深度学习在肺结核影像诊断中的应用

肺结核的影像学形态往往呈多样性,因此,如何鉴别诊断肺结核一直以来是常规影像学研究的重点与难点。近年来,深度学习在辅助影像诊断方面有了飞快发展。深度学习擅长识别大量图像数据中的复杂模式,可大大提高医师的诊断准确性及工作效率。笔者将对深度学习在影像诊断及肺结核影像诊断中的应用、不足及展望进行综述。     

人工智能在血吸虫病防控中的应用现状与前景

血吸虫病是一种严重危害人类健康、影响社会经济发展的寄生虫病。人工智能技术已广泛应用于肿瘤筛查、心电图、影像学与病理学分析等临床医学领域,并有望实现血吸虫病精准防控。目前,人工智能技术已应用于血吸虫病肝纤维化、异位血吸虫病临床评估,晚期血吸虫病预后预测,钉螺、虫卵、毛蚴自动检测,血吸虫病流行病学监测和药物发现等方面。本文对近年来人工智能技术在血吸虫病防控领域的应用进展与前景进行综述。     

人工智能技术赋能超声影像在肝脏疾病的精准诊疗

肝脏疾病是影响人类健康的主要问题之一。超声在肝脏弥漫性和局灶性病变诊疗中发挥着重要作用,但传统超声评估存在主观性强且提供信息有限的问题。人工智能技术因能弥补传统超声的不足而被广泛应用于肝病超声领域,其在肝脏疾病诊断、疗效评估和预后预测等领域的应用取得了显著进展。本文对近年来国内外基于超声影像的人工智能技术在肝脏弥漫性和局灶性病变诊疗中的研究进展进行综述。     

Introduction: Artificial intelligence-guided signaling on the response of multisystem inflammatory syndrome andKawasaki disease co-host immune response in children北大核心CSCD

2022年5月16日发表于Nature Communication题为“An artificial intelligence-guided signature reveals the shared host immune response in MIS-C and Kawasaki disease”的这篇文章[1]探讨了人工智能引导信号在儿童多系统炎症综合征(multisystem inflammatory syndrome in children,MIS-C)和川崎病(Kawasaki disease,KD)中的研究及其对临床诊断的指导价值,立题创新,对儿科临床工作有较大的指导意义。现对其进行解读,供儿科同仁参考。     

深度学习在小儿中枢神经系统影像学的应用进展

【摘要】多模态医学影像信息在中枢神经系统疾病的辅助诊断以及预后预测中发挥着不可替代的作用。近些年来,人工智能的高速发展对医学大数据的处理以及精准医疗的发展带来巨大潜力。深度学习提取影像信息中高通量数据客观分析,在影像学中取得了长足的进展。本文就深度学习技术在小儿中枢神经系统影像学的应用现状进行综述,包括小儿脑组织分割、脑发育、小儿脑肿瘤、脑积水、癫痫、自闭症等,并结合临床实际总结目前存在的问题,以及对其应用前景进行展望,旨在为未来深度学习的相关影像学研究提供参考。     

关于推动设立医院信息药师岗位及发布《医院信息药师能力素质模型和岗位职责(试行)》的通知

粤药会[2018]157号随着医疗健康发展迈向大数据及人工智能的时代,处方前置审核、合理用药决策支持等新兴技术促使药学快速发展。为提升医院药学服务水平和效率,满足目前医疗行业药学信息化建设需求,亟需医疗机构配备具备一定药学技能、计算机技能和管理技能的综合素养人才,并设立医院信息药师岗位。     

机器学习在急诊医学中应用的研究进展及展望

随着信息技术及医疗数据信息化的不断发展,越来越多的临床医生认识到人工智能或将彻底改变医学实践。机器学习可对大量医疗数据进行学习,探索数据集中的依赖关系,从而形成相应的医学模型;模型可对新的数据进行快速准确预测,有利于疾病早期诊断分级、辅助制定临床决策等。急诊医学面临着医疗资源相对短缺、急危重症患者识别及快速诊治需求等现状。在大数据时代,以临床需求为导向,机器学习为手段的智慧医疗或将成为解决上述问题的关键之一。     

人工智能辅助影像学在新型冠状病毒肺炎诊治中的研究进展

目前新型冠状病毒肺炎(COVID-19)疫情仍在全球大流行,影像学检查可对疑似患者进行筛查、诊断、疗效评价及预后判断,并有利于科学地抗击疫情。人工智能(AI)技术有望克服影像学中人工阅片工作量大、主观性强、缺乏量化标准等不足,是COVID-19研究的热点之一。本文重点阐述AI辅助胸部X线和CT在COVID-19诊治中的研究进展,并对其在数据标注、图像质量控制等方面的局限性和未来发展方向进行综述。     

基于人工智能和影像组学的胸部CT在早期肺腺癌中的研究进展

【摘要】随着高分辨率CT（HRCT）在临床的普及,胸部CT已成为临床筛查早期肺癌、降低肺癌死亡率的重要手段。随影像组学、基因组学、人工智能系统的开发和优化,使HRCT在准确诊断早期肺腺癌侵袭性、预测相关特殊分子生物学信息方面成为了可能。本文就胸部CT在预测早期肺腺癌浸润性、生物学特性、预后等方面的研究进展进行相关综述。     

人工智能辅助软件可提升疲劳状态下放射科规培医师对肺结节的检测效能

目的:探讨在人工智能(AI)肺结节检测软件的辅助下能否提升疲劳状态的放射科规培医师对肺结节的检测效能。方法:搜集182例患者的1 mm薄层胸部CT图像,有一位放射科规培医师分别在3种模式下进行阅片:正常状态下独立阅片(A组)、疲劳状态下(即一天日常工作满8小时以上)独立阅片(B组)、疲劳状态下使用AI软件辅助阅片(C组),三种阅片模式均间隔洗脱期(2周),分别记录每次阅片时检出结节的位置、大小和数目。将3次肺结节检出结果与金标准(由2位从事胸部影像诊断超过8年的中级医师结合AI筛查结果分别作出诊断,再由1位从事胸部影像诊断超过15年的高级医师最终审核确定)进行比较,计算敏感度和(患者)人均假阳性(误诊)结节数来评价3种模式的检测效能。结果:经金标准确认1281个肺结节,A组检出真阳性结节592个、假阳结节297个,敏感度46.21%,人均误诊结节数为1.63;B组检出真阳性结节517个、假阳结节225个,敏感度40.36%,人均误诊结节数为1.24;C组检出真阳性结节995个、假阳结节165个,敏感度77.67%,人均误诊结节数为0.91。B组的敏感度和人均误诊结节数均较A组降低,差异均有统计学意义(P<0.05);C组的敏感度较B组提高,且人均误诊结节数降低,差异均有统计学意义(P<0.05);C组的敏感度较A组提高,人均误诊结节数降低,差异均有统计学意义(P<0.05)。结论:疲劳显著降低了放射科规培医师对肺结节的检测效能,但在AI软件辅助下能明显提高疲劳状态下放射科规培医师对肺结节的检出效能,甚至超过其正常状态下的水平。