动态不确定因果图在中医诊断中的应用探讨

动态不确定因果图(DUCG)已成为中医药领域新兴的、先进的知识表示与推理模型。为更好地应用DUCG为中医临床提供诊断推理与决策支持,在归纳总结DUCG中医药领域研究与应用情况的基础上,分析现阶段DUCG在中医诊断中存在的主要问题,包括中医术语规范统一和中医药知识库质量问题、推理算法和模型建造的方法选择与设计问题、DUCG中医诊断模型的平台化和产品化问题等,并据此展开应用思路与方法探讨,提出应深挖DUCG的技术内涵,根据临床实际需求选择精准、高效的推理建模方法,建立符合中医药理论思想、具有中医特色的智能辅助诊断模型,加强DUCG协同研究平台及产品的开发应用。

人工智能技术在视网膜母细胞瘤中的应用现状

视网膜母细胞瘤是一种常见于儿童的眼部恶性肿瘤,是威胁儿童视力和生命的主要原因之一。视网膜母细胞瘤的诊断和评估一直是临床的热点问题。在过去的几年,人工智能(AI)技术的应用在医学领域取得了显著进展,为视网膜母细胞瘤的诊断和治疗提供了新的机会和挑战,如利用AI算法分析海量临床数据,可以帮助医生更准确地诊断疾病,提供个性化的治疗方案。此外,AI技术还在医学图像分析、基因组学研究等多方面发挥重要作用,可以助力新药开发、改善患者预后。本文结合近年研究情况,综述AI在视网膜母细胞瘤中的应用进展。

智慧放疗系统的构建与应用

目的:利用信息化手段实现放疗流程的高效管理。方法:基于标准化术语集构建放疗知识库,设计智慧放疗系统。基于对知识库的检索调用,实现治疗过程中全周期辅助核查和智能提醒,并根据检索引擎对病历文书进行规则质控,构建患者评估体系,根据诊疗数据自动评估患者状态,同时支持根据评估结果辅助诊疗,对疗程进行修正并解释修正原因。结果:放疗知识库累计产生5万余条标准化术语,30余万条放疗数据,每份病历录入时间平均节省15分钟,对病历内容中用药、检查检验、放疗剂量等30类节点共生成9万余次智能提醒,降低了60余类与放疗相关高风险场景下的医疗风险;根据患者体征和病情变化,对1万多名患者的疗程进行修正优化。结论:智慧放疗系统减轻了医生负担,优化了放疗流程,提高了病历质量和医疗质量。

基于有限元分析技术的支架式教学在骨科教学中的应用

骨科是外科学的主要分支之一,涉及人体骨骼、关节、肌肉、韧带等多个系统的结构和功能,内容多且复杂,学习难度大。传统骨科临床教学存在针对性、互动性和实践性不强的问题,导致学生对骨科的兴趣性不高,对骨科的理论知识和操作技能掌握不足。此外,传统教学技术的真实性、多样性和智能性不足,也限制了骨科教学的效果。为了解决这些问题,本研究设计了“基于有限元分析技术的支架式教学”的模式,试图提高目前骨科临床教学的质量。该模式的核心是利用有限元分析技术,根据不同的骨折类型和患者情况,生成逼真的三维骨折模型和相应的手术方案,作为教学的支架,引导学生进行主动探索和深入思考。该模式从提出背景、实施方法、骨科教学的优势以及以髋臼后壁横行骨折的实例教学应用4个方面进行了详细阐述。此教学模式有望突破目前骨科临床教学的困境,解决学生兴趣性不强、学习难度大的问题,以期培养高质量的骨科医生和骨科临床带教老师。

智能化辅助诊疗设备的研究及应用进展

人工智能(AI)是引领新一轮科技革命和产业变革的战略性技术,将AI技术运用于医疗健康领域具有前瞻性、重要性和必要性。当前智能数据监测设备、智能医疗仪器、疾病辅助诊疗平台、辅助诊疗综合系统等技术研发广泛开展,相关产品也逐渐运用于辅助医疗预防、诊断、治疗及康复中。基于AI技术在医学领域的发展近况,总结智能辅助诊疗设备在智能化监测设备、虚拟心理诊疗平台及中医辅助诊疗仪器3个领域的应用进展,旨在为AI联动疾病诊治与健康管理,实现AI和医学学科交叉提供参考。

