320排CT诊断冠状动脉易损斑块及其危险因素分析

目的探讨320排CT诊断冠状动脉易损斑块的临床价值及分析易损斑块的危险因素。方法收集行320排CT血管造影(CTA)和冠状动脉造影的112例冠状动脉粥样硬化性心脏病(冠心病)患者,检测血清内皮素-1、基质金属蛋白酶-9(MMP-9)、IL-6、TNF-α和超敏-C反应蛋白(hs-CRP)。用320排CT检测冠状动脉斑块,根据CT值将对斑块分为易损斑块及非易损斑块:易损斑块CT值<50 Hu,非易损斑块≥50 Hu。分析易损斑块的危险因素。结果 320排CT检测冠状动脉斑块的灵敏度为90.6%,特异度为91.4%,阳性预测值为86.7%,阴性预测值为94.8%。易损斑块组和非易损斑块组的糖尿病、不稳定型心绞痛、稳定型心绞痛、单/双/多支病变例数、MMP-9、IL-6、hs-CRP比较差异均有统计学意义(P均<0.01),性别、高血压病、吸烟、年龄、总胆固醇(TC)、LDL-C、HDL、TC/HDL、内皮素-1和TNF-α比较差异均无统计学意义(P均>0.05)。Logistic回归分析显示MMP-9升高(P=0.0215,OR=2.33,95%CI 1.13~4.79)、hs-CRP升高(P=0.0008,OR=4.32,95%CI 1.84~10.15)和不稳定型心绞痛(P=0.0339,OR=4.33,95%CI1.12~16.77)是易损斑块的独立危险因素。结论 320排CT可无创性诊断冠状动脉易损斑块,MMP-9、hs-CRP和不稳定型心绞痛是易损斑块的独立危险因素。

医学人工智能通识课程的效果评估

目的:分析医学人工智能通识课程“眼科人工智能的研发与应用”的开展效果,为相关医学人工智能通识课程的开展提供参考和借鉴。方法:纵向观察性研究。观察分析2020年秋季学期眼科人工智能的研发与应用通识课程学生人群,课程考核结果以及学生对课程的整体评价。结果:共有118名本科生同学参与了课程学习。其中大部分为低年级临床医学专业本科生。期中考核得分为77.21±10.07,有56位同学(47.46%)达到80分以上。期末考核得分为82.24±6.77,有91位同学(77.12%)达到80分以上。同学对课程的评分为98.76±3.55,超过90%的同学表示课程备课认真、授课条理清晰、表达准确。结论:本课程的顺利进展证明医学人工智能联合教学模式的可行性,理论和实践穿插的教学设置帮助同学们更好地掌握知识技术,完成教学目标。

基于移动终端的视力智能检查和管理系统的研发及临床应用价值评估

目的研发基于移动终端的视力智能检查和管理系统,并评估其实际临床应用效果。方法采用诊断试验研究方法,纳入2020年3月—5月在中山大学中山眼科中心就诊的儿童和青少年50例100眼,年龄3~14岁,平均(8.16±4.58)岁。使用JAVA及xcode11框架研发适用于Android及IOS平台的基于移动终端的视力智能检查和管理系统,采用实时测距、语音识别、手势识别等智能技术实现视力检查过程中的实时交互。所有受试者均接受双眼裸眼传统E字表视力检查和基于移动终端智能视力检查,2种方法配合眼数差异比较采用χ2检验,2种方法测定的LogMAR视力结果差异比较和一致性分析分别采用Wilcoxon符号秩检验和Kappa检验。结果成功研发适用于Android及IOS平台的基于移动终端的视力智能检查和管理系统,可检测的视力范围为0.1~1.5,视标大小和分辨率均达到视力检查表的国家标准,实现了3 m距离下准确的视力检查、智能交互、结果输出和自动建档功能。传统检查法和智能检查法测量配合眼数比例分别为99.0%(99/100)和98.0%(98/100),二者比较差异无统计学意义(χ2=0.338,P=0.561)。传统检查法和智能检查法测定的LogMAR视力分别为0.3(0.2,0.5)和0.3(0.2,0.5),二者比较差异无统计学意义(Z=-1.602,P=0.109),2种检测方法测定LogMAR视力的一致性较好(Kappa系数=0.885)。结论基于移动终端的视力智能检查和管理系统测定视力具有较好的准确性和可行性,可有效满足用户随时随地自测视力的需求,并可同步建立视觉健康档案,实现对视力情况的长期跟踪,在个性化眼健康管理新模式的发展中具有很好的应用价值。

