目的:调查内蒙古自治区各盟市重症医学科的发展现状，以促进内蒙古自治区重症医学规范化、同质化发展，也为学科建设和资源配置提供参考依据。方法:采用网络问卷调查、电话数据核实的方式，对内蒙古自治区三级、二级医院综合重症监护病房（ICU）进行调查性研究。依据国家卫生健康委员会2009年下发的《重症医学科建设与管理指南（试行）》（以下简称《指南》）及学科发展趋势制作调查问卷，包括医院基本信息、ICU基本信息、人员配置、医疗质量管理、技术技能、设备配置等6个方面的内容。问卷发放时间为2022年9月。由各医院学科带头人或科主任填写问卷。结果:截至2022年10月24日共发放问卷101份，回收问卷85份，问卷回收率为84.16%，其中有效问卷71份，共计71个综合ICU。①内蒙古自治区综合ICU分布有明显的地区差异，呈东西部相对较弱，整体分布不均的特点，其重症医学科的发展仍有所欠缺。②医院基本信息：人口和经济制约ICU的发展进程，西部地区综合ICU床位均数仅为中部地区半数（张：39.0比86.0），东部地区居中（平均83.6张），数量相对不均。③ ICU基本信息：调查71个综合ICU中，三级医院44个，二级医院27个。三级医院ICU床位数占总床位数比明显低于二级医院〔（1.59±0.81）%比（2.11±1.07）%， P<0.05〕，明显低于《指南》要求的2%~8%；三级、二级医院ICU床位使用率〔（63.63±22.40）%、（44.65±20.66）%， P<0.01〕均低于《指南》要求（应以75%为宜）。④ ICU人员配置：三级医院医生共376人，护士共1 117人；二级医院医生共122人，护士共331人。三级医院与二级医院医生职称、医生学历和护理人员职称构成比差异均有统计学意义（均 P<0.05）。三级医院医生以中级职称为主（主治医师占41.49%），二级医院医生以初级职称为主（住院医师占43.44%）；三级医院医生学历普遍高于二级医院（博士：2.13%比0，硕士：37.24%比8.20%）；三级医院仅护士人员比例低于二级医院（17.01%比24.47%）。三级、二级医院ICU医生/ICU床位比〔（0.64±0.27）%、（0.59±0.34）%〕、ICU护士/ICU床位比〔（1.76±0.56）%、（1.51±0.48）%〕均达未到《指南》0.8 : 1和3 : 1以上的要求。⑤ ICU医疗质量管理：与二级医院相比，三级医院实施一对一耐药菌护理的比例（65.91%比40.74%）、实施多模态镇痛镇静的比例（90.91%比66.67%）、个人数字助理（PDA）条码扫描使用比例（43.18%比14.81%）均明显升高（均 P<0.05）。⑥ ICU技术技能：在各项技术技能中，三级医院支气管镜检查、血液净化治疗、空肠营养管放置和床旁超声项目开展比例均高于二级医院（84.09%比48.15%，88.64%比48.15%，61.36%比55.56%，88.64%比70.37%，均 P<0.05）。其中，空肠营养管放置、床旁超声和体外膜肺氧合的开展情况，三级医院以独立完成为主，二级医院则倾向于合作完成。⑦ ICU设备配置：基本仪器设备中，三级、二级医院呼吸机总数/ICU床位比〔0.77%（0.53%，1.07%）、0.88%（0.63%，1.38%）〕、输液泵/ICU床位比〔1.70%（1.00%，2.56%）、1.25%（0.75%，1.88%）〕均未达到《指南》要求，设备配比不足，尚未满足发展基本需要。 结论:内蒙古自治区综合ICU发展已趋向成熟，但在发展规模、人员配比和仪器设备较《指南》仍有一定差距，并且综合ICU呈现出东西部相对较弱，整体分布不均的特点，还需要加大力度投入到重症医学科的建设中去。

