2025 聯合國契約組織年會演講
這次大陸行,很榮幸應邀參加2025 聯合國全球契約組織年會暨機構成立 25 週年紀念活動,並接受邀約擔任「傳統醫藥與生物科技專家組」的專家成員。在專家組成立儀式上,和國家級名老中醫、國家中醫藥管理局委員劉景源前輩,前後一起做了簡短的主旨發言。
感謝聯合國全球契約組織的重視,及湛廬文化的贊助,大會特意贈送新書《養正育兒》給所有發表演講的嘉賓及媒體記者。很開心地,大會的晚宴,變成了我的簽書會!
共筑健康丝绸之路:联合国全球契约组织“一带一路”行动平台在京成立传统医药与生物科技专家工作组: https://mp.weixin.qq.com/s/dmhI5HEwa4L5MQvv0IvFDw
当“出海”遭遇ESG大考:中国企业的生存法则与文化突围: https://mp.weixin.qq.com/s/QqOph7yVesgpkkyz0PSE_g




《养正育儿》这本书我很喜欢,最后您分享的观点和我在《与神对话》获得的感悟几乎一致。
謝謝你的分享
尊敬的李医师您好,请问现在在哪里还可以找到倪师的原版书籍?麻烦您了
已經回答很多次,早就絕版了,外面賣的都是盜版。
好棒,好厉害
謝謝
替老师感到骄傲
謝謝
最近看到一则新闻,乍一看,感觉和李医生在年会上说的把传统医学和现代科学结合用AI来检测预防疾病的理念很相似。不过再仔细看看内容,这项研发并不是提前侦察出病人有没有中风预兆,而是病人已经中风发作再来检测。西医并不会知道中风之前身体有哪些征兆,这是中医的优势。下面是报道的复制粘贴,报道中一些无关的内容如病例被我省去:
澳洲医学又一重大突破
手机一扫发现早期中风
中风影响着全球数百万人,在澳大利亚,中风是导致死亡和永久性残疾的主要原因之一。约有5% 的死亡是由中风引起的,而中风每年给澳大利亚的医疗保健系统造成62 亿澳元的损失。
一旦发病并且没有及时识别的话,耽误几分钟的就会导致脑细胞的永久性损伤。有时因为耽误治疗,可能会发生瘫痪,严重的甚至死亡!
但是如果能够早发现早治疗的话,大部分中风的预后效果都是很好的。
皇家墨尔本理工大学开发了一种中风扫描功能,旨在快速检测潜在的中风。
最近,这项研究成果被发布在了《Computer Methods and Programs in Biomedicine》上(我一看是发表在2024年 6月的,小编还说最近)
操作方法非常简单,根据RMIT大学发布的一则演示视频,操作者只需要在手机上打开程序,对准面部进行扫描。
几秒钟内,手机上就会出现初步诊断。
这样一来,日常在家里,人们就可以自行进行中风筛查,早预防早治疗,尤其是有老人的家庭。
这种能够识别中风的新型人工智能使用了面部表情识别功能,根据面部动作编码系统 (FACS)分析面部对称性和特定的肌肉运动来检测中风。
面部动作编码系统 (FACS) 最初开发于 1970 年代,通过面部肌肉的收缩或放松对面部运动进行分类,为分析面部表情提供了详细的框架。
“影响中风患者的一个关键参数是他们的面部肌肉通常会变得单侧化,因此脸部一侧的表现与另一侧不同。”
所以通过人工智能和图像处理工具,可以检测微笑的不对称性是否有任何变化,以此作为中风的判断依据,这也是这项技术的关键。
虽然扫描技术仍处于测试的早期开发阶段,但到目前为止,它检测中风的准确率已经高达82%!
在对这项技术的介绍中,研究人员指出,它不会取代全面的中风临床诊断测试,但可以帮助更快地识别需要治疗的人。这对于大部分家庭来说,已经是一个非常可靠的保障了。
但对于非专业人士来说,一些微小的表情变化很难识别或者联想到疾病。
中风的症状包括思维混乱、部分或完全失去运动控制、言语障碍和面部表情减少。
但Kumar指出,研究表明,急诊室和社区医院漏诊了近 13% 的中风病例,而没有进行神经系统检查记录的患者中有 65% 是未确诊的中风患者。
“在较小的地区中心,这一比率甚至可能更高。鉴于许多中风发生在家中,且初期护理通常由急救人员在非理想条件下提供,因此迫切需要实时、用户友好的诊断工具。”
后续该团队也在计划与医疗保健提供者合作,将这项技术开发成应用程序,这样人们使用起来也更加方便,并且可以应用到其他与面部表情相关的神经系统疾病筛查中。
不得不说,随着近年来AI的兴起,这是澳洲利用AI在医疗上的又一实用且重大的突破。
事实上,AI技术早就已经逐步渗透到医学领域,为医学发展以及医疗方面的创新带来新变化。
例如,Google的DeepMind团队开发的AI系统可以在乳腺癌筛查中提供与人类放射科医生相媲美的诊断结果。谷歌的DeepMind还开发了一种AI系统,可以分析眼部扫描图像,诊断50多种眼疾。
除此之外,AI在数据分析方面也能帮上大忙。
比如AI技术使用计算机视觉算法处理病理图像,提取病理的特征,以此来帮助医生更准确地判断组织病变;
通过整合和分析患者的临床数据,AI可以帮助医生预测患者的病情发展趋势,提前采取干预措施,改善患者的治疗效果。
具体案例包括Epic Systems和Cerner等EHR供应商已经开始集成AI工具,用于预测住院风险和急性病发作。
还有PathAI的技术可以帮助病理学家更准确地确定癌症的类型和阶段,从而制定更有效的治疗计划。
随着相关技术的不断发展,AI已经在医学领域显示出巨大的潜力。未来医学领域一定会有更多的发展和变化,智能医疗也势必将成为大趋势之一。
謝謝你的分享