机器学习在麻醉学领域的应用前景

机器学习（ML）技术已逐步被用于临床麻醉中,在围术期的应用及研究日益增多。ML在术前可以预警高危事件的发生,辅助困难气道的诊断以及超声显像;在术中可以预测低血压、低氧血症、心搏骤停以及麻醉深度等,帮助实现麻醉的精准和安全控制;在术后可以预测麻醉相关不良结局等。本文总结麻醉学领域常用的ML模型,回顾ML应用于围术期各个阶段的相关研究。ML的应用可改善围术期麻醉管理,有助于预警高危事件的发生,降低麻醉相关风险。     

人工智能在小儿麻醉中的应用进展

人工智能技术已逐步应用到临床麻醉中,在小儿麻醉中的应用及研究日益增多。人工智能可以在术前预警小儿围术期高危事件风险(如围术期死亡和气道不良事件),辅助气道诊断/评估和围术期输血预测;在术中辅助超声显像、小儿气道管理和呼吸监测,帮助实现麻醉的精准自动化闭环控制;在术后自动监测小儿呼吸模式等。本文总结了医学领域常用的人工智能模型,回顾了目前人工智能应用于小儿麻醉围术期各个阶段的临床研究。人工智能的发展及其在小儿麻醉领域的应用为麻醉科医师在改善患儿的围术期麻醉管理方面提供了思路,有助于预测临床结局,降低围术期风险。     

人工智能在髋关节置换应用现状

髋关节置换是股骨头坏死等髋关节疾病终末期的有效治疗方法。术前合理规划、术中假体正确安放是手术成功的关键,术后定期随访是早期发现假体异常必不可少的环节。然而大量重复的工作必然耗费医生的宝贵时间,且不同医生对结果的理解存在主观差异,可能导致病情的延误。近年来,人工智能与髋关节置换进行了深度融合,有望减轻医生负担,促进髋关节置换的精准化。本文综述了近10年人工智能在髋关节置换领域的进展。首先,概述了目前人工智能的发展现状;其次,叙述其在置换术前、术中及术后的现状;最后,分析人工智能在该领域存在的不足,并预测未来关注要点及趋势。     

对我国麻醉学科发展模式的探讨

麻醉学是近代医学中的一门重要学科,我国广大麻醉工作者承担的任务既繁重而又有风险,虽然近年来麻醉科的工作日渐被受到重视,但迄今未能从根本上确立麻醉医师的社会地位与价值,这不能不对我国麻醉队伍的稳定性产生重大影响,大学本科毕业生不愿意到麻醉科工作或者中途改行时有所闻,长此下去,不仅对我国麻醉学科的发展不利,对整个医学的发展亦起促退作用。面对遂种状况,单纯靠提意见,发牢骚,或在牢骚之余而失去信心都是无济于事的,我们应     

模拟教学在麻醉学科中的应用

近年来,模拟技术和模拟教学在麻醉学领域中的应用得到了很大的发展。模拟教学改变了传统的教学模式,现就模拟教学的特点、意义、类型及其在麻醉学科中的应用情况作一综述。     

麻醉学科的新进展

现代麻醉学在过去的一个世纪里 ,特别是过去的十多年里无论是在麻醉学的理论方面 ,还是在麻醉药品、监测设备和麻醉技术方面都取得了长足的进展 ,为外科学的迅猛发展奠定了坚实的基础。同时外科学的进步 ,也促成了麻醉学的进一步发展。一、麻醉学科的发展保证了日间手术及微创手术的普及和实现心脏外科的快转运随着外科技术的成熟 ,设备的进一步更新 ,特别是面对紧缩医疗费用的压力 ,在发达国家大量的择期手术成为日间手术 ,即手术当日入院 ,手术后当日出院回家。现在美国日间手术已占择期手术的近 70 % [1] 。 90年代初已经明确心脏手术后…     

麻醉学科的组织构架与内涵建设

结合我国麻醉学科的发展现状,分别从麻醉学科内涵建设的基本内容,麻醉学科的组织架构和麻醉学科的发展趋势进行了探讨.重点讨论麻醉学的基本理论和基本技能、麻醉医师的专业特长对危重病医学和疼痛医学的贡献,以及进一步完善和发展麻醉学学科及提高医疗质量的意义.目前麻醉学界应当不断转变观念,强化人才意识、创新意识、跨学科意识和学术交流意识,争取主动发展麻醉学科的各个分支专科,推进到互动发展阶段,才能真正地发展麻醉学学科.     

人工智能在女性不孕中的研究进展

<正>据估计,全世界有8%～12%的育龄夫妇受到不孕不育症的影响,其中女方因素占大多数,由男方因素影响的仅占20%～30%^[1]。近期国家开放三胎政策将使更多高龄人群的生育需求提升,随之而来的是高龄女性人群的不孕不育就诊需求的增加。如何进一步利用现代科技手段提高女性不孕症疗效,值得我们思考。人工智能(artificial intelligence, AI)技术的出现与发展为女性不孕不育的诊断与治疗提供了新思路。AI是研究、开发用于模拟、     

人工智能在骨科手术机器人中的应用与展望

随着人工智能（AI）的发展,骨科手术机器人与AI的结合已是目前的研究热点。机器学习与深度学习是AI的重要研究方向,并成功应用于计算机视觉、自然语言处理等领域。传统的骨科手术机器人已实现部分手术的临床应用,但临床手术的精密性、安全性、微创化与智能化等问题均未完全解决。AI作为新兴技术,将为推动当前骨科手术机器人的不断革新提供强大支持。本文概述了骨科机器人的应用现状,阐述了AI在关节骨科手术机器人、脊柱外科手术机器人与创伤骨科手术机器人的应用情况,并根据AI的发展趋势展望了骨科机器人的未来发展方向。     

