實(shí)用健康醫(yī)療數(shù)據(jù)科學(xué)精要

第1章　醫(yī)學(xué)發(fā)展與數(shù)據(jù)科學(xué) 1
1.1?醫(yī)學(xué)認(rèn)知的物質(zhì)化、科學(xué)化和數(shù)據(jù)化 1
1.1.1?從神靈主義走出的醫(yī)學(xué)? 1
1.1.2?醫(yī)學(xué)認(rèn)知的物質(zhì)化? 2
1.1.3?醫(yī)學(xué)認(rèn)知的科學(xué)化? 4
1.1.4?醫(yī)學(xué)認(rèn)知的數(shù)據(jù)化? 6
1.2?數(shù)據(jù)化或是傳統(tǒng)醫(yī)學(xué)現(xiàn)代化的必經(jīng)之路 8
1.2.1?現(xiàn)代醫(yī)學(xué)與傳統(tǒng)醫(yī)學(xué)的分歧? 8
1.2.2?數(shù)據(jù)科學(xué)助力傳統(tǒng)醫(yī)學(xué)融入現(xiàn)代? 8
1.3?以實(shí)踐和數(shù)據(jù)說話的循證醫(yī)學(xué)發(fā)展歷程 10
1.3.1?理解循證醫(yī)學(xué)? 10
1.3.2?循證醫(yī)學(xué)證據(jù)體系建立的五個(gè)階段? 11
1.4?基于PICOS原則把臨床語言轉(zhuǎn)變?yōu)閿?shù)據(jù)語言 18
1.5?數(shù)據(jù)科學(xué)在循證醫(yī)學(xué)證據(jù)體系以外的應(yīng)用 19
第2章　走進(jìn)數(shù)據(jù)科學(xué)時(shí)代 23
2.1?大數(shù)據(jù)的由來、定義和特征 23
2.1.1?大數(shù)據(jù)的由來和定義? 23
2.1.2?大數(shù)據(jù)的nV特征? 24
2.1.3?走出數(shù)據(jù)以“大”論英雄的誤區(qū)? 25
2.2?大數(shù)據(jù)發(fā)展的數(shù)據(jù)工程問題 27
2.2.1?硬件工程問題? 27
2.2.2?軟件技術(shù)問題? 28
2.3?大數(shù)據(jù)發(fā)展的數(shù)據(jù)科學(xué)問題 30
2.3.1?統(tǒng)計(jì)學(xué)的由來與發(fā)展? 30
2.3.2?智能的內(nèi)涵：知有所合謂之智，能有所合謂之能? 31
2.3.3?人工智能的起落與輝煌? 32
2.3.4?發(fā)展人工智能應(yīng)堅(jiān)守的造物觀：重己役物，致用利人? 35
2.4?大數(shù)據(jù)驅(qū)動(dòng)的數(shù)據(jù)科學(xué)生態(tài)變革 38
2.4.1?從統(tǒng)計(jì)學(xué)思維到應(yīng)用型思維? 38
2.4.2?數(shù)據(jù)科學(xué)生態(tài)促使數(shù)據(jù)從業(yè)者角色分化? 40
2.5?大數(shù)據(jù)驅(qū)動(dòng)的科學(xué)研究范式變革 42
2.5.1?科學(xué)革命的結(jié)構(gòu)? 42
2.5.2?第四范式與AI for science? 43
2.6?大數(shù)據(jù)驅(qū)動(dòng)的日常生活變革 46
2.7?數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)數(shù)據(jù)要素價(jià)值變現(xiàn) 48
2.7.1?互聯(lián)網(wǎng)泡沫破碎后的數(shù)字經(jīng)濟(jì)重建? 48
2.7.2?理解數(shù)據(jù)要素化? 49
2.7.3?數(shù)據(jù)變現(xiàn)的路徑? 51
第3章　健康醫(yī)療大數(shù)據(jù)與人工智能 54
3.1?健康醫(yī)療大數(shù)據(jù)的范圍 54
3.2?健康醫(yī)療大數(shù)據(jù)的行業(yè)特征 55
3.2.1?醫(yī)療大數(shù)據(jù)的縱向和橫向孤島現(xiàn)象? 55
3.2.2?健康醫(yī)療大數(shù)據(jù)的多模態(tài)性、疾病主題特異性和動(dòng)態(tài)性? 56
