Latest Issue
      2019 Year 34 Volume 2 Issue

        Guest Editor’s Letter

      • 吴健
        2019, 34(2): 69-70. DOI: 10.24920/003628
        Abstract：本期专辑聚焦人工智能在医学领域的最新进展,包括当前人工智能在医学应用中的重要算法和技术的综述、在一些深耕医学领域及疾病的计算机辅助诊断研究现状、人工智能的多种应用范例,以及人工智能与医学合作继而改变常规医疗实践活动的潜在途径。我们希望本专辑能使人工智能专业人士和医学实践者们更全面地了解医学人工智能的现状,启迪更多的思路,助力医学人工智能领域的深入发展。  
          
        41
        |
        547
        |
        0
        <HTML>
        <网络PDF>
        <Citation> <Bulk Citation> 53919224 false
        Updated：2024-04-10

        Editorial

      • 史颖欢, 王乾
        2019, 34(2): 71-75. DOI: 10.24920/003615
        Abstract：目前,人工智能正在重塑医学成像技术并迅速发展。在本文中,我们评述了人工智能（Artificial intelligence, AI）赋能医学影像的最新进展。首先,简要回顾了人工智能演进的相关背景;然后,我们讨论了近年来人工智能在医学成像领域取得的成果,特别是在图像分割、配准、检测和识别等方面。此外,我们还介绍了几个具有代表性的 AI支持的医学成像应用场景,包括胸部 CT的肺结节,神经影像学和乳腺X线摄影等。AI在这些方面的应用表现出其在医学实践活动中应用的优势。最后,我们报告了人机交互的方式。我们认为,在未来的发展中,AI不仅会改变传统医学成像和图像阅读方式,也将改变当前的常规诊疗模式,并且介入到医疗领域的其他方面。  
        Keywords：医学影像;人工智能;机器学习;深度学习;图像分割;图像配准;图像检测   
        93
        |
        1402
        |
        3
        <HTML>
        <网络PDF>
        <Citation> <Bulk Citation> 53919234 false
        Updated：2024-04-10

        Perspectives

      • 关健
        2019, 34(2): 76-83. DOI: 10.24920/003611
        Abstract：人工智能正迅速地应用于包括医学在内的广泛领域,并被认为是一种可以在初级医疗保健中增强或替代专业医务人员的方法。然而,人工智能也同时引发了一些挑战和伦理问题的关注。本文作者从人工智能在医学和健康照护领域应用和前景、人工智能在一些前沿领域的特殊伦理关注、以及一些有参考价值的伦理治理体系三个方面进行了调查和探讨。尽管前沿人工智能在医疗领域的研究与开发具有很大潜力,但其应用所引发的伦理挑战对治理提出了新的要求。为确保医疗和医学领域的人工智能应用“值得信赖”,建议建立全球的伦理治理框架和体系以及医学领域前沿人工智能应用的专门指南。而其中最重要的方面,是应发挥政府在伦理监管中的作用和明确利益相关者在伦理治理体系中的责任。  
        Keywords：人工智能;医学伦理学;伦理治理;机器学习;脑-机交互;类脑智能;机器人;“生物杂交”   
        356
        |
        5879
        |
        1
        <HTML>
        <网络PDF>
        <Citation> <Bulk Citation> 53919263 false
        Updated：2024-04-10
      • 萧毅, 刘士远
        2019, 34(2): 84-88. DOI: 10.24920/003619
        Abstract：近年来,人工智能在医学影像领域得到快速发展,但医院、研究机构及企业方面的合作尚不充分,在技术成果转化和产品价值落地方面存在诸多问题。针对医学影像人工智能发展道路上的一些核心问题,中国医学影像AI产学研用创新联盟组织编撰了《中国医学影像AI白皮书》。本文介绍了中国医学影像人工智能的产学研用结合现状、临床需求及AI技术转化过程待解决的关键问题：鲁棒性、易用性和安全性。要真正实现医学影像AI产品应用价值,目前需要面对诸多挑战,如缺乏生产标准、数据脱敏标准、测试评价标准及适宜有效的政策监管等。医学影像AI向更深发展,需要核心算法的突破,需要医生的深度参与,需要资金投入和社会的耐心,更需要政府破解落地等诸多环节的难题。  
        Keywords：医学影像;人工智能;白皮书;创新联盟   
        57
        |
        1186
        |
        1
        <HTML>
        <网络PDF>
        <Citation> <Bulk Citation> 53919292 false
        Updated：2024-04-10