眼科数据中心和智能服务云平台的建设思路

建立标准化的数据中心有利于收集高质量数据资源与促进医学人工智能的发展,在医疗大数据的基础上建立不同应用场景的医疗人工智能系统,整合、搭建可满足多种疾病诊疗需求的智能服务云平台,全面提升智能医疗管理的效率。本文以眼科为研究基础,对眼科数据中心和智能服务云平台的建设经验进行总结分析,为眼科及其他专科开展人工智能研究、建立数据中心、搭建智能服务云平台等方面提供参考。

常见眼病智能问答系统应用价值调查分析

目的研发针对常见眼病的智能问答系统,并调查和评估其在互联网医院平台的应用效果,为医疗服务模式和技术创新提供借鉴。方法利用自然语言处理技术研发常见眼病智能问答系统,通过对预先录入的结构化知识进行解析分词和关键词采集绑定等处理,经过搜索引擎为用户提供准确的问答内容。并通过功能、性能测试,完成互联网医院的部署。收集2020年2月1—29日期间使用常见眼病智能问答系统的数据资料,对患者的人口学信息、问诊时间、咨询疾病类别、咨询内容、服务评价等进行分析。结果在中山大学中山眼科中心互联网医院成功研发出具有智能导诊服务和眼病术后智能咨询模块的常见眼病智能问答系统,测试结果表明智能问答系统的可重复性为100.0%,准确性为99.8%,可24 h持续在线服务。2020年2月1—29日期间中山眼科中心互联网医院常见眼病智能问答系统总服务患者6462人次,其中男3082人次,占47.7%,女3380人次,占52.3%。患者的平均年龄为32.3岁。1135例患者使用了智能导诊服务,占17.6%,5375例患者使用了眼病术后智能咨询模块,占82.4%。平均每日使用常见眼病智能问答系统的患者为223人次,最高每小时服务74人次。分别有25.6%(38/148)和36.4%(54/148)的患者对常见眼病智能问答系统的服务效率表示非常满意和比较满意;24.3%(36/148)和37.8%(56/148)的患者对常见眼病智能问答系统的服务质量分别表示非常满意和比较满意。结论常见眼病智能问答系统具有较高的可重复性和准确性。基于互联网医院平台的智能问答系统应用可满足患者24 h医疗咨询需求,降低医院交叉感染风险和医务人员的工作压力。

智能语音随访系统在先天性白内障患儿术后随访中的应用与分析

目的:探索智能语音随访系统在医疗场景中的新型应用服务模式并分析其在新冠肺炎疫情期间的应用效果,以此评估该系统应用于互联网医院开展医疗咨询服务的实际效能。方法:本研究应用智能语音随访系统针对先天性白内障患儿术后的常见问题进行回访。首先,针对随访目的,设计出完善的结构化随访内容与步骤。其次,部署智能外呼系统自动拨打用户电话,并通过语音识别技术对用户的每次应答进行识别,根据用户的应答自动跳转到下一个随访步骤,在完成一系列问答后根据用户的回答给出恰当的建议,实现电话随访的自动化与智能化。收集2020年2月24日至2月28日期间,智能语音随访系统随访的电话内容、呼叫时间、患儿资料等数据,采用描述性统计分析。结果:2020年2月24日至2月28日期间,中山大学中山眼科中心应用智能语音随访系统电话共随访1154例,其中收到有效回访数据561例,平均有效回访率48.6%。有效回访人群中,有204位(36.4%)家属认为疫情期间复诊时间延长,对宝宝眼睛的恢复有影响,309位(55.1%)家属认为对宝宝眼睛的恢复没有影响。360位(64.2%)先天性白内障患儿眼睛恢复情况良好,没有出现不良反应,169位(30.1%)患儿出现不良反应和体征,包括瞳孔区有白点,眼睛发红和有眼屎流眼泪等。统计患儿不同行为显示,有417位(74.3%)患儿佩戴眼镜,135位(24.1%)患儿没有佩戴眼镜,另有9位(1.6%)患儿佩戴眼镜情况不清楚,经常揉眼的患儿更容易出现眼睛发红(25.2%)、眼睛有眼屎或流眼泪(17.0%)和瞳孔区有白点(6.8%)等不良反应。结论:智能语音随访系统在临床随访中显示出巨大的应用潜力,可作为一种新型的智能医疗服务模式。

人工智能在白内障手术治疗和教学中的应用与展望

人工智能(artificial intelligence,AI)在白内障手术中的应用越来越广泛,二者结合对于白内障手术的术前诊断和分级管理、术中人工晶状体选择、位置预测及术后管理(视力预测、并发症预测及随访)、手术培训和教学方面均起到巨大的促进作用。诚然,AI在与白内障手术相关的管理、分析和研究中还面临着许多问题,但其广泛的应用前景不可忽视。现对AI在白内障手术治疗和教学中的应用做以总结,并对其未来的发展做出展望。

