新書推薦：
《
然后没有你的九月来临了
》
售價：NT$
218
《
图画书中的学科阅读（魔法象·阅读学园）
》
售價：NT$
305
《
木本植物类中药汇编
》
售價：NT$
653
《
异次元社交
》
售價：NT$
347
《
抉择时刻：那些原本可以改变世界的演讲
》
售價：NT$
305
《
海外中国研究·元代江南政治社会史研究
》
售價：NT$
551
《
养元筑基调气血
》
售價：NT$
356
《
永夜微光：拉康与未竟之精神分析革命
》
售價：NT$
602
|
| 編輯推薦： |
|
本书聚焦国家“健康中国”战略和医疗资源下沉的核心需求，针对当前远程医疗实践中存在的分诊效率低、专家匹配难、需求波动大、服务时长不确定、预约调度不精准等关键痛点，系统性地提出并构建了一套以人工智能为核心的远程会诊智能服务体系。
|
| 內容簡介： |
|
本书直击我国医疗资源不均衡的核心痛点，紧扣“健康中国”和“人工智能+”国家战略，填补了远程会诊全流程智能化专著的空白。以国家远程医疗中心真实历史数据为基础，深入探索了人工智能技术在提升远程会诊全流程智能化水平中的应用，主要包括远程会诊智能分诊、远程会诊专家推荐、远程会诊需求预测、远程会诊服务时长预测、基于预测的远程会诊预约调度研究等内容。本书不仅从理论层面深化了深度学习、自然语言处理、时间序列预测等技术在智慧医疗领域的应用边界，更在实践层面提供了可落地、可推广的智能服务解决方案。
|
| 關於作者： |
|
乔岩，男，1991年生，北京理工大学博士，美国普渡大学访问学者，现任郑州大学管理学院副教授。主要研究方向为健康医疗服务运营管理。主持国家自然科学基金1项，出版学术专著2部，获河南省科技进步奖二等奖1项。
|
| 目錄：
|
目 录
第1章 远程会诊智能分诊研究1
1.1 研究背景1
1.1.1 远程医疗中的人工分诊困境2
1.1.2 远程会诊申请文本特征及挑战3
1.1.3 BTB智能分诊模型的提出3
1.2 文献综述4
1.2.1 文本分类4
1.2.2 远程会诊平台智能分诊研究5
1.2.3 基于深度学习模型的分类算法研究6
1.3 研究模型6
1.3.1 BERT模型背景6
1.3.2 TextCNN的演进之路8
1.3.3 双层BiGRU的发展轨迹8
1.3.4 BERT-TextCNN-双层BiGRU模型的融合9
1.3.5 研究框架10
1.3.6 BTB模型10
1.3.7 评价指标14
1.3.8 损失函数及训练参数15
1.4 实证分析15
1.4.1 数据准备15
1.4.2 数据预处理16
1.4.3 实验配置17
1.4.4 对比实验配置18
1.5 实验结果与分析18
1.5.1 推荐科室的数量对性能的影响18
1.5.2 模型响应速度对比19
1.5.3 模型性能对比20
1.5.4 模型收敛性分析21
1.5.5 参数分析21
1.5.6 消融实验22
1.5.7 损失值与准确度22
1.6 本章小结23
1.6.1 价值体现23
1.6.2 局限和未来展望24
第2章 远程会诊专家推荐研究28
2.1 研究背景28
2.2 文献综述29
2.2.1 基于文本挖掘的特征提取29
2.2.2 医生推荐系统31
2.3 基于多粒度特征提取的远程医疗专家推荐模型33
2.3.1 专家推荐框架33
2.3.2 特征提取层34
2.3.3 专家推荐层39
2.3.4 模型评价方法40
2.4 实验与结果分析40
2.4.1 特征提取层数据集及预处理40
2.4.2 多粒度特征41
2.4.3 基于深度神经网络的专家推荐47
2.4.4 结果分析47
2.4.5 可解释性分析50
2.5 本章小结52
第3章 远程会诊需求预测研究56
3.1 研究背景56
3.2 模型构建58
3.2.1 多元回归分析58
3.2.2 长短期记忆神经网络58
3.2.3 注意力机制60
3.2.4 Self-Attention-LSTM模型61
3.2.5 模型评价指标62
3.3 实证分析62
3.3.1 数据预处理63
3.3.2 超参数设置65
3.3.3 结果分析67
3.4 本章小结69
第4章 远程会诊服务时长预测研究72
4.1 研究背景72
4.2 文献综述73
4.3 研究内容与框架74
4.4 预测模型算法75
4.4.1 LSTM75
4.4.2 全连接层77
4.4.3 注意力机制79
4.4.4 ATT-FC-LSTM81
4.5 远程会诊服务时长预测模型构建82
4.5.1 数据预处理82
4.5.2 特征选择87