如何激励医师参与和投入临床教学是高校新附属医院面临的重要问题。本文以清华大学附属北京清华长庚医院为例，探讨了专责教学主治医师岗位设置、"教学标准学时"考核制度，建立教学绩效与医师薪酬紧密关联的教学激励机制。实践结果表明，教学绩效直接关联医师薪酬对教学的激励作用明显；精细化核算临床教学工作量是准确核算教学绩效的基础；教学绩效在注重个体激励的同时应当加强教学团队绩效管理。

目的:医疗工作量已成为与不良预后相关的重要指标。有研究使用占床率作为替代指标衡量工作量。然而，少有研究测算一线医疗人员(主治医师、护士、医生助理)的工作量和患者预后的关系。本文假设一线医疗人员的工作量(通过占床率和人员配备)与不良预后和不必要的化验有关。设计:回顾性单中心研究，收集时间明确的医嘱、医嘱执行确认者和患者信息。在控制年龄、体重、入院类型、STAT评分、诊断、手术次数、医嘱、医务人员配置、诊疗经验和时间固定效应的情况下，采用回归分析研究占床率对医嘱、住院时间和病死率的影响。场所:一家独立的儿童医院有27张床位的三级心脏重症监护室。对象:2018年1月至2019年12月在儿科心脏重症监护室住院的患儿(0~18岁)。干预措施:无。测量方法与主要结果:1 468例入院患儿中，共16 500条影像检查医嘱和73 113条实验室化验医嘱。中位年龄6个月(12 d~5岁)，体重6.2 kg(3.7~16.2 kg)；外科患儿840例(57.2%)，内科患儿628例(42.8%)。ICU团队包含16名高年资医师和31名一线医务人员。患儿病死率为4.4%，中位住院时间5(2~11)d，中位占床率89%(78%~93%)。占床率每增加10%，每例患儿的影像医嘱增加7.2%( P<0.01)，实验室结果回报时间延长3%( P＝0.015)，住院时间增加3 d( P<0.01)。提高医务人员配比(>3人)与影像检查减少6%( P＝0.03)和实验室化验医嘱减少3%( P＝0.04)有关。忙碌日(占床率>89%)天数与住院时间延长( P<0.01)及病死率升高( P<0.01)有关。 结论:床位占用率增加和人员配置减少与病死率、住院时间、影像医嘱和实验室周转时间增加相关。数据显示心脏重症监护室系统的性能在高占床率和低人员配置时会有所恶化。

目的:探讨超低剂量(ULD)CT扫描对踝关节骨折诊断及三维打印(3DP)模型质量的影响。方法:本研究为前瞻性研究，收集2019年11月—2022年1月广东省中医院珠海医院61例临床踝关节骨折保守治疗患者，分别行标准剂量(SD)和超低剂量CT扫描，SD和ULD扫描的管电压/管电流时间乘积分别为120 kV/100 mAs、80 kV/10 mAs。比较两次扫描的辐射剂量( E)、噪声、信噪比(SNR)、对比信噪比(CNR)及骨皮质与周围脂肪CT值差值(CTc)。按照李克特5分评分法，由两名高年资影像诊断主治医师分别对骨折线的可发现、可诊断和整体图像质量进行主观评价，两名高年资骨科主治医生对3DP模型质量(模型清晰度及手术的指导价值)进行主观评价，评分≥3为诊断可接受影像图像和3DP模型质量。 结果:两次扫描间隔(9.23±1.92)d，骨折94处，与SD对比、ULD扫描无漏诊、误诊。噪声、SNR、CNR SD优于ULD( F＝5.92, 9.70, 8.32， P＝0.00)，而CTc ULD优于SD( F＝27.55， P ＝0.00)。SD和ULD扫描的图像评分分别为(4.97±0.18)和(4.21±0.71)分；3DP模型质量评分两者分别为(4.99±0.01)和(4.87±0.34)分；主观CT图像质量及3DP模型质量SD优于ULD( Z＝-6.88, -2.91， P<0.01)，图像质量主观评分及3DP模型质量评分均≥3分均能满足临床需求；SD和ULD扫描 E分别为(34.68±4.96)和(1.04±0.10) μSv，ULD明显优于SD( F＝38.77， P<0.01)。 结论:采用ULD扫描E约为SD扫描E的3.00%，能满足临床诊断踝关节骨折及3DP模型打印诊断需求。

