【摘要】 醫(yī)療人工智能將人工智能技術(shù)應(yīng)用于醫(yī)療領(lǐng)域，面向臨床需求，結(jié)合醫(yī)師臨床經(jīng)驗(yàn)，依靠人工智能技術(shù)計(jì)算、分析和決策能力，為臨床診斷與治療提供精確的智能輔助。目前醫(yī)療人工智能基于知識(shí)引導(dǎo)和數(shù)據(jù)驅(qū)動(dòng)兩大類方法，各有優(yōu)缺點(diǎn)。將知識(shí)引導(dǎo)型和數(shù)據(jù)驅(qū)動(dòng)型人工智能結(jié)合，利用各自優(yōu)勢(shì)，有望突破醫(yī)療人工智能的應(yīng)用瓶頸，推進(jìn)醫(yī)療人工智能的發(fā)展與創(chuàng)新。本文概述知識(shí)引導(dǎo)與數(shù)據(jù)挖掘聯(lián)合驅(qū)動(dòng)的醫(yī)療人工智能應(yīng)用進(jìn)展并展望未來(lái)發(fā)展方向，以期推動(dòng)人工智能技術(shù)在醫(yī)療領(lǐng)域的創(chuàng)新和應(yīng)用。
人工智能（AI）理論建模、技術(shù)創(chuàng)新、軟硬件升級(jí)等的整體推進(jìn)正在引發(fā)鏈?zhǔn)酵黄?，加速各學(xué)科的智能化發(fā)展[1?4]。醫(yī)療領(lǐng)域是人工智能的重要應(yīng)用領(lǐng)域和前沿探索方向。醫(yī)療人工智能（medical artificial intelligence）面向臨床需求，結(jié)合醫(yī)師臨床經(jīng)驗(yàn)，依靠人工智能技術(shù)精準(zhǔn)高效的計(jì)算、分析與決策能力，從臨床數(shù)據(jù)中挖掘疾病發(fā)生、治療和康復(fù)機(jī)制，為臨床診斷與治療提供精準(zhǔn)的智能輔助。得益于人工智能技術(shù)的突破和醫(yī)療數(shù)據(jù)樣本的積累，醫(yī)療人工智能發(fā)展迅速，在醫(yī)學(xué)影像學(xué)、輔助診斷與治療、康復(fù)等領(lǐng)域得到廣泛應(yīng)用，優(yōu)化醫(yī)療服務(wù)模式，提高診斷與治療水平和效率，為促進(jìn)智慧醫(yī)療發(fā)展、建設(shè)健康中國(guó)提供重要支撐。醫(yī)療人工智能是主要以數(shù)據(jù)或知識(shí)為核心構(gòu)建數(shù)據(jù)驅(qū)動(dòng)或知識(shí)引導(dǎo)的人工智能技術(shù)。數(shù)據(jù)驅(qū)動(dòng)型人工智能具有良好的性能和算法通用性，無(wú)需精確建模，但存在黑盒效應(yīng)，使算法決策和運(yùn)行過(guò)程缺乏可解釋性，難以形成因果結(jié)論；知識(shí)引導(dǎo)型人工智能具有完備的理論支撐和良好的可解釋性，但知識(shí)獲取成本較高，無(wú)法挖掘隱藏模式，難以獲得良好效能。中國(guó)工程院院士潘云鶴教授指出，將數(shù)據(jù)驅(qū)動(dòng)和知識(shí)引導(dǎo)結(jié)合至機(jī)器學(xué)習(xí)算法中將是人工智能2.0的顯著特征[5]。圖靈獎(jiǎng)獲得者Judea Pearl認(rèn)為，機(jī)器學(xué)習(xí)算法應(yīng)利用大量現(xiàn)有的科學(xué)知識(shí)，結(jié)合收集的數(shù)據(jù)，以解決各領(lǐng)域中的關(guān)鍵問(wèn)題[6]。浙江大學(xué)吳飛教授建議，現(xiàn)有的機(jī)器學(xué)習(xí)算法應(yīng)引入先驗(yàn)假設(shè)、邏輯規(guī)則和方程公式等知識(shí)，建立數(shù)據(jù)和知識(shí)雙輪驅(qū)動(dòng)的人工智能方法[7]。鑒于此，筆者認(rèn)為，將知識(shí)引導(dǎo)與數(shù)據(jù)驅(qū)動(dòng)兩大類人工智能技術(shù)結(jié)合，充分發(fā)揮二者優(yōu)勢(shì)，可以形成知識(shí)引導(dǎo)與數(shù)據(jù)挖掘聯(lián)合驅(qū)動(dòng)的醫(yī)療人工智能。本文概述知識(shí)引導(dǎo)與數(shù)據(jù)挖掘聯(lián)合驅(qū)動(dòng)的醫(yī)療人工智能進(jìn)展，以期推動(dòng)人工智能在醫(yī)療領(lǐng)域的應(yīng)用和創(chuàng)新。
