近日，国家卫生健康委员会医院管理研究所、《中国数字医学》杂志社、社会科学文献出版社共同发布了《人工智能蓝皮书：中国医疗人工智能发展报告（2020）》。

　　回顾人工智能的发展史，与医学领域的结合是其发展的重点。在各国政策的推动下，一批医疗人工智能企业应运而生，众多传统医疗信息化企业也纷纷涉足医疗人工智能业务。在科研及产业发展方面，我国众多的科研管理机构与基金协会，如科技部、国家自然科学基金、国家社会科学基金等越来越重视医疗人工智能的应用项目，设立重点专项，促进产学研相结合，加快新技术的落地速度，让医疗人工智能产品可以更好地惠及广大人民群众。

　　《人工智能蓝皮书：中国医疗人工智能发展报告（2020）》从总报告——我国医疗人工智能产品分类与发展方面的研究入手，内容涉及国际借鉴篇、政策法律篇、应用篇、学科技术篇及产业篇。在国际借鉴篇，本书详细介绍了美国、欧盟国家和地区医疗人工智能研究和应用现状；在政策法律篇，本书主要对我国医疗人工智能准入管理政策、相关法律研究以及医学伦理等内容进行了深入的剖析，并与相关国家做了对比研究；在应用篇，本书除介绍医疗人工智能在临床决策支持、语音识别、肺结节诊断中的典型应用外，还针对精神心理学领域以及慢性病管理方面的应用进行了深入的探讨与分析；在学科技术篇，本书重点讨论了医学人工智能科技投入产出模型建立、前沿技术研究与展望以及生命科学领域与人工智能结合的前沿热点；产业篇主要从医疗人工智能企业融资、研发团队资源、产品情况、产业困难与期望认知角度，对我国医疗人工智能产业发展现状进行了分析，同时也在未来发展方向与政策发布方面提出了相应的建议。

　　参与本书研创的研究人员主要来自国内外知名高校、科研院所、医疗机构以及医疗人工智能企业，他们在医疗人工智能的研究与应用方面均有独到的见解和丰富的经验。本书大量引用了国内外有关医疗人工智能的最新研究文献内容，数据精准、内容翔实，可作为指导我国医疗人工智能行业发展的权威工具书。

　　看点1.作为推动诊疗模式变革的关键技术，医疗人工智能发展的三方面趋势

　　蓝皮书指出，医疗人工智能正处于大变革的关键时期，新医疗改革提供政策支持，新基建提供广阔的市场机会，加速重塑医疗服务模式。医疗服务产业未来趋势是什么，如何让人工智能更好地服务于新医疗改革，如何推进基于人工智能新医疗服务场景构建、新业态培育？未来人工智能企业只有通过把握医疗服务产业变革趋势，理解医疗服务产业的未来生态，才能持续推动医疗服务创新发展。掌握人工智能核心技术和产业资源整合能力的企业将在未来大健康产业发展中脱颖而出。

　　在新医改、分级诊疗制度的推动下，民营医疗机构、第三方医疗服务机构、健康管理、互联网医院等新业态将突破传统的以公立医疗机构为主体的格局，催生出医联体、零售化医疗及互联网医院等新医疗服务应用场景。传统的医疗服务产业以医疗服务为主，核心是“治病”，而非“预防”；核心医疗资源集中在“诊中”，对“诊前”“诊后”医疗资源投入不足。疫情之后，医疗服务产业以治疗服务为主加速向以健康服务为主转变。由此带动了健康体检、健康调理、健康咨询、健康管理等预防、康复类业态快速成长。新医改推动建立分级诊疗模式，逐步实现基层首诊、双向转诊、上下联动、急慢分治，形成小病在社区、大病进医院、康复回社区的就医格局。新医改深入推进，国家逐步放开医疗市场准入，多元化医疗服务主体快速发展，传统公立医院内的检验、影像、康复、护理、血透、消毒、体检等非核心功能逐渐脱离主体，新医疗服务应用场景不断发展。新医疗技术带来医疗服务产业变革。人工智能、3D打印、医疗机器人等新医疗技术带来诊疗的颠覆性革命。新医疗技术快速演进，产品和服务之间的界限越来越模糊。未来智能化、精准化的新医疗技术将引领医疗服务产业创新发展。互联网医疗将改变医疗服务产业发展模式，将实现“诊前”“诊中”“诊后”一体化协同发展。以人工智能为代表的医疗信息化加速医疗新模式发展，互联网医疗模式正在重塑医疗服务诊疗流程。新组建的国家医保局、保险企业参与到医疗服务产业链整合，将构建“医—药—险”更加完整的医疗服务价值产业链。

