图书详情

配套资源图书内容样章/电子教材图书评价

配套资源
本书资源
会员上传本书资源
为本书上传资源

图书内容

内容简介

本书为北京大学医学部教学团队牵头教学建设成果，围绕人工智能在医疗领域的应用展开，将大语言模型和生成式应用作为教材的核心内容，系统性地涵盖了从大模型原理、医疗大模型技术(预训练、微调)到具体的文本、图像、视频生成应用，以及最新的智能体技术，旨在全面且深入地介绍人工智能的基本概念、技术基础，以及在医疗领域中的具体应用和未来趋势。此外，本书还包含了大量实践案例，通过具体医疗领域应用案例介绍如何利用AI工具生成文本、图像、视频、思维导图等。本书编写思路遵循由基础到应用、由理论到实践的原则，逐步引导读者理解并掌握医疗人工智能的核心知识和应用技能。本书提供电子课件和习题参考答案，读者可登录华信教育资源网免费下载。

图书详情

ISBN：9787121509643

开本：16开

页数：208

字数：292

本书目录

第1章  人工智能概述    1
1.1  人工智能基本概念    2
1.1.1  人工智能的定义与分类    2
1.1.2  人工智能的跨学科属性    5
1.2  人工智能的发展历程    6
1.2.1  人工智能三次浪潮    6
1.2.2  医学人工智能发展历程    9
1.3  人工智能安全与伦理    12
1.3.1  人工智能安全    12
1.3.2  人工智能伦理    14
1.3.3  我国人工智能的法律规范    15
本章小结    17
习题    18
第2章  人工智能的技术基础    19
2.1  机器学习    20
2.1.1  机器学习的基本过程    20
2.1.2  监督学习    21
2.1.3  无监督学习    23
2.1.4  强化学习    24
2.2  深度学习    25
2.2.1  深度学习的核心思想    25
2.2.2  卷积神经网络(医学影像分析)    25
2.2.3  循环神经网络(医学时序数据)    26
2.3  自然语言处理    26
2.3.1  自然语言处理的概念    26
2.3.2  自然语言处理关键技术    27
2.3.3  自然语言处理医学应用案例    27
2.4  知识图谱    29
2.4.1  知识图谱的概念与结构    29
2.4.2  知识图谱的构建方法与技术    30
2.4.3  知识图谱医学应用案例    32
2.5  计算机视觉    33
2.5.1  计算机视觉的概念    33
2.5.2  计算机视觉关键技术    33
2.5.3  计算机视觉医学应用案例    35
本章小结    37
习题    38
第3章  大语言模型    39
3.1  大语言模型的基本概念    40
3.1.1  认识大语言模型    40
3.1.2  大语言模型的发展历程    40
3.1.3  大语言模型的特点    42
3.2  大模型的分类    44
3.2.1  按应用领域划分    44
3.2.2  按训练数据类型划分    44
3.2.3  按技术路线划分    45
3.2.4  按开源程度划分    45
3.3  大语言模型产品    46
3.3.1  国内外主要的大语言模型    46
3.3.2  GPT介绍    48
3.3.3  DeepSeek介绍    50
3.4  大语言模型与人工智能的关系    52
3.4.1  从属关系    52
3.4.2  技术实现层面的联系    53
3.4.3  大语言模型对AI发展的推动作用    53
3.4.4  大语言模型的问题与挑战    55
本章小结    55
习题    56
第4章  医疗大模型    57
4.1  医疗大模型概述    58
4.1.1  认识医疗大模型    58
4.1.2  预训练技术    59
4.1.3  预训练医疗大模型的案例分析    60
4.1.4  微调技术(Fine-Tuning)    61
4.1.5  基于参数微调技术的医疗大模型案例分析    63
4.1.6  提示词微调(Prompt-Tuning)    64
4.1.7  多模态技术    64
4.2  医疗大模型应用场景    66
4.2.1  智能预问诊    66
4.2.2  健康管理    67
4.2.3  智能医学教育    68
4.2.4  智能医学科研    74
4.2.5  药物研发    75
4.2.6  医学影像智能辅助诊断    76
本章小结    77
习题    78
第5章  AI文本生成应用    80
5.1  文本生成大模型    81
5.1.1  语言大模型    81
5.1.2  推理大模型    84
5.2  提示词的使用    86
5.2.1  指令型模型提问技巧    86
5.2.2  推理型模型提问技巧    88
5.3  AI文档生成    89
5.3.1  基本功能介绍    89