        Journal Watch

      • 2019, 34(2): 89. DOI: 10.24920/003620
        《中国医学影像AI白皮书》在京发布
        Abstract：2019年3月26日下午,在动脉网主办的北京VB100新春战略发布日的活动中,由中国医学影像AI产学研用创新联盟（CAIERA）牵头编撰的《中国医学影像AI白皮书》（以下简称白皮书）正式发布。白皮书由国内三甲医院的影像专家、高校AI研究机构的科研专家和AI医学企业代表共同参与编写,内容不仅涵盖了 AI 在医疗领域的应用、医学影像AI算法的最新进展、医学影像AI 对数据的要求及结构化数据的现状,还详细阐述了AI在16大医学影像相关领域的临床应用现状,并分析了在各自领域的发展的目标和挑战,帮助相关人士深刻透析产业发展的需求和机遇。此外,白皮书还对40家具有代表性的AI 医学影像企业进行了介绍,并指出AI产品研发需要解决鲁棒性、易用性和安全性的3个关键问题,为企业发展战略指出了方向。针对现行国家政策对医学影像AI面临的挑战和机遇,白皮书进行了深刻的解析并提出了建设性意见,以帮助产业相关人士剖析政策趋势,探寻发展机遇,制定适合的发展战略。这些内容不仅是产学研用各个环节相关人员的心血的凝聚和智慧的结晶,也代表了目前国内AI领域的权威声音。此次白皮书的发布,梳理了近些年AI在医学影像领域的应用,分析了行业现状及未来动向,对于了解市场需求、推动规范体系建立将起到指导作用。  
        Keywords：人工智能;医学影像;白皮书   
        89
        |
        1290
        |
        0
        <HTML>
        <网络PDF>
        <Citation> <Bulk Citation> 53919291 false
        Updated：2024-04-10

        Special Report

      • 刘道文, 雷丽琪, 阮彤, 何萍
        2019, 34(2): 90-102. DOI: 10.24920/003579
        构建大规模心衰临床研究队列：区域卫生平台电子健康档案数据复用的挑战与对策
        Abstract：区域性卫生平台汇集了多家医院的电子健康档案数据，已被用于医疗卫生管理领域。在临床研究中进一步复用这些数据是目前临床科研的公共需求，但是需要面对电子健康档案中医疗术语的不一致性以及区域卫生平台中数据质量和数据格式多样化等方面的挑战。我们提出了基于区域卫生平台电子健康档案半自动构建大规模队列的流程与方法，作为临床流行病学疗效研究的基础。 我们首先构建了一个中文医疗术语图谱，解决了区域医疗健康平台术语多样化的问题。其次，我们建立了利用中文术语知识图谱中的同义词关系和上下位关系归一化医疗术语来构建专病病例库的方法，并描述了构建了一个心力衰竭病例库的方法和步骤。根据一项观察他汀类药物对心力衰竭患者疗效的临床研究需求，我们基于此心力衰竭病例库，利用信息技术自动构建了一个由29647例心力衰竭患者数据构成的大型回顾性队列样本，并通过propensity score匹配获得了临床特征对等的病例组(n=6346)和对照组(n=6346)。以180天内再入院为结局指标，采用logistic回归分析发现，心力衰竭患者服用他汀类药物与180天内再入院有显著相关性（P<0.05）。本文为电子健康档案的大数据挖掘提供了工作流程和应用的范例。  
        Keywords：电子健康档案;医疗术语图谱;临床专病库;数据质量评估;大规模队列研究   
        43
        |
        1178
        |
        0
        <HTML>
        <网络PDF>
        <Citation> <Bulk Citation> 53919303 false
        Updated：2024-04-10

