- 综合排序
- 最热优先
- 最新优先
- 来自专栏镁客网
AI赋能医疗，距离真正应用还有多远？
2011年IBM利用AI认知系统Watson阅读医学文献、论文、协助医生提供个性化专业治疗建议，这一举动拉开了AI赋能医疗行业的大幕，掀起了智能医疗的浪潮。 当前与大众距离最近的智能医疗产品无疑是医疗APP和AI医疗影像。他们是如何理解智能医疗、如何去实现智能医疗的商业化呢？ 图 | 深思考首席机器学习科学家王泳 点内生物科技创始人兼CEO葛亮在提及AI医疗影像的医疗价值时则表示，AI医疗影像刚出来只是帮助医生进行筛查，随之功能的不断提升丰富延伸到疗效评估、疗效预测等方面之后 ，AI医疗影像的价值将真正突显。 ，对于这个领域当中的初创公司而言，选择一个真实的应用场景，找到AI能够真正创造价值拥有刚需真正买单的客户非常重要。”
72220发布于 2019-05-16 - 来自专栏企鹅号快讯
AI—未来医疗
今天就来介绍几个具有代表性的AI“医生”。 首推IBM公司的“沃森”，你对它的印象还停留在回答主持人问题，逗小朋友开心，那你就OUT了。 Buoy Health 于2014年在美国成立，并于今天3月上线了搭载人工智能算法的医疗咨询平台，Buoy创建的虚拟医生可以对病人进行诊断，其背后的医学搜索引擎涵盖了18000份临床文献和17000种病情 医疗这个直接关系千千万万人生命的行业，正在酝酿着巨大的变革，平静的背后是暗流涌动，未来已来……。
1.1K80发布于 2018-01-16 - 来自专栏chatgpt小智AI
ChatGPT在医疗领域的应用前|小智AI
人工智能技术的快速发展为医疗行业带来了巨大的机遇。其中，ChatGPT作为一种先进的自然语言处理模型，在医疗领域的应用前景备受关注。以下将探讨ChatGPT在医疗领域的潜在用途以及相关挑战。 这对于解决初步的医疗问题、提供医疗知识普及和指导患者自我管理都具有重要意义。其次，ChatGPT还可以用于医学研究和知识发现。 然而，在将ChatGPT应用于医疗领域时，也面临一些挑战。首先是数据隐私和安全性的问题。医疗数据属于敏感信息，需要采取严格的数据保护和隐私保密措施，以确保患者数据的安全性。 其次，医疗领域的复杂性和多样性也对ChatGPT提出了要求。模型需要准确理解医学领域的专业术语、疾病知识和临床实践，以提供准确的建议和回答。综上所述，ChatGPT在医疗领域具有广阔的应用前景。 然而，将ChatGPT应用于医疗领域需要克服隐私和安全性问题，并不断优化模型的医学知识和语义理解能力，以实现更高的准确性和可靠性。图片
71050编辑于 2023-05-23 - 来自专栏前端
使用 AI 在医疗影像分析中的应用探索
摘要 医疗影像分析是 AI 在医疗领域的重要应用方向，能够提高诊断效率，减少误诊率。 本文章将结合技术实现与案例分析，探索 AI 在医疗影像分析中的潜力与挑战。 医疗影像分析中的 AI 应用场景 疾病检测与诊断：AI 可用于识别肺结节、乳腺癌、脑部肿瘤等病变区域。 总结 AI 技术在医疗影像分析中的应用正在不断深化。通过本文，我们了解了 AI 在医疗影像中的核心算法、实现步骤及实际案例。借助 AI 技术，医疗影像分析将变得更加高效、精准。 未来，AI 在医疗影像中的应用将更趋智能化，结合物联网和边缘计算技术，实现更实时、高效的诊断与治疗支持。 通过本文，读者可以了解 AI 在医疗影像分析中的核心技术实现，并能通过代码实例，快速上手深度学习模型的开发与应用。
85021编辑于 2024-11-21 - 来自专栏AI
我“AI”发文——AI在法律、医疗、金融等领域的应用前景
