踏入医疗新纪元，人工智能正以前所未有的速度渗透并革新着医疗领域， AI如何重塑诊断边界、优化治疗方案、甚至预见健康趋势？本期推介的医学专业图书将从精准医疗到智能护理、从大数据分析到个性化治疗，让我们了解科技与健康深度融合的发展现状和未来趋势。
《Artificial intelligence for health4.0:
challenges and applications》
《人工智能促进健康 4.0：挑战与应用》
作者：Rishabha Malviya等
出版社：River Publishers，2022
索书号：R319/A791e/2022/Y
医疗保健是大数据环境中最关键的领域之一，因为它在生产性、繁荣性社会中扮演着基础性角色。本书深入介绍了人工智能在生物医学领域应用的最新进展，包括疾病诊断、药物处理、患者护理和监测、生物医学信息和生物医学研究等。概述了人工智能在医疗保健领域应用的最新突破，描述了构建有效、可靠和安全的人工智能系统的路线图，并讨论了人工智能增强型医疗保健系统的未来可能发展方向。
《Artificial intelligence for disease diagnosis
and prognosis in smart healthcare》
《智能医疗中用于疾病诊断和预后的人工智能》
作者：Ghita Kouadri Mostefaoui，
S. M. Riazul Islam，Faisal Tariq
出版社：CRC Press，2023
索书号：R44-39/A791/2023/Y
人工智能（AI），特别是机器学习（ML）和深度学习（DL）以及相关的数字技术是下一代医疗服务发展的重要方向。这些数字技术可以利用计算和通信能力的发展，改变医疗保健的各个方面，AI驱动的医疗保健服务将带来一系列新的商机，改善患者、其家人和社会整体的生活质量。AI的飞速发展也使得利用医疗数据设计出用于自动诊断痴呆症和糖尿病等慢性疾病的实用工具成为可能，本书重点介绍了当前将人工智能模型应用于各种疾病诊断和预后中的研究趋势，以供医疗工作者参考。
《Future care:sensors, artificial intelligence, and the reinvention of medicine》
《未来护理：传感器、人工智能和医学的重塑》
作者：Jagmeet Singh
出版社：Mayo Clinic Press，2023
索书号：R319/S617/2023/Y
本书探讨了先进的新技术如何更好地改变医学世界，即未来的医疗是虚拟医疗——传感器辅助、数字化、预测分析的医疗形式。与现代生活的大多数方面一样，人体器官也可以接受数字化监控，传感器可以帮助我们主动捕捉预测和预防疾病所需的信息。随着医学界对疾病预防的日益重视，数字革命将帮助我们有效地监测和应对慢性疾病，这场大规模的变革不仅将重塑医患关系，还将极大地改变医院和医疗行业的运作方式。
《Key heterocyclic cores for smart anticancer drug-design》
《智能抗癌药物设计的关键杂环核心》
作者：Rajesh Kumar Singh
出版社：Bentham Science Publishers，2022
索书号：R730.53/K44/V.1/2022/Y
R730.53/K44/V.2/2022/Y
本书分为2册，介绍了作为临床前抗癌药物关键成分——杂环化合物的最新研究情况，从研究现状看，杂环化合物被设计出能针对性治疗不同类型癌症的药物的可能性很大。本书由药物化学专家撰写，旨在为参与药物化学和抗癌药物设计领域各级研究和决策的读者提供该主题的总体概述。
《The AI revolution in medicine：
GPT-4 and beyond》
《医学领域的人工智能革命：GPT-4 及其他》
作者：Peter Lee，Carey Goldberg，
Isaac Kohane
出版社：Pearson，2023
索书号：R319/L479/2023/Y
GPT-4 及其竞争对手即将改变医学，无论是医疗领导者、医疗服务提供者还是患者，都需要了解这些技术。它们能做什么？它们还不能做什么？它们不应该做什么？要做出以上判断，需要了解最前沿的技术。本书揭示了 GPT-4在改善诊断、总结病人就诊情况、简化流程、加速研究以及风险等方面的巨大潜力，以供读者参考。
《Artificial intelligence multiomics
in precision oncology》
《人工智能多组学在精准肿瘤学中的应用》
