

Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again
AI醫療DEEP MEDICINE
出版社:
出版日期:
2019/03/11
9
1,1201,008
分期3期0利率✕每期336元
3 期 0 利率✕每期 336 元
臺灣銀行、合作金庫、第一銀行、華南銀行、彰化銀行、台北富邦、國泰世華、兆豐商銀、臺灣中小企銀、滙豐銀行、新光銀行、聯邦銀行、遠東銀行、永豐銀行、玉山銀行、凱基銀行、星展銀行、台新銀行、安泰銀行、中國信託、台灣樂天
※ 除不盡餘數將於第一期收取
查詢門市庫存
內容簡介
AI 醫療不是未來式,而是現在進行式!讓世界級名醫帶你進入 AI 醫療現場。
本書深入發掘 AI 醫療應用亮點:
【 AI 觀察掃描影像的威力】
★ AI 能觀察出醫療掃描影像中潛藏的細微資訊,看到許多人眼無法觀察到的紋理特徵,例如預測出在某些腦癌中的染色體 1p/19q 聯合缺失之基因組異常,或是找出病患是否有與大腸癌密切關聯的 KRAS 基因突變,做到真正個別化的監測!一年甚至能夠判讀數十億張醫療掃描影像,數量驚人!
★ 東京大學研究團隊開發了一套 6 層卷積神經網路,對來自 460 名病患的肝臟腫塊電腦斷層進行分類,所得結果與真實值相比,整體準確性高達 84%!
★ 荷蘭拉德堡德大學 (Radboud University) 發現深度神經網路在經過 1,400 多張乳房 X 光影像的訓練後,能夠判讀出與 23 位放射科醫師相同的結果!
★ 使用 AI 就能從視網膜圖像準確診斷出各種眼疾:在分析及診斷青光眼、糖尿病視網膜病變、老年黃斑部病變等 50 多種眼科疾病、進行緊急轉診方面,深度學習演算法協助自動化光學同調斷層掃描判讀的準確率,已達到專業視網膜專科醫師的判斷水平。從視網膜影像還能預測病患的年齡、性別、血壓、吸菸狀況、糖尿病控制及重大心血管疾病的風險。也可協助診斷「早產兒視網膜病變」與「先天性白內 障」,改善兒童視力!
【 AI 辨識病理切片的潛力】
★ 史丹佛大學的研究小組利用全切片影像開發了一款機器學習演算法來預測肺癌病患的存活率 (survival rate),準確率優於目前病理學實務上所使用的腫瘤分級 (grade) 與分期 (stage)。
★ 紐約大學研究人員對病理學切片進行的研究則顯示,演算法在診斷肺癌亞型 (subtype) 時,可得到非常優異的準確率 (AUC = 0.97),這項研究證明了機器演算法有能力看出人類不易辨別的模式。
【企業界爭相切入 AI 醫療應用】
★ 許多公司也都已著手發展醫學影像的深度學習,包括Arterys 專攻心臟 MRI 影像分析、Viz.ai 利用頭部電腦斷層深度學習診斷中風症狀,還會即時發訊息通知臨床醫師、Imagen 以機器分析骨骼影像的技術等。Enlitic 的自動檢測處理則不僅能夠精確診斷骨折,當骨折的範圍只佔了 X 光影像中的 0.01% 時,還能夠明確點出微骨折的位置!
★ Arterys 公司有一套已獲美國FDA批准的演算法稱為 Deep Ventricle,可快速分析心臟血流,將原本需花費一個小時抽血並手動測量的工作,縮短成一次只需要花費15秒的掃描。
【 AI 提升醫院急診室、手術室及加護病房的運作效率】
★ 利用近16萬名病患的電子健康紀錄訓練完18層的深度神經網路之後,能針對4萬份病歷預測出死亡時間,而且準確率相當高。此外,深度神經網路還能預測:住院日數、緊急臨時再入院(unexpected hospital readmission)以及最終的出院診斷。
★ 史丹佛大學利用深度學習和機器視覺量化醫師的手部衛生狀況以杜絕院內感染,準確率超過95%。
★ 加護病房也能倚靠機器視覺幫助使用機械式呼吸輔助(mechanical ventilation)的病患脫離呼吸器:透過病患的監控影像,便能協助確定目前移除病患的呼吸器是否有風險,也能掌握其他生命徵象未列入的參數,藉此減輕護理師檢測的負擔。
★ 在美國許多醫院已有機器人護理師助手 Tug 幫忙分送食物和藥物,減輕護理師的工作負擔,空出護理師的時間與雙手真正去照護病人、關心病人。
【 AI 打破迷思、顛覆傳統】
★ 許多資訊都隱藏在所謂的正常範圍裡:以一名在過去 5 年內血紅素從 15.9 g/dl 穩定下降到 13.2 g/dl 的男性病患為例,其血紅素數量變化的起點和終點都落在正常範圍裡,因此這個變化絕對不會被檢驗報告標記出來,但是血紅素減少情形有可能是病患身上某種疾病的早期徵兆,比如隱性出血或癌症。在資料解讀上,AI 能掌握更多豐富、細緻且連續的資料及解讀方式。這就是深度學習的重要性!