我“AI”发文——AI在法律、医疗、金融等领域的应用前景人工智能（AI）正在深刻影响各个行业，其中法律、医疗和金融领域尤为突出。 AI在医疗领域的应用2.1 AI辅助疾病诊断AI可以利用深度学习和计算机视觉，分析医学影像（如X光、CT、MRI），帮助医生更快速、准确地进行疾病诊断。 2.3 AI药物研发与精准医疗传统的新药研发周期长、成本高，而AI可以加快药物筛选、基因分析、个性化治疗等过程，提高医疗效率。 未来展望AI将更多地与生物医学结合，实现更精准的个性化医疗。AI驱动的自动化医院系统将提升医疗资源分配效率。AI医疗伦理问题，如数据隐私和AI诊断责任归属，需要进一步解决。3. 结论AI正在深刻改变法律、医疗、金融等领域，提高效率、优化决策、减少人力成本。但与此同时，AI的应用也面临伦理挑战、数据安全风险、监管合规问题等挑战。
89710编辑于 2025-03-29 - 来自专栏AI SPPECH
AI在医疗诊断中的应用与伦理挑战_03
本文系统探讨AI在医疗诊断中的技术应用、临床价值、实施案例及伦理挑战，为医疗从业者、研究者和政策制定者提供全面参考。 资源优化配置：AI辅助基层医生，实现优质资源下沉 核心技术 深度学习在医疗诊断中的应用 深度学习技术构成了AI医疗诊断的核心基础，其主要技术路径包括： 卷积神经网络(CNNs)在医学影像中的应用 工具使用技能 结果解读能力 批判性评估能力 角色转变： 医生从操作者到监督者 新角色：AI医疗协调员 团队医疗模式强化 结论 AI在医疗诊断领域的应用正经历从实验研究到临床实践的关键转型，展现出提高诊断准确性 本文全面分析了AI医疗诊断的核心技术、应用场景、实践案例和伦理挑战，揭示了这一领域的发展现状和未来方向。 技术层面，深度学习、计算机视觉和自然语言处理的融合应用，使AI系统在多个医疗诊断任务中达到或超越人类专家水平。
85310编辑于 2025-11-13 - 来自专栏腾讯高校合作
Wiztalk | 郑冶枫 Part 2 《医疗AI助力抗击新冠肺炎—AI医疗如何应用于抗击疫情》
医疗AI助力抗击新冠肺炎 Part 1 AI医疗如何应用于抗击疫情 简介：在抗击新冠肺炎的艰难路途中，AI医疗如何助力抗击疫情呢？ 本期腾讯专家研究员郑冶枫将会结合腾讯在疫情中所做的工作，向我们介绍AI医疗在抗击疫情中的作用。 内容难度：★☆☆（高中/大学非计算机专业学生均可以轻松学习） ?
36910发布于 2021-01-21 - 来自专栏AI掘金志
医疗 AI “出海”记
在这个医疗AI进入“深水期”的节点，我们从两家比较有代表性的企业入手，了解一下医疗AI公司“出海”背后的逻辑。 向左走、向右走 ? 目前，推想科技和体素科技是两家“海外”业务较重的医疗AI企业。 这次对接会上，举行了“关于建设埃塞俄比亚国家人工智能基础设施”项目备忘录签字仪式，由埃塞俄比亚创新科技部与推想科技签订，目的是在推进人工智能基础设施、算法研究、数据应用、多场景开发和科研孵化等领域的合作 ，把人工智能多场景应用技术带入埃塞及非洲。 “纯技术出海会面临只有为数不多的同行企业是潜在客户，但潜在客户大多也都有自主研发的能力，所以做技术出海或者通用医疗AI技术平台目前来看并不像语音识别、图像文字转换等这些大众应用更有规模效应。” “相信未来的AI医疗合作主流不仅仅是AI和医疗服务提供方的配合，而是整个系统的协作。”
97240发布于 2020-01-22 - 来自专栏AI SPPECH
AI在医疗诊断中的应用与伦理挑战_02
