简介：摘要大数据环境下肿瘤病例为肿瘤的临床诊断提供了庞大的数据资源，同时人工智能技术的发展促进深度学习应用水平不断提升，推动肿瘤MRI图像的快速、精准分类进入深度学习时代。本文主要分为以下四个部分，第一部分针对目前主流的深度学习MRI图像分类模型：卷积神经网络、深度信念网络、深度残差网络、Vision Transformer展开综述。首先，阐述了各模型的历史沿袭、最初针对的问题及主要思想；其次，概括了模型的网络架构并探讨其在MRI图像分类上的最新应用；然后，分析了模型的特点、目前存在的局限及各自发展趋势。第二部分论述了一些影响分类性能的关键因素；第三部分提出了一些广泛使用的性能增强技术；文章最后讨论了深度学习分类MRI图像在临床实践中面临的主要限制，并对未来研究方向进行展望。本文的结果可为研究人员提供一个全面的比较，以及各种深度学习模型的有效性，有望促进脑肿瘤研究的进展。

简介：摘要目的针对前列腺癌放疗，研究锥形束CT（CBCT）生成伪CT的深度学习方法，以满足自适应放疗的需要。方法纳入瓦里安On-Board Imager采集的74例前列腺癌患者的CBCT图像及其模拟定位CT图像，并使用MIM软件进行形变配准。将数据按简单随机法分为训练集（59例）和测试集（15例）。使用U-net、Pix2PixGAN和CycleGAN学习CBCT到模拟定位CT的映射。以形变配准后CT作为参考图像，评价平均绝对误差（MAE）、结构相似指数（SSIM）和峰值信噪比（PSNR）。另外单独分析了图像质量，包括软组织分辨率、图像噪声和伪影等。结果使用U-net、Pix2PixGAN和CycleGAN生成图像的MAE分别为（29.4±16.1）、（37.1±14.4）、（34.3±17.3）HU。在图像质量方面，U-net和Pix2PixGAN生成的图像存在过度模糊的问题，导致了图像失真；而CycleGAN生成的图像保留了CBCT图像结构且改善了图像质量。结论CycleGAN能有效地提高CBCT图像质量，有更大的潜力应用于自适应放疗中。

简介：摘要目的探讨医学本科生医学相关课程的课堂学习偏差现象，为提高学生课堂学习的参与程度与投入水平提供参考。方法2021年1月4日至31日，选取8所医学院校医学专业23名本科生作为研究对象进行深入访谈，采用柯莱兹分析方法分析访谈资料。结果医学本科生的课堂学习偏差现象包括：违背课堂纪律，即不合理使用手机、不遵守校纪校规；偏离课堂任务，即敷衍应付式完成学习任务、逃避学习任务；缺乏课堂合作与参与。结论医学本科生在课堂上存在一定的学习偏差现象，其表现形式多样。医学院校应针对不同的课堂学习偏差现象，优化课堂出勤的监管模式，改革课堂教学方式，加强专业思想教育，以提高医学本科生课堂学习的参与程度与投入水平。

简介：摘要基于案例学习(case-based learning，CBL)通过案例促进学生与教师交流，提高学生发现问题和解决问题的能力，促进理论与实践紧密结合。本文以2021年3至6月上海体育学院2020级医学技术专业15名硕士研究生教学为例，阐述了CBL在儿科物理治疗学课程中的设计和实施，通过期末考试和满意度问卷调查评价教学效果。结果显示，学生期末理论知识和实践操作考核成绩分别为(85.23±5.35)分和(86.83±4.95)分；学生对教学模式和教学内容掌握程度的满意度评分分别为(28.47±2.26)分和(23.33±2.53)分。可见，CBL有助于提高学生儿科物理治疗学的学习效果和课程满意度，但对学生解决临床实际问题能力的影响仍需进一步探索。

