[
-
内容大纲
本书分为道、术两篇。道篇讲述了数据科学与医疗全领域交互融合的底层逻辑，以及数据科学在医疗科、教、医、研、管五个方面的角色和作用，建立适用于医疗人工智能开发的ML－PICOS原则，并从建设角度，阐述了医疗大数据理、采、存、管、用的全过程。术篇普及了数据科学用于回归、分类、聚类、关联分析的基础算法，以及他们在医疗领域应用的场景和逻辑。本书可帮助读者建立数据科学在医疗领域应用的体系化认知。读者对象包括医疗全领域相关工作者以及想要涉足医疗领域的数据科学相关人士。 -
作者介绍
弓凯，北京大学医学部临床医学系本硕博八年制连读博士，神经外科副主任医师，厦门市C类高层次人才，厦门大学附属第一医院计算机中心副主任，厦门大学附属第一医院医疗大数据中心创科人、负责人，厦门市第三医院（厦门大学附属第一医院同安院区）信息办总院派驻主任。现任中国数字医疗联盟东南中心秘书长，Health Care Science杂志青年编委，厦门市医学会医学信息分会常务理事、中国医药教育协会数字医疗专业委员会委员、中国研究型医院协会互联网医院分会理事、中国卫生信息与健康医疗大数据学会专业委员会青年委员、厦门市卫健委规划与项目管理专家库成员等职务。 -
目录
第1章 医学发展与数据科学
1.1 医学认知的物质化、科学化和数据化
1.1.1 从神灵主义走出的医学
1.1.2 医学认知的物质化
1.1.3 医学认知的科学化
1.1.4 医学认知的数据化
1.2 数据化或是传统医学现代化的必经之路
1.2.1 现代医学与传统医学的分歧
1.2.2 数据科学助力传统医学融入现代
1.3 以实践和数据说话的循证医学发展历程
1.3.1 理解循证医学
1.3.2 循证医学证据体系建立的五个阶段
1.4 基于PICOS原则把临床语言转变为数据语言
1.5 数据科学在循证医学证据体系以外的应用
第2章 走进数据科学时代
2.1 大数据的由来、定义和特征
2.1.1 大数据的由来和定义
2.1.2 大数据的nV特征
2.1.3 走出数据以“大”论英雄的误区
2.2 大数据发展的数据工程问题
2.2.1 硬件工程问题
2.2.2 软件技术问题
2.3 大数据发展的数据科学问题
2.3.1 统计学的由来与发展
2.3.2 智能的内涵：知有所合谓之智，能有所合谓之能
2.3.3 人工智能的起落与辉煌
2.3.4 发展人工智能应坚守的造物观：重己役物，致用利人
2.4 大数据驱动的数据科学生态变革
2.4.1 从统计学思维到应用型思维
2.4.2 数据科学生态促使数据从业者角色分化
2.5 大数据驱动的科学研究范式变革
2.5.1 科学革命的结构
2.5.2 第四范式与AI for science
2.6 大数据驱动的日常生活变革
2.7 数字经济驱动数据要素价值变现
2.7.1 互联网泡沫破碎后的数字经济重建
2.7.2 理解数据要素化
2.7.3 数据变现的路径
第3章 健康医疗大数据与人工智能
3.1 健康医疗大数据的范围
3.2 健康医疗大数据的行业特征
3.2.1 医疗大数据的纵向和横向孤岛现象
3.2.2 健康医疗大数据的多模态性、疾病主题特异性和动态性
3.2.3 健康医疗大数据的主观性和价值稀疏性
3.3 大数据驱动的人工智能在医疗领域的应用与角色
3.3.1 人工智能在医疗领域的应用
3.3.2 从效率工具角度看待医疗人工智能
3.3.3 医疗AI开发中的困难与瓶颈
3.4 模型的透明性和可问责性是医疗人工智能广泛落地的基础
第4章 健康医疗大数据让循证医学走进真实世界
4.1 以RCT为代表的理想世界研究的局限性
4.2 基于真实世界数据的真实世界研究
4.2.1 真实世界研究的定义
4.2.2 真实世界研究的证据等级体系
4.3 大数据时代下的真实世界人群队列管理
第5章 基于真实世界数据的医学统计
5.1 医疗业务的数据化
5.2 缺失值的识别和处理
5.3 真实世界研究数据分析要点概述
5.4 统计三件套：说一说、比一比、找关系
5.5 从暴露到结局的单变量关系是经典循证医学研究的基本关注点
5.5.1 单变量之间的线性和广义线性关系
5.5.2 单变量之间的线性趋势关系和非线性关系
5.5.3 从辛普森悖论看为什么研究单变量之间的关系同样要做多因素分析
5.5.4 单变量间的相关关系和因果关系
5.6 单变量之间关系的论证逻辑结构
5.6.1 从定性到定量：单变量关系研究需要回答的四个问题
5.6.2 从一根杠杆看懂何为混杂和交互因素
5.6.3 混杂因素的识别和控制
5.6.4 交互因素的识别和控制
5.6.5 倾向性评分：控制多个混杂的神器
第６章 由统计推导结论到智能预测
6.1 从医学统计到统计学习
6.1.1 从效用统计到结局预测
6.1.2 从人工智能到机器学习
6.1.3 人工智能中的损失和优化
6.2 临床预测模型构建的基本思路
6.2.1 建模前工作
6.2.2 建模中工作
6.2.3 建模后工作
6.3 医疗机器学习的“PICOS”
第7章 统计学习的常见算法浅析
7.1 回归分析中的多重共线性与Lasso回归
7.1.1 多重共线性的影响和识别
7.1.2 Lasso回归的原理
7.2 通俗好用的树模型和集成算法
7.2.1 用于分类任务的决策树构建
