Latest Issue
2021 Year 36 Volume 3 Issue
- Abstract：医学大数据的快速积累和人工智能技术的进步正在推动癌症精准医学发展到更高的水平。人工智能技术在辅助癌症诊断、疗效评估、预测预后等方面的研究已取得了显著进展。高质量、前瞻性和大样本的队列研究是未来探索人工智能在精准肿瘤学中进一步应用的关键。我们呼吁不同领域的研究人员对人工智能新技术的发展及这些技术在临床中的合理应用予以关注，加强多中心合作，设计和建立完善的数据库及标准化的数据采集协议。相信人工智能将在癌症精准诊疗的临床应用领域取得实质性进展。Keywords：人工智能;精准医学;肿瘤29|494|0Updated：2024-04-10
主编寄语
-
Abstract：全球范围内,肝细胞癌(Hepatocellular carcinoma, HCC)是第六大常见恶性肿瘤,也是癌症相关死亡的第四大原因。中国HCC病例占全球病例的50%以上,导致HCC成为重要的公共卫生问题。尽管HCC诊断和治疗取得了进步,但高复发率仍然是HCC治愈的主要障碍。目前,多组学技术的融合促进了临床上疾病的监测、精准诊断和个体化治疗。无创的影像组学利用术前影像图像反映特定临床结局相关的细微像素级的模式变化。影像组学已广泛应用于预测组织病理学诊断、评估治疗反应和预测疾病预后。高通量测序技术和基因表达谱分析使基因组学和蛋白质组学能够识别HCC中不同的转录组亚型和反复性的遗传改变,这将揭示病理生理学上复杂的疾病发生过程。医学大数据的积累和人工智能技术的发展使我们更好地从多组学的角度深入理解HCC的发病机制,并显示出将HCC的外科治疗或介入治疗转化为抗肿瘤发生机制治疗的潜力,这将极大地推动HCC精准诊疗的发展。Keywords：肝细胞癌;影像组学;蛋白质组学;基因组学;多组学50|886|0Updated：2024-04-10 - Abstract：抗肿瘤药物的快速发展改善了恶性肿瘤患者预后。以CT、MRI和PET为代表的影像学手段作为重要的终点替代指标,在新药临床试验中发挥着越来越重要的作用。但因抗肿瘤药物作用靶点、应用线数等不同,治疗后影像学征象变化的个体差异较大,单用RECIST标准已无法满足个体化精准评效的需求。影像组学作为一种依托于新兴计算机技术的特征提取和模型构建手段,有望协助临床进行抗肿瘤药物治疗疗效的精准评估。本文介绍了影像组学的基本概念,回顾了影像组学在抗肿瘤药物疗效评价方面的最新进展,深入分析影像组学在预测肿瘤分子标志物、评价治疗疗效和预后预测方面的应用潜力,探讨了目前影像组学在抗肿瘤药物临床研究中存在的主要问题和未来发展方向。Keywords：影像组学;深度学习;机器学习;抗肿瘤药物;疗效评价23|393|0Updated：2024-04-10
- Abstract：卵巢癌是世界范围内常见的三大妇科恶性肿瘤之一,但病死率居首位。近年来,许多医学及工程技术研究尝试将人工智能（artificial intelligence,AI）技术应用于卵巢癌诊治的多个临床场景中,在医学影像AI技术的开发与应用中取得了较为丰富的进展。AI相关的医学影像研究主要涉及计算机断层扫描、超声成像和磁共振成像。我们对AI在卵巢癌医学影像方面的已发表的研究进行了文献检索和回顾,从卵巢癌的影像诊断、病理分类,靶向活检引导以及预后预测四个方面深入分析了医学影像领域AI相关研究的最新进展,同时对其现状及存在的问题进行了相应阐述。Keywords：人工智能;机器学习;卵巢癌;放射组学;算法;医学影像47|938|0Updated：2024-04-10
-
Abstract：阜外医院始建于1956年。阜外医院麻醉科是国内最早成立的麻醉科之一。在历任主任的领导和全体麻醉科专业人员的共同努力下,阜外医院麻醉科升级迭代、持续发展和完善。回望六十载,阜外医院麻醉科为医院心血管外科的进步提供了有力保障,为中国培养了相当数量的心血管麻醉专业人才,同时也以高质量的医疗服务和科学研究赢得了广泛认可。目前,阜外医院是中国国家心血管病中心,跻身全球最大的心血管病中心行列。本文着重介绍了阜外医院麻醉科的临床实践、心血管外科手术患者的结局及相关证据,并展望了心血管麻醉学的未来。Keywords：麻醉;管理;心脏手术;结局307|6845|0Updated：2024-04-10
综述
-
