人工智能在肺癌病理诊断领域中的应用

肺癌是全球范围内恶性肿瘤致死的主要原因,我国肺癌的发病率及病死率长期位居首位[1-2].近年来,个体化治疗被认为是肺癌患者生存获益的重要保障[3].个体化治疗策略的制定,依赖于病理医师的精准诊断.随着人工智能(ar-tificial intelligence,AI)\"赋能\"病理诊断的深入发展,开启了精准病理诊断的新时代.基于卷积神经网络(convolutional neural network,CNN)的AI辅助判读系统已取得了 一些成果,但仍面临诸多挑战[4-7].本文将梳理及总结AI在肺癌病理诊断领域的应用及研究进展,展望未来发展趋势.     

人工智能技术在电生理诊断中的应用现状

人工智能理论及技术的不断发展,使其在各行业各领域有着广泛应用。电生理检查通过仪器设备获取人体生物电信号,并以图像形式展现,医师依据图像特征判断和分析疾病。借助人工智能技术自动分析电生理图像信号,能够实现疾病的智能诊断与预测,减少对医师经验的依赖,提升医疗服务水准。本文对人工智能技术在电生理诊断中的研究与应用现状进行综述,为电生理学科的发展提供一定的支撑和参考。     

人工智能在乳腺癌病理诊断中的应用价值

人工智能(artificial intelligence,AI)的应用可以帮助病理医师解决乳腺癌病理诊断中的诸多问题,包括组织学诊断、免疫组化判读及分子病理的应用,并辅助预测乳腺癌预后,但AI在实际应用方面仍面临较多挑战.相信随着AI在乳腺病理学领域的应用增加,其不仅能辅助乳腺病理医师的工作,减轻工作量并提高其诊断准确...     

人工智能在医学影像诊断中的应用

人工智能在处理大数据、复杂非确定性数据、深入挖掘数据潜在信息等方面有着超越人类的优势。医学影像数据包含丰富的人体健康信息,是医生做出医学诊断的重要依据。面对复杂的医学影像信息和持续增长的医学影像诊断需求,医生人工影像解读暴露出的易受主观认知影响、效率低且误诊率高等诸多缺点愈加明显。本文从人工智能技术特点出发,结合具体病症分析人工智能在人体结构、病灶区的分割,疾病的早期诊断,解剖结构、病灶区的检测等方面的研究成果,最后总结现阶段人工智能在医学影像诊断中尚存在的问题,包括诊断结果可解释性差、医学数据量少及系统性评估标准缺失等,并进一步分析未来人工智能在医学影像诊断中的发展方向。     

人工智能技术及其在医学诊断中的应用及发展

本文对人工智能技术在常规医学及其医学诊断专家系统中的发展情况作了回顾，并对人工神经网络在医学诊断系统中的应用作了概述，阐明了在医学诊断系统中，主要的困难在于多种疾病的共存现象，即许多病人有着潜伏在自身内部的其它相关性疾病，而制约医学影像专家系统发展的主要原因是高级视觉系统本身的缺陷，即从医学扫描器上获得的图像数据可能是噪声和模糊的。从而增加了专家系统的复杂性，最后对人工智能技术在医学影像诊断系统中的发展前景作了展望。     

人工智能技术在肺癌诊断中的研究进展和应用

随着科技的飞速发展,人工智能 （Artificial Intelligence,AI） 在医疗领域的应用愈发广泛,特别是在肺癌诊断方面备受瞩目。肺癌早期诊断对治疗和生存率至关重要,而 AI的应用有助于医生更精准地诊断肺癌,提高准确性和效率。 本文将详细介绍AI技术在肺癌诊断方面的研究进展,涵盖肺癌筛查、影像学诊断、基因突变检测、血液肿瘤标志物检测以及病理学检测等多个方面。然而,AI在肺癌诊断中的应用仍面临一些挑战,需要进一步的研究和改进。     

