人工智能在肿瘤领域应用现状及发展前景

综述人工智能在肿瘤领域的技术方法和应用现状，包括肿瘤风险评估、诊断、治疗、护理等方面，探讨其面临的机遇与挑战，以期为人工智能助力肿瘤诊疗和照护提供参考，推动人工智能在肿瘤领域应用进一步发展。     

医疗领域人工智能应用的研究进展＊

人工智能引发了医疗领域的数字革命，在推动行业发展方面具有极大潜力。本研究围绕临床诊疗、医学研究和公共卫生三个基本场景，聚焦人工智能与传统中医药的交叉与融合，并着重介绍人工智能在疾病诊断、决策支持、医学研究以及重大公共卫生事件中的应用。虽然人工智能在诸多方面显示出独特优势，但仍存在透明度不高、缺乏安全性评估和相关法律法规监管等问题需要谨慎解决，以促进人工智能技术在医疗领域的推广。     

直肠癌淋巴结转移的深度神经网络评判研究进展

正目前,临床上对于直肠癌常用的影像评估方法有MRI、螺旋CT、PET-CT、直肠腔内超声(ERUS)等。而MRI作为首选检查方式,对肿瘤位置、浸润深度、淋巴结转移、血管侵犯、环周切缘及周围器官侵犯等方面的评估均具有明显优势~([1-2])。通过MRI诊断淋巴结的方法通常是影像科医师逐层浏览每一幅图像,从中识别淋巴结的形状、界限及密度来判断,这种传统方式耗时较长且存在主观偏倚,导致     

人工智能优化算法对提高大体型患者低剂量扫描冠状动脉图像质量的价值

【摘要】目的：探讨人工智能（AI）图像优化算法对提高大体型患者低剂量扫描冠状动脉图像质量的价值。方法：前瞻性连续纳入2018年2-5月在本院NeuViz 128 CT行冠状动脉CTA检查的28例大体型患者（BMI＞26kg/m2）。所有的患者均采用步进扫描模式，管电压100kV，自动管电流调制（233.4±46.7mAs）。对原始数据采用迭代算法（Clearview+ 50%）进行重建得到A组图像，进一步对该组图像采用AI图像优化技术进行处理，所得图像作为B组。分别在主动脉根部、左主干开口、左前降支中段、左回旋支中段及右冠状动脉中段选取不同的兴趣区，测量这两组图像的冠状动脉的CT值、噪声、信噪比（SNR）、对比噪声比（CNR），由两名高年资的医生以Likert 4级评分法评估该两组图像的主观评分（1分，优秀；4分，不能诊断）。结果：患者平均BMI为（29.31±3.19）kg/m2，平均心率（64.89±8.13）次/分。与A组图像相比，B组图像主动脉根部、左主干开口、左前降支中段、左回旋支中段及右冠状动脉中段的噪声分别降低了68.36%、45.89%、28.41%、32.49%和31.25%。B组图像SNR和CNR明显优于A组图像（P均＜0.01）。B组冠状动脉主观评分明显优于A组图像质量（1.66±0.27 vs.1.82±0.20，P＜0.001）。扫描过程中CT剂量指数为（10.6±0.9）mGy，剂量长度乘积为（167.8±26.2）mGy·cm，有效剂量为（2.3±0.4）mSv。结论：AI图像优化算法可以有效提高大体型患者在低剂量扫描时的冠状动脉图像质量，为大体型患者降低辐射剂量及优化冠脉动脉图像质量提供了新思路和新方法。     

影像技术和分子检测技术在阿尔茨海默病诊断中的应用研究进展

阿尔茨海默病(Alzheimer disease,AD)是以进行性发展的神经系统退行性变为特征的病变,它给患者、家庭和社会造成了很大的负担,因此亟待寻找早期诊治AD的方法。目前,神经影像新技术和分子检测技术发展迅速,如对海马、灰质等的测量与基因检测等,都对AD的早期诊断有非常重要的价值。本文将结合国内外关于影像技术和分子检测技术在AD早期诊断中的应用进展作一综述,为AD的预防管理提供新思路。     

药学知识库发展与建设

介绍药学知识库内涵，分析建立药学知识库的必要性、意义、发展情况，从数据来源、模型构建、设计要点及应用几方面阐述其构建方法，提出未来发展方向。     

机器学习在脑血管病诊疗应用中的研究进展

正脑血管病以其高死亡率、高复发率和高致残率成为我国乃至全球最严重的疾病负担之一~([1-2])。快速评估、诊断和干预对改善脑血管病患者的结局至关重要,并高度依赖于特征性的神经影像表现,比如应用头颅CT快速鉴别缺血和出血性脑血管病、大血管闭塞和缺血半暗带的快速评估等~([3])。脑血管病神经影像特征的快速评估高度依赖经验丰富的血管神经病学医师和神经放射医师。然而,不断增加的脑血管病疾病负担和不断攀升的就诊量对医院尤其是基层医院的专业医师带来巨大的需求,但是     

人工智能在耳鼻咽喉头颈外科的运用及展望

通过对大数据深度学习,近年人工智能技术已逐渐渗透到医学各个领域,实现一定程度应用。虽然耳鼻咽喉头颈外科专业近几年发表相关文献数量急剧增长,但大部分临床医生对于人工智能的研究还比较陌生。介绍人工智能的基本原理,列举、分析其在耳鼻喉科的主要研究情况,探讨目前人工智能技术实际应用的局限,展望未来人工智能技术在耳鼻喉科可能的应用。     

肝胆肿瘤模型与精准药物筛选新技术

肝胆肿瘤是包括原发性肝癌、胆管癌和胆囊癌在内的恶性肿瘤。目前，肝胆肿瘤已成为世界范围内癌症相关死亡的第二大病因，而对于肝胆肿瘤的治疗手段仍无法有效应对临床需求。因此，探索开发肝胆肿瘤精准药物筛选的实验技术，寻找临床治疗新策略新方法，为早期诊断和综合治疗提供新思路，是当前领域内的关键问题。本文主要围绕肝胆肿瘤个性化病理模型的构建及药物筛选方案，特异靶点药物的设计与筛选策略，基于人工智能和大数据分析的药物筛选策略等方面介绍肝胆肿瘤精准药物筛选新技术的最新研究进展，探讨其应用潜力，并展望未来发展方向。     

人工智能在医学领域应用浅析

医疗与人工智能相结合,是医学发展的重要方向。作者综述了人工智能在诊断、治疗、预防、科研、教学等医学领域的应用情况,分析了人工智能发展面临的问题和挑战,对人工智能的应用前景进行了展望。