深度医疗:智能时代的医疗革命电子版免费下载|百度网盘下载

编辑评论：

深度医学：智能时代的医疗革命展示了人工智能在医疗领域的应用现状和前景，适合医疗决策者、企业家和医疗行业专家、人工智能和大规模数据领域的人阅读。

图书特色

1、提供人工智能如何改变医疗保健的全景图

互联网医疗、智能诊断、远程医疗、医疗信息化、虚拟医疗助手、医院管理……几乎展示了人工智能在医疗领域的所有应用实例；

智能医疗的结构、现实意义、存在的问题、发展趋势……列出了行业的过去、现在和未来。

2、全球最具影响力的医生领袖和智能医疗发展领袖Eric Top的前瞻性作品

全球最有资格的专家谈人工智能医疗应用；

继“颠覆医疗”、“未来医疗”之后，带来了医疗改革的巅峰。

简介

医疗资源短缺、就诊时间缩短、医生无法真正与患者沟通……人工智能将提升医生的专业能力，彻底改变这些尴尬局面。在本书中，Eric Top 揭示了人工智能在医学中的各种应用，提供了人工智能如何改变医疗保健的全景图。

本书由13个部分组成，描述了深度医疗的模式、浅层医疗的概述、人工智能对医疗诊断的影响、人工智能的成功先例、深度学习的局限性，以及人工智能对三种“拥有者”的影响。 “模式”医生的影响，人工智能对“无模式”医生的影响，人工智能在心理健康领域的应用，人工智能对医疗系统的影响，人工智能如何改变生物医学，人工智能在制定个性化饮食计划中，虚拟医疗助手的应用前景，虚拟医疗助手的发展现状，以及深度同理心如何将医疗带回人文。

关于作者

[美国]埃里克·托波尔

美国著名心脏病学家和基因组学教授，连续14年担任克利夫兰诊所心血管科主任，带领科室成为美国排名第一的心脏中心.现为斯克里普斯研究所执行副总裁兼斯克里普斯转化科学研究所所长。

博士。 Top创立了世界上第一个基因库，并被汤森路透评为“世纪博士”。他是美国被引用次数最多的 10 位医学研究人员之一。除了 30 多本医学教科书外，他还出版了两本关于医疗保健未来的畅销书：Disrupting Healthcare 和 Future Healthcare。全书共13个部分，分别介绍了深度医疗的模式、浅层医疗的概述、人工智能对医学诊断的影响、人工智能的成功先例、深度学习的局限性、人工智能的影响。三种“模式化”医生的情报。人工智能对“无模式”医生的影响，人工智能在心理健康领域的应用，人工智能对医疗系统的影响，人工智能如何改变生物医学，人工智能在医学发展中的应用前景个性化的饮食计划，虚拟医疗助手的发展现状，以及深度同理心如何将医疗带回人文。

目录

推荐序列一：探索未知和控制已知-Ⅰ

推荐序列2 人工智能让医疗技术为个人服务-Ⅲ

01 深度医学模型：深度表型分析、深度学习、深度移情 -001

02 浅层医疗：让病人绝望、医生筋疲力尽的非智能医疗-021

03 医学诊断：人工智能工具与医生相结合，提高诊断和预测的准确性-037

04从深度学习到深度医疗：人工智能成功先例对医疗健康领域的启示-055

05 突破极限：深度学习需要解决的八个主要问题-083

06有“模式”的医生：三类医生最有可能被人工智能取代-105

07“无模式”医生：人工智能如何连接所有医学学科-127

08 心理健康：人工智能发挥重要作用的新领域 -153

09 医疗保健系统：人工智能如何通过影响医疗保健系统使人类受益 -171

10 项深度发现：人工智能如何改变生物医学 -193

11 深度饮食：定制真正个性化的饮食计划 -215

12 虚拟医疗助理：为消费者的利益负责医疗指导 -237

13 深度同理心：人工智能如何将医疗保健带回以人为本 -261

谢谢-285

评论-287

译者后记 从人类的高度思考人工智能-289

本书前言

探索未知，掌握已知

《深度医学》一书深刻阐释了数字医学、医学人工智能和医学人文之间的联系和区别。作者通过数据科学和信息学的基本原理，展示了数字技术和人工智能在医学领域发展的广阔前景，同时客观地揭示了医学仍然是一门“在不确定中寻找确定”的科学。 , 并非一切皆有可能。因此，医学人文，即医患之间的深度交流和医生对患者的真诚关怀，仍然是医学上挽救生命、探索未知的重要手段。数字医疗和人工智能可以帮助医生做出更准确的决策，避免人为错误；它们还可以代替医生大量的脑力劳动，在提高医疗服务效率的同时，节省医生更多的时间关注患者。毕竟，医学上无法解释的症状和不合理的原因仍然占大多数，即未知远大于已知。

