- 高等教育出版社
- 9787040675009
- 1版
- 医学
- 医学技术类
- 医药卫生大类
- 通用
- 本科 高职
内容简介
本教材共九章。第一章系统介绍人工智能的定义、发展历程、应用领域，重点阐述医学人工智能的概念、应用场景、伦理规范及前沿技术基础（机器学习、深度学习等）；第二、三、四章聚焦WPS Office办公软件的医学应用，包括文字编排、数据统计与分析、演示文稿制作；第五章讲解Python编程基础及医学人工智能相关第三方库应用，涵盖科学计算、数据分析可视化、医学图像处理等实践内容；第六章介绍AI大模型技术的发展、应用及典型国产大模型的实操方法，强化医学生的AI工具应用能力。本教材是面向高等医学院校本科生的公共课教材，以“医学+人工智能+计算机基础”深度融合为核心，构建“理论认知-基础技能-实践应用”三位一体的知识体系。教材涵盖医学人工智能导论、办公软件医学应用、Python编程基础、AI大模型实践，人工智能在医学中的应用和人工智能医学伦理六大模块，通过医学案例贯穿始终，既夯实医学生的计算机基础技能，又普及医学人工智能的核心知识与实际操作能力，助力医学生提升数字素养与跨学科应用能力，适应医疗健康领域的智能化发展趋势。
目录
目录
前辅文
第1章 医学人工智能概论
1.1 人工智能概述
1.1.1 人工智能的定义与发展历程
1.1.2 人工智能的主要应用领域
1.1.3 人工智能的未来
1.2 医学人工智能概述
1.2.1 医学人工智能的定义与特点
1.2.2 医学人工智能的发展历程
1.2.3 发展医学人工智能的意义
1.3 医学人工智能的前沿技术基础
1.3.1 机器学习
1.3.2 深度学习
1.3.3 其他主要技术
第2章 WPS文字高级应用
2.1 WPS文字处理
2.1.1 WPS文字的常用功能
2.1.2 认识WPS 365工作界面
2.1.3 文档的创建、打开与保存方法
2.2 文字文稿的创建与编辑
2.2.1 新建文档
2.2.2 文字编辑
2.2.3 论文格式设置
2.2.4 图文混排
2.2.5 页面设置
2.2.6 审阅
2.3 表格制作
2.3.1 创建表格
2.3.2 编辑表格
2.3.3 格式化表格
2.4 制作学术会议邀请函
2.5 WPS AI智能文档应用
2.5.1 AI写作助手
2.5.2 AI阅读助手
第3章 WPS数据处理高级应用
3.1 WPS表格概述
3.1.1 WPS表格的常用功能
3.1.2 工作界面
3.1.3 基本概念
3.2 数据录入与管理
3.2.1 任务要求
3.2.2 工作表中输入数据
3.2.3 工作表管理
3.3 数据计算
3.3.1 任务要求
3.3.2 公式
3.3.3 函数
3.4 格式化工作表
3.4.1 任务要求
3.4.2 格式化单元格
3.4.3 格式化表格
3.5 数据处理与分析
3.5.1 任务要求
3.5.2 数据清单
3.5.3 排序
3.5.4 筛选
3.5.5 分类汇总
3.6 图表
3.6.1 任务要求
3.6.2 图表
3.7 WPS AI功能
3.7.1 任务要求
3.7.2 从网页获取数据
3.7.3 AI数据分析
3.7.4 AI写公式
3.7.5 AI条件格式
3.7.6 AI函数
第4章 WPS演示文稿高级应用
4.1 WPS演示文稿简介
4.1.1 关于WPS演示
4.1.2 WPS演示的视图方式
4.2 演示文稿的创建与幻灯片的编辑
4.2.1 教学案例
4.2.2 演示文稿的创建
4.2.3 幻灯片的管理
4.3 幻灯片页面内容的编辑
4.3.1 输入文本
4.3.2 使用对象