★ 健康飲食金字塔的唯一標準其實並不符合每個人,AI 將能根據你的腸胃道菌種量身打造專屬個人的飲食建議!
★ 癌症資訊最近還擴展到了活癌細胞分析,用微流控技術 (microfluidics) 從乳癌或攝護腺癌病患身上分離出活的癌細胞,接著用 AI 機器視覺進行評估,以預測術後風險,不同於以往的癌症檢驗依賴固定在福馬林中的死亡組織塊。
【 AI 結合無負擔的穿戴式裝置】
★ 戴上智慧手錶,免抽血就能偵測血鉀濃度的變化,避免因心律不整而猝死!
★ AI 能偵測出人類所感覺不到的細微變化,只要貼上類似 OK 繃的裝置,就可以偵測出「無症狀」心房震顫的病人,預防可能引發的中風!
美國著名心臟科權威醫師 Eric Topol 以自身就醫的經歷揭開序幕,帶我們一窺原來「即使身為醫師也未必能得到最佳的醫療診治!」直擊醫療現場的真實缺口,揭露出為何醫療場域迫切需要導入 AI? AI 醫療並非未來式,而是現在進行式! AI 更不是冷冰冰的機器,而是重塑醫病關係的新契機!
本書特色:
★ 為什麼你/妳需要讀這本書?
【如果你是醫師、醫療從業人員……】
為什麼醫療領域需要發展 AI?
AI 真的有那麼神嗎?醫療領域發展 AI 又會遇到哪些瓶頸?
AI 醫療的最終願景將會帶給醫師及醫療相關從業人員哪些好處?
這些 AI 醫療變革都將影響整體醫療系統、醫療資源的支配運用,身為第一線從業人員的你/妳不可不知!
【如果你是「 AI 工程師」或「研發人員」……】
醫療資料暗藏什麼結構性問題?有哪些陷阱?
何時該篩選數據,何時又不該篩選?!
如果 AI 工程師能早一步知道,就能少走很多冤枉路!
【如果你是「醫療」或「資訊科技」相關科系教授與學生……】
最新的一門跨領域整合性學科「AI 醫療資訊專業」融合了 AI 科技與醫療知識,
隨著 AI 在醫療領域的崛起,「優秀醫生」的定義也將翻轉,醫學界訓練醫生的方式將發生哪些轉變?
醫學生若想掌握 AI 工具,首先應從哪些學科切入?
資訊科系學生若想進軍醫療工程領域,更該明白醫學資料獨有的特性!提早佈局自己的競爭力藍圖!
此外,本書旁徵博引近 700 篇參考文獻,歸納整理出 AI 醫療的相關研究內容重點。包含 AI 在全球各地醫療領域的實務應用,以及理論與實務究竟差距有多大,都將在書中具體呈現。
本中文書介出自《AI醫療DEEP MEDICINE》旗標科技股份有限公司出版
One of America’s top doctors reveals how AI will empower physicians and revolutionize patient care
本書深入發掘 AI 醫療應用亮點:
【 AI 觀察掃描影像的威力】
★ AI 能觀察出醫療掃描影像中潛藏的細微資訊,看到許多人眼無法觀察到的紋理特徵,例如預測出在某些腦癌中的染色體 1p/19q 聯合缺失之基因組異常,或是找出病患是否有與大腸癌密切關聯的 KRAS 基因突變,做到真正個別化的監測!一年甚至能夠判讀數十億張醫療掃描影像,數量驚人!
★ 東京大學研究團隊開發了一套 6 層卷積神經網路,對來自 460 名病患的肝臟腫塊電腦斷層進行分類,所得結果與真實值相比,整體準確性高達 84%!
★ 荷蘭拉德堡德大學 (Radboud University) 發現深度神經網路在經過 1,400 多張乳房 X 光影像的訓練後,能夠判讀出與 23 位放射科醫師相同的結果!