　　新基建可加速人工智能、5G、云计算、大数据等行业应用的发展，为医疗行业发展注入“强心剂”，同时将推进中国医疗行业的深刻变革，加速医疗服务模式的数字化转型。以人工智能为代表的智慧医疗贯穿了诊疗的各个环节，实现了院内、院外一体化诊疗。从远程诊疗到医疗辅助、到医疗关怀，再到监督防控，AI医疗全方位协助诊疗。例如，通过远程会诊、远程CT、远程B超、远程心电监控、云端检测分析等应用令医生资源共享成为可能，提高了诊疗效率，减少医生接触感染风险。今后，人工智能将成为推动医疗体系转型升级的技术力量。互联网医疗模式，如在线问诊、送药，医疗分析技术等将更快普及。

　　人工智能作为推动诊疗模式变革的关键技术，“治病”与“预防”并重，实现“诊前”“诊中”“诊后”一体化协同发展。下面围绕“诊前”“诊中”“诊后”3个阶段的特点以及泛医疗的发展态势，探讨医疗人工智能技术的发展趋势。

　　1.诊前智能化服务

　　诊前智能化服务，产品形态除了虚拟健康助手、智能导诊、智能预约等外，还可以涵盖公共卫生服务和药品研发。针对健康人群，健康管理通过可穿戴设备进行健康状况的监控，发现异常值后提醒使用者去医院就诊，并进行实时监控。虚拟健康助手是指为通过自觉或者健康设备发觉身体不适或生理病理症状，拥有就医倾向的人群，提供包含导医导诊、必要基础医疗常识指导、就诊预约等活动。

　　智能公共卫生服务

　　利用人工智能识别公共卫生事件的威胁，提高医疗卫生服务的可及性、优化健康管理，将成为未来重要应用领域。例如，未来如何通过人工智能技术帮助医疗卫生服务进一步落地，衔接线上与线下服务；如何更好利用人工智能技术实现分级诊疗，提高优质医疗服务可及性。

　　今后应以新发、突发传染病、食源性疾病、不明原因疾病为重点，开发、建设、完善、优化症候群、疾病、危险因素和事件监测系统，推进人工智能在线实时监测监控。依托居民电子健康档案系统，形成各级各类医疗机构与疾病预防控制机构之间的信息推送、会商分析和人工智能预警平台。利用人工智能技术，开展公共卫生安全相关场所、人员、行为、物流等应用场景特征分析和疫情追踪，及时监测预警高危地区、高危区域和高危人群，提升公共卫生风险评估和预警的前瞻性、精准性、高效性。构建区域协同、联防联控的风险预警系统，建设、完善、优化健全生物安全风险评估预警系统，建立基于天气和气候的基准传染病预警预报系统。这些将成为今后智能公共卫生服务建设的重点。

　　人工智能辅助药物研发

　　新药的研发需要极高的成本。人工智能应用在新药筛选的过程中，可从成千上万种备选化合物中挑选最具有安全性的化合物，作为新药的最佳备选者。人工智能辅助药物研发，着眼目前新药研发时间长、成本高、成功率低等问题，开展人工智能结合生物信息学、计算机辅助药物设计等技术，积极推进疾病分子网络研究、发现疾病治疗新靶点，筛选先导化合物及潜在靶向药物，助力新药研发，未来重点在重大传染病疫苗、恶性肿瘤、糖尿病、高血压等危及全民健康的疾病领域取得突破性进展，加速疾病分子机制发现、药效预测与评价领域的临床应用与转化。

　　2.诊中智能化服务

　　诊中智能化服务，产品形态包括智能临床辅助诊疗、医用机器人应用、智能医院管理、医疗物联网智能管理等。

　　智能临床辅助诊疗

　　智能临床辅助诊疗技术可以提高医疗机构、医生的工作效率，降低工作强度，降低漏诊率。随着人工智能技术的深入应用，智能临床辅助诊疗产品在细分医疗场景不断探索。今后提升基层诊疗能力将是智能临床辅助诊疗产品的新战场。基层医疗目前主要承担着两类工作，一类是基本诊疗服务，一类是基本公共卫生服务。制约基层提供诊疗服务的核心问题是医生能力不够。从2016年人工智能逐渐进入医疗行业，医疗人工智能的应用场景聚焦在三甲医院。目前智能临床辅助诊疗系统能力短期内很难超越三甲医院医生水平。基层医生数量在百万以上，具有很大的市场前景。不断提升智能辅助诊疗能力，帮助基层医生提高诊断效率和诊疗水平，减少误诊漏诊，降低医生劳动强度，有效提升基层医疗服务能力，应该成为今后辅助诊疗产品发展的重点；特别是围绕医学影像辅助诊断、数字病理辅助诊断、生理信号辅助诊断、临床决策支持等关键领域，研发人工智能辅助诊疗产品，建设辅助诊断训练测试集、临床决策支持专家库等医疗行业标准数据库，将成为今后发展的重点方向。

