- 电子工业出版社
- 9787121509643
- 1-1
- 568480
- 平塑
- 16开
- 2025-07
- 292
- 208
- 工学
- 电子信息类
- 人工智能
- 本科 研究生及以上
内容简介
本书为北京大学医学部教学团队牵头教学建设成果，围绕人工智能在医疗领域的应用展开，将大语言模型和生成式应用作为教材的核心内容，系统性地涵盖了从大模型原理、医疗大模型技术（预训练、微调）到具体的文本、图像、视频生成应用，以及最新的智能体技术，旨在全面且深入地介绍人工智能的基本概念、技术基础，以及在医疗领域中的具体应用和未来趋势。此外，本书还包含了大量实践案例，通过具体医疗领域应用案例介绍如何利用AI工具生成文本、图像、视频、思维导图等。本书编写思路遵循由基础到应用、由理论到实践的原则，逐步引导读者理解并掌握医疗人工智能的核心知识和应用技能。本书提供电子课件和习题参考答案，读者可登录华信教育资源网免费下载。
目录
目 录
第1章 人工智能概述 1
1.1 人工智能基本概念 2
1.1.1 人工智能的定义与分类 2
1.1.2 人工智能的跨学科属性 5
1.2 人工智能的发展历程 6
1.2.1 人工智能三次浪潮 6
1.2.2 医学人工智能发展历程 9
1.3 人工智能安全与伦理 12
1.3.1 人工智能安全 12
1.3.2 人工智能伦理 14
1.3.3 我国人工智能的法律规范 15
本章小结 17
习题 18
第2章 人工智能的技术基础 19
2.1 机器学习 20
2.1.1 机器学习的基本过程 20
2.1.2 监督学习 21
2.1.3 无监督学习 23
2.1.4 强化学习 24
2.2 深度学习 25
2.2.1 深度学习的核心思想 25
2.2.2 卷积神经网络（医学影像分析） 25
2.2.3 循环神经网络（医学时序数据） 26
2.3 自然语言处理 26
2.3.1 自然语言处理的概念 26
2.3.2 自然语言处理关键技术 27
2.3.3 自然语言处理医学应用案例 27
2.4 知识图谱 29
2.4.1 知识图谱的概念与结构 29
2.4.2 知识图谱的构建方法与技术 30
2.4.3 知识图谱医学应用案例 32
2.5 计算机视觉 33
2.5.1 计算机视觉的概念 33
2.5.2 计算机视觉关键技术 33
2.5.3 计算机视觉医学应用案例 35
本章小结 37
习题 38
第3章 大语言模型 39
3.1 大语言模型的基本概念 40
3.1.1 认识大语言模型 40
3.1.2 大语言模型的发展历程 40
3.1.3 大语言模型的特点 42
3.2 大模型的分类 44
3.2.1 按应用领域划分 44
3.2.2 按训练数据类型划分 44
3.2.3 按技术路线划分 45
3.2.4 按开源程度划分 45
3.3 大语言模型产品 46
3.3.1 国内外主要的大语言模型 46
3.3.2 GPT介绍 48
3.3.3 DeepSeek介绍 50
3.4 大语言模型与人工智能的关系 52
3.4.1 从属关系 52
3.4.2 技术实现层面的联系 53
3.4.3 大语言模型对AI发展的推动作用 53
3.4.4 大语言模型的问题与挑战 55
本章小结 55
习题 56
第4章 医疗大模型 57
4.1 医疗大模型概述 58
4.1.1 认识医疗大模型 58
4.1.2 预训练技术 59
4.1.3 预训练医疗大模型的案例分析 60
4.1.4 微调技术（Fine-Tuning） 61
4.1.5 基于参数微调技术的医疗大模型案例分析 63
4.1.6 提示词微调（Prompt-Tuning） 64
4.1.7 多模态技术 64
4.2 医疗大模型应用场景 66
4.2.1 智能预问诊 66
4.2.2 健康管理 67
4.2.3 智能医学教育 68
4.2.4 智能医学科研 74
4.2.5 药物研发 75
4.2.6 医学影像智能辅助诊断 76
本章小结 77
习题 78
第5章 AI文本生成应用 80
5.1 文本生成大模型 81
5.1.1 语言大模型 81
5.1.2 推理大模型 84
5.2 提示词的使用 86
5.2.1 指令型模型提问技巧 86
5.2.2 推理型模型提问技巧 88
5.3 AI文档生成 89
5.3.1 基本功能介绍 89
5.3.2 应用案例—健康宣教科普文章生成 89
5.3.3 应用案例—标准化病历生成 89
5.3.4 应用案例—智能纠错与格式规范 91
5.3.5 应用案例—门诊排班表生成 92
5.3.6 应用案例—文献阅读 93
5.4 AI医学数据分析 94
5.4.1 AI数据分析工具 94
5.4.2 应用案例—疾病预测 95
本章小结 98
习题 99
第6章 AI图像生成应用 100
6.1 认识AI文生图 101
6.1.1 从文字到图像 101