★ 使用 AI 就能從視網膜圖像準確診斷出各種眼疾:在分析及診斷青光眼、糖尿病視網膜病變、老年黃斑部病變等 50 多種眼科疾病、進行緊急轉診方面,深度學習演算法協助自動化光學同調斷層掃描判讀的準確率,已達到專業視網膜專科醫師的判斷水平。從視網膜影像還能預測病患的年齡、性別、血壓、吸菸狀況、糖尿病控制及重大心血管疾病的風險。也可協助診斷「早產兒視網膜病變」與「先天性白內 障」,改善兒童視力!
【 AI 辨識病理切片的潛力】
★ 史丹佛大學的研究小組利用全切片影像開發了一款機器學習演算法來預測肺癌病患的存活率 (survival rate),準確率優於目前病理學實務上所使用的腫瘤分級 (grade) 與分期 (stage)。
★ 紐約大學研究人員對病理學切片進行的研究則顯示,演算法在診斷肺癌亞型 (subtype) 時,可得到非常優異的準確率 (AUC = 0.97),這項研究證明了機器演算法有能力看出人類不易辨別的模式。
【企業界爭相切入 AI 醫療應用】
★ 許多公司也都已著手發展醫學影像的深度學習,包括Arterys 專攻心臟 MRI 影像分析、Viz.ai 利用頭部電腦斷層深度學習診斷中風症狀,還會即時發訊息通知臨床醫師、Imagen 以機器分析骨骼影像的技術等。Enlitic 的自動檢測處理則不僅能夠精確診斷骨折,當骨折的範圍只佔了 X 光影像中的 0.01% 時,還能夠明確點出微骨折的位置!
★ Arterys 公司有一套已獲美國FDA批准的演算法稱為 Deep Ventricle,可快速分析心臟血流,將原本需花費一個小時抽血並手動測量的工作,縮短成一次只需要花費15秒的掃描。
【 AI 提升醫院急診室、手術室及加護病房的運作效率】
★ 利用近16萬名病患的電子健康紀錄訓練完18層的深度神經網路之後,能針對4萬份病歷預測出死亡時間,而且準確率相當高。此外,深度神經網路還能預測:住院日數、緊急臨時再入院(unexpected hospital readmission)以及最終的出院診斷。
★ 史丹佛大學利用深度學習和機器視覺量化醫師的手部衛生狀況以杜絕院內感染,準確率超過95%。
★ 加護病房也能倚靠機器視覺幫助使用機械式呼吸輔助(mechanical ventilation)的病患脫離呼吸器:透過病患的監控影像,便能協助確定目前移除病患的呼吸器是否有風險,也能掌握其他生命徵象未列入的參數,藉此減輕護理師檢測的負擔。
★ 在美國許多醫院已有機器人護理師助手 Tug 幫忙分送食物和藥物,減輕護理師的工作負擔,空出護理師的時間與雙手真正去照護病人、關心病人。
【 AI 打破迷思、顛覆傳統】
★ 許多資訊都隱藏在所謂的正常範圍裡:以一名在過去 5 年內血紅素從 15.9 g/dl 穩定下降到 13.2 g/dl 的男性病患為例,其血紅素數量變化的起點和終點都落在正常範圍裡,因此這個變化絕對不會被檢驗報告標記出來,但是血紅素減少情形有可能是病患身上某種疾病的早期徵兆,比如隱性出血或癌症。在資料解讀上,AI 能掌握更多豐富、細緻且連續的資料及解讀方式。這就是深度學習的重要性!
★ 健康飲食金字塔的唯一標準其實並不符合每個人,AI 將能根據你的腸胃道菌種量身打造專屬個人的飲食建議!
★ 癌症資訊最近還擴展到了活癌細胞分析,用微流控技術 (microfluidics) 從乳癌或攝護腺癌病患身上分離出活的癌細胞,接著用 AI 機器視覺進行評估,以預測術後風險,不同於以往的癌症檢驗依賴固定在福馬林中的死亡組織塊。
【 AI 結合無負擔的穿戴式裝置】
★ 戴上智慧手錶,免抽血就能偵測血鉀濃度的變化,避免因心律不整而猝死!
★ AI 能偵測出人類所感覺不到的細微變化,只要貼上類似 OK 繃的裝置,就可以偵測出「無症狀」心房震顫的病人,預防可能引發的中風!