Real-world analysis of artificial intelligence in musculoskeletal trauma

Musculoskeletal trauma accounts for a large percentage of emergency room visits and is amongst the top causes of unscheduled patient visits to the emergency room. Musculoskeletal trauma results in expenditure of billions of dollars and protracted losses of quality-adjusted life years. New and innovative methods are needed to minimise the impact by ensuring quick and accurate assessment. However, each of the currently utilised radiological procedures, such as radiography, ultrasonography, computed tomography, and magnetic resonance imaging, has resulted in implosion of medical imaging data. Deep learning, a recent advancement in artificial intelligence, has demonstrated the potential to analyse medical images with sensitivity and specificity at par with experts. In this review article, we intend to summarise and showcase the various developments which have occurred in the dynamic field of artificial intelligence and machine learning and how their applicability to different aspects of imaging in trauma can be explored to improvise our existing reporting systems and improvise on patient outcomes.     

Everything real about unreal artificial intelligence in diabetic retinopathy and in ocular pathologies

Artificial Intelligence is a multidisciplinary field with the aim of building platforms that can make machines act, perceive, reason intelligently and whose goal is to automate activities that presently require human intelligence. From the cornea to the retina, artificial intelligence (AI) is expected to help ophthalmologists diagnose and treat ocular diseases. In ophthalmology, computerized analytics are being viewed as efficient and more objective ways to interpret the series of images and come to a conclusion. AI can be used to diagnose and grade diabetic retinopathy, glaucoma, age-related macular degeneration, cataracts, IOL power calculation, retinopathy of prematurity and keratoconus. This review article intends to discuss various aspects of artificial intelligence in ophthalmology.     

人工智能在肾细胞癌诊断中的研究现状

目前,人工智能在肾癌诊断研究中的应用正处于起步阶段,影像学诊断的报道多于病理学,主要是关于人工智能通过CT检查鉴别肾肿瘤的良恶性和预测肾细胞癌的病理类型,但尚未涉足MRI检查,而病理学诊断主要是通过人工智能对细胞核进行分级。未来,人工智能在肾细胞癌诊断方面的研究有很大的发展潜力,有待进一步深入研究。     

Applications of artificial intelligence for patients with peripheral artery disease

ObjectiveApplications of artificial intelligence (AI) have been reported in several cardiovascular diseases but its interest in patients with peripheral artery disease (PAD) has been so far less reported. The aim of this review was to summarize current knowledge on applications of AI in patients with PAD, to discuss current limits, and highlight perspectives in the field.MethodsWe performed a narrative review based on studies reporting applications of AI in patients with PAD. The MEDLINE database was independently searched by two authors using a combination of keywords to identify studies published between January 1995 and December 2021. Three main fields of AI were investigated including natural language processing (NLP), computer vision and machine learning (ML).ResultsNLP and ML brought new tools to improve the screening, the diagnosis and classification of the severity of PAD. ML was also used to develop predictive models to better assess the prognosis of patients and develop real-time prediction models to support clinical decision-making. Studies related to computer vision mainly aimed at creating automatic detection and characterization of arterial lesions based on Doppler ultrasound examination or computed tomography angiography. Such tools could help to improve screening programs, enhance diagnosis, facilitate presurgical planning, and improve clinical workflow.ConclusionsAI offers various applications to support and likely improve the management of patients with PAD. Further research efforts are needed to validate such applications and investigate their accuracy and safety in large multinational cohorts before their implementation in daily clinical practice.     

人工智能在肾移植领域中的应用进展

近年来,人工智能不断发展,越来越多地应用于医学领域,包括各种疾病的风险预测、诊断和治疗等,提升了疾病的诊疗及管理水平,在医学领域展示出较好的应用前景。人工智能在肾移植领域中的发展也十分迅速,研究者们已经尝试将其应用于肾移植术前评估、术后并发症预测等多个场景,提示人工智能在肾移植领域具有较大的应用前景。本文围绕人工智能在肾移植供受者匹配、供肾功能评估、临床结局预测、术后并发症诊断、免疫抑制药监测管理等方面进行综述,归纳总结人工智能在肾移植领域中的应用进展,并探讨人工智能的局限性,以期为促进人工智能在肾移植领域中的实际应用和推广提供参考。     

人工智能对胃肠疾病诊疗的推动作用

高速发展的计算机技术给日常生活及工作带来巨大变化。人工智能是计算机科学的一个分支,是让计算机去行使通常情况下具备智能生命才可能行使的活动,广义的人工智能涵盖机器学习和机器人等等,本文主要聚焦于机器学习与相关的医学领域,深度学习是机器学习中的人工神经网络,卷积神经网络(CNN)是深度神经网络的一种,是在深度神经网络基础上,进一步模仿大脑的视觉皮层构造和视觉活动原理而开发;目前在医疗大数据分析中应用的机器学习方式主要为CNN。在未来数年内,人工智能作为常规工具进入医学图像解读相关的科室是发展趋势。本文主要分享人工智能与生物医学的融合进展,并结合实际案例,重点介绍CNN在胃肠道疾病的病理诊断、影像学诊断及内镜诊断等方面的应用研究现状。