Abstract：目的 开发一种用于慢性胃炎病理分类的深度学习算法,并使用全切片病理图像（whole slide images,WSI）评估其性能。方法 回顾性收集解放军总医院胃活检标本1,250例（胃炎1,128例,正常胃黏膜122例）。分别使用1,008张和100张WSIs,基于DeepLab v3（ResNet-50）架构训练和验证深度学习算法,并在142张WSIs的独立测试集上测试该算法对不同胃炎亚型的诊断效能。结果 模型为测试集中的慢性浅表性胃炎（chronic superficial gastritis,CSuG）、慢性活动性胃炎（chronic active gastritis,CAcG）和慢性萎缩性胃炎（chronic atrophic gastritis,CAtG）作出诊断所生成的受试者工作特征（receiver operating characteristic,ROC）曲线的曲线下面积分别为0.882、0.905和0.910。深度学习算法对CSuG、CAcG和CAtG分类的敏感性和特异性分别为0.790和1.000（准确度0.880）、0.985和0.829（准确度0.901）、0.952和0.992（准确度0.986）。对三种不同类型胃炎诊断的总体准确度为 0.867。通过在 WSI 中标记算法识别的可疑区域,可以生成更为透明和可解释的诊断结果。结论 深度学习算法使用WSI对慢性胃炎进行病理学分型具有较高的准确性。通过预先标记出不同类型胃炎的区域,深度学习算法可以作为辅助诊断工具,提高病理医生的工作效率。Keywords：人工智能;深度学习;算法;胃炎;全切片病理图像35|523|0Updated：2024-04-10 -
Abstract：目的我们开发了一种在实验室测试中具有较佳表现的通用病变检测模型ULDor。本研究旨在通过外部数据集和内部数据集对其检测性能进行测试并评估其在临床上的应用价值。 方法 通过卷积神经网络（convolutional neural network,CNN）构建通用病变检测模型（ULDor）。该模型经过DeepLesion数据集和其他5个特定器官的公共数据集对模型进行训练,其中DeepLesion数据集包括12,000多组CT扫描图像及其中80,000多个病变注释。验证测试集包括外部和内部验证数据集。外部验证数据集由一家综合医院回顾性收集的164组胸部（含上腹部）CT平扫检查图像组成,内部验证数据集由来自美国国家肺筛查试验（NLST）的187组胸部低剂量螺旋CT扫描图像组成。我们运行ULDor对这两个测试集的图像进行病变检测,记录并测量模型所检测出的所有肺外器官（包括肝、肾、胰腺、甲状腺、淋巴结、体壁、胸椎,等）的占位性病变;另由三名经过资格认证的放射科医生对两个测试集进行人工阅片,以此为标准对ULDor的检测结果进行验证分析,采用阳性预测值和灵敏度来评价模型的检测性能。 结果 在外部验证中,模型对所有病变的整体阳性预测值和敏感性分别为57.9%和67.0%,平均每组图像检测出2.1个病变,其中0.9个是假阳性。ULDor检出肝脏病变的能力最佳,阳性预测值为78.9%,敏感性为92.7%,其次是肾脏,阳性预测值为70.0%,敏感性为58.3%。在内部验证中,尽管图像的软组织噪声水平较高,ULDor仍实现了75.3%的阳性预测值和52.0%的灵敏度。 结论ULDor在外部真实数据的验证显示模型在多用途计算机辅助诊断方面对于某些器官占位病变具有较好的检测效能。通过进一步优化和迭代升级,ULDor或许可以很好地推广应用到外部数据。Keywords：病变检测;计算机辅助诊断;卷积神经网络;深度学习17|564|0Updated：2024-04-10 -
Abstract：目的 建立一个列线图来预测老年患者胰腺神经内分泌肿瘤（pancreatic neuroendocrine tumors,pNETs）远处转移的风险。 方法 从美国“肿瘤监测、流行病学和预后（Surveillance, Epidemiology, and End Results,SEER）数据库”中提取1973年至2015年之间年龄≥65岁pNETs患者的数据。所有符合条件的患者随机分为训练队列和验证队列。对训练队列进行单因素和多因素Logistic回归分析以确定远处转移的独立风险因素。使用R软件的rms软件包基于独立风险因素开发列线图。使用C指数和校准曲线在训练队列进行内部验证,在验证队列进行外部验证。 结果 研究共确定了411名老年pNETs患者,260名被分配到训练队列,151名被分配到验证队列。