基于“AI医疗”的恶性肿瘤患者HEN管理模式研究

我国恶性肿瘤不断上升的发病率和死亡率,已成为严重影响我国居民寿命的主要原因之一。而恶性肿瘤患者的营养不良状况往往对患者治疗效果、生活质量、生存期造成严重危害。为此营养支持治疗也受到越来越多的关注,从辅助治疗措施转变为重要的治疗手段。然而针对恶性肿瘤患者的居家营养管理研究却鲜有报道。主要研究基于"AI医疗"技术,运用"筛查-评定-方案制定-AI智能监测-干预"的管理模式,规范恶性肿瘤患者家庭营养肠内支持管理,延伸患者在医院内营养治疗,有效解决患者出院后营养管理无人指导、监测局限、随访困难的窘境,补充诊疗环节,更好地改善患者营养状况,以降低抗肿瘤治疗并发症发生率,提高治疗效果与生存质量。

AI医疗背景下医学人才培养改革的探索和思考

人工智能(Art i fi ci al Int el l i gence,AI)与医疗的结合是精准医保的开始,为医疗健康事业插上了智能翅膀。AI医疗将成为推动医疗产业创新发展的新引擎,为医药产业建设带来新的发展机遇,同时也对医学人才建设提出了新要求。该文介绍了AI在医疗领域的应用,提出了AI医疗背景下医学人才应具备的基本素质,分析了AI医学人才培养面临的问题,最后结合AI医疗的特点,从重塑专业、优化课程、构建多元化教学模式、打造优质人工智能师资队伍、共建共享实验室平台、建立科学性评价体系等方面出发进行改革,以培养复合型、应用型医学人才。

论科技新领域图书产品策划——以AI医疗选题为例

随着人工智能技术的发展和应用,传统科技图书已无法满足人们对新领域和交叉领域知识的需求。本论文以AI医疗选题为例,首先介绍AI医疗的背景和意义,然后分析AI医疗面临的挑战和机遇,接着讨论基于AI医疗选题的图书产品策划方法及案例,最后展望此类图书产品的应用前景。

医疗AI侵权责任的法解释学分析

AI在医疗领域的应用引发了责任承担的复杂法律问题,但医疗AI目前尚无自主意识和意志,对现有法秩序并未造成根本性的冲击和动摇,其侵权责任的认定可在现有《民法典》框架下进行;从方法论视角,不具有深度学习功能的手术机器人之侵权责任在法律上不存在漏洞,有其适用之规则,即其硬件缺陷侵权适用产品责任、软件缺陷侵权则适用一般过错侵权责任。而具有深度学习功能的医疗诊断系统之“黑匣子”算法预测错误问题,则没有被现行法律规定认识到,故对之的法律规制存在公开的嗣后的漏洞;填补这漏洞的方法,可类推适用《民法典》第一千二百一十八条,即由医疗机构承担管理过错责任。

WHO《为基于人工智能的医疗设备生成证据:训练、验证和评估框架》解析及其对我国医学装备行业的启示

目的:解析世界卫生组织(WHO)《为基于人工智能的医疗设备生成证据:训练、验证和评估框架》(简称“WHO AIMD框架”),讨论对我国医学装备行业的启示。方法:分析WHO文本的基本要素,检索我国相关政策文件、期刊文献,进行文献评阅和比较研究。结果:WHO从软件研发(评估的框架、临床评估模型研发和训练、数据集管理、内部验证和数据管理)、软件验证与报告(外部验证和报告、数据管理、证据生成标准、证据报告)、配置部署与上市后监管(可用性评估、临床影响评估、实施过程的证据)3个部分并以人工智能医疗器械软件(AI-SaMD)宫颈癌筛查为用例分别进行了系统阐述,强调在全球医疗健康背景下对在AI医疗设备(AIMD)产品生命周期内的验证、生成证据和报告等方面生成证据的方法、原则、标准、基本路径和实施要点;文献复习和比较研究表明,国际医疗器械监管者论坛(IMDRF)、国际标准化组织(ISO)等国际组织和包括我国在内的一些国家相关机构前期开展了大量工作,发布有系列指导性文本,对规范AIMD的研发和应用尤其是上市前的监管环节发挥了重要作用;我国医疗设备监管与临床医学学者从AIMD安全有效主题出发,开展文献解读分析和基于真实世界数据的实证研究,文献数量呈逐年上升趋势。结论:“WHO AIMD框架”是一部基于生命周期管理对AIMD研发、训练、验证、临床评估生成证据及其标准要求的系统性文本,是WHO在全面总结了有关国际组织和各国前期工作经验的基础上面向全球医疗健康领域发出的工作倡议,对我国医学装备行业进一步推动AIMD发展具有重要启示作用,提出在我国医学装备行业需要加强AIMD生命周期管理(LCM)、生成证据、提升证据标准和质量、完善生成证据方法学和评估架构、建立AIMD应用证据与评估文献数据资源库等建议。