基于数字孪生技术的中医智能辅助诊疗系统构建研究

研究在厘清中医临床辅助决策系统研制进展与现存问题的基础上,借鉴人工智能对物理世界的智能管控经验,提出构建以中医经典著作原创思维为核心,以中医知识图谱和领域本体构建为肇始,将临床全域多场景数字化原态保护和中医经典著作“数字孪生”活态传承突破作为重点,着力于实现临床决策、流程管控、人机交互全面智能化的中医智能辅助诊疗系统。该系统将在中医辨证的辅助决策过程中,基于病机演变特点,融合中医经典著作、图像资料、影音资料、心理行为等多模态数据,充分还原中医病机链变化的脉络和前人的临床思维模式,进一步解决辅助决策系统信息采集界面操作繁琐和临床医生问诊思路混乱的问题。数字孪生仿真功能将模拟多复诊多模态的患者情况,尤其聚焦于复诊时患者病情数据的动态变化,最终实现多模态时序数据的集成与融合来为临床判别提供参考,完成合作博弈下的中医智能诊疗过程。研究期望为构建中医辨证论治智能辅助诊疗系统提出新的思路,进一步促进中医药的智能化应用与传承。

基于SpringBoot的脑动脉瘤辅助诊断系统设计与实现

脑动脉瘤是造成蛛网膜下腔出血的重要病因,其种类繁杂,在形态和临床表现等方面多具异质性,基于医学影像及病理图像的精准判断对治疗脑动脉瘤具有重要价值。文章设计开发了一种基于SpringBoot的脑动脉瘤智能辅助诊断平台,主要包含脑动脉瘤智能诊断、脑动脉瘤在线病房和脑动脉瘤康复记录三大功能模块。首先获取用户的活检细胞成像图,将其上传至云端服务器;其次利用图像分析、可视化分析和底层内置图像标注算法,生成辅助诊断病历;最后发送到医生客户端以辅助病情诊断。此系统可以为患者提供更快速、便捷的诊疗辅助服务,以及为临床医生的诊断提供科学的参考依据,还可部分缓解优质医疗资源分布不均的问题。

互联网医院中的智能居家服务终端应用

阐述人工智能技术在互联网医院应用,包括在医学影像辅助诊断、临床辅助诊疗、智能健康管理、虚拟助手、医疗机器人方面的应用。探讨互联网医院在家庭病床创新居家服务中的应用模式。

人工智能在医学影像学辅助诊疗中的发展及应用研究新进展

医学影像学检查作为临床上常用的诊疗方法,能反映人体组织器官的形态及功能,在临床疾病的诊断及预后中发挥了重要的作用。临床上,对于医学影像的诊疗更多依赖于医生阅片,虽然能满足诊疗所需,但是受医生的经验及主观因素的影响,导致诊断结果存在偏差,亦增加医生工作量。人工智能(AI)是指任何能够感知和理解其周围环境,采取相应适当行动,最大限度实现其目标的代理或设备。因此,AI具有机器及智能设备的特点,能根据相应的数据自动预测计算,实现自主学习。利用AI技术用于医学影像学诊断中,能提升医生的准确性和效率,为患者提供更好的医疗服务。本综述将以医学影像学为起点,分析AI在医学影像学诊疗中的作用,探讨该方法在常用影像学中的价值及优点,为患者诊疗提供新方法。

电子病历挖掘：概念、技术及应用

电子病历挖掘受到了国内外研究人员的极大关注,它旨在提取电子病历数据库中有用的医疗信息并挖掘隐含在其中的医学诊断规则和模式,从而为疾病诊断和治疗提供科学的、准确的辅助决策。通过对资料和文献的分析,详细总结并探讨了电子病历挖掘的概念、技术路线、主要方法以及应用领域,最后指出了其研究面临的挑战。随着电子病历挖掘的进一步研究,其必将在医学领域得到更广泛地应用。