在书中，作者提出深度表型、深度学习、深度同理心和深度连接是深度医疗的三个组成部分。至于“deep phenotyping”，我觉得翻译成“数字医学”更容易让读者理解，意思是收集和利用与医学健康相关的综合表型数据，以支持循证医学。深度学习是医学人工智能打开医学大数据价值大门的主要手段，但无论是数字医学还是人工智能，都离不开数据的支持。从本质上讲，数据是事实的记录，它反映了过去的事实，因此不能代替前瞻性分析。正如丹麦哲学家索伦克尔凯郭尔所说：人类可以回顾过去，回顾过去，了解过去。也正如乔布斯所说：你可以把前世的点点滴滴联系起来，发现它们是不可避免的，但没有办法在你的未来生活中使用它们。

生命和生命（英文中用同一个词life来表示）是一条单向的发展路线，只能往前走，往前的探索只能靠人的智慧。人类智能和人工智能各具优势，相互依赖，尤其是在医疗领域。 《深度医疗》的启示是，智能时代的医疗革命应该是深度数字医疗、深度学习、深度人文关怀的三支箭。

只王

原国家卫健委统计信息中心副主任，

中国医院协会信息管理专业委员会主任委员

2020年6月的北京

人工智能让医疗技术为个人服务

正是人类的诸多特征使我们成为“人”，而我们与其他动物的不同之处在于，我们不禁回首往事，反省过去。很难想象其他动物会为一个迷路的人或半夜没有得到的工作而沉思。像学者一样，我们也会退出自我，从钻木取火到微芯片，研究历史，绘制人类进步的里程碑地图，仿佛我们是创造者，然后不断审视自己，反思人类物种。然后，我们将尝试了解这一切。

克尔凯郭尔曾提出“先活，后理解”的观点。这大致是说我们最多可以记住过去，因为我们有记录，尽管它们可能不准确。在这里，我挑战克尔凯郭尔采取不同的观点：快速浏览新闻表明，理解历史并不能阻止人类重蹈覆辙。简而言之，即使是历史作为避免错误的指南也是不可靠的。只有未来才能确定，因为未来掌握在自己手中。

于是，未来主义者出现了，这本书的作者 Eric Top 就是其中之一。一旦这些未来学家听到莱特兄弟飞上天空，他们就可以预见廉价航班、航空枢纽，甚至人类在月球上的行走。这些立足当下的“历史学家”关注的不是如何通过历史规避风险，而是如何物尽其用。他们手握纸笔探索科技前沿，与包括失败者在内的开拓者对话；他们追随创新者、科学家、颠覆者和梦想家的脚步，倾听、观察、筛选，最终跨越不同学科，整合新知识，帮助他人更好地理解。正如本书将展示的那样，未来主义者是一群极其聪明和富有创造力的人。读这本书需要左右脑同时使用，因为书中的内容发人深省，会给我们带来无数的启发。

Deep Medicine 是 Eric Top 关于医疗保健未来的第三本书。他在前两本书中很好地审视了现在，显示了他的远见。在这本书中，Eric 指出，我们正处于第四次工业革命，即“工业 4.0 时代”，它可能带来的巨大变化可能超越蒸汽机、铁路、电力、大规模生产，甚至计算机的发明。 .工业 4.0 时代围绕着人工智能、机器人技术和大数据的巨大影响展开。今天，这场革命已经开始出现在我们的工作和生活中，甚至可能影响未来人类的自我认知。它会给人类带来很大的帮助，但同时也可能会进一步拉大贫富差距。