目的:基于深度学习构建头颅侧位X线片自动诊断分类模型，为正畸临床诊断提供参考。方法:收集2015年1月至2021年12月就诊于首都医科大学口腔医学院正畸科的正畸患者头颅侧位X线片2 894张，构建数据集，包括1 351例男性和1 543例女性，年龄（26.4±7.4）岁。先由1名正畸专业主治医师和1名博士研究生（正畸工作年限分别为8和5年）进行人工定点，测量头影测量项目并进行初分类，再由1名正畸专业主任医师和1名主治医师（正畸工作年限均超过20年）进行核查，内容包含8项骨性和牙性诊断分类。数据按7∶2∶1的比例分别纳入训练集、验证集和测试集。使用开源DenseNet121网络（一种深度学习模型）构建头颅侧位X线片自动诊断分类模型。模型训练后，使用测试集计算模型的分类准确性、精确性、敏感性、特异性，输出受试者工作曲线并计算曲线下面积评估模型性能；输出热力图，可视化模型关注区域。结果:成功构建头颅侧位X线片自动诊断分类模型，其对1张头颅侧位X线片作出8项诊断分类平均需要0.112 s。其中5项诊断分类的准确性为80%~90%，包括矢状骨面型、下颌发育、垂直骨面型、上前牙倾斜情况和下前牙突出情况；3项诊断分类的准确性为70%~80%，包括上颌发育、下前牙倾斜情况、上前牙突出情况。各项诊断分类的总体95%可信区间曲线下面积均≥0.90。热力图显示，分类成功的头颅侧位X线片的激活区域分布于分类相关结构区域。结论:本项研究基于DenseNet121网络构建了头颅侧位X线片自动诊断分类模型，其可实现8项临床常用诊断项目的快速分类。

目的:探讨三种肱骨远端冠状面骨折分型系统的可信度与可重复性。方法:纳入2015年1月至2021年12月期间就诊于北京积水潭医院门诊、急诊的64例肱骨远端冠状面骨折患者影像学资料（X线片与CT图片），4名骨科医生（1名主任医师、1名副主任医师、1名主治医师、1名住院医师）作为观察者，根据上述患者的影像学资料分别采用Bryan-Morrey分型、Ring分型、Dubberley分型进行骨折分型。4周后将64例患者的影像学资料进行重新编号，4名骨科医生再次采用同样的方法进行分型。计算3种分型的观察者间和观察者内的Kappa值，采用Landis和Koch可信度分级对结果进行解释。结果:观察者间的可信度：Bryan-Morrey分型的一致性平均为75.0%，Kappa值为0.546，结果为中度一致；Ring分型的一致性平均为74.7%，Kappa值为0.702，结果为高度一致；Dubberley分型的一致性平均为84.1%，Kappa值为0.785，结果为高度一致。观察者内的可重复性（同一观察者两轮分型）：Bryan-Morrey分型的一致性平均为89.9%，Kappa值为0.824；Ring分型的一致性平均为91.0%，Kappa值为0.884；Dubberley分型的一致性平均为91.8%，Kappa值为0.888。结论:肱骨远端冠状面骨折3种分型系统均有较高的可重复性，Dubberley分型系统的可信度较好，对肱骨远端冠状面骨折的治疗有一定指导意义。但在临床应用中应充分考虑影响分型的各种因素，从而制定完善的手术策略。

