在过去十年中，人工智能已经渗透到经济的各个领域，而它在医疗健康领域的应用可能将是最具影响力的。本书及时、权威和全面地探讨了人工智能对医疗健康领域的革命性影响，重点回答了以下问题：
AI在医疗健康领域的应用前景怎么样？
作为基石的医疗算法应该如何构建？
AI在医疗健康领域的应用障碍是什么？
AI在医疗健康领域的驱动因素是什么？
AI在医疗健康领域有哪些可能的应用？
AI在医疗健康领域有哪些商业案例？
AI在医疗健康领域有哪些商业模式？
如何创立和投资最好的医疗AI公司？?
基于心脏病学专家、咨询师、企业家和风险投资家的多重身份和经历，作者从技术、临床、商业等多重视角，描绘了一幅医疗AI从当前走向未来的发展蓝图。本书参考大量文献，采用非技术性写作风格，是医疗健康领域从业人员、开发者、研究人员、创业者、投资者以及其他感兴趣者的理想读物。
医疗AI将如何改变每个人的健康？
利益相关者如何抓住其中的机会？
一幅医疗AI从当前走向未来的发展蓝图
一本写给医疗AI利益相关者的精准指引
来自行业学会、高校、研究机构、医院和企业的多位专家学者 联袂推荐
美国国家医学院院士、麻省理工学院教授 彼得·索洛维茨
中国卫生经济学会副会长 张毓辉
中国信息通信研究院云计算与大数据研究所副所长 闵 栋
中国卫生信息与健康医疗大数据学会副会长 程云章
首都医科大学附属北京地坛医院院长 金荣华
首都医科大学附属北京胸科医院副院长 李 亮
北京航空航天大学生物与医学工程学院副教授 王 豫
中国信息通信研究院医疗健康大数据网络中心副主任 连云波
亚马逊云科技医疗健康及生命科学行业解决方案高级总监 黄庆春
罗纳德·M.拉兹米（Ronald M. Razmi），医学博士，心脏病学专家，曾在全球顶尖的非营利性医疗机构梅奥诊所完成医学培训，是研究新兴数字技术应用于心脏病患者管理的先驱之一。获得顶级商学院之一美国西北大学凯洛格商学院工商管理硕士（MBA）学位，曾任职于全球顶级管理咨询机构麦肯锡公司医疗团队，为大小企业提供战略、并购以及新兴医疗技术投资等领域的咨询。担任Zoi Capital公司的联合创始人兼董事总经理，这是一家专注于数字健康技术投资、重点布局医疗AI应用场景的风险投资公司。经常受邀在会议上发言，参加专业访谈，撰写专题文章和署名评论，一直是医疗健康数字革命中的权威发声者。
王冬，教授，博士生导师，国家社科基金重大项目首席专家，南粤优秀教师。现任南方医科大学副校长兼卫生管理学院院长。主要研究方向为公共卫生政策与医院管理，以第一负责人主持国家社会科学基金项目、国家自然科学基金项目以及省部级项目30多项，出版专著及教材7部，发表论文180余篇。
陈代球，翻译方向硕士，毕业于广东外语外贸大学，就职于南方医科大学，主讲英汉互译、对外汉语等。首届联合国文件国际翻译大赛职业组汉译英获奖者，翻译字数超百万，中国第七批援加纳医疗队翻译。
隋斌，博士，中国商业联合会数据分析专业委员会专家，高级数据分析师，注册高级咨询师，北京九都佳德科技有限公司CEO。主要研究方向为医疗领域数据治理和数字化应用，先后承担参与多项国家级、省部级科研课题及项目，在AI+医疗实践领域具有较为丰富的经验与认知。
推荐序一
推荐序二
推荐序三
原书序
前言
关于作者
致谢
第一部分
医疗健康领域AI路线图
第1章 AI的历史及其在医疗健康领域的前景 002
1.1.什么是AI？ 005
1.2.AI与机器学习底层算法的分类系统 013
1.3.医学领域的AI和深度学习 017
1.4.医疗健康领域多模态和多用途模型的诞生 020
参考文献 022
第2章 构建稳健的医疗算法 026
2.1.获取规模充分与细粒度完备的模型训练级数据集 029
2.2.数据访问法律和监管问题 032
2.3.数据标准化治理与临床工作流程无缝集成 033
2.4.联邦学习AI：数据孤岛的破局之道 037
2.5.合成数据 039
2.6.数据标注和透明度 042
2.7.模型可解释性 044
2.8.模型在现实世界的性能表现 049
2.9.本地数据训练 052
2.10.算法偏差 053
2.11.负责任的AI 060
参考文献 062
第3章 AI在医疗健康领域的应用障碍 067
3.1.证据生成 071
3.2.监管问题 075
3.3.医保覆盖 078
3.4.医疗服务提供方及付款人相关工作流程问题 079
3.5.医疗法律障碍 082
