诊信息映射为可枚举字段 症状与证候建立多对多关系 时间维度用于描述状态变化 一个简化的处理流程可以表示为 七、小结在中医诊疗相关系统的开发中，关键并不在于是否引入 AI，而在于： 是否完成了诊疗信息的工程化建模 是否清晰划分规则与模型的职责边界 是否为辅助判断结果设置足够的工程约束 在这一前提下，模型可以作为辅助工具参与判断过程
11910编辑于 2025-12-22- 来自专栏SFU/MCU/OvMeet视频会议
远程医疗中使用AR眼镜，内窥镜，视频远程诊疗方案
随5G网络有应用深入，在远程医疗中多使用的更多的现代设备，要对接一个医院客户中，就有使用AR设备，内窥镜之类的设备，集入在Android等主机系统中中实现远程诊疗中实现对医生远程面对面诊断治疗。 1，远程诊疗中需要接入AR和内窥镜之类设备。接入的摄像头一般是有sdk和uvc 2, 视频远程系统基于目前Webrtc技术，实现终端和浏览器双兼容。 3，诊疗中实现远程音视频交互，远程实时标注。
1.1K20发布于 2021-07-23 Debug大作战：小白的奇葩报错诊疗所
这篇就当是我的“报错诊疗日记”，带小白们一起拆解那些年我们踩过的坑。 咱们这“诊疗所”的宗旨就是：把复杂报错变“人话”，把崩溃时刻变成长时刻。我刚学编程时，看到报错第一反应是“完了，代码废了”，直接关掉页面重写——现在想想真是傻得可爱。 光说不练假把式，给大家还原三个我真实遇到的“奇葩报错”解决过程，小白们可以跟着学思路：报错信息：IndentationError: unexpected indent诊疗过程：关键词是“IndentationError 报错信息：FileNotFoundError: Errno 2 No such file or directory: 'data.txt'诊疗过程：关键词“FileNotFoundError”，知道是文件找不到 报错信息：AttributeError: module 'requests' has no attribute 'get'诊疗过程：关键词“AttributeError”，模块里没有这个属性；requests
10910编辑于 2025-10-22互联网医院AI问诊系统架构设计：从智能分诊到在线诊疗的完整链路
在多数互联网医院项目中，真正的瓶颈并不在「医生不够」，而在于： 无效咨询太多 分诊效率低 医生时间被基础问答占满 高峰期排队严重 这也是为什么越来越多平台开始引入 AI问诊系统，把 60%～80% 的基础咨询交给智能化处理 一个成熟的互联网医院AI问诊，并不是简单的“聊天机器人”，而是一条完整的医疗业务链路： 智能分诊 → 症状采集 → AI初筛 → 医生接诊 → 电子病历 → 处方 → 支付 → 药品配送 本文从 系统架构 智能分诊流程目标：根据用户输入自动推荐科室/医生流程：用户描述症状 → NLP解析 → 症状标签提取 → 匹配知识图谱 → 推荐科室示例代码：症状关键词提取（Python + FastAPI）from ↑ 85%+ 平均接诊时长 ↓ 40% 夜间无人值守自动接诊 对平台来说，本质就是： 更低成本 + 更高接诊量 + 更好用户体验 八、总结一个真正可商用的互联网医院AI问诊系统，必须同时具备： 智能分诊能力 对话式问诊引擎 医疗知识图谱 病历自动生成 与医生/处方/支付全链路打通 它不是一个功能模块，而是：互联网医院的“智能入口 + 流量中枢 + 效率引擎”。
15010编辑于 2026-02-12- 来自专栏天意云&天意科研云&天意生信云
国产模型DeepSeek临床诊疗能力不输ChatGPT
从以上2篇论文研究可以看出，国产开源大模型DeepSeek已具备临床应用的能力，代表中国在医疗与人工智能领域的重要突破。 DeepSeek在为治疗方案提供技术支持的同时，也提升了医疗服务效率，推动了人工智能在医学临床领域的应用。
34510编辑于 2025-06-08 - 来自专栏软件小生活
基于SpringBoot的医院诊疗挂号系统的设计与实现