婴幼儿眼病的人工智能应用

近年来随着医疗领域数字化、信息化建设的加速推进,人工智能的应用越来越广泛,在眼科医学方面尤为突出。婴幼儿处于视觉系统发育的关键时期,此时发生的眼病往往会造成不可逆的视功能损伤,带来沉重的家庭和社会负担。然而,由于婴幼儿群体的特殊性以及小儿眼科医生的短缺,开展大规模小儿眼病筛查工作十分困难。最新研究表明:人工智能在先天性白内障、先天性青光眼、斜视、早产儿视网膜病变以及视功能评估等领域已经得到相关应用,在多种婴幼儿眼病的早期筛查、诊断分期、治疗建议等方面都有令人瞩目的表现,有效解决了许多临床难点与痛点。但目前婴幼儿眼科人工智能仍然不如成年人眼科发展充分,亟须进一步的探索和研发。

基于深度学习和智能手机的眼病预防与远程诊疗

随着智能手机覆盖率的增加与可用性的提升,实现智能健康管理的应用程序成为新兴研究热点。新一代智能手机可通过追踪步数,监测心率、睡眠,拍摄照片等方式进行健康分析,成为新的医学辅助工具。随着深度学习技术在图像处理领域的不断进展,基于医学影像的智能诊断已在多个学科全面开花,有望彻底改变医院传统的眼科疾病诊疗模式。眼科疾病的常规诊断往往依赖于各种形式的图像,如裂隙灯生物显微镜、眼底成像、光学相干断层扫描等。因此,眼科成为医学人工智能发展最快的领域之一。将眼科人工智能诊疗系统部署在智能手机上,有望提高疾病诊断效率和筛查覆盖率,改善医疗资源紧张的现状,具有极大的发展前景。综述的重点是基于深度学习和智能手机的眼病预防与远程诊疗的进展,以糖尿病性视网膜病变、青光眼、白内障3种疾病为例,讲述深度学习和智能手机在眼病管理方面的具体研究、应用和展望。

人工智能在眼病筛查和诊断中的研究进展

近年来随着人口老龄化的发展、人群用眼方式的改变,现有的眼科医疗资源正越来越难以满足日渐增长的医疗需求,亟需新型的诊疗模式予以补足。眼科人工智能作为眼科领域的新兴元素,在眼病的筛查诊断中发展迅速,主要表现为“眼部图像数据+人工智能”的模式。近年来,随着该模式在白内障、青光眼、糖尿病性视网膜病变(diabetic retinopathy,DR)等常见病中研究的深入,相关技术日渐成熟,表现出了较大的应用优势与应用前景,部分技术甚至成功转化并被逐渐应用于临床。眼科诊疗向智慧医学模式的过渡,有望缓解日益增长的医疗需求与紧缺的医疗资源之间的矛盾,从而提高整体的医疗服务水平。

人工智能在眼底影像分析中的研究进展及应用现状

近年来,眼科人工智能(artificial intelligence,AI)迅猛发展,眼底影像因易获取及其丰富的生物信息成为研究热点,眼底影像的AI分析在眼底影像分析中的应用不断深入、拓展。目前,关于糖尿病性视网膜病变(diabetic retinopathy,DR)、年龄相关性黄斑变性(age-related macular degeneration,AMD)、青光眼等常见眼底疾病的临床筛查、诊断和预测已有较多AI研究,相关成果已逐步应用于临床实践。除眼科疾病以外,探究眼底特征与全身各种疾病之间的关系并据此研发AI诊断系统已经成为当下的又一热门研究领域。AI应用于眼底影像分析将改善医疗资源紧缺、诊断效率低下的情况,为多种疾病的筛查和诊断开辟“新赛道”。未来眼底影像AI分析的研究应着眼于多种眼底疾病的智能性、全面性诊断,对复杂性疾病进行综合性的辅助诊断;注重整合标准化、高质量的数据资源,提高算法性能、设计贴合临床的研究方案。

人工智能在眼前段疾病的应用

随着人工智能(artificial intelligence,AI)技术的快速发展,基于深度学习(deep learning,DL)和机器学习的AI技术在医学领域上的应用受到了广泛的关注。AI在眼科的应用也逐渐向更全面更深入的层次发展,通过角膜断层扫描、光学相干断层扫描、裂隙灯图像等技术,AI在对角膜病变、结膜病变、白内障、青光眼等眼部疾病的诊断和治疗方面都表现出了良好的性能。然而AI在眼科的应用方面也存在一些诸如结果可解释性的欠缺、数据集标准化的缺乏、数据集质量的不齐、模型适用性的不足和伦理问题等挑战。在5G和远程医疗飞速发展的时代,眼科AI同时也有许多新的机遇。本文综述了AI在前段眼科疾病中的应用、临床实施的潜在挑战和前景,为AI在眼科领域的进一步发展提供参考信息。