4.3.3 添加幻灯片编号、日期时间及页脚文本
4.4 幻灯片页面外观的修饰
4.4.1 主题
4.4.2 配色方案
4.4.3 背景
4.4.4 母版
4.5 动画效果和超链接
4.5.1 设置幻灯片的动画效果
4.5.2 设置幻灯片的切换效果
4.5.3 超链接和动作设置
4.6 演示文稿的放映和输出
4.6.1 播放演示文稿
4.6.2 输出演示文稿
4.7 利用AI技术自动生成演示文稿
4.7.1 任务要求
4.7.2 自动生成演示文稿
第5章 医学人工智能编程基础
5.1 Python语言概述
5.1.1 Python的发展历程与特点
5.1.2 Python的开发环境及工具
5.2 Python编程基础
5.2.1 Python基础语法
5.2.2 基本数据类型及运算
5.2.3 控制结构
5.2.4 组合数据类型
5.2.5 函数
5.2.6 文件
5.3 面向对象编程基础
5.3.1 面向对象编程概述
5.3.2 类与对象
5.3.3 面向对象三大核心特性
5.3.4 案例
第6章 Python医学数据处理
6.1 医学数据科学基础
6.1.1 NumPy
6.1.2 Pandas
6.1.3 SciPy
6.1.4 数据可视化
6.2 医学图像处理
6.2.1 图像处理基础
6.2.2 图像处理库入门
6.2.3 图像处理的基本操作
6.3 医学文本数据处理
6.3.1 医学文本分析基础
6.3.2 词云库及其应用
第7章 人工智能在医学中的应用
7.1 人工智能在临床治疗中的应用
7.1.1 人工智能在辅助诊断中的应用——肝胆手术术前规划及术后评估专用系统
7.1.2 智能手术与机器人辅助手术——达芬奇手术机器人系统
7.1.3 人工智能远程医疗——区域远程医疗系统
7.2 人工智能在康复医学中的应用
7.2.1 康复医学与人工智能的融合背景
7.2.2 人工智能在康复医学中的应用领域
7.2.3 人工智能在康复医学应用中的挑战与展望
7.3 人工智能在医学影像中的应用
7.3.1 人工智能在医学影像中的具体应用
7.3.2 AI技术在医学影像领域的优势与局限性
7.4 人工智能在公共卫生与健康管理中的应用
7.4.1 人工智能在公共卫生与健康管理中的具体应用
7.4.2 未来展望：AI驱动的公共卫生新生态
7.5 人工智能在医学教育中的应用
7.5.1 人工智能在医学教育中的应用场景
7.5.2 人工智能在医学教育中应用的前景与展望
第8章 AI大模型技术应用
8.1 AI大模型概述
8.1.1 AI大模型的概念
8.1.2 大模型的发展历程
8.1.3 人工智能与大模型的关系
8.1.4 大模型在医疗领域的应用
8.2 生成式人工智能（AIGC）技术
8.2.1 AIGC概述
8.2.2 AIGC基础设施：智能涌现的底层支撑
8.2.3 AIGC的基本原理
8.3 AIGC大模型的提示词
8.4 典型国产AI大模型的使用
8.4.1 DeepSeek大模型
8.4.2 讯飞星火认知大模型
8.4.3 豆包大模型
8.4.4 阿里通义千问大模型
第9章 医学人工智能伦理
9.1 人工智能与医学伦理
9.1.1 医学人工智能伦理的内涵
9.1.2 医学人工智能伦理的发展
9.2 医学人工智能应用中的伦理问题及原因分析
9.2.1 医学人工智能应用中的伦理问题
9.2.2 医学人工智能伦理问题的原因分析
9.3 医学人工智能应用伦理问题的应对措施
9.3.1 医学人工智能应用的伦理准则
9.3.2 应对医学人工智能伦理问题的措施
9.4 医学人工智能伦理规范
9.4.1 国际治理实践