简介：目的：分析服务性学习模式其在皮肤科临床护理教学过程中的具体应用效果。方法：选择该院2019年3月至2020年3月这一时间段参与皮肤科临床护理培训的低年资护理人员共计5名，参照制定教学大纲展开跟班学习，统计教学进行之前和之后护理人员相关理论知识以及护理操作，服务意识与综合评定等多项考核评分情况以及护理人员在教学上的满意度。结果：教学进行之前和之后护理人员个人理论知识和护理操作，服务意识以及整体评定等多项考核评分展开对比，存在差异具备一定统计学意义（P＜0.05）。进行服务性学习方式之前教学满意度可以达到82.14%。参与皮肤科临床护理培训之后护理人员其在教学上的满意度可以达到100.00%，其中表示非常满意的人员共计4名、基本满意的人员共计1名。存在差异具备一定统计学意义（P＜0.05）。结论：服务性学习模式在皮肤科临床护理教学过程中的进行具备理想效果，能够让临床护理教学质量以及护理教学满意度得到高效提升，具备临床推广价值。

简介：摘要目的总结国内外医学课程中虚拟仿真实验教学的应用效果。方法采用Meta分析法。检索2000至2021年间中国知网、万方、维普、PubMed、EBSCO和Web of Science数据库中关于虚拟仿真实验教学在国内外医学课程中应用的文献，并根据Cochrane系统评价方法对其进行质量评价和分析。结果共纳入53篇文献，其中英文10篇，中文43篇，共计12 329例研究对象。文献质量评价结果均为B级。Meta分析结果显示，参与虚拟仿真实验教学的学生理论考核[标准化均数差(standard mean difference，SMD)＝0.914，95%CI＝0.729~1.100]和操作技能考核成绩(SMD＝1.385，95%CI＝1.172~1.598)高于传统教学的学生成绩，其差异均有统计学意义(均P<0.05)。虚拟仿真实验教学在教学方法满意度[相对危险度(relative risk，RR)＝1.245, 95%CI＝1.038~1.494]、自学能力(RR＝1.430, 95%CI＝1.168~1.750)等方面优于传统教学法，差异均具有统计学意义(均P<0.05)。结论医学课程中采用虚拟仿真实验教学效果好，值得进一步推广。

简介：摘要为了提高信息化教学趋势下小班化探究式教学的实效，利用智慧教学云平台，布局教学管理、课程设置、教师备课、课堂应用和督导监控等模块。以平台为媒介，通过学生端和教师端共建了实体课程的小班化探究式学习社区。在医学八年制教学中，按照实体课表构建设计了学习周期的内容，依托云平台进行课前、课堂和课后发布。学生在学习社区内主动学习基础性概念，在教师引导下进行知识应用的探究，并按照课堂或课后发布进行知识拓展。经过教学实证，基于智慧教学云平台的小班化学习社区，提交率、互动率和得分率均超过90%，学生参与度高。其既能充分利用信息化教学资源的优势，又能在课程教学中构建面对面学习社区，体现个性化教学的情感互动，促进学生自主学习能力和创新思维能力的提升。

简介：摘要目的探讨MAKO机器人辅助全膝关节置换术的学习曲线。方法纳入2021年5月至2022年9月施行MAKO机器人辅助全膝关节置换术患者136例，男37例、女99例；年龄（65.53±7.01）岁（范围54~80岁）。原始疾病均为单侧膝关节骨关节炎。手术分别由三名术者分别完成，术者1完成61例、术者2完成47例、术者3完成28例。记录术中参考架安装、显露、股骨注册、胫骨注册、软组织平衡、截骨、假体植入的时间，假体型号及术后X线片下肢力线。初始10例与最终10例总手术时间、初始10例与最终10例各手术步骤时间、术前规划与术后X线下肢力线角度比较采用比较配对样本t检验。对截骨时间累积和（cumulative sum control chart，CUSUM）学习曲线进行曲线拟合，以R2判断拟合优度。结果3名术者的总手术时间分别为（114.3±25.1） min、（109.8±10.9） min和（118.6±15.1） min。三名术者最终10例截骨时间均较初始10例减少，术者1初始10例和最终10例截骨时间分别为（13.5±3.41） min和（8.0±1.58） min（t=4.30，P=0.001）；术者2分别为（13.7±3.02） min和（8.0±2.58） min（t=4.77，P=0.001）；术者3分别为（15.3±3.97） min和（11.0±2.38） min（t=2.87，P=0.010），差异均有统计学意义。计算截骨时间累积和并拟合曲线，三名术者CUSUM曲线最高点分别处于第16、18和12例，度过最高点后截骨时间均持续下降。其余步骤的时间均无明显下降。比较术中规划和术后X线片的下肢力线角度，整体差异均>1°；术者1的差值为1.41°±1.32°，术者2为1.34°±1.22°，术者3为1.04°±0.88°。三名术者术前规划的假体型号及术中实际使用的假体型号完全符合率分别为85.2%（52/61）、76.7%（36/47）和85.7%（24/28）。结论MAKO机器人辅助全膝关节置换手术经过一定病例数量的学习，截骨时间可缩短，其学习曲线临界值约为第15例；但手术例数增加并未带来下肢力线精确度的变化。