人工智能（AI）理論建模、技術(shù)創(chuàng)新、軟硬件升級(jí)等的整體推進(jìn)正在引發(fā)鏈?zhǔn)酵黄?，加速各學(xué)科的智能化發(fā)展[1?4]。醫(yī)療領(lǐng)域是人工智能的重要應(yīng)用領(lǐng)域和前沿探索方向。醫(yī)療人工智能（medical artificial intelligence）面向臨床需求，結(jié)合醫(yī)師臨床經(jīng)驗(yàn)，依靠人工智能技術(shù)精準(zhǔn)高效的計(jì)算、分析與決策能力，從臨床數(shù)據(jù)中挖掘疾病發(fā)生、治療和康復(fù)機(jī)制，為臨床診斷與治療提供精準(zhǔn)的智能輔助。得益于人工智能技術(shù)的突破和醫(yī)療數(shù)據(jù)樣本的積累，醫(yī)療人工智能發(fā)展迅速，在醫(yī)學(xué)影像學(xué)、輔助診斷與治療、康復(fù)等領(lǐng)域得到廣泛應(yīng)用，優(yōu)化醫(yī)療服務(wù)模式，提高診斷與治療水平和效率，為促進(jìn)智慧醫(yī)療發(fā)展、建設(shè)健康中國(guó)提供重要支撐。醫(yī)療人工智能是主要以數(shù)據(jù)或知識(shí)為核心構(gòu)建數(shù)據(jù)驅(qū)動(dòng)或知識(shí)引導(dǎo)的人工智能技術(shù)。數(shù)據(jù)驅(qū)動(dòng)型人工智能具有良好的性能和算法通用性，無(wú)需精確建模，但存在黑盒效應(yīng)，使算法決策和運(yùn)行過(guò)程缺乏可解釋性，難以形成因果結(jié)論；知識(shí)引導(dǎo)型人工智能具有完備的理論支撐和良好的可解釋性，但知識(shí)獲取成本較高，無(wú)法挖掘隱藏模式，難以獲得良好效能。中國(guó)工程院院士潘云鶴教授指出，將數(shù)據(jù)驅(qū)動(dòng)和知識(shí)引導(dǎo)結(jié)合至機(jī)器學(xué)習(xí)算法中將是人工智能2.0的顯著特征[5]。圖靈獎(jiǎng)獲得者Judea Pearl認(rèn)為，機(jī)器學(xué)習(xí)算法應(yīng)利用大量現(xiàn)有的科學(xué)知識(shí)，結(jié)合收集的數(shù)據(jù)，以解決各領(lǐng)域中的關(guān)鍵問(wèn)題[6]。浙江大學(xué)吳飛教授建議，現(xiàn)有的機(jī)器學(xué)習(xí)算法應(yīng)引入先驗(yàn)假設(shè)、邏輯規(guī)則和方程公式等知識(shí)，建立數(shù)據(jù)和知識(shí)雙輪驅(qū)動(dòng)的人工智能方法[7]。鑒于此，筆者認(rèn)為，將知識(shí)引導(dǎo)與數(shù)據(jù)驅(qū)動(dòng)兩大類人工智能技術(shù)結(jié)合，充分發(fā)揮二者優(yōu)勢(shì)，可以形成知識(shí)引導(dǎo)與數(shù)據(jù)挖掘聯(lián)合驅(qū)動(dòng)的醫(yī)療人工智能。本文概述知識(shí)引導(dǎo)與數(shù)據(jù)挖掘聯(lián)合驅(qū)動(dòng)的醫(yī)療人工智能進(jìn)展，以期推動(dòng)人工智能在醫(yī)療領(lǐng)域的應(yīng)用和創(chuàng)新。