9.4.2 我国新一代人工智能伦理规范
参考文献
前辅文
第1章 医学人工智能概论
1.1 人工智能概述
1.1.1 人工智能的定义与发展历程
1.1.2 人工智能的主要应用领域
1.1.3 人工智能的未来
1.2 医学人工智能概述
1.2.1 医学人工智能的定义与特点
1.2.2 医学人工智能的发展历程
1.2.3 发展医学人工智能的意义
1.3 医学人工智能的前沿技术基础
1.3.1 机器学习
1.3.2 深度学习
1.3.3 其他主要技术
第2章 WPS文字高级应用
2.1 WPS文字处理
2.1.1 WPS文字的常用功能
2.1.2 认识WPS 365工作界面
2.1.3 文档的创建、打开与保存方法
2.2 文字文稿的创建与编辑
2.2.1 新建文档
2.2.2 文字编辑
2.2.3 论文格式设置
2.2.4 图文混排
2.2.5 页面设置
2.2.6 审阅
2.3 表格制作
2.3.1 创建表格
2.3.2 编辑表格
2.3.3 格式化表格
2.4 制作学术会议邀请函
2.5 WPS AI智能文档应用
2.5.1 AI写作助手
2.5.2 AI阅读助手
第3章 WPS数据处理高级应用
3.1 WPS表格概述
3.1.1 WPS表格的常用功能
3.1.2 工作界面
3.1.3 基本概念
3.2 数据录入与管理
3.2.1 任务要求
3.2.2 工作表中输入数据
3.2.3 工作表管理
3.3 数据计算
3.3.1 任务要求
3.3.2 公式
3.3.3 函数
3.4 格式化工作表
3.4.1 任务要求
3.4.2 格式化单元格
3.4.3 格式化表格
3.5 数据处理与分析
3.5.1 任务要求
3.5.2 数据清单
3.5.3 排序
3.5.4 筛选
3.5.5 分类汇总
3.6 图表
3.6.1 任务要求
3.6.2 图表
3.7 WPS AI功能
3.7.1 任务要求
3.7.2 从网页获取数据
3.7.3 AI数据分析
3.7.4 AI写公式
3.7.5 AI条件格式
3.7.6 AI函数
第4章 WPS演示文稿高级应用
4.1 WPS演示文稿简介
4.1.1 关于WPS演示
4.1.2 WPS演示的视图方式
4.2 演示文稿的创建与幻灯片的编辑
4.2.1 教学案例
4.2.2 演示文稿的创建
4.2.3 幻灯片的管理
4.3 幻灯片页面内容的编辑
4.3.1 输入文本
4.3.2 使用对象
4.3.3 添加幻灯片编号、日期时间及页脚文本
4.4 幻灯片页面外观的修饰
4.4.1 主题
4.4.2 配色方案
4.4.3 背景
4.4.4 母版
4.5 动画效果和超链接
4.5.1 设置幻灯片的动画效果
4.5.2 设置幻灯片的切换效果
4.5.3 超链接和动作设置
4.6 演示文稿的放映和输出
4.6.1 播放演示文稿
4.6.2 输出演示文稿
4.7 利用AI技术自动生成演示文稿
4.7.1 任务要求
4.7.2 自动生成演示文稿
第5章 医学人工智能编程基础
5.1 Python语言概述
5.1.1 Python的发展历程与特点
5.1.2 Python的开发环境及工具
5.2 Python编程基础
5.2.1 Python基础语法
5.2.2 基本数据类型及运算
5.2.3 控制结构
5.2.4 组合数据类型
5.2.5 函数
5.2.6 文件
5.3 面向对象编程基础
5.3.1 面向对象编程概述
5.3.2 类与对象
5.3.3 面向对象三大核心特性
5.3.4 案例
第6章 Python医学数据处理
6.1 医学数据科学基础
6.1.1 NumPy
6.1.2 Pandas
6.1.3 SciPy
