简介：摘要目的构建一种发育性髋关节发育不良（developmental dysplasia of the hip，DDH）超声图像的人工智能（artificial intelligence，AI）辅助诊断的深度学习系统并验证。方法回顾性收集2019年1月至2021年1月的2 000段儿童髋关节超声影像片段，并选取影像片段中标准截面2 000张，所有标准截面均由标注小组通过使用基于Python 3.6环境的自编软件使用图片跨媒体数据标注与人工审核标准化流程用统一的标准进行处理。随机选取其中1 753张用于训练深度学习系统，余247张用于测试系统。再从测试集中随机选取200张标准截面，并由8位临床医生独立完成读片标注，将8份独立结果与AI结果进行比较。结果测试集共247例，与临床医生测量相比，判读髋关节是否成熟的诊断受试者工作特征曲线（receiver operating characteristic curve，ROC）下的面积（area under the ROC，AUC）为0.865，灵敏度为76.19%，特异性为96.90%。Graf详细分型下的深度学习系统判读的AUC为0.575，灵敏度为25.90%，特异性为89.10%。根据Bland-Altman方法确定的α角[95% LoA（-4.7051°，6.5948°），Bias -0.94，P<0.001]和β角[95% LoA（-7.7191，6.8777），Bias -0.42，P=0.077]，与8位临床医生相比AI系统判读结果均更为稳定，且β角效果更为突出。结论新型人工智能系统可快速且准确的测量标准髋关节超声平面的Graf法相关指数。

简介：摘要：肺部疾病是常见病、多发病，其表现多种多样，包括肺炎、肺部感染、慢性阻塞性肺疾病、肺结核、肺癌等。病变轻者伴有咳嗽、胸痛、气喘等症状，重者呼吸困难、缺氧，甚至呼吸衰竭而致死。由于大气污染、吸烟、人口老龄化及其他因素，全球肺部疾病的发病率、死亡率有增无减。根据世界卫生组织、国际癌症中心最新发布的多项数据表明：2017年全球慢性呼吸系统疾病的患病率约为7.1%，所致的死亡人数占全因死亡总数的7.0%，为全球死亡的第3大原因。2020年全球范围内肺癌占新发癌症病例的11.4%，每年因肺癌而死亡的人数约为180万，占因癌症死亡总数的18.0%，在各类癌症新发率和致死率方面分别排名第2位和第1位。除此之外，2019年起，冠状病毒席卷全球，引起了世界规模的重大生命损失，全球人民的生命安全受到严重威胁，并且确诊人数仍在增长。此外，肺结节、胸腔积液、肺实变、浸润和胸膜增厚等异常也是某些严重疾病的症状。各种肺部疾病高发、并发，严重威胁着人类群体的健康。这些疾病或异常症状的早期诊断和治疗可以有效降低死亡率。因此，准确检测辨别出这些疾病和异常症状对于后期的治疗极其重要。

简介：摘要目的介绍一种基于住院患者心电图及临床特征开发的机器学习模型，用于诊断反射性晕厥。方法入选2018年6月20日至2022年5月11日于天津医科大学第二医院心脏科住院治疗的晕厥患者，经过临床评估和调查研究获得相关基线资料。确定了晕厥患者的15个特征，并进行特征排序。采用不同的机器学习方法构建反射性晕厥的诊断模型，如Logistic回归分析、感知机、支持向量机、决策树、随机森林和K最近邻算法等方法。结果最终入选410例患者，首次晕厥事件的年龄(64.5±14.6)岁，其中男236例(236/410，57.6%)，65例患者确诊为反射性晕厥。纳入特征重要性排序结果位于前4位的特征构建模型，随机森林模型诊断反射性晕厥的性能最佳，曲线下面积为0.644，精确率(Precision)、召回率(Recall)和F1得分(F1 score)分别为0.794、0.849和0.791。结论人工智能算法能够识别反射性晕厥，可作为一种经济有效的筛查工具。