简介：摘要目的探讨基于深度学习的快速磁敏感加权成像（SWI）评估急性缺血性卒中（AIS）的价值。方法回顾性分析2019年1月至2021年1月在解放军总医院第一医学中心接受MR检查并行SWI序列扫描且发病24 h内的AIS患者118例，其中男75例、女43例，年龄23~100（66±14）岁。采用MATLAB的randperm函数将118例患者以8∶2的比例分为训练集96例，测试集22例。另外收集MR-STARS研究招募的同一中心的47例AIS患者作为外部验证集，其中男38例、女9例，年龄16~75（58±12）岁。将SWI图像和滤波相位图像合并为复值图像作为全采样参考图像。对全采样参考图像进行回顾性欠采样以模拟实际欠采样过程，获得欠采样SWI图像，欠采样倍数为5倍，可节省80%的扫描时间；然后基于复值卷积神经网络（ComplexNet）的深度学习模型重建快速SWI数据。采用组内相关系数（ICC）或Kappa检验比较全采样SWI和基于ComplexNet的快速SWI的图像质量评分一致性及检出AIS患者磁敏感血栓征（SVS）、微出血、深部髓质静脉（DMVs）不对称的一致性。结果测试集中全采样SWI图像质量的评分为（4.5±0.6）分，基于ComplexNet的快速SWI图像质量评分为（4.6±0.7），两者一致性较好（ICC=0.86，P<0.05）；全采样SWI与基于ComplexNet的快速SWI检出AIS患者SVS（Kappa=0.79，P<0.05）、微出血（Kappa=0.86，P<0.05）、DMVs不对称（Kappa=0.82，P<0.05）一致性较好。外部验证集中，全采样SWI图像质量的评分为（4.1±1.0）分，基于ComplexNet的快速SWI图像质量的评分为（4.0±0.9）分，两者一致性较好（ICC=0.97，P<0.05）；全采样SWI与基于ComplexNet的快速SWI检出AIS患者SVS（Kappa=0.74，P<0.05）、微出血（Kappa=0.83，P<0.05）和DMVs不对称（Kappa=0.74，P<0.05）的一致性较好。结论深度学习技术可显著加快SWI速度，且基于ComplexNet的快速SWI与全采样SWI的图像质量及检出AIS征象的一致性好，可应用于AIS患者的影像学评估。

简介：摘要基于项目的设计和实施过程可以促进学生对知识的自主建构。本研究设计和实施基于项目的小组合作学习教学，探讨其达到预防医学课程教学目标的可行性及效果。教师以课程核心知识点划分模块，分小组确立感兴趣的预防医学议题，在小组合作的基础上设计相应的健康干预项目，项目设计是学生将预防医学课程所学，由理论转化为实践，最终在课堂上以模拟实施干预项目的形式完成课程考核。课程结束后的问卷调查结果显示，学生对该方法"提高学习兴趣和动力"[4(4，4)分]、"全面清晰地理解理论知识"[4(4，5)分]、"有利于建立预防医学的思维模式"[4(4，5)分]等认同度较高。基于项目的小组合作学习教学可以为相关课程教师提供参考。

简介：摘要近年来泌尿系统肿瘤的发病率逐年增高，肾癌、膀胱癌（bladder cancer, BCa）、前列腺癌（prostate cancer, PCa）等肿瘤已经成为威胁中老年人健康的重要因素，对泌尿系统恶性肿瘤的早期发现以及预后监测日益成为当前研究的热点。影像组学作为近年新兴起的诊断手段，它通过对组织异质性特征的提取分析，可以无创、定量地对组织进行评价，与传统的影像学检查相比，能更准确地对病灶进行诊断及鉴别诊断。本文从泌尿外科临床医生的角度，就当前影像组学在泌尿系统肿瘤的术前诊断、疗效评价、预后评估、基因表达等方面的研究进展进行综述，并对未来研究方向进行展望。