作者：Ruby Srivastava
出版社：Cambridge Scholars Publishing，2023
索书号：R730.5-39/S774/2023/Y
人工智能（AI）集成机器学习技术被越来越多地用于应对可扩展性和高维数据的挑战，并将多组学数据转化为临床可操作的知识。人工智能工具可用于支持临床决策，提高临床效率，同时提供安全、高价值的医疗服务，本书全面分析了基于人工智能的癌症临床研究在改善癌症预后和诊断方面的技术和进展。
《Explainable artificial intelligence in medical decision support systems》
《医疗决策支持系统中的可解释人工智能》
作者：Agbotiname Lucky Imoize，
Jude Hemanth，Dinh-Thuan Do等
出版社：Institution of Engineering and
Technology，2023
索书号：R-05/E96a/2022/Y
医疗决策支持系统（MDSS）可分析病人医疗记录中的数据，并给出问题、提示或提醒，以协助临床医生进行治疗。将病人的数据、症状或当前治疗方案输入 MDSS 后，就能协助临床医生识别或排除最有可能的潜在病因，从而更快地找到一套合适的诊断或治疗方案。可解释人工智能（XAI）是一种“白盒”人工智能模型，用户看到每个特征对模型预测的加权重要性估计，并理解不同特征如何相互作用以得出特定决策。
本书讨论了基于 XAI 的特定患者的 MDSS 分析，以及与处理患者数据相关的安全和隐私问题；深入探讨了 XAI 在 MDSS 中的部署、管理和相关优势；概述了 MDSS 的框架，并探讨了 XAI 在 MDSS 中的适用性、前景和法律影响；还探讨了XAI在MDSS中的具体应用，如XAI在机器人辅助手术、医学图像分割、癌症诊断以及糖尿病和心脏病预测中的应用。
《Applications of machine learning and deep learning on biological data》
《机器学习和深度学习在生物数据中的应用》
作者：Faheem Masoodi，
Mohammad Quasim，
Syed Nisar Hussain Bukhari等
出版社：CRC Press，2023
索书号：Q811.4/A652m/2023/Y
本书可让读者全面了解机器学习和深度学习在蛋白质组学、基因组学、微阵列、文本挖掘及相关领域的应用，并重点关注了与生物信息学相关的问题。
《Using functional genomics and
artificial intelligence to reverse
engineer human cancer cells》
《利用功能基因组学和人工智能逆向
设计人类癌细胞》
作者：Ethier, Stephen P
出版社：Cambridge Scholars Publishing，2023
索书号：R730.231/E84/2023/Y
抗癌战争取得了巨大进步，癌症的预防、检测和治疗都得到了改善，这些进步共同带来了癌症发病率、死亡率稳步下降。然而，对于已发展到 IV 期癌症（癌症已扩散到远处器官）的患者来说，他们的预后仍然不容乐观，传统化疗成功根除转移性疾病的能力有限。因此，要想在攻克癌症研究的最后一座山峰方面取得进展，迫切需要新的模式和方法。本书阐述了利用新型靶向药物开发治疗转移性癌症患者新型治疗策略的基本原理，该策略利用人工智能方法，利用近年来获得的大量基因组数据，生成治疗转移性癌症患者的精确和个性化方法，这一策略与现代免疫疗法相结合，为最终常规治愈转移性癌症带来了希望。
《Diagnosis of neurological disorders based on deep learning techniques》
《基于深度学习技术的神经系统疾病诊断》
作者：Jyotismita Chaki
出版社：CRC Press，2023
索书号：R741/D536/2023/Y
本书介绍了基于用于神经系统疾病诊断的深度学习方法（包括深度学习算法的基础知识），使用图表、数据表和实际案例，用于神经退行性疾病和神经发育疾病的诊断。不仅包括前馈神经网络、深度生成模型、卷积神经网络、图卷积网络和递归神经网络在神经系统疾病诊断领域的应用，还包括数据预处理，包括缩放、校正、修剪和归一化。
策划：邵敏 安玫
文案：王嘉郡 安玫
排版：郭松直
封面：赵晓岚
责任编辑：张淼
审核：黄鹏 邵敏
135投稿账号：306213
秀米投稿账号：xctg@lib.whu.edu.cn