        Review

      • 高原, 谭珂, 孙坚, 姜涛, 邹晓文
        2019, 34(2): 103-109. DOI: 10.24920/003564
        混合现实技术在医学手术可视化中的应用研究
        Abstract：随着虚拟仿真技术的不断进步,医学手术可视化系统也经历着由二维平面到三维立体,由数字化到网络化、智能化的发展进程。采用混合现实技术的可视化系统也将更广泛的应用于医学手术的病例讨论、手术规划、术中指导、术后评估和康复等各个阶段,从而进一步促进医学手术的高智能化、高精确化发展,提高医疗质量和服务水平。本文探讨了基于混合现实技术的医学手术可视化系统的构成与技术特点,并简要介绍了几类混合现实技术在医学手术可视化中的典型应用,为混合现实技术在医学手术中的应用提供了新的视角。  
        Keywords：混合现实;医学手术;可视化;仿真   
        56
        |
        1373
        |
        4
        <HTML>
        <网络PDF>
        <Citation> <Bulk Citation> 53918106 false
        Updated：2024-04-10
      • 孙亮, 张丽, 张道强
        2019, 34(2): 110-119. DOI: 10.24920/003576
        多图谱方法在脑MR图像分割中的应用
        Abstract：脑感兴趣区域分割是很多脑疾病计算机辅助分析的重要步骤。然而人类大脑具有复杂的解剖结构,同时脑磁共振（Magnetic Resonance, MR）图像处理通常会面临感兴趣区域灰度对比度低,个体之间和个体内的差异性等问题。为了解决这些问题,近年来,基于多图谱的很多方法被用于脑感兴趣区域的分割。在这篇综述中,我们对一些基于多图谱的脑MR图像分割方法进行系统的介绍,包括常用的配准工具箱,经典的标签融合方法,常用数据集以及多图谱分割在临床研究中的应用。我们认为,将图谱图像的解剖结构先验信息融入端到端的深度学习框架中用于脑图像感兴趣区域分割将是多图谱方法未来一个重要的研究方向。  
        Keywords：多图谱;脑;分割;磁共振   
        43
        |
        1232
        |
        0
        <HTML>
        <网络PDF>
        <Citation> <Bulk Citation> 53918104 false
        Updated：2024-04-10
      • 戴玉兰, 朱承璋, 单希, 程真真, 邹北骥
        2019, 34(2): 120-132. DOI: 10.24920/003587
        糖尿病视网膜病变的智能筛查
        Abstract：糖尿病视网膜病变是导致失明的主要原因之一,但通过筛查、早期诊断和治疗可以有效避免该并发症的发生。为了提高糖尿病视网膜病变筛查的广泛性和效率,研究者们在智能筛查方面投入了大量的精力,并取得了较大的进展。本文从四个方面对糖尿病视网膜病变的筛查进行了系统地综述: 1) 公共彩色眼底图像数据集;2) 分类及相关病变提取方法;3)现有的计算机辅助筛查系统;4)存在的问题、挑战和研究趋势。希望此文能为糖尿病视网膜病变智能筛查的未来研究方向提供参考。  
        Keywords：糖尿病;视网膜病变;眼底图像;智能筛查   
        46
        |
        1192
        |
        0
        <HTML>
        <网络PDF>
        <Citation> <Bulk Citation> 53918108 false
        Updated：2024-04-10