简介：摘要目的观察经颅直流电刺激(tDCS)对认知损害模型大鼠学习、记忆能力及海马皮质神经细胞形态的影响，并探讨大鼠认知功能损害行为学特征与海马CA1区颗粒层厚度的相关性。方法采用随机数字表法将30只SD大鼠分为观察组、模型组及对照组，每组10只大鼠。通过腹腔注射东莨菪碱将观察组、模型组大鼠制成认知损害动物模型，对照组大鼠则同期注射生理盐水。制模后观察组大鼠给予tDCS干预，模型组、对照组大鼠电极放置方法同观察组，但期间不予电刺激，3组大鼠均连续干预16 d。待干预结束后采用穿梭箱及Morris水迷宫实验检测各组大鼠行为学变化；于制模后第30天时各组大鼠均断头取脑，观察其海马及皮质神经元形态学改变，同时测量海马颗粒层厚度。结果干预后观察组被电击次数[(60.5±6.67)次/min]较模型组[(145.8±19.31)次/min]显著减少(P<0.05)，寻找平台时间[(50.4±3.68)s]较模型组[(91.9±3.09)s]显著缩短(P<0.05)，穿越D象限平台次数[(23.3±3.56)次/分]较模型组[(15.3±3.43)次/分]显著增加(P<0.05)。与对照组比较，模型组海马CA1区颗粒层厚度[(93.47±1.07)μm]显著减少(P<0.05)；与模型组比较，观察组海马CA1区颗粒层厚度[(95.17±1.49)μm]明显增加(P<0.05)。经相关性分析发现，实验大鼠海马CA1区颗粒层厚度与被电击次数、寻找平台时间具有负相关性(P<0.05)，与穿越D象限平台次数具有正相关性(P<0.05)。结论腹腔注射东莨菪碱能导致大鼠认知功能受损，其受损程度可能与海马CA1区颗粒层厚度具有一定相关性；tDCS可改善认识损害模型大鼠学习、记忆功能，其作用机制可能与促进海马皮质神经元结构恢复、增加海马颗粒层厚度有关。

简介：摘要目的构建基于建构主义学习理论的全麻护理教育模式并评价其应用效果。方法2021年1—3月，通过文献检索、质性访谈和专家论证形成基于建构主义学习理论的全麻护理教育模式。采用便利抽样法，选取2021年5—8月河南科技大学第一附属医院的106例择期全身麻醉手术患者为研究对象。将2021年5—6月符合标准的53例患者设为对照组，将2021年7—8月符合标准的53例患者设为干预组。对照组给予常规术前健康教育，干预组给予基于建构主义学习理论的全麻护理教育模式。采用状态焦虑量表（SAI）、血压、心率测量患者的焦虑状态，采用恢复质量问卷（QoR-15）测量患者的恢复质量。采用独立样本t检验进行组间比较。结果干预组患者干预后的SAI得分为（37.02±3.41）分，低于对照组的（40.60±9.65）分，差异有统计学意义（t=2.550，P<0.05）。两组患者术前1 d的收缩压、舒张压及心率比较，差异无统计学意义（P>0.05）；两组患者入手术间及拔管前的收缩压、舒张压及心率比较，差异有统计学意义（P<0.05）；两组患者拔管后的心率比较，差异有统计学意义（P<0.01）。术后3 d干预组患者的QoR-15总分为（113.21±5.04）分，高于对照组的（107.25±5.90）分，差异有统计学意义（t=5.594，P<0.01）。结论基于建构主义学习理论的全麻护理教育模式能够改善患者的焦虑情绪，提高患者的恢复质量。

