前辅文
 第1章 智能医学概述
  1.1 智能医学基本概念
   1.1.1 基本概念
   1.1.2 人工智能神经生物学基础
   1.1.3 智能医学主要研究方法
  1.2 智能医学国内外发展现状
   1.2.1 各国人工智能发展战略及智能医学布局
   1.2.2 智能医学国内外发展现状
   1.2.3 智能医学主要应用领域
  1.3 面临挑战及发展前景
   1.3.1 智能医学面临的问题与挑战
   1.3.2 医学标准数据库建设
   1.3.3 临床转化及产业化
  1.4 智能医学发展趋势
  1.5 本章小结
  习题
  参考文献
 第2章 人工智能基础理论与方法
  2.1 人工智能概述
   2.1.1 什么是人工智能
   2.1.2 人工智能的诞生
   2.1.3 人工智能的历史
   2.1.4 人工智能的研究现状
  2.2 医学数据分析的方法
   2.2.1 回归分析
   2.2.2 数据降维
   2.2.3 关联规则
   2.2.4 聚类分析
  2.3 医学知识提取与表征
   2.3.1 医学知识提取概述
   2.3.2 医学文本信息抽取
   2.3.3 医学图像分析
   2.3.4 医学数据的表征和学习
  2.4 机器学习
   2.4.1 监督学习
   2.4.2 无监督学习
   2.4.3 半监督学习
  2.5 深度学习
   2.5.1 深度学习基本结构
   2.5.2 深度学习常见模型
  2.6 知识库、知识图谱、人机交互
   2.6.1 知识库
   2.6.2 知识图谱
   2.6.3 人机交互
  2.7 拓展知识：人工智能的研究内容
  习题
  参考文献
 第3章 临床智能辅助诊断与决策
  3.1 临床智能辅助诊断与决策概述
  3.2 主要决策机制与过程
   3.2.1 临床大数据获取
   3.2.2 时序数据特征提取
   3.2.3 自然语言处理
   3.2.4 影像特征提取
   3.2.5 其他数据特征提取
   3.2.6 特征融合
   3.2.7 临床决策（回归分析与关联规则分析）
  3.3 医学专家系统
  3.4 临床决策支持系统
  习题
  参考文献
 第4章 医疗大数据分析
  4.1 基础知识
   4.1.1 基本概念
   4.1.2 大数据与人工智能
   4.1.3 医疗大数据的特征
   4.1.4 医疗大数据的编程语言
   4.1.5 医疗大数据的属性
   4.1.6 医疗大数据的统计描述
  4.2 数据预处理
   4.2.1 数据提取
   4.2.2 数据集成
   4.2.3 数据清理
   4.2.4 数据变换
  4.3 数据降维
   4.3.1 降维方法概述
   4.3.2 主成分分析
   4.3.3 应用实例
  4.4 数据分析方法
   4.4.1 数据分析的种类
   4.4.2 常用数据分析方法
   4.4.3 应用案例
  习题
  参考文献
 第5章 医学影像智能分析
  5.1 医学影像的临床意义
  5.2 常见医学影像及其特点
   5.2.1 常见医学影像
   5.2.2 医学影像的特点
  5.3 医学影像智能分析
   5.3.1 医学影像的数据格式
   5.3.2 数字图像、图像特征及模式识别
   5.3.3 影像组学
   5.3.4 计算机视觉与深度学习及其临床应用
  5.4 临床应用现状与未来发展趋势
   5.4.1 临床应用现状
   5.4.2 未来发展趋势
  习题
  参考文献
 第6章 人工智能与药物研发
  6.1 药物研发概述
   6.1.1 药物发现阶段
   6.1.2 药物开发阶段
  6.2 智能药物研发方法
   6.2.1 药物研发数据库简介
   6.2.2 计算机辅助药物设计
   6.2.3 智能药物研发原理
  6.3 人工智能在药物研发中的应用
   6.3.1 靶标鉴定与虚拟筛选
   6.3.2 蛋白质结构预测与分子生成
   6.3.3 化合物性质预测
   6.3.4 人工智能合成
   6.3.5 临床试验设计
  6.4 应用案例：强效DDR1抑制剂的发现
   6.4.1 模型建立
   6.4.2 化合物的筛选和生成
   6.4.3 候选分子的合成和活性测试
  习题
  参考文献
 第7章 基因测序与智能分析技术
  7.1 基因测序技术
   7.1.1 第一代测序技术
   7.1.2 第二代测序技术
   7.1.3 第三代测序技术
  7.2 转录组测序数据分析
   7.2.1 转录组测序的目的和数据特点
   7.2.2 转录组测序的工作流程
   7.2.3 常用的转录组数据库
  7.3 人工智能与基因数据分析
   7.3.1 基因表达谱数据预处理
   7.3.2 基因表达谱数据差异化分析与特征选择
   7.3.3 基因表达谱数据处理常用机器学习算法
   7.3.4 基因表达谱数据处理常用深度学习算法
   7.3.5 人工智能在基因表达谱数据中的应用
  7.4 医学应用实例：肺癌的转录组测序智能分析
  习题
  参考文献
 第8章 智能健康管理
  8.1 智能健康管理概述
   8.1.1 健康管理概述
   8.1.2 智能健康管理定义及发展
   8.1.3 智能健康管理的应用
  8.2 非结构化数据分析方法
   8.2.1 非结构化数据概述
   8.2.2 医学文本挖掘
   8.2.3 语音识别
   8.2.4 代码示例
  8.3 基于知识库、知识图谱的健康画像
   8.3.1 知识图谱简介
   8.3.2 知识图谱的构建过程
   8.3.3 知识图谱构建健康画像
  8.4 智能慢性病管理
   8.4.1 智能慢性病管理相关概念
   8.4.2 慢性病管理过程
   8.4.3 慢性病管理应用
   8.4.4 精准慢性病管理离不开大数据
  8.5 智慧健康家庭融入智能健康管理
   8.5.1 智慧健康家庭
   8.5.2 基于物联网的智慧家庭健康管理方案
   8.5.3 智慧家庭病房及康复医疗体系
  习题
  参考文献