简介：[摘要]目的：应用人工智能对胸部薄层CT影像进行智能图像后处理和分析，分析人工智能对肋骨骨折征象的检出敏感性和特异性，探讨人工智能在肋骨骨折诊断中的临床应用。方法：回顾性分析因怀疑肋骨骨折而接受CT三维重建检查的患者资料,由人工智能及影像医生对患者肋骨骨折征象进行标注，通过人机对比验证AI在肋骨骨折征象检出的准确性。结果：AI对肋骨骨折征象的检出率较高、用时短，能够辅助影像科医生提高工作效率和诊断准确性，并有效帮助临床排查肋骨骨折患者，从而提高检出率、准确率。

简介：摘要在我国，大肠疾病尤其是结直肠癌的发病率和病死率均逐年增高，但现有检查方法和技术的诊断效率和准确性仍有待提高。人工智能正处于高速发展阶段，其中深度学习是当下最先进、最流行的机器学习算法，已开始应用于医学领域，在辅助疾病诊疗中显示出良好的应用前景。新近研究表明，人工智能辅助系统的应用有助于提高大肠疾病诊断的效率和准确率。本文综述了人工智能尤其是深度学习算法在各类大肠疾病诊疗中的应用现状与价值，以及所面临的问题和挑战。

简介：摘要：据世界卫生组织（WHO）统计，缺血性心脏病和脑卒中分别是全球排名第一和第二的主要死因，心血管疾病目前已成为全球面临的重大的公共卫生问题。根据《中国心血管病报告2018》的数据，我国心血管病患病率持续上升，推算心血管病现患人数2.9亿，其中脑卒中1300万，冠心病1100万，肺原性心脏病500万，心力衰竭450万，风湿性心脏病250万，先天性心脏病200万，高血压2.45亿。 心血管病死亡率仍居首位，高于肿瘤及其他疾病，每5例死亡中就有2例死于心血管病，且农村高于城市。2016年农村心血管病死亡率为309.33/10万，其中心脏病死亡率为151.18/10万；城市心血管病死亡率为265.11/10万，其中心脏病死亡率为138.70/10万。每年死亡人数高达574万，50岁以上的患者，每五人就有一人死于心血管疾病，其死亡率高居城乡居民总死亡率首位。今后10年，心血管病患病人数仍将快速增长。是导致城乡居民死亡的首要原因。2004年至今，其年均增速远高于GDP增速。我国心血管疾病负担日渐加重，已成为重大的公共卫生问题。

简介：摘要：据世界卫生组织（WHO）统计，缺血性心脏病和脑卒中分别是全球排名第一和第二的主要死因，心血管疾病目前已成为全球面临的重大的公共卫生问题。根据《中国心血管病报告2018》的数据，我国心血管病患病率持续上升，推算心血管病现患人数2.9亿，其中脑卒中1300万，冠心病1100万，肺原性心脏病500万，心力衰竭450万，风湿性心脏病250万，先天性心脏病200万，高血压2.45亿。 心血管病死亡率仍居首位，高于肿瘤及其他疾病，每5例死亡中就有2例死于心血管病，且农村高于城市。2016年农村心血管病死亡率为309.33/10万，其中心脏病死亡率为151.18/10万；城市心血管病死亡率为265.11/10万，其中心脏病死亡率为138.70/10万。每年死亡人数高达574万，50岁以上的患者，每五人就有一人死于心血管疾病，其死亡率高居城乡居民总死亡率首位。今后10年，心血管病患病人数仍将快速增长。是导致城乡居民死亡的首要原因。2004年至今，其年均增速远高于GDP增速。我国心血管疾病负担日渐加重，已成为重大的公共卫生问题。