3.6.治理 085
3.7.实施成本与规模 087
3.8.人才短缺 088
参考文献 088
第4章 医疗健康领域采用AI的驱动因素 092
4.1.数据的可用性 093
4.2.强大的计算机、云计算与开源基础设施 094
4.3.增加投资 095
4.4.方法论的改进 096
4.5.政策与监管 096
4.5.1 美国食品药品监督管理局 096
4.5.2 其他机构 102
4.6.医保报销 105
4.7.医疗资源短缺 108
4.8.错误、护理途径效率低下和非个性化护理的问题 110
参考文献 113
第二部分
AI在医疗健康领域的应用
第5章 诊断学 118
5.1.放射学 118
5.2.病理学 126
5.3.皮肤病学 128
5.4.眼科 130
5.5.心脏病学 132
5.6.神经病学 137
5.7.肌肉骨骼系统 139
5.8.肿瘤学 140
5.8.1 癌症的诊断和治疗 142
5.8.2 组织病理学癌症诊断 142
5.8.3 追踪肿瘤发展 142
5.8.4 预测检测 143
5.9.胃肠道系统 145
5.10.新冠病毒感染 145
5.11.基因组学 147
5.12.心理健康 147
5.13.诊断机器人 149
5.14.家庭诊断/远程监控 151
5.15.声学AI 155
5.16.AI赋能医疗服务普惠化 157
参考文献 158
第6章 治疗学 165
6.1.机器人技术 166
6.2.心理健康 167
6.3.精准医疗 169
6.4.慢性病管理 173
6.5.药物供应和用药依从性 176
6.6.虚拟现实 178
参考文献 178
第7章 临床决策支持 181
7.1.AI在决策支持中的应用 186
7.2.初始应用案例 190
7.3.初级医疗 193
7.4.专科医疗服务 196
7.4.1 癌症护理 196
7.4.2 神经病学护理 197
7.4.3 心脏病学护理 197
7.4.4 传染病学护理 198
7.4.5 新冠病毒感染护理 198
7.5.设备 199
7.6.临终关怀AI 200
7.7.患者决策支持 201
参考文献 202
第8章 人群健康与保健 207
8.1.营养 208
8.2.健身 212
8.3.压力与睡眠 214
8.4.人群健康管理 216
8.5.风险评估 219
8.6.真实世界数据的使用 221
8.7.服药依从性 221
8.8.远程参与和自动化 222
8.9.健康社会决定因素 224
8.10.居家养老 225
参考文献 228
第9章 临床工作流程 231
9.1.医疗文档助理 232
9.2.质量测量 240
9.3.护理和临床助理 240
9.4.虚拟助理 242
参考文献 245
第10章 医疗行政管理与运营 248
10.1.医疗服务提供方 249
10.1.1 医疗文档管理、医疗编码与医疗结算 249
10.1.2 医疗执业管理与运营 253
10.1.3 医院运营 255
10.2.支付方 258
10.2.1 支付方监管智能 260
10.2.2 医保欺诈 263
10.2.3 个性化沟通 264
参考文献 265
第11章 AI在生命科学中的应用 268
11.1.药物开发 270
11.2.临床试验 279
11.2.1 信息引擎 281
11.2.2 患者分层 284
11.2.3 临床试验运营管理 286
11.3.医疗事务和商业 289
参考文献 290
第三部分
AI在医疗健康领域的商业案例
第12章 哪些医疗AI应用已成熟 294
12.1.方法论学 295
12.2.临床医疗服务 298
12.3.行政和运营 308
12.4.生命科学 309
参考文献 311
第13章 医疗AI解决方案采购方的商业模式 313
13.1.临床医疗服务 317
13.2.行政和运营 324
13.3.生命科学 328
13.4.医疗AI解决方案采购方评估指南 331
参考文献 333
第14章 如何打造和投资最佳的医疗AI公司 335
14.1.准入壁垒和知识产权 336
14.2.创业公司和大型公司 340
14.3.销售和营销 342
14.4.初始客户获取 345
14.5.直接面向消费者模式 347
14.6.医疗AI创业者路径规划 348
14.7.医疗AI公司投资评估维度 350
参考文献 352
书单推荐
