下一代诊断病理学

随着人类基因组测序、生物大数据信息分析、分子病理检测和人工智能辅助病理诊断等技术进步及其应用, 临床医学发展迈向精准诊疗时代。这一时代背景下, 传统诊断病理学迎来前所未有的历史机遇, 正在向"下一代诊断病理学(next-generation diagnostic pathology)"迈进。下一代诊断病理学以病理形态和临床信息为诊断基础, 以分子检测与生物信息分析、智慧制样与流程质控、智能诊断与远程会诊、病灶活体可视化与"无创"病理诊断等创新前沿交叉技术为主要特征, 以多组学和跨尺度整合诊断为病理报告内容, 实现对疾病的"最后诊断", 并预测疾病演进和结局、建议治疗方案和评估治疗反应, 形成新的疾病诊断"金标准"。未来, 需要激发病理学科创新活力, 加快下一代诊断病理学成熟和应用, 重塑病理学科理论和技术体系, 发挥诊断病理学在疾病"防、诊、治、养"等过程中的重要作用, 促进临床医学进一步发展, 服务健康中国战略。     

新时代检验医学发展定位与思考

检验医学作为医学科学的重要支撑学科,在疾病早期诊断、病情监测、预后判断与风险评估等方面发挥着重要作用。21世纪是数字信息时代,高新检测技术、计算机科学及互联网大数据等,为检验医学的发展带来巨大的机遇与挑战,新时代下如何借助信息科技革命实现检验医学新发展是检验工作者面临的重要课题。该文回顾检验医学的发展历程,重点关注检验医学在新时代的发展定位及未来发展方向,以求开创检验医学发展新局面。     

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。     

人工智能在中医药领域的应用进展及现状思考

人工智能（Artificial Intelligence，AI）的蓬勃兴起为现代社会带来了前所未有的机遇，中医药是中华民族传承千年的文化瑰宝。随着人工智能技术不断在中医药领域的科技创新中崭露头角，二者的融合不断加深，人工智能在中医药领域的发展前景、争议挑战也引发了诸多思考。本文将从人工智能在中医药领域的应用入手，对人工智能辅助中医诊断、智能决策与数据挖掘、健康管理及中草药现代化研究等方面，就近年来国内外研究进展进行总结与分析，以期为AI视域下实现中医药现代化、智能化赋能。     

人工智能肺结节诊断系统对亚实性肺结节良恶性的预测

目的 评价人工智能(AI)肺结节影像诊断系统预测亚实性结节(SN)恶性概率值的效能。方法 搜集2017年至2019年经手术及病理结果证实的142个SN,将结节分为原位癌组、浸润性腺癌组、炎性结节组。将患者术前CT检查数据导入AI肺结节诊断系统，记录系统测量的SN的体积、平均CT值、能量值、恶性概率值。比较三组SN在CT平扫、增强扫描动脉期及延迟期中的体积、CT值、能量值及恶性概率值，并对平扫、动脉期及延迟期扫描的各组数据进行配对样本检验。分析根据各期CT图像对各组SN恶性概率值与CT值、体积、能量的相关性。结果 共纳入142个SN,其中1组为42个，2组为75个，3组为25个。AI系统对三组SN平扫、动脉期、延迟期所检测恶性概率值分别为1组中9.5(7,84.25)%、89(79.75,90)%、89(68.25,90)%;2组中84(26,89)%、89(85,90)%、89(85,90)%;3组中16(9,79)%、79(19,89)%、70(22,89)%,三组SN在扫描各期的恶性概率值均存在统计学差异(P<0.01)。三组SN在扫描各期的CT值、体积、能量值均存在统计学差...     

基于LDA模型的中医药人工智能领域主题演化分析＊

目的 梳理总结中医药人工智能领域近40年的研究情况，分析该领域研究主题演化过程，发现热点主题和研究前沿。方法 本研究检索了CNKI和WOS中中医药人工智能领域的文献，根据生命周期理论划分不同时间片，将文献摘要作为研究对象，采用LDA主题模型挖掘文本主题，分析主题的演化过程，识别热点主题。结果 纳入中英文文献2750篇，根据生命周期理论划分中医药人工智能领域发展阶段，分别建立全局和各阶段的LDA模型，挖掘出全局热点主题有中医专家系统、中医辅助诊断系统、中医药数据挖掘等，发现主题演化路径并进行可视化展示。结论 中医药与人工智能主要的结合点在中医智能系统、中医药知识组织和中医智能诊疗机器人这3方面，这3个方向的研究均离不开神经网络技术的支持，同时也结合了关联规则发现、复杂网络研究等方法。