简介：摘要：肺癌是发病率与死亡率极高的一种恶性肿瘤疾病，现阶段，CT检查是临床中诊断鉴别疾病的重要手段之一，通过CT检查有助于及早发现肺癌疾病、尽早治疗，从而降低肺癌患者的死亡率。受到临床中各种因素的影响，CT检查在针对肺癌早期阶段病灶良恶性的鉴别上也存在较大差异，导致漏诊、误诊情况时常发生，也极大程度的耽误患者疾病治疗。随着现如今人工智能科技的不断发展，得以在临床中广泛应用，尤其针对于肺结节良恶性的鉴别上具有重要价值。为此，本文从人工智能的角度出发，探讨人工智能在辅助CT诊断鉴别肺结节良恶性中的应用效果。

简介：

简介：摘要：随着人工智能在国内应用领域的逐步拓展，人工智能辅助护理领域已成为一种新型趋势。本研究首先阐释人工智能的概念及特点；其次，结合人工智能应用护理领域的情况，分析了辅助护理领域的应用现状；再次，基于辅助过程，提出现存在的相关问题，表现为伦理与法律问题、医患关系的恶化以及护士技术培训有待强化的问题；最后，针对现有的问题，提出了人工智能在护理领域应用问题的解决意见和建议，旨在为进一步推进人工智能辅助护理领域提供可参考思路及建议。

简介：摘要随着数字化病理切片扫描和人工智能技术的迅速发展，宫颈癌智能辅助筛查有望减轻病理医师的工作量，提升宫颈癌筛查效率。用于宫颈癌智能辅助筛查算法研发的液基制片数据集不可或缺，因此标准化数据集建设迫在眉睫。为解决当前宫颈癌人工智能辅助筛查产品缺乏标准化标注数据集且难以开展规范化质量可控的算法训练和评估问题，中华医学会病理学分会细胞病理学组联合北京大学工学院有关专家经反复讨论，对数据集数据质量、数据采集、数据处理、数据标注等形成共识。

简介：【摘要】目的：总结人工智能技术在肝脏和胰腺疾病诊断中的发展现状，探讨其相较于传统检测方法的优势与劣势，并分析了前人提出的不同人工智能算法对上述疾病的识别效果，以供临床医生参考从而更清楚地判断患者病情并做出更合理的决策。方法：通过对前人的一系列众多工作进行调研，结合AI网络的诊断灵敏度/ 特异度/ 准确度与临床诊断进行对比分析以判断人工智能诊断的可靠性和适用性。结果：人工智能在肝硬化、静脉曲张等诊断中的正确率已明显超过传统临床分析手段。结论：人工智能在肝脏和胰腺疾病诊断中正确率大幅提高，能够为临床实践提供重要参考。同时，需要认识到人工智能的局限性，目前仍然需要临床医生对患者进行综合判断。

简介：摘要：本文以医疗人工智能的专利申请为分析对象，从全球-全国趋势、创新主体、各产业分支在专利技术中的发展现状三个方面全面分析了医疗人工智能专利现状，以供行业发展提供参考。

简介：摘要慢性鼻窦炎（CRS）是涉及多种潜在病理生理机制的异质性炎性疾病，这种病理生理的特征被定义为CRS内在型。清晰地定义CRS内在型可以帮助临床医师精准预测哮喘合并症及疾病复发的可能性，并且为生物制剂的选择和手术方式的优化提供个性化的指导策略。近期，随着数字信息化在CRS临床应用的迅猛发展，人工智能特别是基于全玻片图像扫描的深度学习技术在CRS内在型的精确诊断中展露了重要的作用。本文概括了近期有关国人CRS内在型和人工智能在CRS内在型诊断及治疗策略中的相关研究。

简介：摘要目前人工智能（AI）在多种眼科疾病的诊断治疗中取得了日益广泛的应用，但依然存在很多问题。由于AI产品的准确性缺乏标准测试集、金标准以及公认的评价体系，难以对多项研究结果进行横向比较。而在图像生成领域，评价体系更存在较大空白。在临床应用中，眼科AI研究常与临床实际需求脱节，被寄予了过高的期望，且对临床数据的质量及数量均具有较高的要求，限制了AI研究成果转化。利用眼底影像对全身性疾病进行预测、识别是新晋的研究热点，但其研究结果缺乏可解释性，限制了临床医生的接受度。眼科AI研究也因缺乏完善的法律规定、监管机制，涉及患者隐私风险及数据安全，且存在因商业化加重医疗资源不公平性的风险，而饱受伦理争议。