3.2.3?健康醫(yī)療大數(shù)據(jù)的主觀性和價(jià)值稀疏性? 56
3.3?大數(shù)據(jù)驅(qū)動(dòng)的人工智能在醫(yī)療領(lǐng)域的應(yīng)用與角色 59
3.3.1?人工智能在醫(yī)療領(lǐng)域的應(yīng)用? 59
3.3.2?從效率工具角度看待醫(yī)療人工智能? 61
3.3.3?醫(yī)療AI開發(fā)中的困難與瓶頸? 62
3.4?模型的透明性和可問責(zé)性是醫(yī)療人工智能廣泛落地的基礎(chǔ) 64
第4章　健康醫(yī)療大數(shù)據(jù)讓循證醫(yī)學(xué)走進(jìn)真實(shí)世界 67
4.1?以RCT為代表的理想世界研究的局限性 67
4.2?基于真實(shí)世界數(shù)據(jù)的真實(shí)世界研究 69
4.2.1?真實(shí)世界研究的定義? 69
4.2.2?真實(shí)世界研究的證據(jù)等級(jí)體系? 72
4.3?大數(shù)據(jù)時(shí)代下的真實(shí)世界人群隊(duì)列管理 74
第5章　基于真實(shí)世界數(shù)據(jù)的醫(yī)學(xué)統(tǒng)計(jì) 76
5.1?醫(yī)療業(yè)務(wù)的數(shù)據(jù)化 76
5.2?缺失值的識(shí)別和處理 78
5.3?真實(shí)世界研究數(shù)據(jù)分析要點(diǎn)概述 80
5.4?統(tǒng)計(jì)三件套：說一說、比一比、找關(guān)系 84
5.5?從暴露到結(jié)局的單變量關(guān)系是經(jīng)典循證醫(yī)學(xué)研究的基本關(guān)注點(diǎn) 90
5.5.1?單變量之間的線性和廣義線性關(guān)系? 90
5.5.2?單變量之間的線性趨勢(shì)關(guān)系和非線性關(guān)系? 98
5.5.3?從辛普森悖論看為什么研究單變量之間的關(guān)系同樣要做多
　　　因素分析? 101
5.5.4?單變量間的相關(guān)關(guān)系和因果關(guān)系? 104
5.6?單變量之間關(guān)系的論證邏輯結(jié)構(gòu) 105
5.6.1?從定性到定量：單變量關(guān)系研究需要回答的四個(gè)問題? 105
5.6.2?從一根杠桿看懂何為混雜和交互因素? 106
5.6.3?混雜因素的識(shí)別和控制? 108
5.6.4?交互因素的識(shí)別和控制? 112
5.6.5?傾向性評(píng)分：控制多個(gè)混雜的神器? 113
第６章　由統(tǒng)計(jì)推導(dǎo)結(jié)論到智能預(yù)測 119
6.1?從醫(yī)學(xué)統(tǒng)計(jì)到統(tǒng)計(jì)學(xué)習(xí) 119
6.1.1?從效用統(tǒng)計(jì)到結(jié)局預(yù)測? 119
6.1.2?從人工智能到機(jī)器學(xué)習(xí)? 120
6.1.3?人工智能中的損失和優(yōu)化? 123
6.2?臨床預(yù)測模型構(gòu)建的基本思路 125
6.2.1?建模前工作? 125
6.2.2?建模中工作? 127
6.2.3?建模后工作? 129
6.3?醫(yī)療機(jī)器學(xué)習(xí)的“PICOS” 140
第7章　統(tǒng)計(jì)學(xué)習(xí)的常見算法淺析 142
7.1?回歸分析中的多重共線性與Lasso回歸 142
7.1.1?多重共線性的影響和識(shí)別? 142
7.1.2?Lasso回歸的原理? 143
7.2?通俗好用的樹模型和集成算法 146
7.2.1?用于分類任務(wù)的決策樹構(gòu)建? 146
7.2.2?用于回歸任務(wù)的回歸樹和模型樹? 151
7.2.3?群策群力的集成學(xué)習(xí)? 152
7.3?人們?nèi)沼枚蛔灾呢惾~斯推理 155
7.3.1?初識(shí)貝葉斯定理? 155
7.3.2?樸素貝葉斯算法? 158
7.3.3?概率圖模型? 159
7.4?基于距離的機(jī)器學(xué)習(xí)分類與聚類 161
7.4.1?K近鄰分類? 162
7.4.2?聚類算法? 163
7.5?數(shù)據(jù)降維的藝術(shù) 166