这场革命将影响人类的每一项活动，医疗保健也不例外。事实上，医疗保健本身也面临危机。在过去的 40 多年里，医疗技术取得了长足的进步，但作为医生，我们经常让患者失望。很多时候，我们没有遵循有效的指导方针，沉迷于技术，忽视了我们面前的独特个体。我们知道患者的基因组，但我们不会听他们的故事，也不会忽视他们的失望。神经纤维瘤引起的全身皮肤肿块与突发性高血压密切相关，这种症状只有医生在检查时脱下病人的外套才能发现。然而，我们常常盯着电脑屏幕，而不是专注于病人。我们忽略了老年患者嵌顿疝引起的呕吐，而是等待昂贵的计算机断层扫描 (CAT)。 )，等待放射科医生告诉我们有关患者的信息。事实上，在医疗保健上花费很多的国家通常落后于在婴儿死亡率等一些基本指标上花费很少的国家。埃里克在本书中非常生动地讲述了一个深刻而感人的故事：他在没有被作为个体对待的情况下经历了一场悲惨的医疗事件，导致他的异常症状没有被发现。

毫无疑问，我们依靠技术来绘制人体图谱，测量和监测人体的分子结构。然而，就像人类会犯错一样，技术也会犯大错。一个典型的例子是已在美国大多数医院广泛使用的电子健康记录（EHR）。它原本是为了方便充电而设计的，但没有考虑到医务人员的方便，所以它带来的工作量常常让医务人员筋疲力尽。更糟糕的是，由于电子病历的“入侵”，许多医生无法专注于自己的病人：注意力被吸引到电脑屏幕上，而忽略了面前的病人。在《陶醉于我的病痛》中，身患绝症的前列腺癌患者阿纳托尔·布罗亚德（Anatole Broyard）有一句令人心碎的话：“我希望我的泌尿科医生能换个角色。想想，即使只有5分钟，也要用你所有的注意力来关注1、”心，哪怕只有一次，靠近我，用同理心去了解我的病。毕竟每个人的病都不一样。”这些伤感的话，写在电子病历上，在尚未全面普及之前，就表达了一个病人最基本的诉求。在我看来，这是一种永恒的诉求，不会随着时代的变化而改变。值得强调的是：每个人的病都不一样，不能一视同仁。

话虽如此，我对未来充满期待，对人类充分利用大数据的能力充满期待。借助海量数据集的处理能力和随时随地学习的能力，人工智能和深度学习将大大提高疾病诊断和预测的准确性。不过，这并不意味着它们会取代人类。这些技术将提供一些可能比以往更精确的医疗建议，但这些建议仍需要由知识渊博、善解人意、细心的医疗团队综合考虑，然后再转达给前来就诊的患者。 2000多年前，希波克拉底说：“知道什么样的人生病了，比知道那个人得了什么病更重要。” 1981 年，罗伯特·卡利夫 (Robert Califf) 和罗伯特·罗萨蒂 (Robert Rosati) 发表了一篇关于运动压力测试后使用计算机解释风险的社论，他在文中写道：“电子数据的正确解释和使用仍然依赖于经验丰富的医生，重要的是不亚于历史数据源。”也就是说，只要我们谈论的是人，而不是流水线上的零件，这是一个永恒的原则。

作为人类，我们是具体的存在，我们复杂的思想是从同样复杂的身体中孕育出来的。人类身心之间的相互作用仍然是一个谜，但当我们生病时，我们需要爱和关怀，这并不是一个谜。疾病，尤其是当它病入膏肓时，会让我们回到婴儿状态。虽然我们想要最先进的技术、最精确的诊断和最好的治疗方案，但我们希望主治医师“了解”我们所拥有的一切（与希波克拉底时代不同，这里的“一切”包括基因组、代谢组、转录组、AI预测等），但我们最渴望的是一个有爱心、有责任感的医疗团队。我们希望医生是善解人意的人，而不是机器；我们希望医生花时间与我们沟通，为了确定我们身体的病变而仔细检查，而不是为了检查而检查；我们希望医生了解我们作为人类，倾听我们的叙述并触摸我们感到疼痛的地方。正如传奇医生弗朗西斯·皮博迪多年前所说，照顾病人的秘诀在于照顾他们。

我们希望那些关心我们的人能够倾听我们的心声，了解我们的恐惧，并了解我们为何生死。

这是我们最深的愿望，永远不会改变。

亚伯拉罕·维尔盖斯

斯坦福大学医学院教授