交叉学科人才

当前的科技创新与医疗突破越来越依赖于多学科的交叉、融合,对复合型人才储备的需求越来越大。随着深度学习等人工智能技术在医学领域的应用不断发展,智能医疗已成为医学的重要分支。其中,眼科由于其诊疗的眼部影像依赖性,成为人工智能发展最有前景的医疗学科之一。交叉学科人才的培养对于医学人工智能的快速发展至关重要。封面展示了交叉学科人才在智慧医疗服务中发挥的重要作用,五个具备代表性的医疗元素与计算机二进制算法交织进入人脑,提示在医学教育中,医疗知识将与人工智能算法有机结合,培养交叉学科人才。

腹腔镜手术治疗急性阑尾炎的临床疗效

目的对比传统阑尾切除术与腹腔镜下阑尾切除术的手术效果及优缺点。方法对2016年3月~2017年7月行阑尾炎切除术患者176例。分为OA组[经腹阑尾切除术(open appendectomy,OA)]和LA组[腹腔镜阑尾切除术(laparoscopic appendectomy,LA)],每组各88例。比较两组患者的手术时间,术后排气时间,并发症发生率,住院时间,住院费用,治疗效果。结果两组患者手术均成功治愈(100%);LA组在手术时间(45±3.6 min)、住院费用(11000±76元)均高于OA组(25±2.2 min)、(8500±54元),有显著的统计学差异(P<0.05);LA组术后排气时间(30±1.5h)、住院时间(3±0.9d)均低于OA组(48±2.1h)、(7±1.2d),差异有统计学意义(P<0.05);并发症发生率LA组(1.1%)vs OA(6.8%),差异有统计学意义(P<0.05)。结论两组手术对阑尾切除术均有效,且LA手术具有手术创伤小,术后恢复快,住院时间短,并发症发生率低的优势。

疫情防控专题:新型冠状病毒疫情期间线上学习相关眼健康问题及预防措施

本文于2020年2月20日预出版于中华眼科杂志官网。目前我国对2019新型冠状病毒疫情的防治工作正处于关键时期,延迟开学是减少校园内交叉感染、保护儿童和青少年身体健康、共同抗击疫情的重要举措。与此同时,远程教学模式的大规模开展导致儿童和青少年的学习模式和用眼习惯发生巨大转变,其对儿童和青少年视觉健康的潜在影响不容忽视。本文对线上学习相关眼健康问题和眼科疾病进行总结,并提出针对性的预防措施,为儿童和青少年在线上学习期间的视功能保护提供有效指导。

供体炎症因子浓度与肝移植术后受体生存率的关系

目的探讨肝移植供体供肝获取术前的炎症相关指标和受体术后早期临床指标对受体术后生存的影响及供体进行器官维护的意义。方法 2015年2月至2016年7月中山大学附属第一医院实施66例肝移植手术。供体入院时和器官维护后均检测炎症因子外周血肿瘤坏死因子(TNF)、白细胞介素6(IL-6)、白细胞介素10(IL-10)、脑钠肽(BNP)、降钙素原(PCT)、乳酸(Lac)等浓度。术后早期检测受体总胆红素(TBIL)、碱性磷酸酶(ALT)浓度及国际标准化比值(INR)。采用配对t检验比较器官维护前后供体炎症因子浓度差异;采用χ~2检验进行影响受体术后生存的单因素分析;采用COX比例风险回归模型筛选受体术后生存的独立危险因素。结果供体维护后,供体血清TNF、IL-6浓度均较入院时下降[(13.13±8.27)ng/L vs(20.91±18.80)ng/L,(141.58±272.55)ng/L vs(387.20±404.33)ng/L,且差异均有统计学意义(t=-3.715、-4.052,P均<0.001);供体术前TNF、PCT浓度,受体术后早期INR、ALT浓度是受体生存预后的单因素影响因素(χ~2=6.176,P=0.029;χ~2=0.010,P=0.339;χ~2=0.971,P=0.346;χ~2=1.277,P=0.283)。COX多因素回归分析结果显示,供体器官获取前TNF浓度是肝移植受体术后短期生存率的独立影响因素(相对危险度1.138,95%置信区间为0.000-0.309,P=0.001)。结论供体术前TNF浓度升高为肝移植受体术后生存的独立危险因素;供体器官维护可降低TNF浓度并改善受体预后。