简介：摘要人工智能(AI)技术可以模拟人类思维和学习过程，近年来其在医疗领域的发展突飞猛进，被广泛应用于分析医疗大数据、建立风险预测模型、协助制订临床决策等。其在心脏电生理学领域的应用已涉及疾病的早期筛查、危险分层、预测疗效等多个方面。本文综述了AI，特别是机器学习的基本概念、研究进展、局限与展望，以期帮助读者加深对该技术的认识并开拓相关研究的思路。

简介：摘要目的针对CBCT图像中肿瘤与周围组织对比度低的缺点，研究一种适合于CBCT图像中中心型肺癌的自动分割方法。方法收集221例中心型肺癌患者，其中176例行CT定位，45例行强化CT定位。将强化CT图像分别设置为肺窗和纵隔窗，并与首次CBCT验证图像进行弹性配准获得配对数据集；然后将配对数据集传入cycleGAN网络进行风格迁移，使得CBCT图像可分别转化为肺窗和纵隔窗下的"强化CT"；最后经风格迁移后的图像被载入UNET-attention网络对大体肿瘤体积进行深度学习。通过戴斯相似性系数(DSC)、豪斯多夫距离(HD)和受试者工作特征曲线下面积(AUC)对分割结果进行评价。结果经风格迁移后肿瘤与周围组织对比度明显增强，采用cycleGAN+UNET-attention网络的DSC值为0.78±0.05，HD值为9.22±3.42，AUC值为0.864。结论采用cycleGAN+UNET-attention网络可有效对CBCT图像中中心型肺癌进行自动分割。

简介：摘要目的探究8所学校临床医学生对显微外科的认识情况，并以此有针对性地提出显微外科学在医学教学中的方法。方法围绕我国医学生对显微外科学习现状、显微外科学习对今后医学生职业生涯的影响、8所学校开展显微外科课程现状及提高显微外科学习的意见与建议四方面进行问卷设计。采用电子问卷及纸质问卷相结合的调查方式，对北京大学医学部等8所院校1 000名医学生开展显微外科认识情况调查。随后对所收集问卷的有效性进行审核。电子版问卷信息及纸质版数据录入电脑后，应用SPSS 19.0统计软件进行分析。结果共收集有效问卷808份（回收率=80.8%）。受访医学生对显微外科的了解程度停留在"仅仅听说过"的水平（2.18±2.83）；98.41%（795/808）的学生认为显微外科相关学科会对今后职业生涯带来一定帮助，男生较女生更认可显微外科学习对职业生涯的影响（男生：6.19±2.36，女生：5.76±2.09，P<0.05）；8所被调查的院校中仅上海交通大学医学院及中山大学医学院开展显微外科课程，在未开设课程的学校中，有80.01%（531/663）的学生希望开设显微外科课程学习。采用观摩显微外科手术（86.82%，701/808）、使用动物模型进行显微外科实操培训（82.95%，670/808）及线上课程理论授课（43.18%，349/808）的方法能够提高学生对显微外科的学习兴趣。结论显微外科课程的开设能给医学生带来诸多益处，国内医学院校亟需开展显微外科相关课程的学习。

简介：摘要目的探讨基于随身课堂的平台移动教学模式下，护生自主学习能力、评判性思维能力的培养效果。方法在2015级护理大专班中随机抽取两个班，分别为对照组（58人）和实验组（61人）。对照组采取常规教学模式，实验组增加了基于随身课堂平台的移动教学模式。采用自主学习能力问卷、中文版评判性思维能力测量表评价效果，数据比较采用SPSS 19.0进行t检验。结果干预后，实验组的自主学习能力量表中各个维度及总分均高于对照组，差异具有统计学意义（P<0.05)；实验组的评判性思维能力问卷各维度及总分均高于对照组，差异具有统计学意义（P<0.05)。结论基于随身课堂平台的移动教学模式，能提高护生的自主学习能力及评判性思维能力。

简介：摘要目的探究临床医学研究生对二级学科领域专业课程学习满意度，分析存在的问题并提出改进建议。方法采用自编问卷，对四川大学华西临床医学院的1 342名临床医学研究生，进行专业课程学习满意度调查；回收有效问卷1 330份。数据比较采用SPSS 19.0进行卡方检验。结果四川大学临床医学研究生对专业课程设置的合理性、授课内容和授课效果3个方面的满意率均高于全国研究生水平（P<0.01），其中对专业课程计划执行效果满意度最高（86.7%），对专业课程设置的合理性评价最低（79.3%）；博士研究生对专业课程设置的合理性、执行效果、授课方式、授课内容、授课效果和学习资源的满意度高于硕士研究生（P<0.01）；学术学位研究生对专业课程设置的合理性满意度高于专业学位研究生（P<0.01）。结论四川大学临床医学研究生对二级学科领域专业课程满意率高于全国研究生的平均水平，但还需要根据不同学位类型和学历层次的需求进一步调整优化。