　　医用机器人应用

　　医用机器人主要应用于手术、康复、护理、移送病人、运输药品等领域。医用机器人能够辅助医生，扩展医生的能力，具有医用性、临床适应性以及良好交互性特点。全球的医用机器人市场规模增长迅速，其中手术机器人规模最大，外骨骼机器人、康复机器人增速最快。未来医用机器人应用发展特点：①智能化、个性化医疗技术成为发展趋势。②全要素协同创新成为关键。医用机器人的需求、设计理念来自医疗场景，要确保产品的有效性和适用性，医疗专家需要全流程参与医用机器人的研发。③技术门槛高、研发周期长、投入高、风险大、回报大是高端医用机器人产品特点，资本在医用机器人产业中发挥催化加速作用。④专用型医用机器人将成为热点发展方向。每一例疾病由医用机器人辅助医生来做，个性化的疾病治疗使专用型医用机器人更切合临床需求。预计医用机器人未来实现应用创新的重点方向为治疗机器人、诊断机器人、康复机器人、服务机器人。

　　智能医院管理

　　如今，医院从以治疗服务为主加速向以健康服务转变，更多医院开展“互联网+”实践，通过病种聚焦、系统升级、平台建设等开展互联网医疗服务。互联网医院、远程医疗、医联体、互联网慢病管理、家庭医生等互联网医疗模式正在重塑医疗服务诊疗流程。传统公立医院内的检验、影像、康复、护理、血透、消毒、体检等非核心功能会逐渐脱离主体，新业态不断涌现。智能化、精准化、数字化、一体化的新医疗技术将引领医疗服务未来发展方向。

　　建设AI驱动的医院精细化智能管理平台将成为未来医院发展的重点方向。强化医院管理的智能支撑，促进医院精细化管理，提升医疗质量，创新医疗服务模式，借助数据挖掘、语音识别、自然语言处理等人工智能技术，研发医院管理知识图谱，优化医院核心资源包括人力、物力在内的医疗资源配置，提升医院财务管理精细化水平，提升医院运营效率。

　　医疗物联网智能管理

　　医疗设备的智能管理将是未来医院发展重点方向，通过人工智能技术，构建医疗设备智能辅助管理系统，开展医疗设备智能化质效评价，实现医疗设备故障预警、运行监测等。

　　医疗物联网与AI结合，将加速医疗物联网场景化落地。预计未来医疗物联网应用场景：①医疗设备管理。传感器上传设备数据，结合室内定位与机器学习技术，能够计算出设备的位置和使用情况，进而能够为医院用户提供云服务。②移动医疗/远程监护平台。远程监护平台能够采集多项生命体征数据，将数据上传至医院，实时分析数据并预警，由医生提供远程医疗服务。医疗服务由院内向院外拓展。③在医院工作流程的各个环节设置传感器，感知实时状态并上传数据。采集数据包括医生与护士的繁忙程度、检查设备使用率、排队长度、耗材存量等。患者通过移动终端，在适当的地点、适合的时间，获取需要的信息和指导，实现“以患者为中心”医院工作流程。这种“以患者为中心”的医院工作流程可以最大化地节省患者的时间，同时提高医疗人员、设备、场所的利用效率。

　　3.诊后智能化服务

　　诊后智能化服务，产品形态包括智能康复管理（含智能随访）、智能慢病管理、智能医学教育培训。

　　智能随访利用人工智能技术建立智能随访系统，根据不同病种患者的出院记录定制个性化随访计划，提供康复指导、健康记录、医患沟通、智能提醒等服务。

　　智能医学教育培训可以提高医疗服务能力和规范化水平。医学教育与人工智能技术结合将推动医学教育变革。例如，IBM公司的“Waston”系统采用基于证据的学习模式支持多种肿瘤的治疗决策，供医学生分析和使用；“虚拟病人学习系统”可辅助模拟现实中的病患情况，由医学生自主地做出相应的检查步骤和决策，训练其临床思维和判断能力。未来医学教育场景，教师用智能终端进行医学教育全程效果评估；管理者创新管理模式；医学生在虚拟现实环境中互动学习；患者通过AR/VR，更好了解病情及治理方案。智能医学教育未来方向：开发虚拟教学助理、智能医学教学管理软件，让人工智能支撑医学教育；可以通过智能交互技术构建虚拟病人模型，完善虚拟病例构建方法，发展基于虚拟现实、增强现实技术的虚拟手术培训方案，开发沉浸式诊疗学习系统，逐步建立完善“人工智能-虚拟现实-医疗教育-互联网平台”。