我国医疗行业对人工智能相关人才的需求分析——基于两网站招聘信息的调查

目的:分析我国医疗行业人工智能(artificial intelligence,AI)对相关人才的需求情况,为完善医学人才培养模式提供参考。方法:本文从前程无忧、拉钩网两家具有代表性的招聘类网站获取医疗AI类岗位招聘信息,利用医疗AI工作的人才需求数据分析中国医疗卫生领域对AI相关工作的需求状况。结果:(1)我国医疗人工智能工作岗位主要由制药/医疗、计算机/互联网/电子通信类企业提供,分别占医疗AI行业需求的55%和36%。(2)80%以上的医疗AI岗位对于学历要求为本科及以上,对于工作经验的要求为1年以上,其中40%以上的岗位工作经验要求为3年以上。(3)70%以上的岗位月薪超过1万元。(4)北京、杭州、上海、深圳、广州的医疗AI类工作岗位数量位列全国前五,占全国的75%。结论:目前,我国医疗行业对AI相关人才需求较高,但医疗AI人才相对缺乏。我国医疗AI人才的培养和发展已经初步具备了良好的生态环境:最新的政策环境给医疗AI产业的发展带来巨大的机遇和发展空间;相对集中的AI医疗应用场景有利于更精准地制定人才培养计划;医疗AI人才工作待遇水平普遍较高。

区块链技术在医疗领域的应用研究

自从区块链技术问世以来,截至目前人们从未停止过对它的探索。区块链技术目前在金融方面应用比较广泛,在其他方面应用较少,但是这并不意味着它的适用范围狭窄。区块链去中心化的不可篡改性和可追溯性表明其应用范围十分广泛。文章研究了区块链技术在医疗领域方面的应用,主要从三个方面具体说明了该技术在医疗领域的想法以及可行性,希望可以为相关专业人士提供灵感。

医疗信息化的现状与发展趋势研究

现今,网络化、数字化、智能化等高科技技术深刻影响着各个领域,同时也引起了思维理念的转变,逐渐改变着人们的生活方式。在这样的时代背景下,传统的就医模式面临着新的挑战,为此国家一直在大力推进医疗信息化建设的进程。医疗信息化建设工作主要包括医院信息系统建设、引入移动医疗技术、培养信息化人才等方面,建设过程中也出现了区域医疗信息化、云计算等概念。本文主要从医疗信息化建设的重要性、现状、现阶段医疗信息化建设的主要内容以及未来的发展趋势等角度剖析我国医疗信息化建设情况。

“人工智能+医疗”的风险研判及治理路径

“人工智能+”行动已经成为政府工作任务之一。“人工智能+医疗”在快速发展的同时也面临着诸多风险,包括内生和衍生的技术安全风险,人机双向价值对齐困难、不同伦理诉求难以平衡、医疗数字鸿沟以及医疗不公平的伦理风险,患者隐私和个人信息权益难以保障、医疗AI的侵权责任难以界定的法律风险等。探索基于患者赋权的“人工智能+医疗”的治理路径,需要形成前端赋权、中端监管与后端追责的治理机制,即前端赋予个体权利,建立健康医疗数据权利体系和医疗AI算法权利体系;中端强化医疗AI的运行监管体系,形成自我监管、专门监管、风险监管等多种监管模式;后端从医疗AI的法律客体地位、侵权责任规则和赔偿分担机制三个方面完善医疗AI的侵权追责体系。