本书构建“理论+案例+实践”三维架构，既有对医学数据的分类与特征、医学数据处理的基本流程、医学数据分析方法、医学数据分析技术与工具等内容的专业讲解，也有对颅内出血智能分诊、糖尿病数字疗法、阿尔茨海默病患者居家监护等真实场景的深度复盘；既覆盖慢性病风险预测、亚健康量化评估等核心应用，也直面数据隐私、算法公平性等行业挑战。本书兼顾前沿性与实用性，融合医工交叉智慧，为医学生、临床医师、健康管理从业者及科研人员提供一套“看得懂、用得上、能进阶”的权威指南，助力读者把握智能医疗的时代脉搏，共筑健康中国的技术基石。

更多科学出版社服务，请扫码获取。

王金社，教授，担任宁夏医科大学医学信息与工程学院计算机基础教研室主任。自1998年至今，宁夏医科大学医学信息与工程学院任教27年。宁夏医科大学教学基本功大赛一等奖。发表论文20余篇，主编副主编出版各类教材8部。指导学生参加互联网+大学生创新创业大赛等各类比赛，自治区级以上获奖近60项。

目录
第1章 人工智能与医学人工智能基础 1
1.1 人工智能概述 1
1.1.1 人工智能的定义与核心要素 1
1.1.2 人工智能的起源与发展脉络 3
1.1.3 人工智能三大主流学派对比 4
1.1.4 全球人工智能研究现状与前沿方向 6
1.2 医学人工智能的内涵与价值 7
1.2.1 医学人工智能的定义与特征 7
1.2.2 医学人工智能的应用场景与核心价值 8
1.2.3 医学人工智能的发展驱动力 11
1.3 人工智能大模型与医学应用 12
1.3.1 大模型的技术原理与核心能力 13
1.3.2 通用大模型在医学中的适配挑战 14
1.3.3 典型医学大模型案例 16
1.3.4 大模型与医学小模型的融合趋势 17
习题 18
第2章 医学数据分析方法与技术 20
2.1 医学数据的分类与特征 20
2.1.1 医学数据的分类 20
2.1.2 医学数据的特征 23
2.2 医学数据处理的基本流程 24
2.2.1 数据收集 25
2.2.2 数据预处理 25
2.2.3 特征工程与数据标注 26
2.2.4 数据存储 28
2.2.5 数据分析 28
2.2.6 数据可视化 29
2.2.7 数据应用 30
2.3 医学数据分析方法 30
2.3.1 统计分析方法 30
2.3.2 机器学习分析方法 32
2.3.3 深度学习分析方法 34
2.4 医学数据分析技术与工具 36
2.4.1 基础数据预处理技术与工具 37
2.4.2 分析模型实现技术与工具 39
2.4.3 多源医学数据专项处理技术与工具 42
习题 44
第3章 人工智能在临床诊疗中的应用 46
3.1 新医科背景下的人工智能诊疗体系 46
3.1.1 人工智能诊疗体系的架构 46
3.1.2 智能医疗设备 47
3.1.3 案例：颅内出血智能分诊系统 48
3.1.4 案例：颅内出血思维导图自动生成 51
3.2 人工智能在中医药临床中的应用 53
3.2.1 数字中医药的发展现状 53
3.2.2 中医药AI应用模式 54
3.2.3 案例：肺部感染性疾病方剂用药规律分析 55
3.2.4 案例：基于RAG 的针灸智能问答系统 57
3.3 临床数据统计与精准分析 59
3.3.1 诊疗数据统计 59
3.3.2 健康管理数据分析 60
3.3.3 案例：糖尿病数字疗法 61
3.3.4 案例：乳腺癌病理图像分类 61
习题 62
第4章 人工智能在公共卫生中的应用 63
4.1 疾病监测与流行病预测 63
4.1.1 AI在传染病监测中的应用 63
4.1.2 案例：流感疫情时空分析与预测 64
4.1.3 慢性病流行趋势预测 66
4.2 疾病诊断与个性化治疗 67
4.2.1 AI在筛查中的应用 67
4.2.2 案例：个人体检数据整合分析与早期诊断 69
4.2.3 案例：肾结石患者个性化治疗方案制定 71
4.3 公共卫生管理与决策支持 73
4.3.1 AI在卫生资源配置中的应用 73
4.3.2 案例：宁夏回族自治区卫生医疗机构人员数据可视化 74
4.4 健康行为干预与健康教育 76
4.4.1 AI驱动的个性化健康行为干预 76
4.4.2 案例：个人健康方案自动生成 77
习题 80
第5章 人工智能在个性化健康管理中的应用 82
5.1 个性化健康管理概述 82