单因素和多因素Logistic回归分析表明,肿瘤部位（胰腺体/尾：比值比[OR]=2.282;95%可信区间[CI]：1.174-4.436,P<0.05）,组织学分级（低分化/未分化：OR=2.600,95% CI：1.266-5.339,P<0.05）,T分期（T2：OR=8.913,95% CI：1.985-40.010,P<0.05;T3：OR=11.830,95% CI：2.530-55.350,P<0.05;T4：OR=68.650,95% CI：8.020-587.600,P<0.05）和N分期（N1：OR=3.480,95% CI：1.807-6.703,P<0.05）被确定为老年人pNETs远处转移的独立危险因素。列线图显示出良好的预测准确性,内部验证的C指数为0.809（95% CI：0.757-0.861）,外部验证的C指数为0.795（95% CI：0.723-0.867）,预测的远处转移率与校准曲线的观察值吻合良好。 结论 我们建立的列线图在评估老年pNETs患者远处转移风险方面具有较好的辨别能力和准确性,可为老年pNETs患者的个体化评估和治疗决策提供参考。Keywords：列线图;胰腺神经内分泌肿瘤;远处转移;老年患者24|755|0Updated：2024-04-10 -
Abstract：目的 探讨脂联素（adiponectin, APN）对慢性间歇低氧（chronic intermittent hypoxia, CIH）所致大鼠胰岛损伤的保护作用及相关机制。 方法 60只SD大鼠随机分为3组：对照（normal contral,NC）组、CIH组及CIH+APN组。5周的CIH暴露后,我们对大鼠进行口服葡萄糖耐量试验（oral glucose tolerance test, OGTT）及胰岛素释放试验（insulin released test, IRT）。提取胰岛,检测并比较三组间大鼠胰岛ATP水平,线粒体膜电位（mitochondrial membrane potential, MMP）水平,活性氧（reactive oxygen species, ROS）水平,线粒体三羧酸循环相关酶基因Ant1、Cs、Hmox1和Cox4i1表达水平,线粒体融合与分裂相关蛋白及基因DRP1、FIS1、MFN1和OPA1表达水平,及胰岛线粒体凋亡相关蛋白BAX、BCL-2、cleaved Caspase-3、cleaved PARP表达水平。 结果 CIH暴露5周后,OGTT及IRT试验显示各组大鼠在0分钟、20分钟、30分钟、60分钟及120分钟的血糖及胰岛素水平均无明显差异。然而我们发现CIH暴露后,大鼠胰岛ROS水平增加,ATP及MMP水平下降, Ant1、Cs、Hmox1和Cox4i1基因表达水平下降,MFN1和OPA1蛋白及基因表达水平下降,DRP1、FIS1蛋白及基因表达水平增加,cleaved Caspase-3和cleaved PARP蛋白表达水平增加,BCL-2/BAX蛋白表达水平比率下降,三组间差异均有统计学显著性。CIH+APN组上述胰岛损伤相关的指标测量值均明显改善。 结论 APN通过抑制线粒体融合与分裂失衡减轻CIH所致大鼠胰岛线粒体损伤,进而减轻大鼠胰岛损伤。Keywords：阻塞性睡眠呼吸暂停低通气综合征;慢性间歇低氧;脂联素;线粒体融合与分裂;胰岛14|660|0Updated：2024-04-10
论著
-
Abstract：计算机断层扫描（CT）检查是发现和诊断体内异物的主要手段。CT对异物的诊断虽然具有较高的敏感性,但仍有一些干扰因素可能导致漏诊或误诊。我们报告一个罕见的案例。一青年男性被一根竹签意外地刺入左胸。由于特殊原因,该竹签一直残留胸腔三年而未被发现。患者初以咳嗽、胸痛、发热、咯血在当地医院多次住院诊治,痰涂片未检出结核杆菌,胸部CT检查发现左肺结节、双肺粟粒状及空洞阴影,临床先后诊断为原发性肺结核及继发性肺结核。3年间他接受抗结核治疗,但症状未见改善。直到去世前一个月,在另一家医院通过螺旋CT检查和三维重建发现胸腔内这根竹签异物。尸体解剖检验确认死因为肺炎、肺梗死和多发肺脓肿。本文分析了该病例误诊的因素,旨在为临床中异物合并肺部炎症的诊断和治疗提供参考。Keywords：异物;肺炎;肺脓肿;肺结核;误诊17|287|0Updated：2024-04-10
病例报告
- © 2024 中国医学科学院 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0