一、知識(shí)引導(dǎo)與數(shù)據(jù)挖掘聯(lián)合驅(qū)動(dòng)的醫(yī)療人工智能應(yīng)用
醫(yī)療過(guò)程涉及疾病的檢測(cè)、診斷、治療和康復(fù)。影像學(xué)技術(shù)廣泛應(yīng)用于疾病早期識(shí)別與診斷，針對(duì)疾病發(fā)病機(jī)制的研究有助于精準(zhǔn)干預(yù)，手術(shù)與康復(fù)治療有助于消除病灶和恢復(fù)功能。醫(yī)療人工智能已在上述幾方面展現(xiàn)出巨大潛力并發(fā)揮重要作用。
1. 基于醫(yī)學(xué)影像學(xué)的智能診斷 基于醫(yī)學(xué)影像學(xué)的智能診斷是將人工智能技術(shù)應(yīng)用于醫(yī)學(xué)影像學(xué)輔助診斷領(lǐng)域，通過(guò)分析影像學(xué)和病理學(xué)特性，結(jié)合影像學(xué)數(shù)據(jù)，訓(xùn)練人工智能學(xué)習(xí)模型，以提高疾病診斷的準(zhǔn)確性?，F(xiàn)有的智能診斷技術(shù)主要從海量的醫(yī)學(xué)影像學(xué)數(shù)據(jù)出發(fā)，利用深度學(xué)習(xí)模型挖掘影像學(xué)數(shù)據(jù)的隱藏模式，輔助臨床醫(yī)師進(jìn)行更有效的疾病診斷。然而，醫(yī)學(xué)影像學(xué)數(shù)據(jù)獲取成本較高、基于醫(yī)學(xué)影像學(xué)的深度學(xué)習(xí)模型可解釋性較差是限制其在輔助診斷領(lǐng)域應(yīng)用的關(guān)鍵因素，因此引入醫(yī)學(xué)知識(shí)（即疾病診斷依據(jù)，并將其編碼為算法所理解的形式輸入至模型中）與之結(jié)合，可以降低深度學(xué)習(xí)模型對(duì)數(shù)據(jù)的依賴，提高結(jié)果的可解釋性。例如，將血流、血管擴(kuò)張等融入神經(jīng)網(wǎng)絡(luò)中，結(jié)合血管影像學(xué)，可提高對(duì)血管病變的識(shí)別能力[8]；將肺部疾病特點(diǎn)結(jié)合X線數(shù)據(jù)，設(shè)計(jì)多標(biāo)簽分類模型，可實(shí)現(xiàn)對(duì)肺部疾病的精準(zhǔn)識(shí)別[9]；結(jié)合病理學(xué)和眼底影像學(xué)數(shù)據(jù)，設(shè)計(jì)深度學(xué)習(xí)網(wǎng)絡(luò)，可實(shí)現(xiàn)對(duì)重大慢性疾病的診斷及風(fēng)險(xiǎn)追蹤[10]。醫(yī)學(xué)影像學(xué)知識(shí)具有層次結(jié)構(gòu)和動(dòng)作結(jié)構(gòu)，可以降低深度學(xué)習(xí)模型對(duì)大規(guī)模醫(yī)學(xué)影像學(xué)數(shù)據(jù)的依賴，提高結(jié)果的可解釋性，有助于實(shí)現(xiàn)更精準(zhǔn)的智能診斷。將醫(yī)學(xué)影像學(xué)知識(shí)與目前數(shù)據(jù)驅(qū)動(dòng)下的深度學(xué)習(xí)模型進(jìn)行深層次融合是未來(lái)重要研究方向。
2. 神經(jīng)系統(tǒng)功能障礙和運(yùn)動(dòng)障礙分析 神經(jīng)系統(tǒng)變性疾病是威脅人類健康的常見(jiàn)神經(jīng)系統(tǒng)疾病之一，對(duì)其進(jìn)行中樞機(jī)制和外周機(jī)制分析，有助于制定有效的康復(fù)治療策略，提高患者生活質(zhì)量。