随着人工智能（AI）技术的快速发展，特别是深度学习在医学影像识别、疾病预测等领域的突破性进展，AI在医疗诊断中的应用越来越广泛。 本文将深入探讨AI在医疗诊断中的应用现状、核心技术、实践案例以及面临的伦理挑战，为医疗行业从业者提供全面的参考。 根据应用场景和技术特点的不同，AI在医疗诊断中的应用可以分为以下几类： 医学影像诊断：利用AI技术分析X射线、CT、MRI、超声等医学影像，识别病变、测量大小、评估进展等。 结论 AI在医疗诊断中的应用为提高医疗质量、效率和可及性带来了巨大的机遇。 在AI时代，具备AI技术应用能力、医学专业知识和人文关怀精神的医疗人才将更具竞争力。
57810编辑于 2025-11-12 - 来自专栏AI SPPECH
AI在医疗诊断中的应用与伦理挑战_01
AI在医疗诊断中的技术基础 2.1 AI在医疗领域的应用概述 AI技术在医疗领域的应用正在迅速发展，主要包括： 医学影像分析：利用深度学习技术分析X光片、CT扫描、MRI等医学影像，辅助医生进行疾病诊断 在不同医学领域的诊断应用 3.1 医学影像诊断领域的AI应用 医学影像诊断是AI在医疗领域应用最广泛、最成熟的领域之一。 3.3 临床决策支持领域的AI应用 临床决策支持是AI在医疗诊断中的另一个重要应用领域。 5.5 社会与法律挑战 AI医疗诊断的广泛应用还面临着社会和法律挑战： 法律法规滞后：现有的法律法规往往滞后于AI技术的发展，难以有效规范AI医疗诊断的研发、应用和监管。 医疗资源配置变化：AI技术的应用可能导致医疗资源配置的变化，影响医疗行业的就业结构和经济模式。
81310编辑于 2025-11-13 - 来自专栏新智元
全球应用能力最强的医疗AI在中国
这家中国AI选择死磕临床：斩获中美日欧全满贯认证，落地全球5000家医院，硬是走通了这条「最难的路」。 医疗AI行业正迎来关键的赛道分化期。 这并非简单的产品形态差异，更是对医疗AI核心价值的不同诠释与战略抉择。 凭借过硬的技术实力与临床适配性，数坤科技已实现全球主流监管认证的全覆盖，数十款产品先后通过美国FDA、日本PMDA、欧盟MDR等权威认证，在海外医疗机构形成高粘性应用，获得国际市场的认可。 数坤大模型与数字医生智能体平台，在吴中医共体全面应用 这一系列验证充分说明：医疗AI行业的真正门槛，从来不是「做出产品」，而是「让产品长期稳定地跑在医疗系统中」，成为医疗体系不可或缺的基础设施。 结语 双轨并行，共筑医疗AI产业新生态 「向左C端触达，向右临床深耕」，两条路径并非对立，而是医疗AI行业发展的两种重要形态，各自承载着不同的产业价值。
30610编辑于 2026-01-26 - 来自专栏DotNet NB && CloudNative
AI应用实战课学习总结（4）医疗数据可视化
最近入坑黄佳老师的《AI应用实战课》，记录下我的学习之旅，也算是总结回顾。 今天是我们的第4站，通过一个经典的医疗数据集来进行数据可视化的实战。 0.5) plt.title('前10个特征的相关性热图') plt.tight_layout() plt.show() 得到的标准化后的前10个特征的相关性热图如下： 小结 本文介绍了经典的乳腺癌医疗数据集
51410编辑于 2025-02-27 - 来自专栏大模型应用
医疗AI智能体：基于UMLS驱动的医疗RAG：语义检索与知识分层的应用实践.129
因此，医疗化RAG改造不是简单的技术微调，而是针对医疗知识特性、临床应用场景的深度定制。 医疗 RAG 的特殊性医疗是所有 AI 应用中门槛最高、要求最严的领域，医疗 RAG 必须满足三大核心特性，这是改造的核心依据：2.1 知识权威性分级医疗知识的可信度是金字塔结构，绝对不能平等对待：顶层 降低医疗 AI 门槛，赋能基层医疗基层医疗机构缺乏顶级专家，医疗化 RAG 可以让普通医生、护士快速检索权威指南；让基层患者享受到国家级的诊疗标准，缩小医疗资源差距，这是医疗 AI 的核心社会价值。 合规性与安全性：医疗 AI 的准入门槛国内医疗 AI 产品必须满足合规性、可追溯性要求：医疗化 RAG 的分层知识库、检索日志、术语标准化记录，可完整追溯回答的知识来源，满足国家药监局、卫健委的监管要求 ，是医疗 AI 产品商业化的必备条件。