6.1.2 典型医学应用场景 103
6.2 AI图像生成工具 103
6.2.1 国外主流工具 103
6.2.2 国内主流工具 105
6.3 即梦AI绘画 108
6.3.1 应用案例—医学解剖结构可视化 108
6.3.2 应用案例—疾病病理呈现 109
6.3.3 应用案例—手术方案模拟 109
6.3.4 应用案例—药物研发可视化 110
本章小结 110
习题 110
第7章 AI视频生成应用 112
7.1 认识AI文生视频 113
7.1.1 国外AI视频工具 113
7.1.2 国内AI视频工具 114
7.2 剪映 114
7.2.1 应用案例—健康科普短视频生成 115
7.2.2 应用案例—应用一键成片和模板生成创作科普视频 119
7.2.3 数字人制作 122
7.3 即梦AI 125
7.3.1 应用案例—百年药房AI视频生成 125
7.3.2 应用案例—科学用眼数字人制作 126
7.4 度加剪辑 128
7.4.1 应用案例—全民健身AI视频生成 128
7.4.2 应用案例—提高免疫力数字人制作 131
7.5 通义 132
本章小结 135
习题 135
第8章 AI工具组合应用 136
8.1 AI制作演示文稿 137
8.1.1 AI制作演示文稿工具Kimi 137
8.1.2 DeepSeek + Kimi生成演示文稿 137
8.1.3 应用案例—急性心肌梗死诊疗指南 138
8.1.4 其他AI制作演示文稿工具 140
8.2 AI制作思维导图 142
8.2.1 AI制作思维导图工具Mapify 142
8.2.2 DeepSeek + Mapify生成思维导图 143
8.2.3 应用案例—脓毒症诊疗路径 143
8.3 AI制作流程图 145
8.3.1 AI制作流程图工具Mermaid 145
8.3.2 DeepSeek + Mermaid生成流程图 145
8.3.3 应用案例—绘制胸痛中心处理流程图 146
8.4 AI制作框图 148
8.4.1 AI制作框图工具Napkin 148
8.4.2 DeepSeek + Napkin生成框图 149
8.4.3 应用案例—绘制感控体系架构图 149
8.5 AI制作音乐 151
8.5.1 音乐生成工具天谱乐 151
8.5.2 DeepSeek + 天谱乐生成音乐 152
8.5.3 应用案例—术前放松音乐 153
8.6 AI制作3D建模 154
8.6.1 3D建模工具混元3D 154
8.6.2 应用案例—布偶生成3D模型 154
本章小结 155
习题 156
第9章 智能体 158
9.1 智能体概述 159
9.1.1 认识智能体 159
9.1.2 智能体的分类 160
9.1.3 智能体的功能 161
9.1.4 智能体的优势 162
9.1.5 智能体和大模型的区别 163
9.2 创建智能体 164
第1章 人工智能概述 1
1.1 人工智能基本概念 2
1.1.1 人工智能的定义与分类 2
1.1.2 人工智能的跨学科属性 5
1.2 人工智能的发展历程 6
1.2.1 人工智能三次浪潮 6
1.2.2 医学人工智能发展历程 9
1.3 人工智能安全与伦理 12
1.3.1 人工智能安全 12
1.3.2 人工智能伦理 14
1.3.3 我国人工智能的法律规范 15
本章小结 17
习题 18
第2章 人工智能的技术基础 19
2.1 机器学习 20
2.1.1 机器学习的基本过程 20
2.1.2 监督学习 21
2.1.3 无监督学习 23
2.1.4 强化学习 24
2.2 深度学习 25
2.2.1 深度学习的核心思想 25
2.2.2 卷积神经网络（医学影像分析） 25
2.2.3 循环神经网络（医学时序数据） 26
2.3 自然语言处理 26
2.3.1 自然语言处理的概念 26
2.3.2 自然语言处理关键技术 27
2.3.3 自然语言处理医学应用案例 27
2.4 知识图谱 29
2.4.1 知识图谱的概念与结构 29
2.4.2 知识图谱的构建方法与技术 30
2.4.3 知识图谱医学应用案例 32
2.5 计算机视觉 33
2.5.1 计算机视觉的概念 33
2.5.2 计算机视觉关键技术 33
2.5.3 计算机视觉医学应用案例 35
本章小结 37
习题 38
第3章 大语言模型 39
3.1 大语言模型的基本概念 40
3.1.1 认识大语言模型 40
3.1.2 大语言模型的发展历程 40
3.1.3 大语言模型的特点 42
3.2 大模型的分类 44
3.2.1 按应用领域划分 44
3.2.2 按训练数据类型划分 44
3.2.3 按技术路线划分 45
3.2.4 按开源程度划分 45
3.3 大语言模型产品 46
3.3.1 国内外主要的大语言模型 46
3.3.2 GPT介绍 48