简介：摘要前列腺癌是老年男性最常见的泌尿生殖系统恶性肿瘤之一，精准的术前肿瘤分级有助于进一步提高前列腺癌患者的诊疗效果。磁共振影像(MRI)作为前列腺癌术前诊断的主要工具，已在临床实践中显示出对前列腺癌诊疗的重要价值。但由于我国不同医疗机构在成像设备、检查方法和诊断水平上存在差异，MRI在前列腺癌诊疗中的潜在价值未能得到充分发挥，因此亟需更为先进的量化分析方法进一步扩大MRI在前列腺癌精准诊疗中的贡献。人工智能(AI)技术应用于前列腺癌MRI分析，有助于提高其量化分析的质量与评估水平，在前列腺癌精准分级问题上具有巨大潜力。但是基于影像的AI模型建立过程通常较为复杂，特别是在其数据集准备、模型构建和模型评估的各个阶段仍需进行统一和规范。本共识旨在推进AI辅助前列腺癌MRI精准分级模型构建全过程的规范化，从而提高前列腺癌临床精准分级水平。

简介：摘要人工智能（AI）在医学领域的应用研究越来越多，影像AI是最受关注的热点之一。鉴于临床表现缺乏特异性、病原检测率低等因素，肺炎的精准诊疗面临巨大挑战。新型冠状病毒肺炎（简称新冠肺炎）疫情暴发以来，胸部影像AI展示了其在新冠肺炎快速识别、病灶定量分析、疾病严重程度及预后评估等方面的价值，但仍存在一些不足，如研究样本量小，模型缺乏多模式评估，肺炎分类欠精细等。本文在此基础上，对影像AI辅助肺炎诊断的今后研究提出一些建议，强调高质量数据集的采集、影像数据标注的标准化、技术创新、算法优化和AI模型的验证，以及重视AI在其他类型肺炎中的研究，期待影像AI为肺炎的临床决策提供更多参考。

简介：摘要影像组学和深度学习等人工智能方法已在头颈部疾病筛查、诊断与鉴别诊断、分期分级、疗效评估与预测以及预后预测等方面显示出明显的优势，为个性化精准诊疗提供了关键信息和依据，提升了诊疗效果。与此同时，人工智能在头颈部疾病应用方面也面临巨大挑战，只有以患者为中心和解决临床问题为原则设计好人工智能研究方案，充分发挥多学科交叉的优势，做好产学研成果转化，人工智能才能在临床上真正发挥作用，才能真正实现源于临床、走进临床和高于临床的目标，才能真正推进人工智能的健康发展，更好地造福患者。

简介：摘要心力衰竭（心衰）的预后预测极具挑战性。近年来，人工智能（AI）领域发展迅猛，越来越多的研究者将AI技术应用于心衰的预后研究中。新技术能否实现心衰预后的精准预测？与传统统计学分析方法有何区别？临床实践中如何选择？该文通过回顾研究实例，对AI技术和传统统计学分析方法进行了对比，从心衰患者的再入院、死亡、器械治疗以及临床复合终点4个预后维度进行了阐述。

简介：摘要人工智能主要指机器学习，而深度学习是一种特定类型的机器学习。人工智能领域的技术，特别是深度学习方法，已广泛应用于医学图像及大数据处理，包括图像重建、图像处理、图像分析和模型建立，而这也使得影像组学得到飞速发展。通过运用人工智能相关方法可以达到对脊柱结构的定位与分割以及脊柱病变的诊断和鉴别诊断、临床决策支持、预后预测等一系列综合分析，为脊柱疾病的最合理治疗方案选择提供依据。