人工智能在心律失常领域中的应用进展

近年来,随着机器学习等人工智能方法在医疗领域的广泛应用,医学诊疗模式正在发生巨大变化,其中人工智能在心律失常诊疗过程中的应用值得重点关注。文章着重阐述人工智能在心律失常预测及识别、心脏电生理设备研发与改良、心律失常疾病治疗等方面的进展,展望人工智能在心律失常预警、诊断和治疗方面的广阔应用前景,同时探讨其所面临的挑战。     

基于“同一健康”理念的重点传染病综合监测体系建设专家共识

新中国自成立以来便不断完善重点传染病的监测工作,2003年SARS疫情之后建立了横向到边、纵向到底的传染病与突发公共卫生事件网络直报系统。随着病原体传播影响因素不断变化,对监测预警关口、预警信息、预警技术要求的不断提高,以及分子生物学、生物信息学、人工智能等鉴定分析技术的不断发展,增强早期监测预警能力逐渐成为健全公共卫生体系的当务之急。本共识组织中国医学科学院、广东省疾病预防控制中心、深圳市疾病预防控制中心、《新发传染病电子杂志》编辑部、深圳市动物疫病防控中心、成都市疾病预防控制中心等16家机构共计31位相关领域知名专家,通过对当前重点传染病(39种法定传染病和新发传染病)形势总结分析,基于“同一健康”理念,针对重点传染病,形成第四代综合监测方案。旨在通过对人、动物、病媒生物等主要疫源宿主和相关环境的病原体,结合流行传播影响因素、风险评估要素,展开流行病学和病原学系统性监测,以早期发现、预测预警重点传染病的发生、发展、变异和流行传播特征。同时,基于第四代综合监测方案,我们尝试构建传染病综合监测组织管理体系、数据融通共享的数智化监测预警平台和集约化病原检测技术体系。这一系列的思考,以多部...     

热带传染病诊断技术的研究进展

热带传染病仍是新发传染病的主要病种,在世界范围内呈愈演愈烈之势。不断提高该类疾病诊断技术水平对疾病防控极为重要。本文主要对热带传染病诊断技术研究进展,特别是免疫学检测和分子生物学检测等诊断技术的研究进展作一综述。     

人工智能及3D打印技术在心血管疾病诊疗中的应用进展

在大数据和开放科学时代,人工智能和3D打印技术蓬勃发展,其在心血管医学领域的探索应用突飞猛进.现代影像及检验技术积累了充分的原始数据,是人工智能探索的基础;心血管系统腔内结构复杂多变,充分利用人工智能和3D打印技术可以革新当前诊疗习惯和模式,提升服务效率和水平.现就人工智能和3D打印技术在心血管医学领域的应用进展做一综...     

人工智能在心力衰竭中的应用

人工智能作为一项变革性技术在医学领域展现出了巨大的应用前景。目前在心力衰竭领域中, 人工智能可协助临床医师对其进行诊断、分类和预后判断, 提高疾病的管理水平, 减轻医疗负担, 未来或可为其的诊疗及研究提供更深入的帮助。该文就人工智能在心力衰竭领域的研究现状做一论述。     

人工智能在心血管病诊疗中的应用

大数据时代的海量数据,给存储、合理分析、最优化利用这些资源带来挑战,人工智能(artificial intelligence,AI)的蓬勃发展给人们带来了希望。继美国等发布人工智能发展计划之后,我国于2017年启动人工智能计划,并把人工智能上升为国家战略[1]。人工智能是通过优化计算机算法,使其能够执行与人类智能相关的任务[2],它经历了从计算智能、感知智能到认知智能的三个阶段[1]。人工智能能够模拟人类智能的优势,通过整合分析健康和疾病的大数据,快速高效地给患者、医生、医疗机构以及监管机构提供有价值的诊疗信息[1]。心血管病的高死亡率和发病率引起了人们极大的关注。人工智能技术的快速发展,奠定了心血管病早诊断、早治疗的基础。因此,本文从人工智能在心血管病诊疗中的应用及前景进行综述。     

眼科开展医学人工智能研究的学科优势

视觉障碍严重威胁人类健康和生活质量,亟需新型的智能诊疗模式以满足巨大的防盲治盲需求。眼科开展医学人工智能研究具有明显的学科优势,包括眼睛是多脏器健康状况的观察窗口、眼科疾病具有较高的临床安全性和应用可推广性等。眼科医学人工智能研究的模式,可为其他领域的医学人工智能临床研究和应用模式探索提供重要参考作用。     