根据中小型医院诊疗挂号系统的需求，系统首先分为3种不同权限的角色，用户，医生，管理员。前台是基于layui技术开发的。后台是基于SpringBoot开发的。
1.6K41编辑于 2022-04-19 知识图谱 + 推荐算法：Python 构建中药个性化诊疗系统
知识图谱 + 推荐算法：Python 构建中药个性化诊疗系统嘿，各位技术达人、医学好奇宝宝，还有那些对新奇玩意儿感兴趣的小伙伴们！ 今天小编要带你们走进一个超酷的领域，用知识图谱和推荐算法，再加上 Python 这个神奇的工具，构建一个超厉害的中药个性化诊疗系统！ 知识图谱这东西，听起来高深莫测，其实简单来说，它就像是一个超级智能的大脑地图。 中药个性化诊疗系统为啥这么重要？中医讲究因人而异、辨证论治。每个人的体质、病情都不一样，所以个性化的诊疗方案至关重要。中药个性化诊疗系统可以利用知识图谱和推荐算法，充分考虑到每个患者的独特情况。 推荐算法基于图谱关系为患者精准推荐治疗方案，提高诊疗效率和准确性。如何优化中药个性化诊疗系统中的推荐算法可以收集更多患者数据，包括详细症状、治疗效果反馈等，丰富训练数据。
49910编辑于 2025-05-18- 来自专栏AI掘金志
商汤科技发布首款 AI 诊疗平台，张少霆深谈其医疗战略
近日，在2018世界人工智能大会上， 商汤科技副总裁、研究院副院长张少霆发表了重要演讲，并公布商汤首款医疗AI产品——SenseCare智慧诊疗平台。 其中，在骨科方向，商汤科技与上海交通大学医学院附属第九人民医院戴尅戎院士和艾松涛副主任的团队合作；在放疗领域，则与医诺智能合作。 第一：永远以患者为中心 我们的产品设计使得它可以天然支持数字照片、病患沟通、远程诊疗。 因此，在这种场景下，经过一系列智能化处理，然后得到一个高清晰的3D打印结果，一定可以帮助到医生去更好地设计手术方案，制定导管以及耗材。 当我们能够让基层的科室装配上设备，配备信息化系统，但专家人力仍旧不足，这时候就需要人工智能。
1K20发布于 2019-08-29 - 来自专栏腾讯高校合作
腾讯AI Lab：AI辅助诊疗系统面临的三大技术挑战
腾讯公司此前获批承建医疗影像国家新一代人工智能开放创新平台，从创新创业、全产业链合作、学术科研、惠普公益四个维度推动国家人工智能战略在医疗领域的落地，构建一个医疗机构、科研团体、器械厂商、AI创业公司、 腾讯AI Lab总监杨巍在会上发表了主题为「人工智能辅助诊疗系统面临的三大技术挑战」的演讲，介绍了腾讯在医疗AI方面的工作和思考，以下为演讲全文—— ? 腾讯AI Lab是腾讯于2016年4月成立的企业级人工智能实验室，主要的研究方向是机器学习、计算机视觉、语音识别和自然语言处理。 近年来，随着机器学习、深度学习的发展，2016、2017年谷歌公司和斯坦福大学也都公开发表过一些具有重要影响力的研究成果，再次掀起了人工智能在医疗领域的研究热潮。 今天，我想谈的是人工智能辅助诊疗系统中三大技术难点。我们知道，医生在诊疗过程中有三个非常重要的能力。
2.4K71发布于 2018-06-04 《云原生故障诊疗指南：从假活到配置漂移的根治方案》
当云原生架构成为企业数字化转型的标配，系统故障的形态也随之发生了根本性变化。曾经那些“一目了然”的报错信息逐渐消失，取而代之的是“指标正常却服务不可用”“偶发故障无规律可循”等隐性问题。这些故障如同架构中的“暗物质”，看不见却持续影响着系统的稳定性，其排查过程往往需要穿透多层抽象，从容器编排、服务网格到配置管理的全链路中寻找线索。想要真正驾驭云原生，不仅要掌握技术工具的使用方法，更要建立起一套从“现象观察”到“根因定位”再到“架构优化”的系统化能力，在实战中积累破解复杂故障的经验。
24800编辑于 2025-09-06- 来自专栏AI科技评论
AI 诊疗为何还停留在实验室？数据是硬伤