简介：摘要目的本研究旨在建立并验证基于MRI的机器学习模型用于预测前列腺癌（prostate cancer, PCa）骨转移的价值。材料与方法回顾性分析2018年1月至2022年1月来自山东第一医科大学第一附属医院和山东第一医科大学附属省立医院的150名经病理证实的PCa患者的临床和MRI资料，按照7∶3的比例随机分为训练集（105例）和测试集（45例），分别在每个患者的表观扩散系数（apparent diffusion coefficient, ADC）和T2脂肪抑制序列（fat saturated T2 weighted imaging, FS-T2WI）图像手动勾画肿瘤的感兴趣区并提取影像组学特征。使用组内相关系数、特征重要性及最小冗余最大相关性方法进行降维和特征筛选，筛选出的最佳特征用广义线性模型（generalized linear model, GLM）、随机森林（random forest, RF）、支持向量机（support vector machine, SVM）和极致梯度提升（extreme gradient boosting, XGB）方法建立影像组学模型。采用受试者工作特征曲线下面积（area under the curve, AUC）、校准曲线和决策曲线分析去评估四种模型的预测性能，然后通过德隆检验比较模型之间的差异。结果获得了17个最佳特征构建机器学习模型，在训练集中，GLM、XGB、SVM和RF模型的平均AUC分别为0.714、0.845、0.768和0.858；在测试集中，对应的AUC分别为0.796、0.729、0.755和0.765。德隆检验和校准曲线表示四种模型之间没有显著差异。决策曲线分析显示四种模型的临床应用价值相近。结论基于MRI影像组学特征的GLM、XGB、SVM和RF模型能够作为一种有前景的工具预测PCa患者骨转移，为临床诊疗提供潜在的有效信息。

简介：摘要目的利用放射组学特征构建不同的机器学习分类模型，预测盆腔肿瘤调强放疗剂量验证的γ通过率，并探讨最佳预测模型。方法回顾性分析196例盆腔肿瘤调强放疗计划，采用基于模体测量方式的三维剂量验证结果，γ通过率标准为3%/2 mm、10%剂量阈值。提取基于剂量文件的放射组学特征构建预测模型。分别采用随机森林、支持向量机、自适应增强和梯度提升决策树4种机器学习算法，计算曲线下面积(AUC)值、敏感度和特异度，评估4种预测模型的分类性能。结果随机森林、支持向量机、自适应增强、梯度提升决策树模型的灵敏度和特异度分别为0.93、0.85，0.93、0.96，0.38、0.69，0.46、0.46。随机森林模型和自适应增强模型的AUC值分别为0.81和0.82，支持向量机和梯度提升决策树模型的AUC值为0.87。结论针对盆腔肿瘤调强放疗计划，可以采用基于放射组学特征的机器学习方法来构建γ通过率的预测模型。支持向量机模型和梯度提升决策树模型的分类性能要优于随机森林模型、自适应增强模型。

简介：摘要术前是否存在淋巴结转移是影响直肠癌临床治疗决策和预后的主要因素之一，但现有的影像学标准难以准确判断淋巴结的良恶性，亟需新的方法来解决这一临床难题。近年来影像组学与深度学习在医学影像领域得到了广泛的关注，可自动检测与分割淋巴结、鉴别良恶性淋巴结及预测淋巴结转移的发生等，有望提高术前分期的准确性，进而指导治疗决策。然而不同的研究间结果差异性较大，其中一个重要的原因是各研究之间工作流程存在差异。只有明确、统一并标准化具体操作流程、开展大规模前瞻性外部验证才能实现人工智能辅助诊断模型的转化与推广。该文中以影像组学和深度学习的工作流程为线索，对其在评价直肠癌淋巴结状态方面的研究进行综述。

简介：摘要目的通过基于卷积神经网络深度学习方法从增强CT合成平扫CT图像，临床主观和客观评估合成平扫CT图像(DL-SNCT)与金标准平扫CT图像的相似性，探讨其潜在临床价值。方法同时行常规平扫和增强CT扫描的患者34例，通过深度学习模型将增强CT图像合成DL-SNCT图像，以平扫CT图像为金标准，主观评价DL-SNCT的图像质量(评价指标包括解剖结构清晰度、伪影、噪声、图像结构完整性、图像变形，均采用4分制)；利用配对t检验比较DL-SNCT与金标准平扫CT图像不同血供特点的解剖部位(主动脉、肾脏、肝实质、臀大肌)以及不同强化模式的肝脏病变(肝癌、肝血管瘤、肝转移瘤、肝囊肿)的CT值。结果主观评价上，DL-SNCT图像在伪影、噪声、图像结构完整性、图像变形方面评分都达到4分，与平扫CT图像评分相一致(P>0.05)；在解剖结构清晰度方面评分略低于平扫CT图像[(3.59±0.70)分vs. 4分)]，差异有统计学意义(Z＝－2.89，P <0.05)。对于不同解剖部位而言，DL-SNCT图像主动脉、肾脏的CT值显著高于平扫CT图像(t＝－12.89、－9.58，P <0.05)，而肝实质、臀大肌CT值与平扫CT图像差异无统计学意义(P>0.05)。对于不同强化模式肝脏病变而言，DL-SNCT图像肝癌、肝血管瘤、肝转移瘤的CT值显著高于平扫CT图像(t＝－10.84、－3.42、－3.98，P <0.05)，而肝囊肿CT值与平扫CT图像差异无统计学意义(P>0.05)。结论DL-SNCT在图像质量上以及一些强化方式比较单一的解剖部位的CT值已接近金标准平扫CT，但对于强化程度变化大的解剖部位，以及有着不同强化模式的肝脏病变，DL-SNCT在临床应用前还有很大的改进空间。

