专题策划顾问

周毅，理学博士，教授，博士生导师，现担当中山大学康健医疗大数据国家研究院副院长、生物医学大数据教诲部工程中央副主任、医学信息教研室副主任、医学数字化实验室主任，广东省康健医疗大数据工程技能研究中央主任。
长期从事康健医疗信息化与大数据、医学人工智能等干系方向研究。
先后主持国家自然科学基金面上项目、国家重点研发项目、广东省重大科技专项等课题 28 项，揭橥论文 180 多篇，主编专著 7 部、副主编 8 部，授权发明专利 7 项、软件著作权 9 项。

编者按

人工智能是当前推动研究创新的主要支撑，其在医学领域的深度运用是当前的研究热点和发展方向，也是落实“康健中国”计策的重大创新举措与实践。

随着新一代信息技能的探索运用和逐步成熟，医学人工智能在提高医疗质量、减少诊疗风险、提高年夜夫效率、改进患者体验、预警疾病风险、供应康健顾问做事、支持药物研发、填补资源供需缺口等方面发挥着越来越主要的浸染。
本专题先容了人工智能在医药领域的最新研究进展，包括医学人工智能新基建的运用发展目标与对策，基于人工智能的专病数据管理，手术室聪慧化管理，疾病诊疗与术后预测，药物研发与不良反应研究等，以期为人工智能在医药领域的研究和探索供应借鉴与参考，助力医药卫生事业高质量发展。

专题文章

1、医学人工智能新基建的运用发展研究 本研究调研了人工智能在医学领域的运用发展现状，剖析了目前医学人工智能的发展情形及面临的寻衅，提出医学人工智能新基建的观点及其运用发展目标与对策，期望促进康健医疗大数据资源的汇聚、领悟、交互和共享，为康健医疗根本举动步伐培植供应计策支撑。

2.基于人工智能的专病数据管理研究与实践 基于专科疾病特色构建重大疾病数据行列步队，供应面向临床研究的科研数据平台，助力临床研究的顺利开展，加快科研成果转化，有益于专科疾病诊疗策略的优化。

3.基于深度学习与自然措辞处理的手术室聪慧化管理创新研究 本研究基于自然措辞处理与深度学习技能，构建 BERT模型、是非期影象网络模型等，自动纠正手术名称的 ICD 编码缺点并进行ICD编码预测。
在此根本上，利用围手术期干系医疗文本数据，基于深度神经网络模型预测手术过程中与术后可能的风险，并供应处理建议，实现手术室的 精益化、聪慧化运营管理。

4.基于DeeplabV3+网络的睑板腺图像分割研究和评价 本研究通过构建基于DeeplabV3+ 网络的人工智能（AI）系统算法模型，能够实现眼干燥症患者睑板腺腺体的自动切分，可赞助干系疾病的临床诊断和筛查，提高诊断效率。

5.基于 PSO-XGBoost 机器学习模型的中老年人PCNL术后结石残留预测研究 基于粒子群优化算法（PSO）的 XGBoost 模型（PSO-XGBoost）预测中老年患者经皮肾镜碎石术（PCNL）后的泌尿系统结石残留情形，PSO-XGBoost 模型可更快、更准确地预测中老年患者PCNL术后是否有泌尿系统结石残留，为制订术后个性化治疗、照顾护士方案供应参考。

6.预测药物-靶点相互浸染的异构网络嵌入模型研究 本研究通过机器学习方法，提出多重网络嵌入框架（MLB-NEDTP）的预测模型，首先剖析序列特色，然后将领悟的特色嵌入多层异质信息网络中，以提高预测性能。
多个数据集演习和验证结果表明，该模型与ATOMNET 等最新模型比较具有明显上风。

7.基于多任务通报神经网络的药物不良反应预测 对已知药物不良反应和药物蛋白质链路分别构建二分图，并分别基于通报神经网络（MPNN）和 TransE 模型进行建模，同时以交叉压缩单元（CCU）作为共享单元，联结药物不良反应预测和药物蛋白质链路预测，构建多任务 MPNN（MT-MPNN）模型，提高对未知药物不良反应的预测效果。
结果表明本研究提出的MT-MPNN 模型可以赞助临床有效挖掘潜在未知的药物不良反应。

END

文章来源：《中国数字医学》编辑部