　　看点2.医疗人工智能行业人才准入和企业准入等方面的政策研究亟待完善

　　国内外医疗人工智能准入管理相关的政策及研究现状，主要集中于人工智能产品及技术的准入研究领域，特别是关于医疗器械的审批及准入方面的政策及文件出台较多。但在医疗人工智能行业人才准入和企业准入等方面的政策研究还比较欠缺。蓝皮书分析指出，未来全球仍需要推动医疗人工智能领域相关制度的制定和完善，各个国家和地区根据自身的法律法规和道德环境，加速制定医疗人工智能相关产品的开发生产、企业及人才的准入等一系列准入标准。

1.监督医疗人工智能数据开放共享范围

　　医疗数据规模和数据结构化能力是医疗人工智能技术竞争的核心壁垒。但必须对开放共享的医疗数据进行监督，把关开放数量和范围，对医疗人工智能技术的发展提供保障。相关政策需要高度重视医疗人工智能数据库的开放准入，使医疗人工智能的技术准入管理更加完善。

　　2.加强医疗人工智能产品准入管理

　　在标准化数据集和监管标准制定方面，需要监管方、医疗机构和人工智能企业通力合作。建议监管机构在产品注册申报早期加强与创新企业的沟通交流，充分评估产品的预期风险等级，对于风险相对较低的辅助诊断类诊断软件，有条件地适当优化审批流程。

　　3.推进人工智能产品应用培训

　　强化企业在人工智能产品应用方面的主体责任，建议由国家相关管理部门牵头指定培训基地，由检验检测机构、企业为临床医师提供人工智能医疗器械产品的系统培训，鼓励医疗机构选用通过注册审批并具备培训能力的人工智能产品。

　　4.推动医疗人工智能产业准入标准建设

　　从规范整体人工智能产业与医疗体系紧密结合的角度思考，政府需要推动医疗人工智能产业的准入标准建设，应包括数据、算法标准化、产品及服务标准化、从业人员标准化和企业准入管理规范标准化工作等。

　　看点3.医疗人工智能伦理问题的六方面应对策略和发展建议

　　随着大数据、云计算和移动互联网等现代信息技术的飞速发展，人工智能被广泛应用于智慧医疗。“大健康”“生命全周期健康管理”“医疗大数据”等概念，将民众健康提高至战略地位，也促进了人工智能医疗领域的发展。医疗人工智能快速发展，将对医学事业产生革命性变化，同时带来了新的伦理学问题。

　　基于此，蓝皮书分析指出了医疗人工智能伦理问题的六方面应对策略及发展建议。

　　1.伦理审查

建立多级伦理审查监督机构

　　由于不同的研究对应的伦理风险等级不同，以及伦理审查的时效性不同，本研究建议建立不同级别的伦理审查委员会。对于高风险的医疗人工智能研究，可由国家级伦理委员会审查；对于中等风险的研究，可由省级或者相当级别的伦理委员会审查；对于低风险的研究可由市级或者研究单位的伦理委员会审查。

　　伦理审查委员会和伦理审查的主要职责是保护受试者。各级伦理审查机构应该不断加强伦理审查委员会的制度建设和能力建设，所有的伦理审查办法必须符合世界医学会制定的《赫尔辛基宣言》和国际医学科学组织理事会与世界卫生组织制定的《涉及人的健康相关研究国际伦理指南》（International Ethical Guidelines for Health-related Research Involving Humans）等国际国内通用的伦理准则以及我国原国家卫生与计划生育委员会颁布的《涉及人的生物医学研究伦理审查办法》。

　　与医疗人工智能有关的伦理审查委员会成员应该包含伦理学专家，以及有关智能科学、医学信息学、临床医学、法学、生物信息学等多学科专业领域的专家，从伦理和专业技术的角度全面分析解决医疗人工智能技术基础研究和临床转化中可能涉及的敏感的、特有的科学及伦理问题。

