Python自然语言处理 课件14-1-智慧医疗

行业应用Python自然语言处理第十五章CONTENT目录

01智慧医疗02智慧司法03智能金融章节回顾01OPTION02OPTION03OPTION04OPTION推荐系统的定义个性化推荐的基本问题推荐的可解释性前景与挑战01智慧医疗智慧医疗的产生与概念智慧医疗中的人工智能前景与挑战智慧医疗的产生与概念1978年南京军区总医院在药品管理等方面开始信息系统应用探索1980年-1990年十年间，部分医院自主开发出了基于部门管理的小型网络管理系统，如住院管理，门诊计价等系统。1990年一些医院尝试开发适合自己的医院管理系统，这就是医院信息系统的雏形。2000年-2010年2010年，HIS在医院获得普遍使用，三级医院基本达到HIS全覆盖，二级及以下达到80%覆盖。2019年截至2019年，EMR渗透率已达到71.1%。智慧医院在医疗信息化的背景下应运而生。智慧医疗的产生智慧医疗的产生与概念互联网医疗包括了健康教育、在线疾病咨询、电子健康档案、疾病风险评估、远程会诊等多种形式的健康医疗服务。智能医疗是通过健康档案区域医疗信息平台结合物联网技术，实现医疗领域的广泛互动（包括患者与医务人员、医疗机构、医疗设备之间）。现阶段的智能医疗主要是挖掘医疗数据的价值，受益方大多为医生和医疗机构。智慧医疗互联网医疗智能医疗智慧医疗的产生智慧医疗的产生与概念智慧医疗是涉及信息技术、人工智能、传感器技术等多个学科，是对传统医疗的系统化改造，而非单纯对就诊流程的优化。智慧医疗的一个重要标志是，数据开始成为重要的医疗资源，由监测设备提取到的健康数据，经对比分析实现对人体健康状况的提前感知和预判。信息技术人工智能传感器技术智慧医疗的概念智慧医疗的产生与概念智慧医疗的概念01智慧医疗智慧医疗的产生与概念智慧医疗中的人工智能前景与挑战医疗过程中应用的人工智能医疗数据数据结构多样不完整性冗余性时间特性隐私性医疗数据特点医疗过程中应用的人工智能数据结构多样医疗数据包含有检测报告等结构化数据，心电图等信号图谱，电子病历等文本描述，还有CT图像等图像数据，现代医院的数据中还有各种音频以及动画数据。不完整性患者中断治疗，患者描述不清，医生文字描述不具体等原因都会导致数据的不完整性。冗余性医疗数据量巨大，每天会产生大量多余的数据，如同一个患者的多次检测结果，同一疾病的患者检查治疗过程一致等都会带来大量的医疗数据冗余。医疗数据特点医疗过程中应用的人工智能医疗数据特点时间特性大多医疗数据都是具有时间特性，按照行业规定，急诊数据至少需保存15年，住院数据需保存30年等。隐私性关于患者的数据数据包含了患者的大量私人信息，往往具有隐私性，这也是现在大部分医疗数据不对外开放的一个重要原因。医疗过程中应用的人工智能智能诊疗医疗机器人健康管理医疗过程人工智能应用方向医疗过程中应用的人工智能智能诊疗在现阶段主要包含基于医学图像和基于电子病历分析的智能诊疗。其中基于电子病历分析的智能诊断就是将患者的电子病历信息通过数据处理和特征工程等手段，并输入对应的分类、回归、聚类或深度神经网络等算法，从而实现电子病历信息的住院天数，用药情况等方面的预测。基于知识图谱的智能诊疗也给医疗机构提供了重要的诊断参考。智能诊疗医疗过程中应用的人工智能智能医疗机器人是基于机器人硬件设施，将大数据、人工智能等新一代信息技术与医疗诊治手段相结合，实现“感知-决策-行为-反馈”闭环工作流程，在医疗环境下为人类提供必要服务的系统统称。医疗机器人康复机器人手术机器人服务机器人辅助机器人医疗机器人医疗研究中应用的人工智能01智慧医疗智慧医疗的产生与概念智慧医疗中的人工智能前景与挑战前景与挑战5G时代物联网大数据人工智能现有医疗行业存在固有的短板和不均衡等特点，随着5G时代+物联网+大数据+人工智能的发展，智慧医疗现阶段以及未来的发展态势大好。智慧医疗会逐步融入现有医疗行业的各个环节，会引领医疗领域变的更智能，更人性化，实现医疗信息化的六大原则。智慧医疗在就医者，医生，医疗机构，公共卫生方面都有着较好的前景。前景与挑战智慧医疗发展态势一片良好的前提下，也蕴含着一些挑战，主要如下：1、现阶段的医疗数据质量有待提升，多医疗系统之间存在系统孤岛问题，且不同系统间的信息集成较为复杂。2、医疗数据包含很多隐私数据，如何保证数据的安全也是智慧医疗需要考虑的问题。如果医院在网络安全层面出现安全漏洞，则可能会出现相关系统数据的泄密及篡改，给医疗过程