人工智能在心血管病领域的应用和发展

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新兴技术。使用人工智能提高心血管疾病的诊疗、管理、预防水平将为心血管病领域提供新的思路与挑战。该文介绍人工智能对心血管病的诊断、管理、临床决策方面的机遇和挑战。     

智能医学在食管癌早期诊断及治疗中的应用进展

近年来,人工智能在疾病的辅助诊断、风险预测、远程医疗、智能决策等生命健康相关领域应用广泛。与传统诊疗方法相比,智能医学在食管癌等恶性肿瘤的早期筛查、智能诊断、辅助治疗等方面优势明显。食管癌是威胁我国居民健康的主要恶性消化道肿瘤之一,由于大多数食管癌患者在确诊时已为局部晚期或存在远处转移,因此,建立食管癌筛查、早诊早治和规范化诊治等智能化手段,是改善食管癌患者预后和提高患者生活质量的新策略。本文介绍智能医学在食管癌早期诊断及治疗中的应用进展。     

人工智能在非酒精性脂肪性肝病诊断中的新进展

人工智能（AI）是指用于模拟和扩展人类智能的计算机程序,在疾病诊治中具有应用前景。通过综述AI在非酒精性脂肪性肝病（NAFLD）中的研究现状,着重阐述基于电子病历数据、多组学的预测模型和基于肝脏影像和病理活检的图像识别,对NAFLD和非酒精性脂肪型肝炎疾病筛查、诊断和新药研发中的应用,为NAFLD的诊疗提供新思路。     

医疗大数据分析技术研究进展

应用大数据分析技术收集、归纳和分析医疗大数据,能够精准挖掘和探寻其中隐含的信息,为医学研究、临床实践等提供巨大推动作用。当前,医疗大数据分析技术主要包括人工智能、数据库、编程语言等,已被应用于医学影像、疾病风险预测、疾病控制、健康管理、跟踪随访、药物和疗法研发等多个领域。本文主要对医疗大数据分析技术及其应用进行综述,以期推动相关领域研究发展。     

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。     

人工智能在消化内镜中的临床应用现状

随着人工智能（artificial intelligence,AI）技术的不断发展,以大数据为支撑兼具强大计算能力和学习能力的AI技术已用于解决复杂的医学问题。利用AI分析大量非结构化医学数据,并执行临床任务,开始出现在胃肠镜检查中。即使与专业的内镜医师相比,AI技术也能够表现出优异的灵敏度和准确率,计算机辅助检查和计算机辅助诊断技术有望改变传统的内镜检查模式。本文就AI技术在消化系统内镜中的应用进行探讨。     

大数据应用背景下的公共卫生应急响应体系建设——以邯郸市为例

近年发生的多起重大突发公共卫生事件,如非典型肺炎疫情、中东呼吸综合征疫情、三聚氰胺奶粉事件、疫苗造假事件以及近期新型冠状病毒肺炎疫情等,严重危害了人民健康和生命安全.随着互联网、云计算和物联网技术的成熟,医疗卫生信息化的广泛普及,使得医疗卫生相关数据迅速积累.本文以人口近千万的地级市——邯郸市为例,研究如何有效利用大数...     

人工智能在结直肠息肉性质鉴别中的应用进展

在信息化和智能化浪潮的推动下,计算机辅助内镜下病变的发现和鉴别因具有较高的诊断准确率而日益受到关注,特别是深度学习和卷积神经网络的出现,极大推动了智能化内镜的发展。结直肠息肉的人工智能化检测,是人工智能消化内镜应用领域中发展最快的方向,近年来不断涌现结直肠息肉智能检测和性质鉴别的突破性研究成果。本文就目前国内外关于计算机辅助诊断和人工智能在结直肠息肉性质鉴别中的研究进展进行综述。     

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。     

Potentials of AI in medical image analysis in Gastroenterology and Hepatology

With the advancement of artificial intelligence (AI) technology, it comes in a big wave carrying possibly huge impact in the field of medicine. Gastroenterology and hepatology, being a specialty relying much on diagnostic imaging, endoscopy, and histopathology, AI technology has promised improving the quality and consistency of care to the patients. In this review, we will elucidate the development of machine learning methods, especially the visual representation mechanism in deep learning on recognition tasks. Various AI‐image analysis applications in endoscopy, radiology, and pathology are covered in gastroenterology and hepatology and reveal the enormous potentials for AI in assisting diagnosis, prognosis, and treatment. We also discuss the promises as well as pitfalls for AI in medical image analysis and pointing out future research directions.     

