科技 类型
可以朗读 语音朗读
105千字 字数
2025-09-01 发行日期
展开全部

主编推荐语

一本探讨人工智能技术与医疗行业深度融合的前沿著作。

内容简介

本书从机器学习、深度学习、大模型（如LLM）等基础技术出发，详细介绍了DeepSeek的核心技术及其在医疗场景中的创新应用。通过分析医院数字化转型中的痛点（如患者服务、临床赋能、管理决策等），书中提出了一系列基于DeepSeek的解决方案，包括单智能体与多智能体系统的搭建、模型微调与训练方法，以及实际落地路径的规划。

此外，本书还结合四川省人民医院的实践经验，展示了“场景+技术”落地的典型案例，并展望了未来医疗在DeepSeek驱动下的新图景。

目录

  • 版权信息
  • 内容简介
  • 序
  • 前言
  • 01 破晓之路：人工智能发展概览
  • 1.1 智能觉醒：AI学习范式解密
  • 1.1.1 机器学习的兴起与发展
  • 1.1.2 深度学习的革命性突破
  • 1.1.3 强化学习的独特价值与发展
  • 1.2 大模型的迭代演进之路：从奠基到革新
  • 1.2.1 奠基期（2017—2019年）：Transformer的横空出世
  • 1.2.2 爆发期（2020—2024年）：大模型爆发与GPT时代
  • 1.2.3 革新期（2024年至今）：效率革命与DeepSeek的破局
  • 02 异军突起：DeepSeek崛起探秘
  • 2.1 诞生背景：时代需求与技术催生
  • 2.1.1 全球大模型发展全景
  • 2.1.2 行业模型的关键诉求
  • 2.1.3 大模型发展的困境
  • 2.2 核心技术：算法基石与创新架构
  • 2.2.1 DeepSeek-V2：奠定高性能模型的训练推理架构
  • 2.2.2 DeepSeek-V3：对标最强通用模型GPT-4o
  • 2.2.3 DeepSeek-R1：对标最强推理模型OpenAI-o1
  • 2.2.4 DeepSeek创新启示：长期主义的突破
  • 2.3 模型对比：能力、成本与安全
  • 2.3.1 DeepSeek与主流模型系列的对比
  • 2.3.2 DeepSeek模型组合策略
  • 03 荆棘满途：医院数字化转型的困境与挑战
  • 3.1 服务升级困局：患者需求、临床效率与管理效能的挑战
  • 3.1.1 患者服务需求升级
  • 3.1.2 临床效率瓶颈
  • 3.1.3 医院管理决策数字化转型的困境
  • 3.2 人才断层危机：医学与工程复合型能力的缺失
  • 3.2.1 复合型人才短缺的多维矛盾
  • 3.2.2 深层挑战的系统性影响
  • 3.3 数据安全困境：隐私保护与价值挖掘的平衡术
  • 3.3.1 数字化时代的医疗数据画像
  • 3.3.2 隐私保护的现实挑战
  • 3.3.3 数据流动受阻共享困难
  • 3.4 创新壁垒：技术感知与本地化实施的矛盾
  • 3.4.1 从热词到冷场：脱节的“技术想象力”
  • 3.4.2 “上面推、下面抗”：本地实施的组织阻力
  • 3.4.3 “看起来是技术问题，其实是流程问题”
  • 3.4.4 “不会用”“不想用”“用不好”：能力与认知的双重缺口
  • 04 蜀地先行：DeepSeek的四川实践
  • 4.1 患者服务重构：便捷、高效与个性化就医
  • 4.1.1 智能客服
  • 4.1.2 智能导诊系统
  • 4.1.3 智能预问诊系统
  • 4.1.4 智能导航服务
  • 4.1.5 AI家庭医生
  • 4.1.6 智能报告解读
  • 4.2 临床赋能实践：诊断、治疗与预后新突破
  • 4.2.1 门诊听译机器人
  • 4.2.2 医生数字分身
  • 4.2.3 医生智能助手
  • 4.2.4 手术麻醉风险智能评估
  • 4.2.5 手术智能排程
  • 4.2.6 AI辅助罕见病精准诊疗平台
  • 4.2.7 双向转诊AI应用
  • 4.2.8 智能随访
  • 4.2.9 用药管家系统
  • 4.3 管理决策升级：数据驱动的智慧运营
  • 4.3.1 智能问答机器人“省e通”
  • 4.3.2 自然语言驱动的ChatBI智能问数数据分析系统
  • 4.4 标杆案例深度解构：四川省人民医院的实践范式——成功经验与可复制模式
  • 4.4.1 战略布局：引领变革方向
  • 4.4.2 技术落地：多维度创新应用
  • 4.4.3 数据治理：筑牢智能医疗根基
  • 4.4.4 成功经验总结与可复制模式探索
  • 4.4.5 未来发展展望与区域辐射影响
  • 05 破局之道：DeepSeek驱动医院数字化转型的技术方案
  • 5.1 技术选型指南：打造智能医疗的技术底座
  • 5.1.1 模型选型
  • 5.1.2 推理引擎选型
  • 5.1.3 服务编排平台选型
  • 5.1.4 算力设施选型
  • 5.2 如何部署模型
  • 5.2.1 通过Ollama部署DeepSeek
  • 5.2.2 通过MindIE部署DeepSeek
  • 5.3 提示词工程
  • 5.3.1 什么是提示词工程
  • 5.3.2 提示词的核心要素
  • 5.4 RAG：重塑医疗AI应用格局的关键力量
  • 5.4.1 RAG是什么
  • 5.4.2 RAG在医疗领域的重要性
  • 5.4.3 RAG的优点
  • 5.4.4 RAG在医疗领域的运作流程
  • 5.4.5 RAG与语义搜索在医疗领域的关系
  • 5.5 领域自适应：医疗专业微调的技术要诀
  • 5.5.1 微调前准备
  • 5.5.2 微调模型所需资源
  • 5.5.3 工具和框架
  • 5.5.4 微调步骤
  • 5.5.5 微调模型总结
  • 5.6 AI全流程实践：打造智能患者咨询服务机器人
  • 5.6.1 实践背景与需求驱动
  • 5.6.2 建设意义
  • 5.6.3 技术架构
  • 5.6.4 开发步骤
  • 06 驶向未来：基于DeepSeek的未来医疗展望
  • 6.1 未来医院的三维图景：无边界服务—精准医疗—自治化运营
  • 6.1.1 无边界服务：打破时空限制的医疗生态
  • 6.1.2 精准医疗：从基因测序到个性化干预
  • 6.1.3 自治化运营：AI驱动的医院管理革命
  • 6.2 技术演进前瞻：具身智能与生物计算融合的可能性
  • 6.2.1 具身智能：从机械臂到手术机器人的进化
  • 6.2.2 生物计算：破解生命密码的新范式
  • 6.2.3 融合场景：从实验室到临床的跨越
  • 6.3 医疗AI伦理框架：在创新与风险之间建立新平衡
  • 6.3.1 伦理学的相关概念
  • 6.3.2 医疗AI的创新潜力与伦理挑战的双重图景
  • 6.3.3 国际医疗AI伦理治理的共识与分歧
  • 6.3.4 构建动态平衡的伦理框架
  • 6.4 医智共生：技术与医学生态的深度融合路径
  • 6.4.1 生态重构：从单点突破到系统协同
  • 6.4.2 数据治理：隐私与创新的平衡
  • 6.4.3 人文回归：科技赋能下的医疗温度
  • 6.4.4 全球协作：创新联合体的崛起
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。