2025年Python在医疗AI领域的常用库与案例剖析（上篇）

随着人工智能在医疗场景里的持续深入拓展，Python已然成为医疗人工智能项目的首要开发语言。在过去几年间，Python社区涌现出众多功能强大且不断演进的开源工具，涵盖数据处理、模型训练、大模型整合、系统部署以及可视化等多个方面。本指南整理了2025年医疗AI项目中广泛应用的Python库，涉及机器学习、深度学习、大语言模型（LLM）、数据可视化、Web API构建、Agent自动化等多个模块。

🔍 一、数据科学与机器学习

🤖 二、深度学习

🌐 三、大语言模型 (LLM) 与 RAG

📊 四、数据可视化

🕸️ 五、Web开发 & API

🧠 六、自动化 & AI Agent

🛠 七、其他值得关注的工具库

实践案例

🧬 案例一、医学图像处理与分析

1. MONAI （Medical Open Network for AI）

专为医学影像（CT/MRI）打造的PyTorch库。

• 安装命令：

  pip install monai nibabel
  

• 基本示例：加载并处理MRI图像

下面是一个利用MONAI库实现医学图像分割任务的示例，涵盖数据加载、预处理、3D UNet模型构建和训练流程：

from monai.transforms import (
    LoadImaged, AddChanneld, Spacingd, Orientationd, 
    ScaleIntensityRanged, RandCropByPosNegLabeld,
    Compose, EnsureTyped
)
from monai.networks.nets import UNet
from monai.losses import DiceLoss
from monai.metrics import DiceMetric
from monai.data import Dataset, DataLoader, decollate_batch
from monai.inferers import sliding_window_inference
import torch
import numpy as np
import matplotlib.pyplot as plt

# 1. 数据准备与预处理
data_dir = "./medical_images/"
train_files = [
    {"image": data_dir + "patient1_CT.nii.gz", "label": data_dir + "patient1_mask.nii.gz"},
    {"image": data_dir + "patient2_CT.nii.gz", "label": data_dir + "patient2_mask.nii.gz"},
    # 可添加更多数据...
]

# 医学图像预处理流程
train_transforms = Compose([
    LoadImaged(keys=["image", "label"]),
    AddChanneld(keys=["image", "label"]),
    Spacingd(
        keys=["image", "label"],
        pixdim=(1.0, 1.0, 2.0),  # 调整体素间距 (x,y,z)
        mode=("bilinear", "nearest")  # 图像用双线性插值，标签用最近邻
    ),
    Orientationd(keys=["image", "label"], axcodes="RAS"),  # 统一方向
    ScaleIntensityRanged(
        keys=["image"],
        a_min=-1000,  # CT值范围 (HU单位)
        a_max=1000,
        b_min=0.0,
        b_max=1.0,
        clip=True
    ),
    RandCropByPosNegLabeld(
        keys=["image", "label"],
        label_key="label",
        spatial_size=(96, 96, 64),  # 3D裁剪大小
        pos=1,
        neg=1,
        num_samples=4  # 每张图像生成4个样本
    ),
    EnsureTyped(keys=["image", "label"], dtype=torch.float32)
])

# 创建数据集和数据加载器
train_ds = Dataset(data=train_files, transform=train_transforms)
train_loader = DataLoader(train_ds, batch_size=2, shuffle=True)

# 2. 构建3D分割模型
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

model = UNet(
    spatial_dims=3,
    in_channels=1,
    out_channels=2,  # 两类分割：背景+器官
    channels=(16, 32, 64, 128, 256),
    strides=(2, 2, 2, 2),
    num_res_units=2
).to(device)

# 3. 设置训练参数
loss_function = DiceLoss(to_onehot_y=True, softmax=True)
optimizer = torch.optim.Adam(model.parameters(), lr=1e-3)
dice_metric = DiceMetric(include_background=False, reduction="mean")

# 4. 训练循环
max_epochs = 50
for epoch in range(max_epochs):
    model.train()
    epoch_loss = 0

    for batch_data in train_loader:
        inputs, labels = batch_data["image"].to(device), batch_data["label"].to(device)

        optimizer.zero_grad()
        outputs = model(inputs)

        loss = loss_function(outputs, labels)
        loss.backward()
        optimizer.step()

        epoch_loss += loss.item()

    epoch_loss /= len(train_loader)

    # 验证步骤 (简化版)
    model.eval()
    with torch.no_grad():
        metric_sum = 0.0
        for val_data in train_loader:  # 实际应使用独立验证集
            val_images, val_labels = val_data["image"].to(device), val_data["label"].to(device)
            val_outputs = sliding_window_inference(
                val_images, (96, 96, 64), 4, model
            )
            val_outputs = [torch.argmax(i, dim=1) for i in decollate_batch(val_outputs)]
            dice_metric(y_pred=val_outputs, y=val_labels)

        metric = dice_metric.aggregate().item()
        dice_metric.reset()

    print(f"Epoch {epoch+1}/{max_epochs}, Loss: {epoch_loss:.4f}, Dice: {metric:.4f}")