简介：摘要目的探讨影像组学方法诊断垂体泌乳激素大腺瘤（PPM）的效能与可行性。方法回顾性分析2012年1月至2018年12月首都医科大学附属北京天坛医院经病理证实的垂体大腺瘤患者122例，其中PPM 70例、非泌乳激素大腺瘤（NPPM）52例，比较两者年龄、性别、泌乳素水平、出血、囊变及Knosp分级的差异。应用3Dslicer软件对术前轴面T1WI增强图像进行预处理、感兴趣区勾画与特征提取。使用最小绝对收缩和选择算子进行特征选择。所有病例以7∶3的比例随机分为训练组（85例）与测试组（37例），使用logistic回归与支持向量机（SVM）在训练组与测试组进行建模与测试，分别绘制ROC曲线，计算特异度、灵敏度、准确度及ROC曲线下面积（AUC）。结果PPM与NPPM患者的年龄［分别为（38±12）岁、（43±11）岁］、性别（男/女分别为50例/20例、14例/38例）及泌乳素水平［分别为366.00（117.75，1 156.25）μg/L、47.25（32.68，62.40）μg/L］差异存在统计学意义（P<0.05）。Logistic回归与SVM在训练组鉴别诊断PPM与NPPM的AUC值分别为0.936和0.946，测试组AUC值为0.768和0.774。Logistic回归与SVM在训练组鉴别诊断PPM与NPPM的准确度分别为88.2%和91.8%，测试组的准确度分别为73.0%和77.8%。结论基于影像组学特征的机器学习模型对垂体泌乳激素大腺瘤的诊断效能较高。

简介：摘要近年来人工智能在图像识别、预测疾病预后等方面取得了重要进展。随着计算机技术的发展，人工智能在眼科领域的应用范围不断扩大。圆锥角膜筛查是确定屈光手术适应证、避免术后角膜扩张的重要手段，而传统诊断方法准确率较低，亚临床期圆锥角膜更加难以发现。机器学习作为一种实现人工智能的重要方法，为较为准确地识别圆锥角膜带来可能，成为近几年屈光领域的研究热点。本综述从机器学习在角膜屈光手术术前圆锥角膜筛查中常用的算法、角膜特征参数提取、模型预测效率等方面进行阐述。（中华眼科杂志，2021，57：796-800）

简介：摘要目的探讨采用深度学习技术提升内镜医师在窄带光成像(narrow band imaging，NBI)下判断结直肠息肉性质准确率的价值。方法收集武汉大学人民医院消化内镜中心结直肠息肉的NBI非放大图片并分为3个数据集，数据集1(2018年1月—2020年10月，1 846张非腺瘤性与2 699张腺瘤性息肉的NBI非放大图片)用来训练和验证结直肠息肉性质鉴别系统；数据集2(2018年1月—2020年10月，210张非腺瘤性息肉和288张腺瘤性息肉的NBI非放大图片)用来比较内镜医师及该系统息肉分型的准确性，同时比较4名消化内镜初学者在该系统的辅助下判断息肉性质的准确性是否有提升；数据集3(2020年11月—2021年1月，141张非腺瘤性息肉和203张腺瘤性息肉的NBI非放大图片)用来前瞻性测试该系统。结果该系统在数据集2中判断结直肠息肉的准确率为90.16%(449/498)，优于内镜医师。消化内镜初学者在有该系统的辅助下，息肉分型准确率显著提升。在前瞻性研究中，该系统的准确率为89.53%(308/344)。结论本研究开发的基于深度学习的结直肠息肉性质鉴别系统能够显著提升内镜医师初学者的息肉分型准确率。

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：无

简介：摘要目的编制医学生网络学习动机量表，并对其进行信效度检验。方法2021年7月6至14日，采用专题小组讨论法确定医学生网络学习动机量表。通过整群抽样与分层抽样的方式选取哈尔滨医科大学和佳木斯大学1 082名在读医学生，进行一般情况问卷、医学生网络学习动机量表调查。对医学生网络学习动机量表的信度和效度进行分析。结果医学生网络学习动机量表包含外界影响、职业发展、摆脱常规、社会服务、能力追求和求知兴趣6个维度，27个条目。验证性因子分析表明，χ2和自由度之比(χ2/DF)为4.99，近似误差均方根(RMSEA)为0.06，拟合优度指数(GFI)为0.90、比较拟合优质指数(CFI)为0.95、规范拟合指数(NFI)为0.93、增值拟合指数(IFI)为0.95、非标准拟合指数(TLI)为0.94，量表的克朗巴赫系数是0.95。结论医学生网络学习动机量表具有良好的信度和效度，可以作为测量医学生网络学习动机的可靠工具。