4.5.3 模型参数选取89
4.5.4 评估指标91
4.6 多模型预测结果评估与特征重要性分析92
4.6.1 会诊服务时长统计分析92
4.6.2 回归预测结果93
4.6.3 分类预测结果95
4.6.4 特征重要性分析96
4.7 本章小结99
第5章 考虑服务时长的远程会诊预约调度研究104
5.1 研究背景104
5.2 文献综述106
5.2.1 服务器分配决策106
5.2.2 服务器不准时的预约安排106
5.2.3 具有排序决策的预约调度107
5.2.4 文献述评107
5.3 预约调度系统设计108
5.3.1 分配规则109
5.3.2 排序规则110
5.3.3 基于服务时长预测结果的新排序规则111
5.4 远程会诊预约调度效果评估112
5.5 实验和结果112
5.5.1 实验设置112
5.5.2 基于机器学习的服务时长预测对预约调度的影响114
5.5.3 新排序规则对预约调度的影响116
5.6 本章小结117
第6章 不确定环境下远程会诊预约调度研究121
6.1 研究背景121
6.2 文献综述122
6.2.1 远程会诊调度研究123
6.2.2 专家和患者的不准时行为124
6.2.3 患者当天到达行为124
6.3 问题假设和数学模型125
6.3.1 问题假设125
6.3.2 不考虑当天到达患者的远程会诊患者调度策略128
6.3.3 考虑当天到达患者的远程会诊患者调度策略131
6.4 求解方法135
6.4.1 GUROBI135
6.4.2 VNS136
6.5 数值实验136
6.5.1 实证统计与参数设定136
6.5.2 比较分析139
6.5.3 模型1和模型2的数值分析142
6.6 本章小结147
第7章 考虑不确定行为的远程会诊实时调度研究150
7.1 研究背景150
7.2 文献综述152
7.2.1 远程会诊静态调度152
7.2.2 远程会诊动态调度153
7.3 模型框架154
7.3.1 问题假设与变量设置154
7.3.2 静态调度模型155
7.3.3 动态调度模型157
7.4 求解方法159
7.4.1 基于样本平均近似的方法159
7.4.2 SVILS算法161
7.4.3 基于贪婪算法的滚动时域优化（GRHO）162
7.5 数值分析163
7.5.1 实证统计与参数设定164
7.5.2 静态调度算法性能验证165
7.5.3 动态调度算法性能验证166
7.5.4 对比分析167
7.6 本章小结169
第8章 结论与展望173
8.1 结论173
8.2 管理启示174
8.3 研究展望175
术语缩写对照表176
|
| 內容試閱：
|
前 言
党的二十大报告指出，“推进健康中国建设，把保障人民健康放在优先发展的战略位置”。我国长期存在着医疗资源供需矛盾、分布不均的问题，而远程医疗在优化医疗资源配置，带动基层医疗机构发展，降低患者医疗成本，提升患者就医体验方面可发挥巨大优势。据国家卫生健康委统计，截至2024年6月，远程医疗服务网络已覆盖全国所有市县级2.4万余家医疗机构，并向社区和乡村基层延伸覆盖，全国70%的卫生院已经和上级医院建立了远程医疗协作关系。远程医疗已成为我国提升公共卫生服务水平、织密织牢医疗保障网底的有效途径。
我国政府出台了一系列相关政策，将促进优质医疗资源扩容下沉和区域均衡布局作为深化医药卫生体制改革的重点，推动远程医疗发展。尤其在2024年4月《关于进一步健全机制推动城市医疗资源向县级医院和城乡基层下沉的通知》中明确指出，“积极开展远程医疗。各地要建立覆盖省、市、县、乡、村各级的远程医疗服务网络，积极开展远程医学影像、心电、病理诊断等远程医疗服务，推广‘基层检查、上级诊断’的远程医疗服务模式”。
与此同时，人工智能技术在世界范围内快速发展。2024年政府工作报告首次提出“人工智能+”行动，各行业加快探索“人工智能+产业发展”新模式，各种创新要素加速在人工智能领域集聚。从“互联网+”到“人工智能+”，人工智能与大模型正在为传统行业创新发展提供新契机。
在健康医疗领域，我国出台了一系列政策鼓励智慧医疗产业发展，加大对“人工智能+”健康医疗的支持力度，推进智慧医疗体系发展。2024年6月，在国务院办公厅发布的《深化医药卫生体制改革2024年重点工作任务》中明确指出，“推广智慧医疗辅助信息系统”。在数字经济时代，“互联网+医疗”模式已被广泛应用，医疗行业逐步迈入“数字化”和“智能化”，远程医疗更是医疗数字化进程下新型就诊模式的代表。我国现阶段的远程医疗依托先进的通信技术和硬件设备实现了“数字化”，但是距离依托大数据和人工智能发展的“智能化”还有一定的差距。