“医养智慧联动”的养老模式研究与探索

我国已进入老龄化社会,而我国的养老建设事业仍处于不成熟阶段,养老问题已然成为我国亟待解决的重大问题之一。在国家相关政策的指引下,本文从我国国情出发,提出了一种以大型医院为诊疗主导,利用互联网实现与机构养老、社区养老和居家养老三种养老模式的有机连接,并融合老年病的人工智能云诊疗康复新技术的"医养智慧联动"养老模式。相关实践证明,利用互联网和人工智能及先进有效的综合诊疗技术来解决我国目前养老产业存在的问题具有重要的研究价值,也是一次非常有前景的尝试,符合国家的发展战略和相关政策。

基于人工智能的儿童甲流和乙流辅助诊断模型研究

目的通过机器学习算法进行甲流和乙流阳性感染患儿的智能辅助诊断模型研究,协助开展传染病门诊预诊。方法以2013年1月—2020年6月在复旦大学附属儿科医院门诊就诊的呼吸道感染性疾病患儿为研究对象,纳入基本信息、鼻咽拭子及血常规检验数据,采用Python进行数据处理和统计分析,基于Logistics回归和GBDT模型构建辅助诊断模型并计算特征值,以ROC曲线、AUC值和模型概率预测箱型图等指标作为模型性能判断标准。结果经鼻咽拭子确诊为单甲流阳性38094例,单乙流阳性24792例,甲乙流合并215例,共计63101例。共纳入25个指标作为模型特征值。基于Logistics模型和GBDT模型构建的甲流辅助诊断模型AUC值分别为0.877和0.884,前5位重要特征为年龄、单核细胞百分比、白细胞、淋巴细胞绝对值和C反应蛋白;乙流模型AUC值分别为0.895和0.902,前5位特征为年龄、单核细胞百分比、嗜酸性细胞计数、白细胞和血小板。GBDT效果均好于Logistics模型,且在鉴别单乙流阳性病例时性能最佳(AUC=0.902)。结论本研究建立起基于血常规检验数据的儿童甲乙型流感AI辅助诊断模型,可在诊前较为准确地从呼吸道感染性疾病人群中识别甲流和乙流感染阳性患儿,迁移性好,能够在实际应用中发挥诊前辅助诊断作用。

人工智能辅助诊断技术在超声心动图诊断房间隔缺损中的应用研究

目的探讨人工智能辅助诊断技术在超声心动图诊断房间隔缺损(ASD)中的应用价值。方法回顾性分析2020年6—9月首都医科大学附属北京安贞医院小儿心脏中心确诊的80例ASD患者的临床资料。另选取同期因心脏杂音行超声心动图检查并排除ASD的体检者39例。收集所有受试者的二维及彩色多普勒超声心动图静态图像,按60%和40%的比例划分为训练集和测试集,训练集分别在RESNET50(残差神经网络)、NSENET121(密集连接卷积网络)以及人工智能辅助诊断模型中进行训练。比较3种模型在测试集中对ASD的诊断准确率、假阴性率及假阳性率。结果训练集由44例ASD患者与27例体检者组成,测试集由36例ASD患者与12例体检者组成。RESNET50、DENSENET121及人工智能辅助诊断模型对ASD的诊断准确率分别为83.3%(40/48)、85.4%(41/48)、97.9%(47/48),假阴性率分别为2.8%(1/48)、16.7%(8/48)、2.8%(1/48),假阳性率分别为58.3%(28/48)、13.9%(6/48)、0(0/48)。3个模型对ASD的诊断准确率、假阴性率、假阳性率比较差异均有统计学意义(χ^(2)=6.05,P=0.04;χ^(2)=10.53,P=0.01;χ^(2)=29.67,P<0.01)。结论人工智能辅助诊断技术可提高超声心动图诊断ASD的准确率,有推广应用价值。

人工智能在脊柱畸形诊疗中的应用及展望

随着人工智能的发展,医疗健康领域成为其最重要、最有潜力的应用领域之一。脊柱畸形的诊治是脊柱外科领域的研究热点,人工智能在该疾病的筛查、诊断、手术规划与实施、预后、康复中逐渐发挥不可或缺的作用。然而,目前人工智能在脊柱畸形诊疗中的应用尚处于初步阶段,仍有诸多问题亟待解决。本文就人工智能在脊柱畸形的筛查、诊断、手术规划及实施、预后、康复中的研究进展进行综述,并展望未来发展方向。