# 5. 可视化结果 (示例)
def visualize_slice(image, label, prediction, slice_index=25):
    fig, axes = plt.subplots(1, 3, figsize=(15, 5))

    # 原始图像
    axes[0].imshow(image[0, 0, :, :, slice_index], cmap="gray")
    axes[0].set_title("Input Image")
    axes[0].axis("off")

    # 真实标签
    axes[1].imshow(label[0, 0, :, :, slice_index], cmap="jet")
    axes[1].set_title("Ground Truth")
    axes[1].axis("off")

    # 预测结果
    axes[2].imshow(prediction[0, 0, :, :, slice_index], cmap="jet")
    axes[2].set_title("Prediction")
    axes[2].axis("off")

    plt.show()

# 测试单张图像
test_data = train_ds[0]
image = test_data["image"].unsqueeze(0).to(device)
with torch.no_grad():
    prediction = sliding_window_inference(image, (96, 96, 64), 4, model)
    prediction = torch.argmax(prediction, dim=1, keepdim=True)

visualize_slice(
    image.cpu().numpy(),
    test_data["label"].unsqueeze(0).numpy(),
    prediction.cpu().numpy()
)

关键组件说明：

1. 数据预处理流程 ：

   • Spacingd：标准化不同扫描仪的分辨率差异
   • Orientationd：统一图像方向（RAS坐标系）
   • ScaleIntensityRanged：CT值标准化（-1000到1000 HU）
   • RandCropByPosNegLabeld：基于标签的智能裁剪

   • 3D UNet架构 ：

   • 专门处理体积数据（如CT/MRI）

   • 残差单元提升梯度流动
   • 多尺度特征提取能力

   • 医学图像特定技术 ：

   • Dice损失函数：处理类别不平衡

   • Sliding Window推理：处理大尺寸体积数据
   • 体素间距保留：保持物理尺寸一致性

   • 可视化 ：

   • 三视图对比（原始图像/真实标签/预测结果）

   • 多平面重建（轴向/冠状/矢状面）

实际应用场景：

1. 器官分割（肝脏/肾脏/肿瘤）
2. 病变检测
3. 手术规划
4. 放射治疗剂量计算

进阶优化建议：

# 添加数据增强
from monai.transforms import (
    RandRotated, RandFlipd, RandZoomd
)

train_transforms.insert(
    6,  # 在强度归一化后添加
    Compose([
        RandRotated(keys=["image", "label"], range_x=0.3, prob=0.5),
        RandFlipd(keys=["image", "label"], spatial_axis=0, prob=0.5),
        RandZoomd(keys=["image", "label"], min_zoom=0.9, max_zoom=1.1, prob=0.5)
    ])
)

# 使用更先进的模型
from monai.networks.nets import SwinUNETR

model = SwinUNETR(
    img_size=(96, 96, 64),
    in_channels=1,
    out_channels=2,
    feature_size=48
).to(device)

# 添加学习率调度
lr_scheduler = torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max=max_epochs)

# 混合精度训练
scaler = torch.cuda.amp.GradScaler()

此示例展现了MONAI在医学图像分析中的核心优势：领域特定的预处理、优化的3D网络架构、医学影像评估指标和高效的大体积数据处理能力。实际应用中需根据具体临床任务调整网络结构和处理参数。

2. Pandas + Polars + PyGWalker

快速探索表格型EHR数据（如病人记录、药品记录等）。

• 安装命令：

  pip install pandas polars pygwalker
  

• 示例：用 PyGWalker 交互式探索电子病历

以下是结合 Pandas 、Polars 和 PyGWalker 快速探索电子健康记录（EHR）数据的示例，包含数据加载、预处理和交互式可视化：

```python
import pandas as pd
import polars as pl
import pygwalker as pyg
from datetime import datetime

示例 EHR 数据结构 (若需加载真实数据，替换为 read_csv/read_parquet)

data = {
"patient_id": [1001, 1002, 1003, 1001, 1004],
"visit_date": ["2023-01-15", "2023-02-20", "2023-01-05", "2023-03-10", "2023-02-28"],
"diagnosis": ["Hypertension", "Diabetes", "Hypertension", "Asthma", "Diabetes"],
"medication": ["Lisinopril", "Metformin", "Amlodipine", "Albuterol", "Insulin"],
"age": [45, 62, 58, 36, 70],
"blood_pressure": ["140/90", "130/85", "150/95", "120/80", "145/88"],
"lab_result": [None, 6.5, 7.1, None, 8.0]
}

方案1: 使用Pandas加载数据

df_pd = pd.DataFrame(data)
df_pd["visit_date"] = pd.to_datetime(df_pd["visit_date"]) # 日期转换

方案2: 使用Polars加载大数据（更高效）

df_pl = pl.DataFrame(data).with_columns(
pl.col("visit_date").str.to_date("%Y-%m-%d")
)

转换为Pandas供PyGWalker使用（Polars处理+PyGWalker可视化）

df_processed = df_pl.to_pandas()

使用PyGWalker进行交互式分析

walker = pyg.walk(
df_processed,