7.5.1?主成分分析? 166
7.5.2?因子分析? 174
7.6?支持向量機(jī) 178
7.6.1?AI界的水果忍者? 178
7.6.2?SVM到底在優(yōu)化什么？? 180
7.6.3?核技巧是使SVM真正強(qiáng)大起來的原因? 183
7.7?挖掘數(shù)據(jù)共顯模式的關(guān)聯(lián)規(guī)則算法 185
7.7.1?驅(qū)動(dòng)購物的關(guān)聯(lián)規(guī)則? 185
7.7.2?Apriori算法? 186
7.8?時(shí)間序列分析 188
第8章　開啟多模態(tài)學(xué)習(xí)的深度學(xué)習(xí) 201
8.1?人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí) 201
8.1.1?人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)入門? 201
8.1.2?神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)過程中，到底學(xué)到了什么？? 204
8.1.3?如何更準(zhǔn)確地選擇損失函數(shù)下降的方向? 208
8.2?卷積神經(jīng)網(wǎng)絡(luò)與機(jī)器視覺 211
8.2.1?卷積神經(jīng)網(wǎng)絡(luò)的直觀理解? 211
8.2.2?卷積運(yùn)算的數(shù)學(xué)解釋? 214
8.2.3?計(jì)算機(jī)視覺和卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展脈絡(luò)? 217
8.2.4?醫(yī)學(xué)影像人工智能? 222
8.3?給AI植入想象力的對(duì)抗生成網(wǎng)絡(luò)和擴(kuò)散模型 227
8.3.1?對(duì)GAN原理的形象理解? 227
8.3.2?GAN訓(xùn)練過程的算法數(shù)學(xué)理解? 228
8.3.3?GAN的其他集中花式玩法? 230
8.3.4?擴(kuò)散模型簡介? 233
8.4?使AI學(xué)會(huì)策略的強(qiáng)化學(xué)習(xí) 235
8.4.1?理解決策過程? 235
8.4.2?如何學(xué)習(xí)Q值？? 236
8.4.3?理解整個(gè)策略學(xué)習(xí)過程? 236
8.4.4?理解深度強(qiáng)化學(xué)習(xí)之DQN? 238
8.5?循環(huán)神經(jīng)網(wǎng)絡(luò)與自然語言處理 240
8.5.1?對(duì)RNN的形象理解? 240
8.5.2?對(duì)RNN的算法理解? 241
8.6?基于深度學(xué)習(xí)的自然語言處理簡介 245
8.6.1?詞的向量表示? 245
8.6.2?Encoder-Decoder和注意力機(jī)制? 250
8.6.3?從transformer到ChatGPT? 253
8.6.4?自然語言處理在醫(yī)學(xué)中的應(yīng)用淺析? 261
8.7?大模型驅(qū)動(dòng)的AIGC通用人工智能時(shí)代 263
8.7.1?AIGC緣起? 263
8.7.2?大力出奇跡：ChatGPT引爆了AIGC的奇點(diǎn)? 264
8.7.3?大模型的解封咒語：提示工程? 269
第9章　日常診療與數(shù)據(jù)科學(xué) 271
9.1?臨床推理中的雙重認(rèn)知模式 271
9.2?醫(yī)療與數(shù)據(jù)科學(xué)的認(rèn)知協(xié)同 275
9.3?人機(jī)決策與CDSS 278
9.4?醫(yī)療從業(yè)者學(xué)習(xí)數(shù)據(jù)科學(xué)的必要性和可行性 281
第10章　精準(zhǔn)醫(yī)學(xué)與數(shù)據(jù)科學(xué) 284
10.1?精準(zhǔn)醫(yī)學(xué)的由來 284
10.2?精準(zhǔn)醫(yī)學(xué)與組學(xué)研究 285
10.3?以中心法則為主線開展的組學(xué)研究 286
