鼻腔给药系统研究进展

从鼻粘膜的生理特性、药物动力学、剂型、影响药物吸收及生物利用度的因素、对鼻粘膜的毒性、动物模型等方面综述鼻腔给药系统的研究进展情况.     

3种固态发酵生物量测定方法的比较

对固态发酵中生物量测定常用的3种细胞组分（核酸、麦角固醇、氨基葡萄糖）作为生物量测定指标的可行性进行了比较研究。结果表明：核酸组分在细胞中含量比较稳定，可较好地指示生物量的变化，氨基葡萄糖受培养基成分影响较大，只适舍固定成分培养基中生物量的表征，而麦角固醇在细胞中的含量不太稳定，不适合作为生物量测定的指标。运用核酸法对土曲霉田态发酵产lovastatin过程中的菌体量变化进行了描述。     

数字化全玻片助力人工智能病理图像决策

基于病理切片图像的人工智能技术促进了医学发展,而病理人工智能技术的发展得益于数字化全玻片。全玻片数字化能提供大量可任意放大和方便标注的数据,利于深度学习,极易临床推广应用。数字化全玻片不仅可应用于人体病理,其在动物和植物病理方面也可发挥重要作用。本文系统性探讨了数字化全玻片结合人工智能技术在病理识别、特征提取、动物模型和植物形态学方面的应用潜力,旨在为数字病理的临床实践提供新的思维方式。     

人工智能技术在护理领域的应用现状与发展趋势

人工智能技术在疾病诊断、病理分析、新药研发等方面应用广阔,将人工智能技术与护理专业结合,制定相应的专家系统、智能辅佐设计和决策支持系统等将提高社会、经济的综合效益。本文总结了人工智能技术在护理领域各方面的研究进展和运用现状,针对临床护理、护理教育及延伸护理等子领域分别阐述了目前人工智能技术的研究及应用情况,为进一步的研究工作提供参考。     

人工智能在鉴别肝门部胆管癌细胞及周围神经侵袭中的应用

目的 建立一种用于辅助诊断肝门部胆管癌(HC)的人工智能(AI)算法模型,评价其识别肿瘤细胞及周围神经侵犯(PNI)的能力.方法 采用AI算法对825张HC和175张非癌变组织图像(600张为训练集,300张为测试集,100张为比较数据集)进行深度学习,将不同参数的GoogLeNet和DenseNet相结合的神经网络用于HC细胞和PNI的特征提取和深度学习.比较该AI算法模型与3名病理科医师(副主任医师、主治医师、住院医师各1名)在判断肿瘤有无及肿瘤细胞百分比的差异.结果 基于深度学习的AI算法可以准确识别HC组织标本图像中的肿瘤细胞及PNI.AI算法诊断肿瘤的能力可与经验丰富的病理科副主任医师媲美,且在评估肿瘤细胞百分比方面更胜一筹.结论 AI算法模型在识别HC肿瘤细胞及PNI方面具有辅助作用.     

阿司匹林中断硫代乙酰胺诱发大鼠胆管上皮癌变

目的 构建胆管癌诱导模型并探索其在肿瘤预防中的应用。方法 给予SD雄性大鼠饮用硫代乙酰胺,定期观察肝脏成瘤情况。并利用阿司匹干预该模型的发展过程,通过HE染色观察肝脏成瘤情况。免疫组化检测了碳酸酐酶-2(CA2)在胆管癌发生和干预前后的表达。结果 经过5个月的喂养硫代乙酰胺,100%的SD大鼠都形成了肉眼以及镜下可见的肿瘤。第3个月(12周)时,即看到肝内明显的纤维化。第4个月(16周)时,所有的老鼠都出现了纤维化以及镜下可见的肿瘤。第5个月(20周)时,所有的老鼠都形成了清晰性的肿瘤。利用阿司匹林来干预组的肿瘤发生率为25%(2/8),对照组肝内肿瘤的发病率100%。CA2随着胆管癌的发生表达率逐步上升,而阿司匹林干预后其表达率下降明显。结论 硫代乙酰胺能够成功的诱导肝内胆管癌的发生而该模型可以用于肿瘤的化学预防。阿司匹林能够阻断肝内胆管癌的发生,是非常有潜力的预防肝内胆内癌发生的药物。     

人工智能技术在组织和细胞形态学评估中的应用

形态学评估和特殊染色评分系统是目前基础和临床科研的重要组成部分,对于判断药物疗效和基因干预效果非常重要。然而,目前的视觉评分系统主观性强、重复性差、准确率低,极易出现漏诊和误诊。基于深度学习的人工智能技术有望克服这一问题,利用卷积神经网络能准确提取与肿瘤患者疗效和预后相关的内部特征,如肿瘤-间质比、神经侵犯和淋巴细胞空间分布;图像化和数字化显示药物干预疾病进展的疗效,同时能对与临床治疗、分型和预后相关的分子标志物进行定量化和自动化评分。人工智能技术应用于组织和细胞形态学评估后,将会推动临床药物评价和基础科研评价的一致性、重复性和准确性,有望进一步推动医学科研的发展。     

人工智能在肿瘤病理诊断和评估中的应用与思考

人工智能在多个医学场景如疾病诊断、药物筛选、影像医学和护理医学等领域中取得了革命性的进步.病理切片属于二维图像,是人工智能的首要突破点.我国的医疗资源和病理资源丰富,而病理切片的标准化和数字化为人工智能的深度学习提供了大数据背景.我们在乳腺癌、胃癌和胆管癌病理人工智能方面进行了一系列研究,建立了标准的肿瘤细胞标注流程和深度学习流程,研发了肝门部胆管癌人工智能模型,但也发现了存在的问题,提出了解决方案.随着精准性的提高,病理人工智能有望很快进入临床实践.