简介：摘要目的探讨在药理学理论教学中应用对分课堂(presentation-assimilation-discussion，PAD)结合基于案例学习(case-based learning, CBL)的教学效果。方法2021年8至12月，随机选取锦州医科大学2018级临床医学专业2个班级学生为研究对象，以班级为单位随机分为对照组(29人)和试验组(32人)。试验组采用PAD结合CBL，对照组采用传统教学方法，采用学生期末考核和问卷调查评价教学效果。数据分析采用t检验和χ2检验。结果试验组学生期末考核中知识掌握类型题、能力应用类型题及总成绩分别为(47.8±4.7)分、(35.8±2.6)分和(83.7±6.3)分，均高于对照组学生的(45.0±4.3)分、(30.0±3.0)分和(75.1±7.1)分，差异均具有统计学意义(均P<0.05)。问卷调查结果显示，试验组中28名(87.5%)学生认为主动学习能力得到了提升，对照组中为12名(41.4%)学生，而试验组中30名(93.8%)学生对课堂感到的满意，对照组中为20名(69.0%)学生，两组学生评价的差异均具有统计学意义(均P<0.05)。结论药理学理论教学中采用PAD结合CBL的教学方法有助于学生对知识的掌握和运用，有助于培养学生的主动学习能力并提高课堂满意度。

简介：摘要目的了解线上教学对北京大学第三医院八年制学生本科阶段皮肤科学习的影响。方法对北京大学第三医院2020年应用线上教学及2016至2019年应用线下教学的八年制学生在皮肤科理论授课和见习之前和之后分别进行问卷调查，学习后进行笔试考试，对结果进行分析。采用SPSS 21.0软件进行t检验和Mann-Whitney U检验。结果线上教学八年制学生总数53人，问卷回收率75.5%（80/106）；线下教学八年制学生总数166人，问卷回收率99.1%（329/332）。在理论授课和见习之后，线上教学的考试成绩好于线下教学（P<0.001）；线上教学的学生对于荨麻疹诊断能力的自我评价低于线下教学（P=0.008）；线上教学的学生对于皮肤科在医院中的重要程度评价（P<0.001）和对皮肤科的兴趣（P=0.002）高于线下教学；其他如对皮炎湿疹、痤疮诊断能力的自我评价、以皮肤科为职业的意愿度及皮肤科的难易程度等差异无统计学意义。60.0%（24/40）的学生提交了开放建议，其中最多的建议是希望增加线下见习[22.5%（9/40）]。结论皮肤科线上教学形式的理论授课和见习对于学生知识点的掌握可能优于线下教学，也更能激发学生的学习兴趣，但学生对某些皮肤科常见病的诊治信心可能略低于线下教学。线上与线下结合可能在未来皮肤科教学中能够发挥更大优势，线上教学的形式和内容也亟须在实践中进一步改进。

简介：摘要近年来，随着人工智能，特别是深度学习技术的发展，基于医学影像的脑血管病自动化检测研究获得了较大进展并逐渐进入临床应用。然而，由于深度学习算法的复杂性和灵活性，各研究在模型构建、验证、性能描述和可解释性方面存在差异，缺乏对此类深度学习模型可靠、一致的规范化设计，在一定程度上影响了自动化影像检测研究的转化应用和技术发展。中国医师协会放射医师分会在广泛调研的基础上，组织国内专家广泛讨论，对基于深度学习的脑血管病自动化影像检测模型研究需要完成的关键步骤和内容的规范设计提出了建议。随着研究的深入及应用的拓展，该建议将持续更新，并逐渐扩展到该类临床应用工具的可推广性、临床应用效能、产品化等方面的评估。