简介：摘要目的探究深度学习算法（DLR）在胰腺低剂量CT扫描中改善图像质量的价值。方法前瞻性收集2020年8月至12月在北京协和医院进行腹部胰腺增强检查的68例患者，采用随机区组法分为正常剂量组和低剂量组，各34例，正常剂量组扫描管电压为120 kV，低剂量组管电压为100 kV。所有患者均行平扫、动脉期、实质期、延迟期扫描。低剂量组4期图像分别采用滤波反投影（FBP）、混合模型迭代算法（AIDR）和DLR 3种方法重建图像，正常剂量组4期图像均采用AIDR重建图像，分别记为LD-FBP、LD-AIDR、LD-DLR、RD-AIDR。测量胰腺的CT值、噪声值（SD），计算信噪比（SNR）、对比噪声比（CNR），不同重建方法图像间各参数的比较采用单因素方差分析，两两比较采用LSD法；对每组图像进行主观评分，多组间比较采用Kruskal-Wallis检验。结果正常剂量组和低剂量组患者胰腺平扫、动脉期、实质期、延迟期不同重建方法图像间胰腺CT值、SD、SNR、CNR差异均有统计学意义（P均<0.05）。实质期和延迟期图像LD-FBP、LD-AIDR、LD-DLR图像CT值均高于RD-AIDR图像（P均<0.05）；4期图像间SD、SNR两两比较差异均有统计学意义（P均<0.05）；4期LD-FBP、LD-DLR与RD-AIDR的CNR差异有统计学意义（P均<0.05），RD-AIDR的CNR优于LD-FBP，LD-DLR优于RD-AIDR。DLR算法对胰腺4期图像的SD、SNR、CNR均有改善，其中对SNR的改善增强图像更为显著，对CNR的改善平扫期和延迟期更为显著。胰腺4期不同算法重建图像主观评分差异均有统计学意义（P均<0.001）。LD-DLR与RD-AIDR评分差异无统计学意义（平扫、动脉期、实质期、延迟期Z值分别为1.00、2.24、0.45、1.34，P值分别为0.317、0.025、0.655、0.180）。结论DLR技术可以在降低胰腺CT辐射剂量的同时改善图像质量，满足诊断需求，在胰腺低剂量增强CT检查中可降低噪声，提高图像的信号SNR和CNR。

简介：摘要目的用机器学习算法建立IgA肾病与非IgA肾病鉴别诊断模型。方法采用回顾性研究的方法，收集2019至2020年昆明医科大学第一附属医院、云南省第一人民医院和昆明市延安医院肾脏内科经肾脏病理确诊的患者共260例，其中原发性IgA肾病130例，非IgA肾病130例。收集包括性别和年龄等在内的28项临床资料和实验室常规检测结果，IgA肾病组与非IgA肾病组的男女构成比分别为59∶71和 64∶66，年龄分别为37.20（21.89，53.78）、43.30（27.77，59.18）岁。将260例患者随机地分为训练集（70%，182例）和测试集（30%，78例）。分别使用决策树、随机森林、支持向量机、极限梯度提升算法建立原发性IgA肾病与非IgA肾病的鉴别诊断模型。以真阳性率、真阴性率、假阳性率、假阴性率、准确率、受试者特征工作曲线下面积（AUC）、精确率、召回率和F1评分综合评估各模型的效能并选择性能最佳的模型。采用 SPSS 25.0对数据进行分析，P<0.05为差异有统计学意义。结果采用决策树、支持向量机、随机森林和极限梯度提升算法建立鉴别诊断模型的准确度分别为67.95%、70.51%、80.77%和83.33%；AUC值分别0.74、0.76、0.80和0.83；判断为原发性IgA肾病的F1评分分别为0.73、0.72、0.80和0.83。综合以上评价指标极限梯度提升算法模型的效能最高，该模型诊断为IgA肾病的敏感度、特异度分别为89%、79%，其变量重要性由高到低分别为血白蛋白、IgA/C3、血肌酐、年龄、尿总蛋白、尿白蛋比、高密度脂蛋白、尿素。结论成功建立IgA肾病与非IgA肾病的鉴别诊断模型。采用极限梯度提升算法建立的模型临床性能最佳。

简介：摘要本研究从整合课程的定义入手，分析了横向、纵向和螺旋整合模式，并总结了北美洲、欧洲和亚洲各国的整合课程模式实施现状。同时，对国内部分院校整合课程教学模式的开展情况进行了梳理。其次，从机制架构、内容衔接、教学能力和考核与评价方面对国内整合课程出现的问题进行了分析。最后，在相关学习理论的视角下，针对出现的问题提出相应的思考和建议。