6.1.4 数据可视化
6.2 医学图像处理
6.2.1 图像处理基础
6.2.2 图像处理库入门
6.2.3 图像处理的基本操作
6.3 医学文本数据处理
6.3.1 医学文本分析基础
6.3.2 词云库及其应用
第7章 人工智能在医学中的应用
7.1 人工智能在临床治疗中的应用
7.1.1 人工智能在辅助诊断中的应用——肝胆手术术前规划及术后评估专用系统
7.1.2 智能手术与机器人辅助手术——达芬奇手术机器人系统
7.1.3 人工智能远程医疗——区域远程医疗系统
7.2 人工智能在康复医学中的应用
7.2.1 康复医学与人工智能的融合背景
7.2.2 人工智能在康复医学中的应用领域
7.2.3 人工智能在康复医学应用中的挑战与展望
7.3 人工智能在医学影像中的应用
7.3.1 人工智能在医学影像中的具体应用
7.3.2 AI技术在医学影像领域的优势与局限性
7.4 人工智能在公共卫生与健康管理中的应用
7.4.1 人工智能在公共卫生与健康管理中的具体应用
7.4.2 未来展望：AI驱动的公共卫生新生态
7.5 人工智能在医学教育中的应用
7.5.1 人工智能在医学教育中的应用场景
7.5.2 人工智能在医学教育中应用的前景与展望
第8章 AI大模型技术应用
8.1 AI大模型概述
8.1.1 AI大模型的概念
8.1.2 大模型的发展历程
8.1.3 人工智能与大模型的关系
8.1.4 大模型在医疗领域的应用
8.2 生成式人工智能（AIGC）技术
8.2.1 AIGC概述
8.2.2 AIGC基础设施：智能涌现的底层支撑
8.2.3 AIGC的基本原理
8.3 AIGC大模型的提示词
8.4 典型国产AI大模型的使用
8.4.1 DeepSeek大模型
8.4.2 讯飞星火认知大模型
8.4.3 豆包大模型
8.4.4 阿里通义千问大模型
第9章 医学人工智能伦理
9.1 人工智能与医学伦理
9.1.1 医学人工智能伦理的内涵
9.1.2 医学人工智能伦理的发展
9.2 医学人工智能应用中的伦理问题及原因分析
9.2.1 医学人工智能应用中的伦理问题
9.2.2 医学人工智能伦理问题的原因分析
9.3 医学人工智能应用伦理问题的应对措施
9.3.1 医学人工智能应用的伦理准则
9.3.2 应对医学人工智能伦理问题的措施
9.4 医学人工智能伦理规范
9.4.1 国际治理实践
9.4.2 我国新一代人工智能伦理规范
参考文献
前辅文
第1章 医学人工智能概论
1.1 人工智能概述
1.1.1 人工智能的定义与发展历程
1.1.2 人工智能的主要应用领域
1.1.3 人工智能的未来
1.2 医学人工智能概述
1.2.1 医学人工智能的定义与特点
1.2.2 医学人工智能的发展历程
1.2.3 发展医学人工智能的意义
1.3 医学人工智能的前沿技术基础
1.3.1 机器学习
1.3.2 深度学习
1.3.3 其他主要技术
第2章 WPS文字高级应用
2.1 WPS文字处理
2.1.1 WPS文字的常用功能
2.1.2 认识WPS 365工作界面
2.1.3 文档的创建、打开与保存方法
2.2 文字文稿的创建与编辑
2.2.1 新建文档
2.2.2 文字编辑
2.2.3 论文格式设置
2.2.4 图文混排
2.2.5 页面设置
2.2.6 审阅
2.3 表格制作
2.3.1 创建表格
2.3.2 编辑表格
2.3.3 格式化表格
2.4 制作学术会议邀请函
2.5 WPS AI智能文档应用
2.5.1 AI写作助手
2.5.2 AI阅读助手
第3章 WPS数据处理高级应用
3.1 WPS表格概述
