中国医学物理学科的建设与探索专家共识

本共识围绕医学物理学科的教育现状、专业方向建设、课程设计、实习要求及研究生毕业标准等方面探讨了中国医学物理学科的建设与发展,以应对社会对健康与医疗服务需求的增长及医疗设备国产化的挑战。目前,中国医学物理教育面临教育途径多样性、课程设计差异性、师资短缺等问题,在此,讨论了整合国际经验,构建全面、规范化的医学物理学科体系的策略,体系涵盖放射治疗物理、医学影像物理、核医学物理、放射防护物理、放射生物物理及放射工程物理等方向,并强调人工智能技术的融合,以提高诊疗的准确性和效率。此外,还探讨了医学物理研究生教育的改进,包括师资和教学环境建设、专业课程设置等;还需建立教学质量评估机构,确保教育内容与国际标准一致,反馈学生和雇主的需求。本共识提倡全面提升医学物理学科的规模和影响力,提升教育质量和专业水平,实现教育的精细化和精英化,并加强国内外合作,以期达到国际先进水平,支撑“健康中国2030”政策目标。     

自然语言处理在医学影像分析中的应用

自然语言处理和医学影像的发展使深度学习模型能够在各种领域和各种数据模态中表现出出色的通用性。这些进步不仅加深了对数据的理解,而且促进了学界对最先进架构及其前景的认识。医学影像研究人员已经认识到仅针对图像研究的不足之处,以及对多模态输入进行综合分析的重要意义。但是,目前相关综述论文的缺乏不利于这个研究方向的发展。本篇综述介绍了自然语言处理和医学图像结合这一领域的背景,并分5个主题回顾现有文献的研究目标、模型架构、目标任务、实验数据和性能指标,还对该领域未来可能的发展方向进行简要描述,旨在为研究人员和医护人员提供现有学术研究的详细总结,提出理性的见解,进而促进未来的研究。     

新型冠状病毒肺炎肺部影像人工智能产品研发现状与进展

新型冠状病毒肺炎（COVID-19）疫情暴发以来,作为全球突发重大公共卫生事件,受检者骤然增多、影像学数据海量增长,均给一线的医务工作者带来了巨大的压力。此时,快速、精准的影像诊断显得尤为重要,这是疫情成功防控的重要环节,同时也面临着严峻的挑战。COVID-19影像人工智能产品的及时研发在提高诊疗效率方面发挥了重要的作...