        Original Article

      • 李培林, 袁贞明, 涂文博, 俞凯, 芦东昕
        2019, 34(2): 133-139. DOI: 10.24920/003589
        基于深度学习的电子病历中医疗知识抽取与分析
        Abstract：目的 电子病历（Electronic Medical Record, EMR）是记录患者医疗活动的重要数字载体。医疗知识抽取（Medical knowledge extraction,MKE）在EMR方面的自然语言处理（Natural language processing,NLP）研究中起着关键作用。命名实体识别（Named Entity Recognition, NER）和医疗关系抽取（Medical Relation Extraction, MRE）是MKE的两个基本任务。本研究旨在通过探索新方法来提高这两项任务的识别准确性。方法 本研究讨论并构建了针对NER和MRE任务的双向长短期记忆神经网络组合条件随机场（Bidirectional long short-term memory combined conditional random field, BiLSTM-CRF）模型的两个应用场景。在两个任务的数据预处理中,使用GloVe词嵌入模型来对单词进行矢量化。在NER任务中,我们使用序列标注策略通过CRF层的联合概率分布对每个单词标签进行分类。而在MRE任务中,我们将单个实体的分类问题转换为序列分类问题,并且通过CRF层链接实体之间的特征组合来预测医疗实体的关系类别。结果 通过在I2B2 2010公共数据集上的验证,本研究中构建的BiLSTM-CRF模型较两个任务中的基线方法均取得了更好的结果,其中在NER任务中的F1值约0.88,在MRE任务中的F1值约0.78。此外,本模型的收敛速度更快,也避免了过度拟合等问题。结论 本研究证明了深度学习在医疗知识抽取领域的良好表现,并且验证了BiLSTM-CRF模型在不同应用场景下的可行性,为EMR领域的后续工作奠定了基础。  
        Keywords：医疗知识抽取;电子病历;命名实体识别;医疗关系抽取;深度学习;双向长短期记忆神经网络组合条件随机场   
        76
        |
        2568
        |
        3
        <HTML>
        <网络PDF>
        <Citation> <Bulk Citation> 53918105 false
        Updated：2024-04-10
      • 李敏娜, 马璐璐, 虞雪融, 黄宇光
        2019, 34(2): 140-146. DOI: 10.24920/003503
        Abstract：目的 评估手术患者对麻醉医生工作角色的认知情况和对麻醉医疗服务的期望。方法 我们设计了一份自填式调查问卷,选择择期手术的成年住院患者,于术前一天麻醉访视前发放给患者。收集应答者的人口学数据,教育背景,健康信息认知能力,既往麻醉经历,对麻醉医生各项工作职责的了解,以及对麻醉医疗服务的期望。数据分析采用描述性分析,卡方检验和多元线性回归分析。结果 550位参与问卷调查的患者中,共有521位（94.7%）完成了问卷。 其中335位（64.3%）认为麻醉学是一门独立的医学学科,225位（43.2%）认为麻醉科是独立的临床科室,243位（46.6%）认为麻醉师是具有资质的医生。只有21.5%和26.9%的应答者知道麻醉医生也在重症监护室和疼痛门诊负有工作职责。多元线性回归分析发现,年轻患者（β=-0.044,P<0.001）、教育程度较高的患者（β=1.200,P<0.001）和健康认知能力较好的患者（β=0.781,P=0.005）对于麻醉医生工作角色了解较为全面。应答者中有80.5%期望麻醉前访视,74.1%期望有术前麻醉门诊,77.1%希望获取更多关于麻醉和麻醉医生的信息。结论 手术患者对于麻醉医生的了解有限。需要加强对患者的麻醉知识教育,特别是对年长和教育程度较低的患者。大多数手术患者期望有术前麻醉门诊。  
        Keywords：患者认知;麻醉学;麻醉医生;术前门诊   
        22
        |
        911
        |
        1
        <HTML>
        <网络PDF>
        <Citation> <Bulk Citation> 53918107 false
        Updated：2024-04-10
      • 唐惠, 朱晓炜, 武龙飞, 莫兴波, 邓飞艳, 雷署丰
        2019, 34(2): 147-156. DOI: 10.24920/003466
        整合分析证实骨保护素基因与骨质疏松症的相关性
        Abstract：目的 通过整合分析的方法证实骨保护素（osteoprotegerin,OPG）基因及其遗传变异与骨质疏松症（osteoporosis,OP）的相关性。方法 我们使用KGG软件进行基于基因的关联分析,整合了所有可公开获取的基于单核苷酸多态性（single-nucleotide polymorphism,SNP）的P值,并获得OPG基因的总体P值。筛选显著的SNP表达数量性状位点（expression quantitative trait locus,eQTL）。 采用Meta分析的方法整合文献报道中OPG变异基因与骨密度（bone mineral density,BMD)的关联性。使用双荧光素酶报告基因系统对有关联性的基因进行体外功能验证。结果 在基于基因的关联分析中, OPG基金的整体P值在股骨颈（femoral neck,FN）骨密度（bone mineral density, BMD）为6.24×10 -13,在腰椎（lumbar spine,LS）的BMD为7.37×10 -17,表明OPG基因对OP的重要性。公开的eQTL数据库确定了5个eQTL,它们在FN和LS部位对OPG基因存在顺式调控效应。文献检索发现rs2073617（又称为T950C）是热点SNP。除了GEFOS-2的研究外,在PubMed检索到13项关于rs2073617的相关研究。通过荟萃分析揭示了FN（P=0.047）和LS（P=0.025）的BMD在TT,TC和CC基因型之间均存在显著差异,证明了T950C多态性与BMD之间的关联。在等位基因C存在的293T细胞中,荧光素酶基因表达显著高于等位基因T（t=-9.47,P<0.01）。 结论 整合分析进一步证实了OPG基因对OP的重要性,以及T950C多态性与OP的骨密度的相关性。该策略可为其它疾病相关基因的功能解释提供参考。  
        Keywords：骨保护素;骨质疏松症;单核苷酸多态性;整合分析   
        22
        |
        861
        |
        0
        <HTML>
        <网络PDF>
        <Citation> <Bulk Citation> 53919186 false
        Updated：2024-04-10
      0