　　审查范围和要求

　　有关医疗人工智能的研究中，凡涉及人类研究受试者的试验，无论支持研究的资金来源如何，均应先按一定管理程序提交特设的伦理审查委员会审议、评论、指导，获得机构伦理审查委员会批准后，科学研究才能开始。科研人员应当遵循伦理学基本原则，在理论学可辩护框架内展开相关的研究及临床技术应用。一旦发现严重不良事件或非预期风险事件，任何人员均可向相关监管部门提出。伦理委员会有权监督正在进行的实验，对违规研究采取暂停，限制或终止行动，乃至向国家权威管理机构提交完整的事件报告，对于违法事情，建议可以采取进一步行动。

　　伦理培训

　　我国医学研究领域长期存在医学伦理培训不到位、培训体系不健全、培训研究不足等问题导致我国的医学科研人员对伦理知识和规范的认知还比较滞后，医学科研人员在进行项目申请及项目开展中对是否涉及伦理问题的判断存在较大误差。因此建立规范有效的伦理培训体系并在全国医疗领域进行培训的任务任重道远。各级医疗系统或研究机构、高等院校应根据本单位的实际情况和历史使命等，充分发挥其伦理培训教育职能，将伦理意识内化为研究者自身的道德标准，从而推动我国医学科学的健康持续发展。

　　2.技术安全性

　　人工智能是否能被应用于临床，首先要进行临床前研究，到临床研究/试验，再到临床应用。参照国家食品药品监督管理总局（CFDA）发布的《医疗器械分类目录》（2017年版）中的分类规定：对于仅通过算法提供辅助诊断建议，而非直接给出诊断结论的诊断软件（属于第二类），不要求做临床试验；对于通过算法提供明确诊断提示的软件（属于第三类），则必须通过临床试验。智能辅助诊断技术的临床应用必须遵循国家卫计委办公厅制（修）订的《人工智能辅助诊断技术管理规范（2017版）》。有关人工智能临床应用的技术安全应该充分考虑以下几点。

　　第一，必须明确人工智能在临床上的适用范围、使用限制及注意事项。在严格遵守已有的相关专业疾病诊疗指南的同时应该综合考虑受试患者病情、经济承受能力、对人工智能的接受程度、尊重受试患者的知情权等因素，根据个体需要决定是否对患者采用人工智能技术。

　　第二，进行人工智能治疗前应当明确医疗责任主体，划清权责范围。医护人员应当严格掌握人工智能的适应证和禁忌证，遵循“综合分析，相互协作”的伦理要求，对经人工智能得到的医学结果进行分析、判断是否存在误诊或漏诊等。医护人员可以依据人工智能做出判断而非依赖。

　　第三，试验设计必须科学可信，应当充分考虑医疗人工智能应用场景和应用重要程度的不同，以及医护人员本身的认知差异等对辅助诊断结果的影响，将临床试验的风险控制在合理范围内。对受试患者要进行不断而严格的长期随访，以及对受益和风险的动态评估。

　　第四，建立可靠的监管机制，建立特定的独立的伦理审查委员会。

　　3.数据采集与管理

　　数据的安全性具有重大意义，数据泄露遭到恶意利用可能造成巨大的社会损失甚至危害到国家安全。研究中所用数据的采集、管理等应遵守国家信息安全、数据安全相关法律法规，可以参考信息安全相关国际标准及规范，如美国的《联邦隐私权法》《个人隐私和国家信息基础设施（NII）：个人信息的使用和提供原则》，欧盟的《通用数据保护条例》等，做好相关数据采集、处理、标注、存储等说明文档的撰写与保存。医疗人工智能数据采集管理应该充分考虑以下几点。

　　数据收集要合法

　　不得欺诈、诱骗和强迫受试者提供数据，不得从非法渠道获取个人信息，不得收集法律法规明令禁止收集的个人信息。保护数据所有人的信息，应充分考虑数据及数据使用给数据提供者带来的风险。针对人工智能领域进行政策制定时，应当进一步完善通过设计保护隐私、默认保护隐私、知情同意、加密等概念的标准。

　　明确数据的用途，合理、合法使用数据

　　应从数据收集开始前就要有特定和明确的目的，数据的使用应当在知情同意书中指明。对数据内容所适用的应用方向进行合理考量；数据的使用应有必要的人为监督，数据的访问、使用和共享应尽量透明，确保数据不被用于其他商业目的或恶意滥用。如果需要收集个人敏感信息时，收集者在收集前应向个人信息主体逐一说明个人敏感信息收集的必须性，并允许其逐项选择是否提供或同意自动采集个人敏感信息。