5.3.2  应用案例—健康宣教科普文章生成    89
5.3.3  应用案例—标准化病历生成    89
5.3.4  应用案例—智能纠错与格式规范    91
5.3.5  应用案例—门诊排班表生成    92
5.3.6  应用案例—文献阅读    93
5.4  AI医学数据分析    94
5.4.1  AI数据分析工具    94
5.4.2  应用案例—疾病预测    95
本章小结    98
习题    99
第6章  AI图像生成应用    100
6.1  认识AI文生图    101
6.1.1  从文字到图像    101
6.1.2  典型医学应用场景    103
6.2  AI图像生成工具    103
6.2.1  国外主流工具    103
6.2.2  国内主流工具    105
6.3  即梦AI绘画    108
6.3.1  应用案例—医学解剖结构可视化    108
6.3.2  应用案例—疾病病理呈现    109
6.3.3  应用案例—手术方案模拟    109
6.3.4  应用案例—药物研发可视化    110
本章小结    110
习题    110
第7章  AI视频生成应用    112
7.1  认识AI文生视频    113
7.1.1  国外AI视频工具    113
7.1.2  国内AI视频工具    114
7.2  剪映    114
7.2.1  应用案例—健康科普短视频生成    115
7.2.2  应用案例—应用一键成片和模板生成创作科普视频    119
7.2.3  数字人制作    122
7.3  即梦AI    125
7.3.1  应用案例—百年药房AI视频生成    125
7.3.2  应用案例—科学用眼数字人制作    126
7.4  度加剪辑    128
7.4.1  应用案例—全民健身AI视频生成    128
7.4.2  应用案例—提高免疫力数字人制作    131
7.5  通义    132
本章小结    135
习题    135
第8章  AI工具组合应用    136
8.1  AI制作演示文稿    137
8.1.1  AI制作演示文稿工具Kimi    137
8.1.2  DeepSeek + Kimi生成演示文稿    137
8.1.3  应用案例—急性心肌梗死诊疗指南    138
8.1.4  其他AI制作演示文稿工具    140
8.2  AI制作思维导图    142
8.2.1  AI制作思维导图工具Mapify    142
8.2.2  DeepSeek + Mapify生成思维导图    143
8.2.3  应用案例—脓毒症诊疗路径    143
8.3  AI制作流程图    145
8.3.1  AI制作流程图工具Mermaid    145
8.3.2  DeepSeek + Mermaid生成流程图    145
8.3.3  应用案例—绘制胸痛中心处理流程图    146
8.4  AI制作框图    148
8.4.1  AI制作框图工具Napkin    148
8.4.2  DeepSeek + Napkin生成框图    149
8.4.3  应用案例—绘制感控体系架构图    149
8.5  AI制作音乐    151
8.5.1  音乐生成工具天谱乐    151
8.5.2  DeepSeek + 天谱乐生成音乐    152
8.5.3  应用案例—术前放松音乐    153
8.6  AI制作3D建模    154
8.6.1  3D建模工具混元3D    154
8.6.2  应用案例—布偶生成3D模型    154
本章小结    155
习题    156
第9章  智能体    158
9.1  智能体概述    159
9.1.1  认识智能体    159
9.1.2  智能体的分类    160
9.1.3  智能体的功能    161
9.1.4  智能体的优势    162
9.1.5  智能体和大模型的区别    163
9.2  创建智能体    164
9.2.1  智能体开发平台    164
9.2.2  创建智能体设计流程    165
9.3  应用案例    166
本章小结    175
习题    176
第10章  医疗人工智能未来趋势    177
10.1  人工智能前沿探索    178
10.1.1  机器人    178
10.1.2  具身智能    179
10.2  医疗AI技术演进：从辅助到协同    181
10.2.1  精准医疗的关键技术突破    181
10.2.2  人机协同诊疗    181
10.2.3  医学研究范式变革    183
10.3  行业重塑：从效率工具到生态重构    184
10.3.1  全生命周期健康管理    184
10.3.2  手术机器人自主性提升    185
10.3.3  流行病预测    186
本章小结    187
习题    187
参考文献    188