10.4?中心法則之外，拓寬組學(xué)的邊界 291
10.5?始于差異，經(jīng)由機(jī)制，終于臨床 293
第十一章　醫(yī)藥研發(fā)與數(shù)據(jù)科學(xué) 301
11.1?新藥研發(fā)概述 301
11.2?生物分子的化學(xué)表征與計(jì)算 302
11.3?基于不同分子表征的模型計(jì)算 304
第12章　轉(zhuǎn)化醫(yī)學(xué)與數(shù)據(jù)科學(xué) 307
12.1?轉(zhuǎn)化醫(yī)學(xué)的由來、階段和與數(shù)據(jù)科學(xué)的關(guān)系 307
12.2?樹立合理的醫(yī)學(xué)科技創(chuàng)新觀念和轉(zhuǎn)化動(dòng)機(jī) 310
12.3?科技成果評(píng)價(jià)的主要方法和維度 314
12.4?醫(yī)學(xué)科技成果的轉(zhuǎn)化途徑與過程 325
12.5?醫(yī)學(xué)轉(zhuǎn)化案例之CRISPR-Cas9基因編輯技術(shù) 330
第13章　智慧健康醫(yī)療與數(shù)據(jù)科學(xué) 333
13.1?智慧健康醫(yī)療概述 333
13.2?智慧健康醫(yī)療衍射出的重要概念 340
13.3?數(shù)據(jù)科學(xué)之于智慧醫(yī)療，是漁而非魚 345
第14章　合理醫(yī)療與數(shù)據(jù)科學(xué) 351
14.1?合理醫(yī)療的大道理 351
14.2?不合理醫(yī)療的小算盤 352
14.3?合理醫(yī)療監(jiān)管的外儒內(nèi)法 359
14.4?監(jiān)管手段從形式之法到數(shù)據(jù)之法 361
14.5?基于數(shù)據(jù)科學(xué)的合理醫(yī)療循證評(píng)價(jià) 364
第15章　醫(yī)院管理與數(shù)據(jù)科學(xué) 370
15.1?指標(biāo)化的醫(yī)院數(shù)字化管理 370
15.2?基于數(shù)據(jù)科學(xué)的DRGs/DIP醫(yī)保費(fèi)用管理 379
15.3?基于數(shù)據(jù)科學(xué)方法的精細(xì)醫(yī)院運(yùn)營管理 386
15.4?基于數(shù)據(jù)科學(xué)的RBRVS績效評(píng)價(jià)體系構(gòu)建 391
第16章　醫(yī)學(xué)人文與數(shù)據(jù)科學(xué) 396
16.1?技術(shù)和人文是醫(yī)學(xué)發(fā)展的雙翼 396
16.2?數(shù)據(jù)科學(xué)對(duì)醫(yī)學(xué)人文的潛在影響 400
16.3?在醫(yī)學(xué)美學(xué)的指導(dǎo)下發(fā)展醫(yī)療數(shù)據(jù)科學(xué) 403
第17章　醫(yī)療大數(shù)據(jù)的理、采、存、管、用 407
17.1?醫(yī)療機(jī)構(gòu)數(shù)據(jù)應(yīng)用的窘境 407
17.2?醫(yī)療大數(shù)據(jù)平臺(tái)的四層架構(gòu)和五項(xiàng)功能 412
17.3?醫(yī)療大數(shù)據(jù)的變現(xiàn)管理 421
17.4?醫(yī)療大數(shù)據(jù)應(yīng)用的安全體系 426
17.4.1?信息安全是所有數(shù)據(jù)建設(shè)的基礎(chǔ)? 427
17.4.2?健康醫(yī)療大數(shù)據(jù)的合規(guī)管理? 431
17.4.3?隱私計(jì)算在促進(jìn)醫(yī)療大數(shù)據(jù)合規(guī)應(yīng)用的作用? 437
17.4.4?隱私計(jì)算融合區(qū)塊鏈提升數(shù)據(jù)協(xié)作全流程保護(hù)能力? 441
17.4.5?易被忽視的AI安全? 442
17.5?DataOps推動(dòng)業(yè)務(wù)數(shù)據(jù)協(xié)作聯(lián)動(dòng)? 445
17.6?警惕唯數(shù)據(jù)主義的陷阱 447
后?記　精數(shù)道以明醫(yī)理，通仁術(shù)以踐仁心 453