以帕金森病為例，將帕金森病相關(guān)量表[主要是國(guó)際運(yùn)動(dòng)障礙學(xué)會(huì)（MDS）統(tǒng)一帕金森病評(píng)價(jià)量表（UPDRS）]融入神經(jīng)網(wǎng)絡(luò)中，結(jié)合患者步行視頻數(shù)據(jù)，可實(shí)現(xiàn)對(duì)帕金森病運(yùn)動(dòng)障礙嚴(yán)重程度的精準(zhǔn)識(shí)別[11]；將帕金森病患者大腦生理學(xué)信息編碼成特征，結(jié)合神經(jīng)影像學(xué)數(shù)據(jù)，可實(shí)現(xiàn)對(duì)其功能障礙發(fā)生機(jī)制的分析[12]。醫(yī)學(xué)知識(shí)與數(shù)據(jù)的結(jié)合有助于臨床醫(yī)師對(duì)神經(jīng)系統(tǒng)變性疾病的病理生理學(xué)機(jī)制進(jìn)行深層次研究，探究更精準(zhǔn)、有效的診斷與治療方法。
3. 手術(shù)機(jī)器人系統(tǒng) 手術(shù)機(jī)器人系統(tǒng)可以輔助術(shù)者完成微創(chuàng)、精準(zhǔn)、安全的手術(shù)。手術(shù)機(jī)器人系統(tǒng)需依據(jù)醫(yī)學(xué)知識(shí)引導(dǎo)，輔助術(shù)者制定手術(shù)方案，確定手術(shù)靶點(diǎn)和路徑等；智能控制系統(tǒng)需依據(jù)臨床應(yīng)用場(chǎng)景構(gòu)建約束（即限制條件的數(shù)學(xué)表達(dá)），設(shè)計(jì)機(jī)器人運(yùn)動(dòng)軌跡和導(dǎo)航策略，結(jié)合機(jī)器人控制理論模型和多模態(tài)傳感數(shù)據(jù)反饋，設(shè)計(jì)機(jī)器人控制策略。首都醫(yī)科大學(xué)附屬北京天壇醫(yī)院張建國(guó)教授團(tuán)隊(duì)將3D智能結(jié)構(gòu)光注冊(cè)技術(shù)用于77例機(jī)器人輔助神經(jīng)外科手術(shù)，以3D智能結(jié)構(gòu)光快速掃描患者頭面部獲得點(diǎn)云數(shù)據(jù)，結(jié)合醫(yī)學(xué)影像學(xué)知識(shí)，采用迭代就近點(diǎn)算法進(jìn)行配準(zhǔn)，與基于CT和MRI注冊(cè)相比，該注冊(cè)技術(shù)可縮短注冊(cè)時(shí)間，減少定位誤差和手術(shù)創(chuàng)傷，簡(jiǎn)化操作流程，提高手術(shù)效率和病變定位精度，從而提高手術(shù)效果[13]。南開大學(xué)韓建達(dá)教授團(tuán)隊(duì)提出一種面向人工耳蝸精準(zhǔn)植入的機(jī)器人術(shù)像一體化手術(shù)路徑規(guī)劃與導(dǎo)航技術(shù)，即在手術(shù)損傷病理生理學(xué)機(jī)制引導(dǎo)下，采用深度學(xué)習(xí)模型行多模態(tài)信息融合和影像分割、識(shí)別與重建，以實(shí)現(xiàn)多目標(biāo)多約束規(guī)劃，經(jīng)模擬測(cè)試驗(yàn)證，與傳統(tǒng)人工耳蝸植入相比，該手術(shù)路徑規(guī)劃與導(dǎo)航技術(shù)可降低手術(shù)入路損傷和神經(jīng)損傷風(fēng)險(xiǎn)，提高手術(shù)安全性[14]。中山大學(xué)彭鍵清教授團(tuán)隊(duì)提出一種用于機(jī)器人輔助手術(shù)的內(nèi)鏡視野自主跟蹤方法，構(gòu)建運(yùn)動(dòng)學(xué)模型和遠(yuǎn)心不動(dòng)點(diǎn)約束方程，并利用深度學(xué)習(xí)模型對(duì)手術(shù)器械尖端進(jìn)行分割和定位，建立內(nèi)鏡視野智能調(diào)控模型，從而提高手術(shù)機(jī)器人系統(tǒng)的安全性和穩(wěn)定性[15]。醫(yī)學(xué)知識(shí)引導(dǎo)為手術(shù)機(jī)器人系統(tǒng)提供目標(biāo)和約束，數(shù)據(jù)驅(qū)動(dòng)有效提高基于醫(yī)學(xué)影像學(xué)的術(shù)前規(guī)劃、術(shù)中實(shí)時(shí)導(dǎo)航等應(yīng)用的精度，二者聯(lián)合驅(qū)動(dòng)是保障機(jī)器人系統(tǒng)安全、提高性能的有效方法。