3.3.3 DeepSeek介绍 50
3.4 大语言模型与人工智能的关系 52
3.4.1 从属关系 52
3.4.2 技术实现层面的联系 53
3.4.3 大语言模型对AI发展的推动作用 53
3.4.4 大语言模型的问题与挑战 55
本章小结 55
习题 56
第4章 医疗大模型 57
4.1 医疗大模型概述 58
4.1.1 认识医疗大模型 58
4.1.2 预训练技术 59
4.1.3 预训练医疗大模型的案例分析 60
4.1.4 微调技术（Fine-Tuning） 61
4.1.5 基于参数微调技术的医疗大模型案例分析 63
4.1.6 提示词微调（Prompt-Tuning） 64
4.1.7 多模态技术 64
4.2 医疗大模型应用场景 66
4.2.1 智能预问诊 66
4.2.2 健康管理 67
4.2.3 智能医学教育 68
4.2.4 智能医学科研 74
4.2.5 药物研发 75
4.2.6 医学影像智能辅助诊断 76
本章小结 77
习题 78
第5章 AI文本生成应用 80
5.1 文本生成大模型 81
5.1.1 语言大模型 81
5.1.2 推理大模型 84
5.2 提示词的使用 86
5.2.1 指令型模型提问技巧 86
5.2.2 推理型模型提问技巧 88
5.3 AI文档生成 89
5.3.1 基本功能介绍 89
5.3.2 应用案例—健康宣教科普文章生成 89
5.3.3 应用案例—标准化病历生成 89
5.3.4 应用案例—智能纠错与格式规范 91
5.3.5 应用案例—门诊排班表生成 92
5.3.6 应用案例—文献阅读 93
5.4 AI医学数据分析 94
5.4.1 AI数据分析工具 94
5.4.2 应用案例—疾病预测 95
本章小结 98
习题 99
第6章 AI图像生成应用 100
6.1 认识AI文生图 101
6.1.1 从文字到图像 101
6.1.2 典型医学应用场景 103
6.2 AI图像生成工具 103
6.2.1 国外主流工具 103
6.2.2 国内主流工具 105
6.3 即梦AI绘画 108
6.3.1 应用案例—医学解剖结构可视化 108
6.3.2 应用案例—疾病病理呈现 109
6.3.3 应用案例—手术方案模拟 109
6.3.4 应用案例—药物研发可视化 110
本章小结 110
习题 110
第7章 AI视频生成应用 112
7.1 认识AI文生视频 113
7.1.1 国外AI视频工具 113
7.1.2 国内AI视频工具 114
7.2 剪映 114
7.2.1 应用案例—健康科普短视频生成 115
7.2.2 应用案例—应用一键成片和模板生成创作科普视频 119
7.2.3 数字人制作 122
7.3 即梦AI 125
7.3.1 应用案例—百年药房AI视频生成 125
7.3.2 应用案例—科学用眼数字人制作 126
7.4 度加剪辑 128
7.4.1 应用案例—全民健身AI视频生成 128
7.4.2 应用案例—提高免疫力数字人制作 131
7.5 通义 132
本章小结 135
习题 135
第8章 AI工具组合应用 136
8.1 AI制作演示文稿 137
8.1.1 AI制作演示文稿工具Kimi 137
8.1.2 DeepSeek + Kimi生成演示文稿 137
8.1.3 应用案例—急性心肌梗死诊疗指南 138
8.1.4 其他AI制作演示文稿工具 140
8.2 AI制作思维导图 142
8.2.1 AI制作思维导图工具Mapify 142
8.2.2 DeepSeek + Mapify生成思维导图 143
8.2.3 应用案例—脓毒症诊疗路径 143
8.3 AI制作流程图 145
8.3.1 AI制作流程图工具Mermaid 145
8.3.2 DeepSeek + Mermaid生成流程图 145
8.3.3 应用案例—绘制胸痛中心处理流程图 146
8.4 AI制作框图 148
8.4.1 AI制作框图工具Napkin 148
8.4.2 DeepSeek + Napkin生成框图 149
8.4.3 应用案例—绘制感控体系架构图 149
8.5 AI制作音乐 151
8.5.1 音乐生成工具天谱乐 151
8.5.2 DeepSeek + 天谱乐生成音乐 152
8.5.3 应用案例—术前放松音乐 153
8.6 AI制作3D建模 154
8.6.1 3D建模工具混元3D 154
8.6.2 应用案例—布偶生成3D模型 154
本章小结 155
习题 156
第9章 智能体 158
9.1 智能体概述 159
9.1.1 认识智能体 159
9.1.2 智能体的分类 160
9.1.3 智能体的功能 161
9.1.4 智能体的优势 162
9.1.5 智能体和大模型的区别 163
9.2 创建智能体 164