基于人工神经网络与人工智能的计算机系统在儿童心理障碍诊断领域的应用

背景：将人工智能和人工神经网络二者相结合应用于精神卫生领域的文献在国内外还未见报道,更未见将人工神经网络与人工智能相结合用于模拟人类医学专家大脑诊断思维模式诊断儿童心理障碍的相关报道。 目的：用计算机模拟人脑诊断思维模式,建立一套基于人工神经网络与专家系统的儿童心理障碍标准化诊断与防治的人工智能专家系统。 方法：儿童心理障碍标准化诊断与防治的人工智能专家系统涉及儿童心理学、儿童精神病学、心理测量、心理治疗、计算机科学等诸多学科,诊断系统结合了ICD-10、DSM IV及CCMD-2等诊断标准、大规模流行病学调查数据、资深精神医学专家的丰富临床经验和临床资料。临床资料来源于全国14 家医院流调及门诊收集的原始病例,共回收有效资料1 125份,用基于神经网络与专家系统相结合的方法进行智能诊断系统的编制。 结果与结论：诊断系统能诊断61种儿童心理障碍,它包括95%以上的儿童心理障碍,在诊断之后,计算机将给出一个治疗方法建议。将195例计算机系统诊断结果与资深儿童心理精神医学专家的诊断结果进行双盲比较,诊断符合率是99%,有助于年轻医生学习资深儿童心理精神医学专家丰富的临床经验,也能帮助全国各地的心理障碍患儿,更好地为儿童心理卫生事业服务。     

儿童心理障碍标准化诊断与治疗的人工智能专家系统

本文介绍专家知识与电脑技术相结合编制的诊断软件系统。专家知识由根据ＩＣＤ－１０，ＣＣＭＤ－２ＤＳＭ－Ⅲ－Ｒ编制的诊断量表，经全国１４家医院共收集有效病例１１２５份组成。利用Ｏｒａｃｌｅ建立数据资料库，采用人工神经网络方法进行学习诊断，由Ｃ语言及Ｐｒｏ＊Ｃ实现接口技术，故可用中文输入及输出打印。本软件可诊断６０种儿童常见心理障碍，覆盖儿童心理障碍诊断的９５％以上。软件编成后，采用人机双盲对照覆查诊断６２７例，二者Ｋａｐｐａ值为０．９８（Ｐ＜０．００１）。     

人工智能在中枢神经系统疾病影像诊断中的应用进展

人工智能（AI）技术应用于中枢神经系统疾病的诊断、分型以及预后,可显著提高医学影像信息的可信性和有效性,大幅提高神经系统疾病早期诊断的准确率,为医生选择合理的治疗方案提供定量的依据。本研究介绍了AI在中枢神经影像诊断中常用的学习算法、AI在中枢神经疾病影像诊断中的图像分割和特征提取中的应用;综述了AI在术前胶质瘤分级、预测基因突变状况以及胶质瘤术后复发鉴别的应用;并初步介绍了已用于临床工作的一些软件工具。     

人工智能在口腔疾病诊断中的研究进展

人工智能（AI）作为一种新兴的科学技术逐渐渗透到各个专业领域并开拓未知之地。目前,AI在医学领域推动智能医学的迅速发展,是现代医学未来的发展方向之一。文章简要阐述了AI的基本概念,综述了AI在口腔外科领域、口腔内科领域、口腔修复学领域、口腔正畸学领域诊断口腔疾病的发展现状和存在的问题及未来展望。现阶段AI辅助诊断处于初级阶段,随着临床诊疗数字化技术和便携式实验室诊断仪器的研发,将扩大AI学习的数据来源,使得数据不仅仅局限于传统的影像资料,还包括疾病生物标志物、各类光谱信号、大数据文本资料等,甚至是打破数据之间的壁垒,利用各类数据整合出混合数据库,建立临床大数据疾病预警系统,诊病于未病之时。     

人工智能在中医诊断中的应用进展

本研究立足于各类人工智能算法的数学原理,阐述了人工智能在中医诊断中的应用现状及问题。其中传统机器学习算法,如支持向量机、贝叶斯算法等因其小样本学习的特性,在闻诊、问诊等场景具备较高的精度与稳健性;而近年来新兴的深度学习算法则可以处理如图像、音频信号、文本等非结构化数据,与望诊、切诊等场景相契合;多模态深度学习则可以充分挖掘望闻问切数据中的信息,并在特征空间中进行隐式的四诊合参。人工智能的引入可以进一步推动中医的客观化、定量化发展,但其数据驱动的特性要求进一步规范现行的中医数据库建立流程。     