停留在实验室里的 AI 诊疗 AI 诊疗的用户群体并不只局限于辅助医生，按照服务群体的不同，可以分为四个层面： 回复患者咨询； 辅助导诊人员、药店人员、医疗在线客服； 基层医生及全科医生的临床辅助决策； 人工智能诊断新星 Enlitic 的创始人 Jeremy Howard 曾一度表示，缺乏数据是制约它们发展的主要原因。 雷锋网询问了几位一二线医院的医生，他们表示目前医院并没有引入相关的人工智能诊断设施，因为准确率并不乐观，尚处于观望状态，但不排除“在法规允许的情况下，将人工智能诊断做为辅助诊断。” 而数据的质量不佳，必然会阻碍人工智能的学习。 除却数量和质量外，法律的缺失也给数据的有效性打了个问号。 这样，医疗大数据才能在有效性上真正服务于人工智能的探索，为 AI 诊疗提供帮助和支持，说不定在不远的未来，我们就能抵达乌托邦，享受到电脑看病的便利了。
88240发布于 2018-03-07 - 来自专栏DrugOne
华东师范大学联合发布中医药领域多模态大模型：数智岐黄2.0
作为AI技术与中医药、西医药深度融合的创新成果，数智岐黄2.0以全面升级的数据规模、智能功能与垂域应用，构建了智慧医疗新生态，为中医药传承、精准诊疗与健康管理带来全新动力。 核心数据资源 数智岐黄2.0以其先进的多模态能力与庞大的知识库覆盖，展现了智能诊疗领域的全新突破。其在数据规模和模型能力上实现了显著提升。 例如，在中医诊疗中，模型可整合患者舌像图像、脉诊数据和症状语音描述，生成精准的证候诊断和个性化组方建议，显著提升临床诊疗效率。 垂域应用：赋能多场景智能诊疗 数智岐黄2.0通过深度优化领域专家系统，将AI技术加持应用于“随访助手”、“数智郎中”和“中医药文化教育传承平台”等领域。 一. 中医智能药方学习与推理 基于构建的知识图谱，采用融合“辨证论治”诊疗逻辑、元路径和图注意力网络等技术的可解释药方推荐技术，在推荐中药的同时，展现临床诊疗思维过程，提供方药科学理论依据。
1.6K10编辑于 2024-12-05 - 来自专栏AI掘金志
2019 医疗 AI 最后一弹，讯飞医疗获 6000 万元投资
讯飞医疗成立于2016年5月，是以智能语音及人工智能技术为切入点，提供面向政府的智能医疗服务平台和面向医院的语音录入解决方案，为医生提供语音录入和辅助诊疗系统，从而实现区域医疗数据大整合，为医生、患者提供诊疗服务的初创型医疗科技企业 据AI掘金志了解，“三款产品 + 一个平台”是科大讯飞入局医疗行业的基本框架，其中三个产品分别为智医助理、影像辅助诊断系统、语音电子病历产品；一个平台为人工智能辅助诊疗平台。 今年科大讯飞全球1024开发者节上，讯飞医疗也公布了自己的最新成绩单： 人工智能产品在全国上百家三甲医院、近2000家基层医疗卫生机构落地应用，累计服务超过300万人次； 智能语音电子病历覆盖医院95家 ，人工智能辅助诊疗系统开通了300多项人工智能辅助诊疗服务； 试点区域内的高血压控制率从42%提高到78%。 为安徽51家县级医院和新疆皮山县提供了诊疗服务。
62750发布于 2020-01-22 - 来自专栏医疗大数据驱动医、药、险联动
“数愈健康”数智化医、药、险联动服务平台构建大数据营销闭环生态体系
医疗数据处理云工厂 包含：“数据智能文本化”、“数据智能结构化”、“数据智能标准化”和“数据智能知识化”四部分。 loop工作模式的自学习知识迭代升级服务为客户建立智能化知识应用服务：包括智能问答、知识可视化、知识推理和关联分析。 “专家数智化病程监护”是通过“医疗数据处理云工厂”生成的患者画像，自动得到一张患者全病程的诊疗全景图，方便医生及患者更加直观、量化地评估诊疗全过程，通过共享决策形成诊疗方案共识。 “商保诊疗福利包”通过医、药、险联动为患者优选具有价格优势和资源优势的诊疗福利包，包括国内外专家会诊、基因检测、靶向药物、免疫药物、细胞疗法等，减少患者在诊疗过程中的支付压力，获得更好的诊疗效果。 为患者提供精准的诊疗方案，同时为患者减轻支付压力，为每个患者争取有效治疗的宝贵时间。
69810编辑于 2021-12-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号