2200编辑于 2026-06-06 - 来自专栏新智元
【智能医疗】值得关注的10家医疗 AI 公司
【新智元导读】医疗AI越来越成熟，有了越来越多的落地，显示出变革传统医疗行业的潜力。本文介绍了综合护理、制药、心脏病、医疗成像等领域值得关注的10家医疗AI公司。 医疗领域正在经历变革——人工智能在推动这场变革。人工智能，包括深度学习和机器学习，正在从研究实验转变为实际的应用，驱动更加个性化、综合、而且易得的医疗服务。 他说：“我们相信 AI 将以前所未有的方式实现医疗的民主化。” 这个市场正在进入高速增长阶段，让我们来看看2017年具有变革潜力的10家医疗 AI 公司。 AiCure 利用 HIPPA 合规的智能手机应用进行观察，降低病人逃避服药的风险。
2.9K90发布于 2018-03-28 - 来自专栏磐创AI技术团队的专栏
医疗AI的基础模型
可以帮助我们在工作中的AI产品将成为我们未来几年中最重要的工具之一。 我们将在哪些领域看到最有影响力的变化？我们在哪些方面可以帮助人们更快地完成任务？AI模型最令人兴奋的应用之一是医疗AI工具。 PLIP是一种视觉语言模型，可以用于将图像和文本嵌入到相同的向量空间中，从而实现多模态应用。 AI病理学任务的模型，而无需注释数据。 医疗AI的病理语言和图像预训练 现在是时候测试一下我们的PLIP了。这个基础模型在标准基准测试中表现如何？ 我们进行了不同的测试，以评估我们的PLIP模型的性能。 AI的教育工具。
94510编辑于 2024-01-29 - 来自专栏人工智能
“阅片诊断”人机大战AI机器人胜出AI＋医疗应用加速落地
比赛结果充分说明了人工智能在医疗领域的应用潜力及广阔前景，借助人工智能，实现精准诊疗，提高医生的诊断准确率和工作效率，降低医学诊断失误，已是大势所趋。 AI医生特别是还能有效弥补偏远地区、基层医院的医学影像诊疗资源，有助于医疗资源均衡化，对解决许多民众看病难、看病贵问题意义重大。随着人工智能技术逐步走向成熟，一个万亿级的人工智能大健康产业呼之欲出。 电脑医生使用人工智能(AI)技术、先进的自然语言处理和分析技术，凭借从各种渠道搜集的海量数据，它能迅速给出“意见”，指导医生做出诊断和治疗决策。 中科曙光(603019)联手中国科技大学、健培科技打造了“医学影像阅片机器人”啄医生，已应用于三甲医院。 万东医疗(600055)旗下万里云成为首个将医疗AI引入实际应用的远程影像诊断平台，公司与阿里健康发布了医疗人工智能“Doctor You”。
1.1K100发布于 2018-01-26 - 来自专栏ShowMeAI研究中心
AI医疗高精尖！基于AI的新药研发！⛵
本文讲解 AI 在新药研发领域的诸多应用方向与 MolSearch 工具库的应用实践——药物晶型预测、靶点选择、患者招募、虚拟药物筛选、AI新药研发辅助系统。 而正在探索的各种 AI 应用，可以帮助解决这些挑战。 AI 药物分子结构分析/检索 利用 AI 进行药物化合物分子结构分析和检索等，是一个助力新药研发的可行思路。 图片 向量搜索 & 医疗研发领域的应用 图片 在万物皆可 embedding 的深度学习时代，『特征向量表征+向量检索』有巨大作用，在很多数据和业务领域都发挥了巨大作用，例如机器视觉（图片视频检索)、 同样的思路也可以用在医疗医药领域。 图片 药物晶型预测 比如新药研发过程药物晶型预测，可以结合图像识别和检索的思路，有效地预测出合适的药物晶型。