5.1.1 大健康背景下的健康管理需求 83
5.1.2 AI赋能个性化健康管理的核心逻辑 84
5.2 全周期健康数据采集与整合 84
5.2.1 多源健康数据融合 84
5.2.2 健康数据实时监测与质量把控 86
5.2.3 案例：智能手环健康数据与电子健康档案的联动整合 87
5.3 个性化健康风险预测与评估 88
5.3.1 慢性病风险精准预测模型 88
5.3.2 亚健康状态量化评估 99
5.3.3 案例：基于多维度数据的个人健康风险评分系统 102
5.4 精准健康干预方案生成与动态优化 103
5.4.1 个性化饮食、运动、睡眠方案智能生成 103
5.4.2 干预效果实时追踪与方案动态优化 104
5.4.3 案例：AI驱动的肥胖人群个性化减重方案 105
5.5 特殊人群健康管理的AI应用 107
5.5.1 老年人居家健康监测与紧急救援 107
5.5.2 职场人群亚健康干预与压力管理 107
5.5.3 案例：阿尔茨海默病患者居家智能监护系统 107
习题 108
第6章 人工智能在康复医疗中的应用 109
6.1 康复医疗智能化概述 109
6.1.1 大健康背景下的康复医疗需求 109
6.1.2 AI赋能康复医疗的核心优势 110
6.2 康复评估的智能化技术 111
6.2.1 运动功能智能评估 111
6.2.2 神经功能康复评估 113
6.2.3 案例：脑卒中患者运动功能障碍智能评估系统 115
6.3 个性化康复训练的AI应用 116
6.3.1 智能康复设备 116
6.3.2 虚拟现实/增强现实康复训练场景构建 117
6.3.3 案例：虚拟现实引导下的脑卒中患者上肢精细运动康复训练 117
6.3.4 案例：脊髓损伤患者下肢康复机器人个性化训练方案 118
6.4 康复效果的动态监测与优化 119
6.4.1 康复训练数据实时采集与效果量化分析 119
6.4.2 基于效果反馈的康复方案智能调整 120
6.4.3 案例：慢阻肺患者肺康复效果AI追踪系统 120
6.5 居家康复的AI赋能方案 121
6.5.1 居家康复智能指导系统 121
6.5.2 远程康复监测与医生在线指导 122
6.5.3 案例：骨科术后居家康复AI助手 123
习题 123
第7章 人工智能在医学教育中的应用 125
7.1 医学教育智能化概述 125
7.1.1 医学教育的核心特点 125
7.1.2 AI在医学教育中的优势 126
7.2 中医教学的智能化升级 128
7.2.1 AI在中医教学中的应用场景 128
7.2.2 案例：中医经典知识智能化教学 131
7.3 慢性病科普与健康管理教育 133
7.3.1 AI在慢性病科普中的应用 133
7.3.2 案例：常见慢性病的AI科普助手 135
7.4 医疗大数据驱动的教学创新 138
7.4.1 医疗大数据在教学中的应用 139
7.4.2 案例：基于患者生理指标的糖尿病风险预测 141
7.5 医学影像分析的实训赋能 144
7.5.1 医学影像学基础 145
7.5.2 AI在影像处理中的教学应用 147
习题 150
第8章 WPS AI在医疗办公中的应用 152
8.1 文档的创作与解读——AI写作助手、AI阅读助手 152
8.1.1 AI写作助手 152
8.1.2 AI阅读助手 158
8.2 表格处理——AI数据助手 165
8.2.1 AI数据处理 165
8.2.2 AI表格助手 168
8.2.3 AI数据问答 172
8.3 演示文稿制作——AI设计助手 175
8.3.1 AI生成PPT 175
8.3.2 AI帮我写幻灯片 179
8.3.3 AI帮我改幻灯片 183
习题 185
第9章 医学人工智能的挑战与未来趋势 187
9.1 医学人工智能的核心挑战 187
9.1.1 伦理问题 187
9.1.2 法律问题 189
9.1.3 社会问题 191
9.1.4 技术瓶颈 193
9.2 医学人工智能的未来发展趋势 196
9.2.1 深度融合：从“单点应用”到“全流程闭环” 196
9.2.2 生态构建：医院-企业-高校-政府的协同创新 198
9.2.3 监管完善：伦理审查、技术标准、认证体系的建立 199
9.2.4 范式变革：从“辅助工具”到“医疗伙伴” 202
习题 203
参考文献 204