社会学
Parent: ai_keywords
社会学（Sociology）
核心定义
社会学是研究人类社会的结构、互动模式、群体行为及其演变规律的科学。在人工智能与临床神经科学的交叉领域，社会学提供了理解疾病的社会决定因素、患者行为网络以及医疗资源分配公平性的理论工具，弥补了生物医学模型在宏观社会层面的解释缺口。
关键技术点
-
社会网络分析（SNA）
量化个体间的连接强度与结构（如家庭、社区关系），用于解析神经疾病风险（如阿尔茨海默病的社交隔离效应）和传播路径（如卒中康复的信息扩散）。 -
健康的社会决定因素（SDH）模型
整合经济地位、教育、居住环境等多维指标，构建机器学习分层预测模型，识别脑卒中、癫痫等疾病的非生物学危险因素。 -
计算社会学与行为仿真
利用智能体建模（ABM）模拟社会互动对神经疾病轨迹的影响（如帕金森病患者的社会参与度与运动功能衰退的耦合关系）。 -
伦理公平性审计
在AI辅助诊断中检测算法偏见（如对低收入群体脑卒中预警的漏诊），确保神经影像模型在不同阶层、种族间的鲁棒性。
医学/神经科学应用场景
基于社会网络的脑卒中再发风险预测（首都医科大学背景）
课题组联合社区医疗数据，采用SNA构建患者的社会支持图谱（如亲属联系频率、邻居互助密度）。结合AI时序模型，发现独居且社会网络稀疏的脑卒中患者，其1年复发风险较高支持组升高42%。据此设计“社区-医院-家庭”联动干预：通过强化弱连接（如定期社工访视）可有效降低血压变异性和用药依从性障碍，该策略已进入北京部分社区示范，为神经康复的社会处方提供了循证依据。