4. 康復(fù)機(jī)器人 康復(fù)機(jī)器人可以輔助康復(fù)治療師執(zhí)行重復(fù)繁重的康復(fù)任務(wù)，提供靈活、精確、智能的康復(fù)訓(xùn)練，提高康復(fù)治療效果，緩解醫(yī)療資源壓力?？祻?fù)機(jī)器人需在病理學(xué)特點(diǎn)、康復(fù)機(jī)制、臨床需求等知識(shí)引導(dǎo)下，制定機(jī)器人任務(wù)和策略，在人機(jī)交互中通過(guò)關(guān)節(jié)角度、人機(jī)交互力等物理信號(hào)以及肌電、腦電等人體生理信號(hào)構(gòu)建運(yùn)動(dòng)意圖識(shí)別算法，將運(yùn)動(dòng)意圖映射為機(jī)器人運(yùn)動(dòng)的期望軌跡，并用于人機(jī)交互控制?？祻?fù)治療過(guò)程中應(yīng)結(jié)合臨床量表和人體生理數(shù)據(jù)傳感反饋，評(píng)估患者康復(fù)水平并調(diào)整康復(fù)方案。南開大學(xué)韓建達(dá)教授團(tuán)隊(duì)提出一種單通道肌電信號(hào)驅(qū)動(dòng)的外骨骼式康復(fù)機(jī)器人控制策略，將生理學(xué)知識(shí)編碼成特征并與卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行融合，估計(jì)的髖關(guān)節(jié)運(yùn)動(dòng)軌跡精度與多通道方法近似，可降低康復(fù)機(jī)器人的復(fù)雜性，提高兼容性，從而拓展其臨床應(yīng)用對(duì)象和場(chǎng)景[16]。在康復(fù)機(jī)器人軌跡跟蹤控制中將數(shù)據(jù)驅(qū)動(dòng)的Koopman算子線性近似人機(jī)交互中的非線性動(dòng)力學(xué)，并利用基于知識(shí)的模糊邏輯控制器訓(xùn)練線性回歸模型，可提高軌跡跟蹤精度，從而提高康復(fù)機(jī)器人的性能[17]。在基于腦機(jī)接口的康復(fù)訓(xùn)練中，將腦電信號(hào)的功能連接和功率譜作為知識(shí)引導(dǎo)并輸入卷積神經(jīng)網(wǎng)絡(luò)，可預(yù)測(cè)康復(fù)效果，指導(dǎo)早期個(gè)體化康復(fù)治療[18]。基于知識(shí)引導(dǎo)的方法理論支撐，可以保證康復(fù)機(jī)器人運(yùn)行穩(wěn)定，以深度學(xué)習(xí)為代表的數(shù)據(jù)驅(qū)動(dòng)方法可以為提高機(jī)器人性能和患者康復(fù)水平提供更多可能，因此，知識(shí)引導(dǎo)與數(shù)據(jù)挖掘聯(lián)合驅(qū)動(dòng)有望推動(dòng)康復(fù)機(jī)器人的變革與創(chuàng)新。
二、知識(shí)引導(dǎo)與數(shù)據(jù)挖掘聯(lián)合驅(qū)動(dòng)的醫(yī)療人工智能展望
知識(shí)引導(dǎo)與數(shù)據(jù)挖掘聯(lián)合驅(qū)動(dòng)是推動(dòng)醫(yī)療人工智能發(fā)展的重要思想，從深化理論、推動(dòng)應(yīng)用落地等角度看，知識(shí)與數(shù)據(jù)的迭代進(jìn)化、醫(yī)療系統(tǒng)的數(shù)字化、元學(xué)習(xí)及醫(yī)療機(jī)器人的智能發(fā)育是未來(lái)重要發(fā)展方向。