　　确保收集数据的准确性

　　设计适当流程对收集数据的准确性进行核查，并记录该数据的来源；及时记录错误数据信息，并进行明确标识；对于来自研究受试者等个人的数据，尊重个人纠正数据准确性的权利。为了方便研究数据提交至科研、政府、行业监管机构，并对数据质量实施评价，需遵从统一的数据标准规范，如统一的数据模型、术语体系、编码规范和分类体系等。

　　做好预防机制

　　医疗人工智能技术可能会出错，如果错误难以发现或产生连锁反应，可能会产生严重后果。因此需要科研人员、监管部门、第三方机构等严格验证医疗人工智能系统的输出，识别可能的数据偏倚，对未出现的问题要有预备的处理机制。医疗人工智能技术可能被恶意使用，因此需要科研人员充分考虑到人工智能的双重用途，做好应对医疗人工智能技术被恶意使用的充足准备。

　　定时评估系统的规范性管理机制

　　医疗人工智能研究快速发展会衍生新理论、新算法，需建立定时评估系统的规范性管理机制，评估新理论、新算法对临床研究及转化安全性和有效性的影响。

　　4.促进医疗人工智能知识产权保护

　　应该利用既有专利规则、版权规则、职务发明等知识产权规则，加快步伐构建一套完善的对医疗人工智能的全方位知识产权保护体系。医疗人工智能开发过程中涉及的专利技术，应当经过专业技术人员评估，如果可保密性强，被反向工程的可能性不大，则只需通过商业秘密进行保密而保护，如果被反向工程或者披露的可能性较大，则应当及时进行专利申请，以公开换取独占性保护。重点医疗人工智能产品应及时进行产品名称和标志的商标申请和保护，使产品能够在市场上获得认知，扩大产品品牌影响力。

　　5.强化医疗人工智能系统安全

　　可靠的医疗人工智能系统应具有强大的安全性能，能够有效应对各类恶意攻击。在法律上建议可以考虑通过安全标准、安全评估义务等规范达到强化系统安全的目的。从技术上可以增强智能系统的安全性，用以提高医疗人工智能产品研发的安全标准，推行智能系统安全认证制度，对医疗人工智能技术和产品进行严格测试，增强社会公众信任。从管理上可以强化安全评估义务主体责任，针对医疗人工智能应用场景和应用程度的不同，有针对性地制定技术标准和评估方案，满足不同系统安全风险与保障的差异化需求。

　　6.防止医疗人工智能歧视

　　目前医疗人工智能，在发展过程中可能由于技术不完善、算法不健全或算法不公开、不透明等原因，面临种族歧视、性别歧视等问题，并由此产生很多负面效果。国际社会日益重视在医疗人工智能领域对数据的收集和分析进行规范，以防止歧视或偏见。因此，我国也应制定防止医疗人工智能歧视的相关法律，并思考如何通过技术提高来避免类似问题的发生。

　　精彩目录

Ⅰ总报告

1. 我国医疗人工智能产品分类与发展

Ⅱ国际借鉴篇

2. 美国医疗人工智能发展研究

3. 欧盟医疗人工智能研究和应用现状

Ⅲ政策法律篇

4. 我国医疗人工智能的准入管理政策研究及国际比较

5. 我国医疗人工智能相关法律研究进展和国际比较

6. 医疗人工智能伦理学国内外比较研究

Ⅳ应用篇

7. AI赋能的临床决策支持系统应用现状与发展

8. 语音识别技术在电子病历中的典型应用及价值研究

9. 人工智能在肺结节诊断中的应用

10. 人工智能在精神心理学领域应用现况研究

11. 人工智能在慢性病管理中的应用

Ⅴ学科技术篇

12. 医学人工智能科技投入产出现状及其分析模型建立

13. 医疗人工智能前沿技术研究与展望

14. 生命科学领域与人工智能结合的前沿和热点

Ⅵ产业篇

15. 我国医疗人工智能产业发展研究

16. 讯飞医疗的人工智能应用探索与创新

　　Ⅶ附录

　　附录一  医疗人工智能重点企业介绍

　　附录二  医疗人工智能企业名录

　　保存图片到相册打开手机淘宝APP

　　即可折扣购买本书

　　如需《人工智能蓝皮书：中国医疗人工智能发展报告（2020）》电子书请前往皮书数据库进行购买