简介：摘要目的编制针对医学生的科学方法学习量表，并进行信度和效度检验。方法基于计划行为理论的原则，在文献分析、前期访谈和专家咨询的基础上，编制原始量表。随机整群抽取105名本科生进行预调查，通过探索性因子分析形成初试量表。再次选取851名本科生进行正式调查，通过信效度检验和验证性因子分析，最终确定正式量表。采用SPSS 22.0和AMOS 22.0软件对计量资料进行统计学分析。结果正式量表由5个潜在变量、9个测量变量和51个题项组成，整体Cronbach’s α系数为0.97，整体重测信度为0.89，各潜在变量的组合信度和KMO（Kaiser-Meyer-Olkin）值均大于0.80，平均方差抽取量均大于0.50，拟合度检验P=0.155，拟合质量良好（χ2/df=1.41，RMR=0.04，RMSEA=0.02等）。结论科学方法学习量表具有良好的信度、效度和拟合度，可作为评价医学生科学方法学习行为的测量工具。

简介：社会竞争的进一步加大，知识和科技的日新月异，人们需要不断地学习才能满足社会的需求。在高职英语教学中，引入学生自主学习的模式，使得学生在学习一门功课的知识的同时，能够掌握一门学习方法。本文通过探讨在高职英语教学中自主学习模式的重要性，概述了我国高职院校英语教学中自主学习模式存在的问题，并提出了相应的解决策略。

简介：摘要目的探讨基于案例学习(case-based learning，CBL)的教学方法在心理健康教育课程教学中的应用效果。方法2015年3月至2018年6月，选取山东大学2014级～2018级17个专业的413名本科生为研究对象，根据随机数字法将其分为试验组208人和对照组205人。试验组采用CBL教学方法，对照组采用传统教学方法，通过对两组学生发放调查问卷进行教学效果评价。结果试验组和对照组学生在开设课程的必要性[很有必要55.3%(115/208)比39.5%(81/205)]、对心理健康的理解[全面理解60.1%(125/208)比38.5%(79/205)]、对所学知识的应用程度[全部能够应用56.7%(118/208)比40%(82/205)]等方面的差异均具有统计学意义(均P<0.05)。结论学生对CBL教学方法认可程度较高，CBL教学方法提高了学生对心理健康知识的理解和应用程度，提高了学生对心理健康知识学习的积极性。

简介：摘要目的评价基于深度学习卷积神经网络（convolutional neural networks，CNN）的肺结核CT辅助诊断模型在临床中的应用价值。方法收集2017年3月至2018年3月河北省胸科医院影像科菌阳并接受胸部高分辨率CT平扫检查的1 764例患者的病例资料，其中男937例，女827例，年龄17～73岁，平均年龄38.4岁。由4名影像科医师对含病变的20 139幅CT图像进行分类标注（17种影像特征），以此作为训练数据集，构建肺结核CT图像CNN诊断模型。训练数据集数量最多的前5种影像特征依次为：浸润型肺结核、空洞型肺结核、胸膜增厚、干酪性肺炎和胸腔积液。从已标注图像中随机抽取302幅图像作为测试数据集，以2名高级职称医师的诊断为“金标准”，比较CNN诊断模型和医师在肺结核CT诊断中敏感度和准确率的差异，统计CNN诊断模型分类错误的类型、数量，并绘制自由响应受试者工作特征（FROC）曲线，以测量该模型的最大诊断效能。结果CNN诊断模型对测试数据集中浸润型肺结核、空洞型肺结核、胸膜增厚、干酪性肺炎和胸腔积液的诊断准确率分别为：95.33%（10 982/11 520）、73.68%（2 151/2 920）、73.07%（1 128/1 544）、83.33%（1 020/1 225）和94.11%（814/865）；CNN诊断模型的总体诊断敏感度和准确率分别为95.49%（339/355）和90.40%（339/375），医师的对应数值分别为：93.80%（348/371）和92.80%（348/375），CNN模型和医师诊断比较差异无统计学意义（敏感度χ2=1.022，P=0.312；准确率χ2=1.404，P=0.236）；FROC曲线显示，当敏感度为78%，假阳性区域个数为2.48时，该模型诊断效能最大。CNN诊断模型诊断结核病变的分类错误主要集中于纤维条索灶、空洞型肺结核、干酪性肺炎与浸润型肺结核的混淆上。结论基于深度学习CNN的肺结核CT辅助诊断模型有较高的诊断敏感度和准确率，该模型可辅助影像科医师的肺结核诊断工作，值得在临床工作中推广应用。