Artificial intelligence and inflammatory bowel disease: Where are we going?

Inflammatory bowel diseases, namely ulcerative colitis and Crohn’s disease, are chronic and relapsing conditions that pose a growing burden on healthcare systems worldwide. Because of their complex and partly unknown etiology and pathogenesis, the management of ulcerative colitis and Crohn’s disease can prove challenging not only from a clinical point of view but also for resource optimization. Artificial intelligence, an umbrella term that encompasses any cognitive function developed by machines for learning or problem solving, and its subsets machine learning and deep learning are becoming ever more essential tools with a plethora of applications in most medical specialties. In this regard gastroenterology is no exception, and due to the importance of endoscopy and imaging numerous clinical studies have been gradually highlighting the relevant role that artificial intelligence has in inflammatory bowel diseases as well. The aim of this review was to summarize the most recent evidence on the use of artificial intelligence in inflammatory bowel diseases in various contexts such as diagnosis, follow-up, treatment, prognosis, cancer surveillance, data collection, and analysis. Moreover, insights into the potential further developments in this field and their effects on future clinical practice were discussed.     

机器学习在超声心动图中的应用进展

超声心动图在心血管疾病的诊断和治疗中起着至关重要的作用.然而,超声心动图的解读需相关医生长时间专业经验的积累,因操作者之间经验的不同可能导致错误的诊断.近年来,人工智能和机器学习的发展为超声心动图的解读提供了新的可能性.机器学习是人工智能的一个子集,机器学习模型通过从大型数据库中提取模式来快速获取信息,具有快速、精确及...     

1990—2019年我国主要人体寄生虫病疾病负担变化趋势研究

目的　掌握1990—2019年我国主要人体寄生虫病疾病负担时间变化趋势,为完善寄生虫病防治策略提供参考。方法　在2019全球疾病负担研究（global burden of disease study 2019,GBD 2019）数据中,提取1990—2019年我国疟疾、肠道线虫感染、血吸虫病、食源性吸虫病、囊尾蚴病和棘球蚴病等寄生虫病伤残调整寿命年（disability⁃adjusted life years,DALYs）,对其DALYs从大到小进行排序,并描述年龄和性别分布。使用Joinpoint回归模型分析各病种DALYs平均年度变化百分比（average annual percent change,AAPC）。结果　2019年我国主要人体寄生虫病DALYs由大到小依次为：食源性吸虫病（643 836.42人·年）、囊尾蚴病（156 853.03人·年）、血吸虫病（79 764.62人·年）、肠道线虫感染（70 989.73人·年）、棘球蚴病（4 258.61人·年）和疟疾（264.86人·年）,男性DALYs（546 441.93人·年）高于女性（409 525.33人·年）,青壮年（14～65岁,684 780.84人年）高于儿童（≤ 14岁,35 437.38人·年）和老年（≥ 65岁,235 749.04人·年）。1990—2019年,我国食源性吸虫病DALYs在6种寄生虫病中一直居首位,囊尾蚴病由1990年的第4位上升至2019年的第2位,肠道线虫感染则由1990年的第2位下降至2019年的第4位。1990—2019年,我国主要人体寄生虫病DALYs总体呈下降趋势,疟疾DALYs下降速度最快（AAPC = -19.6%,P = 0.003）,其次是肠道线虫感染（AAPC = -8.2%,P < 0.001）和血吸虫病（AAPC = -3.1%,P < 0.001）,食源性吸虫病DALYs下降趋势较缓（AAPC = -1.0%,P < 0.001）,棘球蚴病DALYs下降不明显（AAPC = -0.5%,P = 0.264）,囊尾蚴病DALYs呈增长趋势（AAPC = 0.7%,P < 0.001）。结论　1990—2019年,我国血吸虫病、肠道线虫感染与疟疾等重点寄生虫病疾病负担显著降低,食源性寄生虫病疾病负担较高,棘球蚴病疾病负担下降不明显,囊尾蚴病疾病负担有上升趋势。建议我国以棘球蚴病防控为重点,在继续巩固其他重点寄生虫病防治成果的同时,加强食源性寄生虫病的监测和预防。