美國著名心臟科權威醫師 Eric Topol 以自身就醫的經歷揭開序幕,帶我們一窺原來「即使身為醫師也未必能得到最佳的醫療診治!」直擊醫療現場的真實缺口,揭露出為何醫療場域迫切需要導入 AI? AI 醫療並非未來式,而是現在進行式! AI 更不是冷冰冰的機器,而是重塑醫病關係的新契機!
本書特色:
★ 為什麼你/妳需要讀這本書?
【如果你是醫師、醫療從業人員……】
為什麼醫療領域需要發展 AI?
AI 真的有那麼神嗎?醫療領域發展 AI 又會遇到哪些瓶頸?
AI 醫療的最終願景將會帶給醫師及醫療相關從業人員哪些好處?
這些 AI 醫療變革都將影響整體醫療系統、醫療資源的支配運用,身為第一線從業人員的你/妳不可不知!
【如果你是「 AI 工程師」或「研發人員」……】
醫療資料暗藏什麼結構性問題?有哪些陷阱?
何時該篩選數據,何時又不該篩選?!
如果 AI 工程師能早一步知道,就能少走很多冤枉路!
【如果你是「醫療」或「資訊科技」相關科系教授與學生……】
最新的一門跨領域整合性學科「AI 醫療資訊專業」融合了 AI 科技與醫療知識,
隨著 AI 在醫療領域的崛起,「優秀醫生」的定義也將翻轉,醫學界訓練醫生的方式將發生哪些轉變?
醫學生若想掌握 AI 工具,首先應從哪些學科切入?
資訊科系學生若想進軍醫療工程領域,更該明白醫學資料獨有的特性!提早佈局自己的競爭力藍圖!
此外,本書旁徵博引近 700 篇參考文獻,歸納整理出 AI 醫療的相關研究內容重點。包含 AI 在全球各地醫療領域的實務應用,以及理論與實務究竟差距有多大,都將在書中具體呈現。
本中文書介出自《AI醫療DEEP MEDICINE》旗標科技股份有限公司出版
One of America’s top doctors reveals how AI will empower physicians and revolutionize patient care
Medicine has become inhuman, to disastrous effect. The doctor-patient relationship–the heart of medicine–is broken: doctors are too distracted and overwhelmed to truly connect with their patients, and medical errors and misdiagnoses abound. In Deep Medicine, leading physician Eric Topol reveals how artificial intelligence can help. AI has the potential to transform everything doctors do, from notetaking and medical scans to diagnosis and treatment, greatly cutting down the cost of medicine and reducing human mortality. By freeing physicians from the tasks that interfere with human connection, AI will create space for the real healing that takes place between a doctor who can listen and a patient who needs to be heard.
Innovative, provocative, and hopeful, Deep Medicine shows us how the awesome power of AI can make medicine better, for all the humans involved.
"作者介紹
Eric Topol, MD
Eric Topol, MD, is a world-renowned cardiologist, Executive Vice-President of Scripps Research, founder of a new medical school and one of the top ten most cited medical researchers. The author of The Patient Will See You Now and The Creative Destruction of Medicine, he lives in La Jolla, CA.
Eric Topol, MD, is a world-renowned cardiologist, Executive Vice-President of Scripps Research, founder of a new medical school and one of the top ten most cited medical researchers. The author of The Patient Will See You Now and The Creative Destruction of Medicine, he lives in La Jolla, CA.
規格
誠品貨碼 / 2681739961008
ISBN13 / 9781541644632
ISBN10 / 1541644638
EAN貨碼 / 9781541644632
頁數 / 400
注音版 / 否
裝訂 / H:精裝
語言 / 3:英文
尺寸 / 24.1X16.5X3.2CM
級別 / N:無
退貨說明
退貨須知:
- 依照消費者保護法的規定,您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意!猶豫期非試用期),辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
- 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當,若原紙箱已遺失,請另使用其他紙箱包覆於商品原廠包裝之外,切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度,本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費;請您先確認商品正確、外觀可接受,再行拆封,以免影響您的權利;若為產品瑕疵,本公司接受退貨。
依「通訊交易解除權合理例外情事適用準則」,下列商品不適用七日猶豫期,除產品本身有瑕疵外,不接受退貨:
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
- 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
- 報紙、期刊或雜誌。
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書)
- 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
- 國際航空客運服務。
若您退貨時有下列情形,可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費),或影響您的退貨權利,請您在拆封前決定是否要退貨:
- 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
- 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
- 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
- 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 家電、3C、畫作、電子閱讀器等商品,除商品本身有瑕疵外,退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送




