以人为本的可解释智能医疗综述

随着人工智能(artificial intelligence,AI)的高速发展,“黑盒”模型已逐渐展示出逼近甚至超越人类的能力,尤其在智能医疗等高风险应用场景中,其可解释性是用户在应用中信任和理解AI的关键基础.虽然已有工作提供了大量事前和事后的AI可解释方法,但大都采用通用型解决思路,未考虑不同用户在不同场景下多维度的理解和信任需求.以人为本的AI可解释方法能够针对用户实际需求对AI模型进行可解释分析,近年来逐渐受到国内外学者的关注.文中聚焦智能医疗应用,对近5年人机交互国际顶级会议的文献进行分析,回顾现有辅助诊断、辅助用药、未病预警方面以人为本的AI可解释方法及系统,从决策时间花费、用户专业度和诊疗工作流程3个维度梳理和定位可解释需求的系统性方法,得出4类典型用户画像和对应案例;并从考虑资源受限、不同用户的多样需求、与现有流程结合3个方面,为如何设计可解释的医疗辅助诊断系统提出建议.

数字医疗在老年医学领域中的应用:技术与产业进展

数字医疗指综合利用人工智能、大数据、计算机传感等技术,建立覆盖全病程、全场景的医疗服务模式,提升医疗服务质量和医疗资源利用效率,降低医疗成本。在我国老龄化不断加剧的背景下,数字医疗技术是解决老龄化科技应对难题的可行选择。该文就数字医疗在老年医学领域中的应用,从现有数字医疗技术发展格局、现存不足、未来老龄健康事业的发展等方面进行综述。