《健康数据科学导论》分为总论、数据与数据治理、方法、应用共四篇，全面论述了健康数据科学的学科内涵及发展趋势、健康数据科学的基本理论和研究方法及其在健康医疗实践和研究中的具体应用。通过阅读本书，可以使读者建立起对健康医疗大数据相关领域的宏观认知，立足健康医疗领域，结合人工智能等前沿技术，也为从事健康医疗领域的大数据研究分析、决策与管理工作的专业人士提供借鉴。

韩鸿宾，医学博士，北京大学医学部、工学院教授，博士生导师，北京大学第三医院放射科主任医师，磁共振成像设备与技术北京市重点实验室主任，中国医疗装备协会磁共振专委会秘书长。现任职于北京大学医学部科研处，负责医、理、工跨学科交叉发展。为科技部重大仪器专项、科技部支撑计划项目课题负责人。分别留学美国、德国，获磁共振成像序列设计物理师资格。2005年人选教育部新世纪优秀人才计划，2011年获中国青年科技奖。为生物体纳米尺度微观结构在体活体测量技术方法——磁示踪法的发明人，获多项国家、国际发明专利。

第一篇 总论
第一章 健康数据科学简述
第一节 健康数据科学的学科起源
第二节 健康数据科学的学科内涵和理念
第三节 健康数据科学的研究范畴
第四节 健康数据科学与其他相近学科的异同
第五节 国内外高校健康数据科学发展情况
第二篇 数据与数据治理
第二章 健康医疗数据
第一节 健康医疗数据概述
第二节 健康医疗数据的特征
第三节 健康医疗数据应用及注意事项
第三章 健康数据的类型及来源
第四章 数据质量
第一节 数据质量概述
第二节 数据质量控制
第三节 数据质量评估
第五章 数据安全
第一节 数据安全的定义
第二节 数据安全的范畴
第三节 数据安全的重要性
第六章 伦理与法律
第一节 健康大数据的伦理问题
第二节 中国健康数据处理相关法律概述
第三节 健康数据相关研究及研究数据共享的伦理规范
第三篇 方法
第七章 健康数据科学研究范式
第一节 数据驱动和假设驱动
第二节 健康数据科学研究常用的公共数据库和分析方法
第三节 健康数据科学的研究任务和方法
第八章 统计建模
第一节 统计建模概述
第二节 线性回归
第三节 分类和决策问题
第四节 非参数统计学习模型简介
第五节 复杂临床数据的类型
第六节 右删失数据的生存分析
第九章 机器学习
第一节 机器学习简介
第二节 无监督学习
第三节 深度学习
第十章 医学知识图谱
第一节 医学知识图谱概述
第二节 医学知识图谱构建过程
第三节 医学知识图谱质量评估
第四节 医学知识图谱应用
第十一章 可视化与可视分析
第一节 可视化与可视分析在健康数据科学中的重要性
第二节 科学可视化——医学影像可视化技术
第三节 信息可视化——抽象健康医疗数据可视化技术
第四节 交互技术与可视分析
第十二章 数据安全技术
第一节 数据安全的经典技术
第二节 数据安全的新兴技术
第三节 数据安全的应用案例
第四篇 应用
第十三章 健康数据科学研究现状
第十四章 临床医疗应用
第一节 医学影像智能诊断
第二节 疾病监测
第三节 风险预测
第四节 临床决策支持
第十五章 公共卫生应用
第一节 新发突发传染病和公共卫生事件的监测与预警
第二节 健康医疗大数据与慢性疾病健康管理
第三节 药物上市后监测
第四节 环境与健康
第五节 全生命周期健康管理(妇幼健康部分)
第六节 全生命周期健康管理(儿少卫生部分)
第十六章 政策管理应用
第一节 医疗质量监测
第二节 数据驱动的卫生政策制定
第十七章 其他应用
第一节 新药研发
第二节 舆情监测
第三节 学习型健康医疗系统
中英文专业词汇索引