3.1.1 WPS表格的常用功能
3.1.2 工作界面
3.1.3 基本概念
3.2 数据录入与管理
3.2.1 任务要求
3.2.2 工作表中输入数据
3.2.3 工作表管理
3.3 数据计算
3.3.1 任务要求
3.3.2 公式
3.3.3 函数
3.4 格式化工作表
3.4.1 任务要求
3.4.2 格式化单元格
3.4.3 格式化表格
3.5 数据处理与分析
3.5.1 任务要求
3.5.2 数据清单
3.5.3 排序
3.5.4 筛选
3.5.5 分类汇总
3.6 图表
3.6.1 任务要求
3.6.2 图表
3.7 WPS AI功能
3.7.1 任务要求
3.7.2 从网页获取数据
3.7.3 AI数据分析
3.7.4 AI写公式
3.7.5 AI条件格式
3.7.6 AI函数
第4章 WPS演示文稿高级应用
4.1 WPS演示文稿简介
4.1.1 关于WPS演示
4.1.2 WPS演示的视图方式
4.2 演示文稿的创建与幻灯片的编辑
4.2.1 教学案例
4.2.2 演示文稿的创建
4.2.3 幻灯片的管理
4.3 幻灯片页面内容的编辑
4.3.1 输入文本
4.3.2 使用对象
4.3.3 添加幻灯片编号、日期时间及页脚文本
4.4 幻灯片页面外观的修饰
4.4.1 主题
4.4.2 配色方案
4.4.3 背景
4.4.4 母版
4.5 动画效果和超链接
4.5.1 设置幻灯片的动画效果
4.5.2 设置幻灯片的切换效果
4.5.3 超链接和动作设置
4.6 演示文稿的放映和输出
4.6.1 播放演示文稿
4.6.2 输出演示文稿
4.7 利用AI技术自动生成演示文稿
4.7.1 任务要求
4.7.2 自动生成演示文稿
第5章 医学人工智能编程基础
5.1 Python语言概述
5.1.1 Python的发展历程与特点
5.1.2 Python的开发环境及工具
5.2 Python编程基础
5.2.1 Python基础语法
5.2.2 基本数据类型及运算
5.2.3 控制结构
5.2.4 组合数据类型
5.2.5 函数
5.2.6 文件
5.3 面向对象编程基础
5.3.1 面向对象编程概述
5.3.2 类与对象
5.3.3 面向对象三大核心特性
5.3.4 案例
第6章 Python医学数据处理
6.1 医学数据科学基础
6.1.1 NumPy
6.1.2 Pandas
6.1.3 SciPy
6.1.4 数据可视化
6.2 医学图像处理
6.2.1 图像处理基础
6.2.2 图像处理库入门
6.2.3 图像处理的基本操作
6.3 医学文本数据处理
6.3.1 医学文本分析基础
6.3.2 词云库及其应用
第7章 人工智能在医学中的应用
7.1 人工智能在临床治疗中的应用
7.1.1 人工智能在辅助诊断中的应用——肝胆手术术前规划及术后评估专用系统
7.1.2 智能手术与机器人辅助手术——达芬奇手术机器人系统
7.1.3 人工智能远程医疗——区域远程医疗系统
7.2 人工智能在康复医学中的应用
7.2.1 康复医学与人工智能的融合背景
7.2.2 人工智能在康复医学中的应用领域
7.2.3 人工智能在康复医学应用中的挑战与展望
7.3 人工智能在医学影像中的应用
7.3.1 人工智能在医学影像中的具体应用
7.3.2 AI技术在医学影像领域的优势与局限性
7.4 人工智能在公共卫生与健康管理中的应用
7.4.1 人工智能在公共卫生与健康管理中的具体应用
7.4.2 未来展望：AI驱动的公共卫生新生态
7.5 人工智能在医学教育中的应用
7.5.1 人工智能在医学教育中的应用场景
7.5.2 人工智能在医学教育中应用的前景与展望