超敏C反应蛋白和尿路感染信息在尿路感染诊断中的应用

目的探讨超敏C反应蛋白（hs-CRP）及尿路感染信息（UTI-Info）对尿路感染（UTI）的诊断价值。方法对380例疑似UTI患者的尿标本进行尿培养,用UF-1000i全自动尿液有形成分分析仪测定白细胞数（WBC）及细菌数（BACT）,得到UTI-Info;用AU2700全自动生化分析仪测定静脉血hs-CRP含量;以细菌定量培养结果为标准对照,评估hs-CRP、UTI-Info、hs-CRP＋UTI-Info诊断UTI的灵敏度、特异性、诊断符合率等。结果除污染标本外,余下360份标本中,细菌培养结果阳性有102份,阳性率为28.3%。以细菌培养为参考方法,hs-CRP诊断UTI的灵敏度、特异性、诊断符合率分别为85.3%、70.9%、75.0%;UTI-Info诊断UTI的灵敏度、特异性、诊断符合率分别为76.5%、84.5%、82.2%;hs-CRP＋UTI-Info诊断UTI的灵敏度、特异性、诊断符合率分别为70.6%、97.3%、89.7%。结论 hs-CRP联合UTI-Info能快速诊断UTI并能提高特异性及诊断的准确性。     

人工智能云技术在乳腺癌患者心脏亚结构自动勾画中的应用

目的:评估人工智能云技术勾画平台（AI Contour）在乳腺癌患者心脏亚结构自动勾画中的准确性和可行性。方法:选取10例进行乳腺癌放射治疗患者的血管增强CT作为研究对象。在AI Contour上分别采用手动勾画、自动勾画和自动勾画后手动修改模式来完成10例患者的心脏亚结构勾画,包括左心房、右心房、左心室、右心室。比较Dice相似性系数（DSC）、Jaccard系数（JC）、Hausdorf距离（HD）、质心偏差（CMD）、包容性系数（IncI）、敏感性指数（SI）、勾画时间。结果:以手动勾画为金标准,自动勾画与手动勾画各心脏亚结构的DSC>0.8,JC>0.6,HD<9 mm,CMD<5 mm,IncI>0.8,SI>0.7。自动勾画后手动修改进一步提高了勾画精度,其中JC>0.8。自动勾画时间与手动勾画时间为（85.50±6.06） s vs （1 160.30±74.31） s,差异具有统计学意义（P<0.05）。自动勾画后手动修改总时间与手动勾画时间为（558.70±33.40） s vs （1 160.30±74.31） s,差异具有统计学意义（P<0.05）。结论:通过比较发现自动勾画技术能以较高的精度完成乳腺癌患者左心房、右心房、左心室、右心室的勾画,节省了大量时间,自动勾画后手动修改能进一步提高各心脏亚结构的勾画精度,同时云勾画平台具有远程协作的优势,值得推广运用。     

人工智能技术在医学影像专家系统中的应用及发展

本文对人工智能技术在常规医学及其医学影像专家系统中的发展情况作了回顾 ,阐明了在医学诊断系统中 ,主要困难在于多种疾病的同时并发 ,即在许多病人中存在着一种疾病的症状潜伏着多种其它疾病的症状的现象。而医学影像专家系统发展的困难在于高级视觉系统内在的不足 ,从医学扫描器上获得的数据可能是噪声和模糊的 ,从而增加了专家系统的复杂性。最后对人工智能技术在医学影像专家系统中的发展前景作了展望。     