97781编辑于 2022-11-15 - 来自专栏智能相对论
AI+医疗募捐、医疗旅游，AI为我们打开的是哪扇窗？
如今，人工智能技术迅速崛起，被广泛应用在各行各业，医疗领域更是重要的应用场景之一。据统计，到2025年，世界人工智能市场的总值将达到1270亿美元，其中，医疗行业将占据AI市场的1/5。 我们相信，总有一天，AI+医疗募捐会变得更加透明和公正，甚至更有温度，但是在短期内，正如互联网募捐被许多不法之徒利用，在法律法规和监管系统尚未完善的情况下，AI医疗募捐免不了被钻空子。 首先，AI可以利用人脸识别等技术为某个地区的人提供某个国家的医疗系统的准入资格，为患者提供世界级的医疗健康体系。 其次，医疗旅游也包括了健康体检、美容、抗衰老之类的“轻医疗”，因此AI驱动轻医疗体验的平台也大有发展空间。 最后，在裹挟了医疗保健目的的旅途中，AI还可以整合和分析患者的医疗信息，制作个性化的医疗旅游计划。
60720发布于 2019-08-20 - 来自专栏大模型应用
大模型应用：从零构建医疗AI智能体：大模型驱动的医疗辅助系统全流程解析.125
什么是医疗AI智能体1.1 核心定义 医疗AI智能体是以大模型为核心，融合医疗领域知识库、多模态数据处理能力和人机交互接口，能够自主感知医疗场景中的信息（如患者症状、检查报告）、分析问题、 ，符合临床诊疗规范，避免通用大模型的幻觉问题交互性：支持多轮、自然的人机对话，能解释决策依据，符合医疗场景的沟通逻辑1.2 应用场景场景说明：面向患者：解决“轻问诊”需求，如常见症状的初步判断、慢性病的日常管理 1.3 与通用 AI 智能体的区别维度医疗 AI 智能体通用 AI 智能体知识边界严格限定在医疗领域，需符合临床指南无明确边界，覆盖全领域准确性要求极高（错误建议可能危及生命）中等（允许一定误差）合规性需符合医疗监管要求 构建简易医疗知识库（实际应用中可替换为数据库/专业API）medical_knowledge = pd.DataFrame({ "症状组合": [ "发热+咳嗽+咽痛", 医疗知识库：使用 DataFrame 模拟简易知识库，实际应用中可替换为 PostgreSQL、Elasticsearch 等数据库，存储更丰富的医疗知识。
13510编辑于 2026-06-02 从算法到应用：AI技术如何重塑医疗健康、金融、教育等行业
人工智能赋能产业升级：从算法到应用：AI技术如何重塑医疗健康、金融、教育等行业近年来，人工智能（AI）技术的快速发展正在深刻改变各行各业的运作方式。 从医疗健康到金融，从教育到制造业，AI技术正在以其强大的数据处理能力和智能化决策能力，推动产业升级，重塑传统行业的面貌。 本文将从算法到应用的全过程，探讨AI技术如何在医疗健康、金融、教育等行业中发挥重要作用，展示AI技术在不同领域的具体应用场景和实现方式。 一、医疗健康：AI赋能精准医疗医疗健康行业是AI技术应用的重要领域之一。通过对大量医疗数据的分析，AI技术可以帮助医生更准确地诊断疾病，制定个性化的治疗方案，提高医疗服务的效率和质量。 通过本文的案例和代码示例，读者可以更好地理解AI技术在不同行业中的具体应用和实现方式。然而，AI技术的应用也带来了新的挑战，如数据隐私、算法偏见、就业影响等。
1K10编辑于 2025-05-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号