儿童社区获得性肺炎智能辅助诊断系统的设计

以首都医科大学附属北京儿童医院为依托,面向儿童社区获得性肺炎这一典型儿童多发疾病,通过研发基于人工智能的儿童社区获得性肺炎辅助诊断系统,利用人工智能等信息化技术,形成智能辅助基层医生开展临床诊疗的工作体系,最终通过信息化手段辅助提升儿童社区获得性肺炎疾病的基层诊疗水平,为实现"基层首诊,双向转诊,上下联动,急慢分治"分级诊疗体系奠定基础,改善基层医疗机构儿科患者就医体验,为广大患儿提供优质、便捷的健康医疗服务。

PACS与人工智能辅助诊断的集成应用

随着国家对大数据及人工智能(AI)产业的支持不断深入,利用人工智能的深度学习技术在医学影像领域开展辅助诊断和重大疾病的诊断筛查,成为一个新的研究方向。介绍了基于武汉市中心医院与腾讯公司合作项目,实现PACS与AI智能辅助诊断系统整合应用的实践,探索并实现在报告诊断前进行异常影像结果预警提示模式,达到提高诊断精准率,减少漏诊的目的,并根据实际应用情况提出发展的前景展望。

基于配准方法的颅脑CT图像病变信息自动提取算法

医学图像中病变信息的计算机自动提取是实现计算机智能辅助诊断的关键与难点,本研究的目的就是提出一个解决该难题的算法,称之为PATHOINFER。该算法的基本过程是首先选择一幅具有代表性的模板图像M0和一系列与其相应的正常图像样本Mi,利用非刚性配准分别建立表示“正常图像”灰度变化的灰度均值图谱,表示正常变异的统计概率图谱和反映其解剖结构空间关系的分割模板,以实现对“正常图像”的计算机描述。再通过M0与目标图像S的配准,达到“正常图像”与S在空间关系上的一致,然后通过S与“正常图像”的比较,利用模糊逻辑推理,自动检出S中的病变区域,并实现对其病变特征信息的自动提取。实验结果表明,PATHOINFER算法可自动地检出并分割病变区域,并能够自动地提取包括病变发生部位在内的特征信息,实现了计算机智能辅助诊断研究中病变信息自动提取的难题。

胸部影像智能诊断技术在远程会诊中的应用

为减轻新型冠状病毒感染疫情防护期间远程会诊诊疗压力,辅助远程会诊专家,提高肺部影像阅片精准度,将人工智能医学影像诊断技术应用于远程会诊平台中,实现部分会诊影像资料的智能处理。利用AI推理服务器通过接口调用方式调用远程会诊平台医学影像数据,筛选肺部Dicom影像数据,AI服务解析数据后创建算法运行任务,处理结束后将肺部病灶解剖位置、体积、密度分布等量化分析结果自动推送远程会诊平台,供会诊专家临床使用。基于不同算法创建判定肺部病灶分型、大小,将形成的肺部影像诊断报告、三维重建数据推送至远程会诊平台,为临床提供诊疗辅助决策,在疫情防控期间运用后,减轻了专家远程会诊压力,提高了病例阅片准确度。

中医人工智能模型的设计要素研究

探讨中医人工智能的发展现状和需要中医人工智能解决的3个关键问题,提出中医人工智能模型的四个分层设计要素:中医数据层、中医信息层、中医知识层和中医智慧层。介绍这4个设计要素的核心内容和演变过程,分析从中医文献提取这些要素的一些线索。基于这些设计要素,探讨中医人工智能模型在中医知识体系的机器学习、中医临床辅助诊疗和中医健康监测中的应用形式和效果,期望中医人工智能会对人类健康有更多的实际贡献。

人工智能在医学影像辅助诊断中的应用现状及前景分析

人工智能(artificial intelligence,AI)作为信息技术革命的核心内容,已成为传统行业转型以及升级的重要驱动力。在医疗卫生领域,AI技术在解决医疗资源短缺、分配不均以及医患关系紧张等方面具有积极的应用价值。医学影像与AI的结合是最具发展前景的领域,在医学影像学辅助诊断方面,AI不仅提高了疾病筛查的阳性率,在诊断效率以及疾病分级分期方面也提供了参考依据。本文总结AI技术在医学影像诊断中的应用现状,分析AI技术所存在的问题、机遇以及挑战,展望AI技术在医学影像辅助诊断中的发展前景。