本书以困扰远程医学中心的管理实践难题为出发点，以历史大数据为基础，以人工智能为方法，以远程会诊各阶段的服务智能化为途径，开展面向智慧医疗的远程会诊智能服务途径与方法的研究。具体主要包括以下研究内容。
第1章，远程会诊智能分诊研究。针对远程会诊申请信息复杂，重点分布不均的特点，使用BERT模型训练词向量，在此基础上，利用文本卷积神经网络（TextCNN）和双层双向门控循环神经网络（double-layer BiGRU）捕捉远程会诊申请的局部特征信息和上下文信息。将BERT特征与TextCNN特征、双层BiGRU特征相融合，最后输入到全连接层中，为基层医生推荐多个合适的会诊科室。郑州大学管理学院硕士研究生李俊珂、郭琚乐对本章的编写和整理做了大量辅助性工作。
第2章，远程会诊专家推荐研究。首先，基于专家的专业特长构建知识图谱，提取疾病相关度特征；其次，基于患者初步诊断和专家历史诊断文本融合粗粒度主题模型LDA和细粒度模型Sentence-BERT的相似度结果提取医患文本相似度特征；最后，考虑性别、年龄、职称和活跃度等特征来提高模型性能，并将提取的特征输入至神经网络中，生成推荐结果。郑州大学管理学院博士研究生吴亚辉对本章的编写和整理做了大量辅助性工作。
第3章，远程会诊需求预测研究。首先，根据远程会诊需求中存在的假期效应生成假期指标，通过多元回归分析选取显著性高的指标作为模型输入；然后，根据长短期记忆网络学习输入指标的内部复杂映射关系，利用注意力机制对指标分配不同权重；最后，根据权重和LSTM隐藏层输入预测结果。郑州大学管理学院硕士研究生乔正文对本章的编写和整理做了大量辅助性工作。
第4章，远程会诊服务时长预测研究。针对远程会诊服务时长异质性、动态性、随机性等特点，本章提出一种结合注意力机制和全连接层LSTM算法的远程会诊服务时长预测方法，利用回归预测和分类预测两种方法评估算法预测性能，该模型堆叠了一个注意力层，三个全连接层和两层长短期记忆神经网络，以实现对输入数据的选择性关注和更高级别的特征表示，从而提高模型的性能和表示能力。郑州大学管理学院硕士研究生贾启硕对本章的编写和整理做了大量辅助性工作。
第5章，考虑服务时长的远程会诊预约调度研究。本章对远程会诊分配规则和排序规则进行了研究，在充分参考会诊服务时长预测结果的前提下，提出了全新的排序规则以及会诊服务时长分配方式，通过仿真模拟，明确服务时长预测和新排序规则对远程会诊预约调度的影响。郑州大学管理学院硕士研究生贾启硕对本章的编写和整理做了大量辅助性工作。
第6章，不确定环境下远程会诊预约调度研究。不确定性行为对远程会诊运营效率具有显著影响，尤其是基层医院患者不准时、当天到达患者、上级医院专家迟到等现象。针对这些不确定行为，本章首先构建了一个不考虑当天到达患者的两阶段随机混合整数规划模型。然后，根据当天到达患者相较于预约患者的优先级差异，为当天到达患者提出两种不同的调度策略：模型1和模型2。调度策略的设计主要是为了在调度阶段充分考虑插队患者的潜在影响。本章首先在数据分析中评估了参数的合理性，然后对比了模型1与模型2的性能表现，最后将所提出的模型与实际数据进行基准测试，结果显示所提出的调度策略显著优于现实运营效果。郑州大学管理学院博士生翟梦博，硕士生马苗、郭琚乐和王允辉对本章的编写和整理做了大量辅助性工作。
第7章，考虑不确定行为的远程会诊实时调度研究。在第6章的基础上，本章继续深入研究对比分析了预先考虑当天到达患者的静态调度策略与基于当天到达患者到达动态调整的动态调度策略。研究核心目标是提供适用于远程会诊中即时就诊场景及患者-专家双重不确定性的解决方案，通过更及时的预约信息推送提升国家远程医疗中心运营效率，进而降低工作负荷。郑州大学管理学院博士生翟梦博，硕士生王允辉、刘辰昕和马苗对本章的编写和整理做了大量辅助性工作。
第8章，结论与展望。系统归纳研究成果与实践启示，提出远程会诊智能服务的实施路径。客观评估研究在数据样本和模型泛化性方面的局限性，并提出未来的研究展望。
本书的相关研究工作得到了国家自然科学基金项目（72202217）的资助。在本书的编写过程中，得到了郑州大学管理学院翟运开教授、郑州大学第一附属医院河南省远程医学中心副主任陈保站和郑州大学第一附属医院互联网医院副主任孙东旭的大力支持和帮助，在此表示衷心感谢！
由于作者水平有限，难免有不妥或疏漏之处，敬请专家、读者指正。
乔岩
2025年10月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