第8章 AI大模型技术应用
8.1 AI大模型概述
8.1.1 AI大模型的概念
8.1.2 大模型的发展历程
8.1.3 人工智能与大模型的关系
8.1.4 大模型在医疗领域的应用
8.2 生成式人工智能（AIGC）技术
8.2.1 AIGC概述
8.2.2 AIGC基础设施：智能涌现的底层支撑
8.2.3 AIGC的基本原理
8.3 AIGC大模型的提示词
8.4 典型国产AI大模型的使用
8.4.1 DeepSeek大模型
8.4.2 讯飞星火认知大模型
8.4.3 豆包大模型
8.4.4 阿里通义千问大模型
第9章 医学人工智能伦理
9.1 人工智能与医学伦理
9.1.1 医学人工智能伦理的内涵
9.1.2 医学人工智能伦理的发展
9.2 医学人工智能应用中的伦理问题及原因分析
9.2.1 医学人工智能应用中的伦理问题
9.2.2 医学人工智能伦理问题的原因分析
9.3 医学人工智能应用伦理问题的应对措施
9.3.1 医学人工智能应用的伦理准则
9.3.2 应对医学人工智能伦理问题的措施
9.4 医学人工智能伦理规范
9.4.1 国际治理实践
9.4.2 我国新一代人工智能伦理规范
参考文献
前辅文
第1章 医学人工智能概论
1.1 人工智能概述
1.1.1 人工智能的定义与发展历程
1.1.2 人工智能的主要应用领域
1.1.3 人工智能的未来
1.2 医学人工智能概述
1.2.1 医学人工智能的定义与特点
1.2.2 医学人工智能的发展历程
1.2.3 发展医学人工智能的意义
1.3 医学人工智能的前沿技术基础
1.3.1 机器学习
1.3.2 深度学习
1.3.3 其他主要技术
第2章 WPS文字高级应用
2.1 WPS文字处理
2.1.1 WPS文字的常用功能
2.1.2 认识WPS 365工作界面
2.1.3 文档的创建、打开与保存方法
2.2 文字文稿的创建与编辑
2.2.1 新建文档
2.2.2 文字编辑
2.2.3 论文格式设置
2.2.4 图文混排
2.2.5 页面设置
2.2.6 审阅
2.3 表格制作
2.3.1 创建表格
2.3.2 编辑表格
2.3.3 格式化表格
2.4 制作学术会议邀请函
2.5 WPS AI智能文档应用
2.5.1 AI写作助手
2.5.2 AI阅读助手
第3章 WPS数据处理高级应用
3.1 WPS表格概述
3.1.1 WPS表格的常用功能
3.1.2 工作界面
3.1.3 基本概念
3.2 数据录入与管理
3.2.1 任务要求
3.2.2 工作表中输入数据
3.2.3 工作表管理
3.3 数据计算
3.3.1 任务要求
3.3.2 公式
3.3.3 函数
3.4 格式化工作表
3.4.1 任务要求
3.4.2 格式化单元格
3.4.3 格式化表格
3.5 数据处理与分析
3.5.1 任务要求
3.5.2 数据清单
3.5.3 排序
3.5.4 筛选
3.5.5 分类汇总
3.6 图表
3.6.1 任务要求
3.6.2 图表
3.7 WPS AI功能
3.7.1 任务要求
3.7.2 从网页获取数据
3.7.3 AI数据分析
3.7.4 AI写公式
3.7.5 AI条件格式
3.7.6 AI函数
第4章 WPS演示文稿高级应用
4.1 WPS演示文稿简介
4.1.1 关于WPS演示
4.1.2 WPS演示的视图方式
4.2 演示文稿的创建与幻灯片的编辑
4.2.1 教学案例
4.2.2 演示文稿的创建
4.2.3 幻灯片的管理
4.3 幻灯片页面内容的编辑
4.3.1 输入文本
4.3.2 使用对象
4.3.3 添加幻灯片编号、日期时间及页脚文本