1. 知識(shí)與數(shù)據(jù)的迭代進(jìn)化 在醫(yī)學(xué)知識(shí)引導(dǎo)下構(gòu)建數(shù)據(jù)驅(qū)動(dòng)模型，從臨床數(shù)據(jù)中進(jìn)行數(shù)據(jù)挖掘并將結(jié)果進(jìn)行循證醫(yī)學(xué)驗(yàn)證，可增強(qiáng)臨床可解釋性，進(jìn)而歸納生成新的知識(shí)，用于進(jìn)一步引導(dǎo)數(shù)據(jù)挖掘，形成知識(shí)與數(shù)據(jù)的交替迭代進(jìn)化，為實(shí)現(xiàn)可引導(dǎo)、可解釋、可學(xué)習(xí)、可進(jìn)化的醫(yī)療人工智能提供方法支撐。
2. 醫(yī)療系統(tǒng)的數(shù)字化 醫(yī)療系統(tǒng)的數(shù)字化是醫(yī)療人工智能發(fā)展的基礎(chǔ)。將信息技術(shù)應(yīng)用于臨床檢測(cè)、診斷、治療和康復(fù)過(guò)程，建立數(shù)字化健康檔案，為醫(yī)療人工智能提供數(shù)據(jù)基礎(chǔ)[19?20]。通過(guò)遠(yuǎn)程診斷與治療技術(shù)，突破地理位置限制，利用有限的醫(yī)療資源，覆蓋更廣泛的患者群體。建立信息標(biāo)準(zhǔn)化體系，規(guī)范數(shù)據(jù)接口，促進(jìn)醫(yī)療數(shù)據(jù)的互聯(lián)互通、實(shí)時(shí)共享，為驗(yàn)證醫(yī)療人工智能的通用性提供數(shù)據(jù)支撐。
3. 元學(xué)習(xí) 元學(xué)習(xí)是一種模仿生物利用已習(xí)得知識(shí)快速學(xué)習(xí)新知識(shí)的學(xué)習(xí)方式，在小樣本學(xué)習(xí)和零樣本學(xué)習(xí)上已開展大量研究和探索[21]。近年來(lái)，元學(xué)習(xí)發(fā)展迅速，為知識(shí)引導(dǎo)與數(shù)據(jù)挖掘聯(lián)合驅(qū)動(dòng)的人工智能提供新的視野。將元學(xué)習(xí)引入神經(jīng)科學(xué)與醫(yī)療領(lǐng)域，在有限的醫(yī)療數(shù)據(jù)上訓(xùn)練可靠的人工智能模型，提高基于腦成像的精準(zhǔn)醫(yī)療效果[22]。元學(xué)習(xí)可利用已有的知識(shí)和經(jīng)驗(yàn)，使人工智能模型在學(xué)習(xí)新任務(wù)時(shí)更容易，所需樣本量更少，同時(shí)還可保證一定精度，在醫(yī)療人工智能領(lǐng)域具有廣闊的應(yīng)用前景。
4. 醫(yī)療機(jī)器人的智能發(fā)育 醫(yī)療機(jī)器人存在應(yīng)用場(chǎng)景單一、技能遷移困難等問(wèn)題，而機(jī)器人智能發(fā)育技術(shù)有望突破這一瓶頸。機(jī)器人的智能發(fā)育系機(jī)器人利用其感知能力，在與人和環(huán)境的實(shí)時(shí)動(dòng)態(tài)交互中增量式、漸進(jìn)性提高自身自主行為能力，使其智能程度不斷提高的過(guò)程[3]。機(jī)器人的智能發(fā)育有望提高機(jī)器人的環(huán)境自主理解能力、對(duì)人合作意圖的認(rèn)知能力、自主行為的決策能力及安全協(xié)作的控制能力。將智能發(fā)育應(yīng)用于醫(yī)療機(jī)器人，有望突破醫(yī)療機(jī)器人的瓶頸，推動(dòng)醫(yī)療機(jī)器人的智能化發(fā)展。
綜上所述，知識(shí)引導(dǎo)與數(shù)據(jù)挖掘聯(lián)合驅(qū)動(dòng)理論體系不斷完善，應(yīng)用場(chǎng)景不斷拓展，必將成為醫(yī)療人工智能發(fā)展的新引擎，推動(dòng)疾病診斷與治療水平的提高，造?；颊摺?/span>
Copyright ? 2022 上?？评讜?huì)展服務(wù)有限公司 旗下「智慧醫(yī)療網(wǎng)」版權(quán)所有 ICP備案號(hào)：滬ICP備17004559號(hào)-5