7.2.2 用于回归任务的回归树和模型树
7.2.3 群策群力的集成学习
7.3 人们日用而不自知的贝叶斯推理
7.3.1 初识贝叶斯定理
7.3.2 朴素贝叶斯算法
7.3.3 概率图模型
7.4 基于距离的机器学习分类与聚类
7.4.1 K近邻分类
7.4.2 聚类算法
7.5 数据降维的艺术
7.5.1 主成分分析
7.5.2 因子分析
7.6 支持向量机
7.6.1 AI界的水果忍者
7.6.2 SVM到底在优化什么？
7.6.3 核技巧是使SVM真正强大起来的原因
7.7 挖掘数据共显模式的关联规则算法
7.7.1 驱动购物的关联规则
7.7.2 Apriori算法
7.8 时间序列分析
第8章 开启多模态学习的深度学习
8.1 人工神经网络与深度学习
8.1.1 人工神经网络与深度学习入门
8.1.2 神经网络在学习过程中，到底学到了什么？
8.1.3 如何更准确地选择损失函数下降的方向
8.2 卷积神经网络与机器视觉
8.2.1 卷积神经网络的直观理解
8.2.2 卷积运算的数学解释
8.2.3 计算机视觉和卷积神经网络的发展脉络
8.2.4 医学影像人工智能
8.3 给AI植入想象力的对抗生成网络和扩散模型
8.3.1 对GAN原理的形象理解
8.3.2 GAN训练过程的算法数学理解
8.3.3 GAN的其他集中花式玩法
8.3.4 扩散模型简介
8.4 使AI学会策略的强化学习
8.4.1 理解决策过程
8.4.2 如何学习Q值？
8.4.3 理解整个策略学习过程
8.4.4 理解深度强化学习之DQN
8.5 循环神经网络与自然语言处理
8.5.1 对RNN的形象理解
8.5.2 对RNN的算法理解
8.6 基于深度学习的自然语言处理简介
8.6.1 词的向量表示
8.6.2 Encoder-Decoder和注意力机制
8.6.3 从transformer到ChatGPT
8.6.4 自然语言处理在医学中的应用浅析
8.7 大模型驱动的AIGC通用人工智能时代
8.7.1 AIGC缘起
8.7.2 大力出奇迹：ChatGPT引爆了AIGC的奇点
8.7.3 大模型的解封咒语：提示工程
第9章 日常诊疗与数据科学
9.1 临床推理中的双重认知模式
9.2 医疗与数据科学的认知协同
9.3 人机决策与CDSS
9.4 医疗从业者学习数据科学的必要性和可行性
第10章 精准医学与数据科学
10.1 精准医学的由来
10.2 精准医学与组学研究
10.3 以中心法则为主线开展的组学研究
10.4 中心法则之外，拓宽组学的边界
10.5 始于差异，经由机制，终于临床
第十一章 医药研发与数据科学
11.1 新药研发概述
11.2 生物分子的化学表征与计算
11.3 基于不同分子表征的模型计算
第12章 转化医学与数据科学
12.1 转化医学的由来、阶段和与数据科学的关系
12.2 树立合理的医学科技创新观念和转化动机
12.3 科技成果评价的主要方法和维度
12.4 医学科技成果的转化途径与过程
12.5 医学转化案例之CRISPR-Cas9基因编辑技术
第13章 智慧健康医疗与数据科学
13.1 智慧健康医疗概述
13.2 智慧健康医疗衍射出的重要概念
13.3 数据科学之于智慧医疗，是渔而非鱼
第14章 合理医疗与数据科学
14.1 合理医疗的大道理
14.2 不合理医疗的小算盘
14.3 合理医疗监管的外儒内法
14.4 监管手段从形式之法到数据之法
14.5 基于数据科学的合理医疗循证评价
第15章 医院管理与数据科学
15.1 指标化的医院数字化管理
15.2 基于数据科学的DRGs/DIP医保费用管理
15.3 基于数据科学方法的精细医院运营管理
15.4 基于数据科学的RBRVS绩效评价体系构建
第16章 医学人文与数据科学
16.1 技术和人文是医学发展的双翼
16.2 数据科学对医学人文的潜在影响
16.3 在医学美学的指导下发展医疗数据科学
第17章 医疗大数据的理、采、存、管、用
17.1 医疗机构数据应用的窘境
17.2 医疗大数据平台的四层架构和五项功能
17.3 医疗大数据的变现管理
17.4 医疗大数据应用的安全体系
17.4.1 信息安全是所有数据建设的基础
17.4.2 健康医疗大数据的合规管理
17.4.3 隐私计算在促进医疗大数据合规应用的作用
17.4.4 隐私计算融合区块链提升数据协作全流程保护能力
17.4.5 易被忽视的AI安全
17.5 DataOps推动业务数据协作联动
17.6 警惕唯数据主义的陷阱
后记 精数道以明医理，通仁术以践仁心
同类热销排行榜
- 目送/人生三书
-
21世纪的《背影》 + 感人至深的“生死笔记”+ 龙应台亲手摄影 + 跨三代共读的人生之书！
华人世界率性犀利的一枝笔，龙应台独家...
- 顾城的诗(金版)(精)/蓝星诗库
- 人类群星闪耀时(插图本)/译林名著精选
- 牛津高阶英汉双解词典(附光盘第8版)(精)
- 文化苦旅(新版)
- 摆渡人
- 解忧杂货店(精)
- 骆驼祥子
- 曾国藩(又笨又慢平天下)
- 查令十字街84号(珍藏版)(精)
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...