人工智能辅助分析CTA影像诊断颅内动脉瘤的临床研究

目的探讨在CT血管造影(CTA)中采用传统人工、人工智能(AI)及两者联合对颅内动脉瘤的检出效能。方法纳入我院疑似颅内动脉瘤并行CTA及数字减影血管造影术(DSA)检查的患者359例,以DSA检查为金标准,分别采用传统人工、AI及两者联合分析CTA图像,计算3种方法对颅内动脉瘤诊断的灵敏度、特异度、假阳性率、假阴性率及准确度,并对传统人工、AI动脉瘤漏诊及误诊的原因进行分析。结果传统人工组、AI组、人工联合AI组对颅内动脉瘤的检出率分别为92.12%、92.12%、95.92%,组间比较差异无统计学意义(P>0.05)。人工联合AI诊断颅内动脉瘤的灵敏度、特异度及准确度分别为95.92%、92.42%及95.39%,高于单一诊断;假阳性率(7.58%)、假阴性率(4.08%)均低于单一诊断。传统人工及AI在毗邻骨质、合并动静脉畸形/烟雾病/夹闭术后复发、非责任动脉瘤方面比较差异有统计学意义(P<0.05)。结论传统人工联合AI对颅内动脉瘤诊断的灵敏度、特异度及准确度较单一方法高,其可降低颅内动脉瘤的漏诊率及误诊率。     

基于人工智能技术的危及器官自动勾画在胸部肿瘤中的应用

目的:评估基于人工智能技术的自动勾画软件勾画胸部危及器官轮廓的几何学精度,为临床应用提供依据。方法:选择30例胸部肿瘤患者的CT图像,分别使用基于人工智能技术的自动勾画软件勾画和医师手动勾画胸部危及器官。采用Hausdorff距离、形状相似性指数及Jaccard系数这3个指标评价自动勾画与手动勾画危及器官的几何学一致性。结果:在肺、心脏和脊髓的Hausdorff距离中,最大为右肺的（22.31±4.50） mm,最小为脊髓的（3.17±0.80） mm。危及器官的形状相似性指数值均≥0.91。Jaccard系数中左肺和右肺的均值≥0.95,脊髓的为0.84±0.02,心脏的略低为0.83±0.04。结论:基于人工智能技术的危及器官自动勾画软件对于胸部危及器官勾画能够达到较高的准确性和精度,可以满足临床工作。 【关键词】胸部肿瘤;人工智能;危及器官;自动勾画;放射治疗     

Validating the prediction of lower urinary tract infection in primary care: sensitivity and specificity of urinary dipsticks and clinical scores in women

Background

Dipsticks are one of the most commonly used near-patient tests in primary care, but few clinical or dipstick algorithms have been rigorously developed.

Aim

To confirm whether previously documented clinical and dipstick variables and algorithms predict laboratory diagnosis of urinary tract infection (UTI).

Design of study

Validation study.

Setting

Primary care.

Method

A total of 434 adult females with suspected lower UTI had bacteriuria assessed using the European Urinalysis Guidelines.

Results

Sixty-six per cent of patients had confirmed UTI. The predictive values of nitrite, leucocyte esterase (+ or greater), and blood (haemolysed trace or greater) were confirmed (independent multivariate odds ratios = 5.6, 3.5, and 2.1 respectively). The previously developed dipstick rule — based on presence of nitrite, or both leucocytes and blood — was moderately sensitive (75%) but less specific (66%; positive predictive value [PPV] 81%, negative predictive value [NPV] 57%). Predictive values were improved by varying the cut-off point: NPV was 76% for all three dipstick results being negative; the PPV was 92% for having nitrite and either blood or leucocyte esterase. Urine offensive smell was not found to be predictive in this sample; for a clinical score using the remaining three predictive clinical features (urine cloudiness, dysuria, and nocturia), NPV was 67% for none of the features, and PPV was 82% for three features.

Conclusion

A clinical score is of limited value in increasing diagnostic precision. Dipstick results can modestly improve diagnostic precision but poorly rule out infection. Clinicians need strategies to take account of poor NPVs.     

肺癌合并肺部真菌感染的诊疗进展

随着肺癌发病率的增加,肺癌合并肺部真菌感染的病人在临床上已经越来越常见,因其临床表现缺乏特异性又合并原发疾病,针对这部分的病人在早期诊断、治疗上仍然存在一定的困难.本文将从常见致病真菌、影像学表现和常用抗真菌药物、抗真菌治疗的研究进展等方面讨论肺癌病人合并肺部真菌感染的诊断和治疗.