4.4 幻灯片页面外观的修饰
4.4.1 主题
4.4.2 配色方案
4.4.3 背景
4.4.4 母版
4.5 动画效果和超链接
4.5.1 设置幻灯片的动画效果
4.5.2 设置幻灯片的切换效果
4.5.3 超链接和动作设置
4.6 演示文稿的放映和输出
4.6.1 播放演示文稿
4.6.2 输出演示文稿
4.7 利用AI技术自动生成演示文稿
4.7.1 任务要求
4.7.2 自动生成演示文稿
第5章 医学人工智能编程基础
5.1 Python语言概述
5.1.1 Python的发展历程与特点
5.1.2 Python的开发环境及工具
5.2 Python编程基础
5.2.1 Python基础语法
5.2.2 基本数据类型及运算
5.2.3 控制结构
5.2.4 组合数据类型
5.2.5 函数
5.2.6 文件
5.3 面向对象编程基础
5.3.1 面向对象编程概述
5.3.2 类与对象
5.3.3 面向对象三大核心特性
5.3.4 案例
第6章 Python医学数据处理
6.1 医学数据科学基础
6.1.1 NumPy
6.1.2 Pandas
6.1.3 SciPy
6.1.4 数据可视化
6.2 医学图像处理
6.2.1 图像处理基础
6.2.2 图像处理库入门
6.2.3 图像处理的基本操作
6.3 医学文本数据处理
6.3.1 医学文本分析基础
6.3.2 词云库及其应用
第7章 人工智能在医学中的应用
7.1 人工智能在临床治疗中的应用
7.1.1 人工智能在辅助诊断中的应用——肝胆手术术前规划及术后评估专用系统
7.1.2 智能手术与机器人辅助手术——达芬奇手术机器人系统
7.1.3 人工智能远程医疗——区域远程医疗系统
7.2 人工智能在康复医学中的应用
7.2.1 康复医学与人工智能的融合背景
7.2.2 人工智能在康复医学中的应用领域
7.2.3 人工智能在康复医学应用中的挑战与展望
7.3 人工智能在医学影像中的应用
7.3.1 人工智能在医学影像中的具体应用
7.3.2 AI技术在医学影像领域的优势与局限性
7.4 人工智能在公共卫生与健康管理中的应用
7.4.1 人工智能在公共卫生与健康管理中的具体应用
7.4.2 未来展望：AI驱动的公共卫生新生态
7.5 人工智能在医学教育中的应用
7.5.1 人工智能在医学教育中的应用场景
7.5.2 人工智能在医学教育中应用的前景与展望
第8章 AI大模型技术应用
8.1 AI大模型概述
8.1.1 AI大模型的概念
8.1.2 大模型的发展历程
8.1.3 人工智能与大模型的关系
8.1.4 大模型在医疗领域的应用
8.2 生成式人工智能（AIGC）技术
8.2.1 AIGC概述
8.2.2 AIGC基础设施：智能涌现的底层支撑
8.2.3 AIGC的基本原理
8.3 AIGC大模型的提示词
8.4 典型国产AI大模型的使用
8.4.1 DeepSeek大模型
8.4.2 讯飞星火认知大模型
8.4.3 豆包大模型
8.4.4 阿里通义千问大模型
第9章 医学人工智能伦理
9.1 人工智能与医学伦理
9.1.1 医学人工智能伦理的内涵
9.1.2 医学人工智能伦理的发展
9.2 医学人工智能应用中的伦理问题及原因分析
9.2.1 医学人工智能应用中的伦理问题
9.2.2 医学人工智能伦理问题的原因分析
9.3 医学人工智能应用伦理问题的应对措施
9.3.1 医学人工智能应用的伦理准则
9.3.2 应对医学人工智能伦理问题的措施
9.4 医学人工智能伦理规范
9.4.1 国际治理实践
9.4.2 我国新一代人工智能伦理规范
参考文献