展开

前言

前    言
我们正处在一个以人工智能为核心驱动力的技术革命时代。从ChatGPT到DeepSeck等生成式AI应用相继出现，人工智能正以前所未有的深度和广度，重塑着社会生产生活的方方面面。这场变革对各行各业的未来人才培养提出了全新的、紧迫的要求。教育部明确提出在高等教育阶段普及人工智能通识教育，推动人工智能与各学科专业的深度融合。其核心目标是要让未来的社会中坚力量都具备基本的AI素养和应用创新能力，从而能够利用AI赋能自己的专业发展。
在医疗领域，AI技术正深刻改变着传统医疗模式，从疾病的早期筛查、影像的智能判读，到个性化治疗方案的制定；从新药研发的周期缩短，到智慧医院的管理运营，再到覆盖全民的智能健康管理，医疗人工智能展现出了巨大的潜力和应用价值。未来的医学人才，必须理解AI、善用AI，才能在新的医疗生态中更好地服务于人类健康事业。正是在这样的时代背景和教育要求下，我们组织编写了这本《医学人工智能通识基础》。本书由北京大学医学部牵头，联合哈尔滨医科大学、南京医科大学教学团队共同打造，编写初衷是为医药院校的学生和奋战在一线的医疗工作者，量身打造一本看得懂、学得会、用得上的AI通识教材。
本书具有以下特点。
1．体系完整，结构清晰：从理论到实践，从基础到前沿，循序渐进地构建了医学领域的生成式人工智能知识体系。
2．通俗易懂，案例丰富：语言简练，力求将复杂的技术概念解释清楚，并结合大量国内外最新的AI工具和医学应用实例，帮助读者直观理解。
3．注重实践，操作性强：多章配有详细的应用案例和操作步骤，如使用DeepSeek、剪映等工具辅助完成具体任务，每章都附有习题，便于读者动手实践。
本书提供电子课件、教学大纲和习题参考答案，读者可登录华信教育资源网免费下载。
本书由齐惠颖、王欣萍、王晨主编，曹晨、王俊生任副主编。参编人员编写分工如下：宋艳双编写第1章1.3节，王晨编写第1章1.1节和1.2节、第2章，杨迎春编写第3章，曹晨编写第4章，王俊生编写第5章、第6章，齐惠颖编写第7章、第10章，王欣萍编写第8章，孙昕编写第9章。齐欢欢、周祖雯、李卓凡、王好负责编辑和校对工作。
我们衷心希望，本书能够帮助医药院校师生及医疗从业者，成为他们步入AI殿堂的良师益友，帮助大家消除对AI的神秘感和畏惧感，激发探索热情，并将其真正转化为提升学习效率和工作能力的强大助力，共同迎接智慧医疗新时代的到来。
由于编者水平有限，加之人工智能技术发展日新月异，书中难免存在疏漏和不足之处，恳请广大读者批评指正。

编  者  
2025年6月

展开

作者简介

本书暂无作者简介

样章试读

查看样章
图书评价我要评论

本书资源

会员上传本书资源

内容简介

图书详情

本书目录

前 言

作者简介

前言