基于人工智能深度学习算法辅助诊断早期ESCC的研究

目的探讨基于人工智能(artificial intelligence,AI)深度学习算法的内镜识别系统在胃镜诊疗过程中对早期ESCC检出率的研究。方法选取中国人民解放军联勤保障部队第九八八医院、中国人民解放军联勤保障部队第九八四医院及中国人民解放军联勤保障部队第九八〇医院三个消化内镜中心2018年6月至2020年6月早期ESCC、ESCC、食管隆起性病变以及食管憩室的白光图像、碘染色图像。通过训练和验证不同的目标检测模型和实例分割模型,最终选取表现最优的目标检测模型Yolov 5和实例分割模型Yolact++共同构建AI“嵌合模型”,评估该模型诊断早期ESCC的性能。结果AI“嵌合模型”对早期ESCC诊断的敏感度为95.60%,特异度为91.60%,准确率为90.70%,均优于单模型。结论本研究构建的AI“嵌合模型”可显著提高早期ESCC的检出率。

环状RNA与m6A修饰调控恶性肿瘤作用研究进展

N6-甲基腺嘌呤(m6A)是真核生物RNA中最常见的表观遗传修饰,由甲基转移酶、去甲基化酶和阅读蛋白共同调控实现生物体内动态平衡及甲基化的可逆变化,影响RNA的剪接、加工、定位、转运、翻译和降解等过程,从而调控肿瘤的进展。环状RNA(circRNA)作为一种新型多功能非编码RNA,具有结构稳定、进化保守、高度丰富、组织特异性等特征,同时它可通过充当microRNA(miRNA)分子海绵、结合蛋白质、翻译蛋白和调控基因转录和剪接等方式参与调节多种生理病理活动,有望为肿瘤早期诊断和治疗提供新的分子标志物及潜在药物靶点。大量研究表明,m6A与circRNA可分别调控癌基因表达,且两者之间存在相互调节作用,m6A修饰可调节circRNA生物发生、核输出、降解、翻译和先天免疫,circRNA也可通过miRNA分子海绵或结合m6A修饰酶等机制调控m6A修饰,共同参与肿瘤细胞的增殖、迁移侵袭、干性、耐药性和免疫微环境等过程,这将有助于发现更多肿瘤研究的调节机制和治疗靶点。然而,鉴于m6A修饰和circRNA生物学的复杂性,许多研究仍有待阐明,如m6A检测技术尚不精确、m6A修饰的circRNA数据库仍为空缺、circRNA高效生产方法的开发和递送系统优化仍处于初级阶段等。因此,m6A修饰和circRNA相互作用网络尚需更深入研究。本文综述了circRNA的特征、形成机制及生物学功能,并综合阐述了m6A甲基化修饰基本概念和研究现状,总结分析m6A修饰和circRNA间的相互作用,及其对恶性肿瘤发生发展的影响,对两者临床应用价值和应用前景进行讨论,以期为肿瘤早期诊断、精准诊疗、预后判断与药物研发提供新思路。

以三叉神经痛为首发症状、伴多发颅神经损伤的颈深部间隙感染一例报道

三叉神经痛为神经科常见症状,可继发于多种疾病,感染性疾病为其少见病因,而同时伴发多支颅神经受累的病例临床更为罕见。本文报道1例以三叉神经痛为首发症状、伴多发颅神经损伤的颈深部间隙感染患者的临床诊治过程,以期为神经科医师对该病的诊治提供参考。分析表明,三叉神经痛、多发颅神经损伤是颈深部间隙感染的少见临床症状,早期行影像学检查并进行多学科综合治疗是改善患者预后的关键。