年代后，研究人员已经突破传统专家系统的概念，采用了机器学习 等相关智能技术改进中医诊断流程。中医诊断一定程度上可以视为将人体所表现 信息即证候在所有已知证候库中进行匹配，所以可以把中医诊断作为机器学习问 题来对待，并采用如决策树、贝叶斯算法、支持向量机等分类算法来解决此类问 题。如中科院自动化所构造的对中医专家经进行自动知识获取工具，此外还建立 了基于人工神经元网络的中医儿科咳喘诊疗系统等。 然而获取用于构建模型的有标记的数据需要中医专家花费大量精力进行手工 的灵敏度和精确度大幅提升，功耗、成本和尺寸大幅下降。柔性封装、硅光子等 先进技术的开发使用，更可将能处理多种不同测量信号的传感器应用于各类可穿 戴设备，甚至应用于人体内部。 人工智能算法也成为传感器的绝佳助力。采用卷积神经网络、贝叶斯网络及 BP 神经网络等可以对测量信号进行更加多元的数据分析，目前对脉象特征的识 别准确率已经达到 98%以上，并可采用收缩压和舒张压、心率和脉搏波传导速 度等定量变量来描述定性脉搏图像所包含的强度、深度和速度等信息，对波域特 20212061799 泓时智能医疗科技有限公司 医用红外热像仪 浙械注准 20212060349 麦柯尔智能科技有限公司 医用红外热像仪 苏械注准 20212060662 31 北京贝亿医疗器械有限公司 红外热像仪 京械注准 20212060730 河南翔宇医疗设备股份有限公司 医用红外热像仪 豫械注准 20212060183 杭州新瀚光电科技有限公司 医用红外热像仪

2025 人工智能算法发展阶段 典 型 应 用 核 心 技 术 应 用 表 现 统计机器学习 1980 年代至 21 世纪初期 硬件奠基，算法发展，数据积累 算法框架：逻辑回归、朴素贝叶 斯 .... 特征工程 + 算法 推荐系统 输入法 可解释但依赖人工经验输入 深度学习 2010-2020 硬件发展，大规模数据，算法突破 推荐系统 人脸识别 算法框架：深度神经网络、卷积神经网络

年Wfo学习了 13 种癌症，这 13 种癌症占全球癌症发病率和患病率的 80%。但该 系统也存在一定的缺陷，因算法基于的数据有限，系 统提出的一些治疗建议有漏洞，例如建议在患有严 重出血的患者中使用贝伐单抗 [9]。 2.5 个人健康管理 移动可穿戴设备、各种手机应 · 550 · 交通医学 2019 年第 33 卷第 6 期 Med J of Communications,2019,Vol.33

023-46747892 四质市再半落 155 号 第二人网院 * 023-4874782 in 城都市西平区 0 医生秀表 Deie 土账 进 nt 市考羊区以三人典民 T 解 80 首贝 的 拉 号 体市造讯 信白公开 医疗资原 族病管理 居民健康服务门户 P 如的 记参山 # 选 产 族体地 这 T6