目的:调查辽宁省重症医师对目前公认有效的急性呼吸窘迫综合征（ARDS）治疗策略的执行情况，旨在提高ARDS治疗策略的临床实施。方法:中国医科大学附属第一医院重症医学科医师于2019年1月1日至31日应用自行设计的 《ARDS患者医师临床行为调查问卷》 对辽宁省内各级别医院的重症医师进行调查，调查问卷以电子邮件及微信小程序形式进行发送与回收；调查内容包括重症医师基本信息和治疗行为两大部分，其中治疗行为涉及对不同程度ADRS患者呼吸机模式、镇静镇痛等相关治疗措施在内的25个多项选择问题。结果:本次调查回收160份问卷，排除完成率<75%的问卷14份，最终回收146份。受调查的重症医师来自辽宁省内28家医院，共计146名；年龄主要在25～44岁（占80.2%），以主治医师为主（占34.2%），从医年资、从事重症监护病房（ICU）工作年资均以<5年为主（分别占31.5%和43.9%）；88.4%的医师所属医院为三级甲等，89.0%为教学医院；48.6%的医师所属医院床位数>2 000张，ICU床位数以10～19张为主（占39.0%），4.1% ICU床位数>60张；77.2%所属医院不设有呼吸治疗师，而设有呼吸治疗师的医院呼吸治疗师人数多为1～4名（占19.1%）。对于目前公认有效的ARDS治疗策略进行调查显示，大部分重症医师的执行情况较好，部分医师执行情况取决于患者病情严重程度。80%以上的医师会监测所有ARDS患者的气道峰压、平台压和呼吸系统顺应性（不同ARDS严重程度间差异无统计学意义），但随着患者病情程度加重，医师放宽对上述监测指标的控制范围，近半数的医师控制轻度ARDS患者气道峰压为20～29 cmH 2O（1 cmH 2O＝0.098 kPa）、平台压为15～34 cmH 2O，面对重度ARDS患者67.8%的医师控制气道峰压在30～39 cmH 2O，70.3%的医师控制平台压在25～34 cmH 2O。在改善患者氧合方式、选择呼气末正压（PEEP）水平及给予小潮气量通气（LVT）治疗方面，重症医师对中重度ARDS患者的执行情况较好，而对于轻度ARDS患者的治疗策略选择则偏保守。对于重度ARDS患者，97.3%的医师选择立即给予有创机械通气，92.4%选择8 mL/kg以下的潮气量，61.7%选择15～20 cmH 2O的PEEP，97.8%选择给予深度镇静，82.5%选择给予肌松剂，82.3%选择采取俯卧位通气治疗，84.3%选择应用激素治疗；对于轻度ARDS患者，77.2%的医师选择LVT治疗，所有医师均选择5～9 cmH 2O的PEEP。调查显示影响临床医师执行情况的原因主要有3类，分别为重症医师主观态度、无执行条件和担心发生并发症。 结论:从整体来看，辽宁省重症医师对于目前公认有效的ARDS治疗策略的执行情况较好，有少数医师的执行情况差。根据影响医师治疗行为的原因提示，应强化重症医师对于ARDS治疗的认识和培训，规范有效治疗策略在临床的实施，进而改善ARDS患者的预后。

目的:探讨基于深度学习对被遮挡的甲状腺超声图像进行修复的可行性。方法:回顾性收集自2020年1月至2021年10月于浙江大学医学院附属邵逸夫医院采集的甲状腺结节图像共358张，对图片进行随机遮挡后，使用DeepFillv2方法对上述图像被遮挡部分进行修复，比较修复前后图像的灰度值差异。邀请6位不同年资医师(主任医师、主治医师、住院医师各2位)比较修复前后图片是否存在形态差异，比较不同医师组判断的正确率及对图像差异的检出率。根据2020甲状腺结节超声恶性危险分层中国指南(C-TIRADS)对甲状腺结节图像进行超声特征提取(垂直位、实性、极低回声、可疑微钙化、边缘模糊及彗星尾伪像)，比较修复前后图像中甲状腺结节超声特征的一致性。结果:图片修复前后的灰度值均方误差范围为0.274~0.522，各组医师的正确率及检出率之间差异具有统计学意义(均 P<0.001)，总体正确率为51.95%，总体检出率为1.79%，其中主任医师与住院医师组内的正确率及检出率差异同样具有统计学意义(均 P<0.001)。图像修复前后图像中各超声特征的一致性均高于70%，实性、彗星尾伪像的一致性均高于90%。 结论:基于深度学习的甲状腺超声图像修复算法可以有效修复被遮挡的甲状腺超声图像，同时可以保留甲状腺超声图像特征，有望扩大深度学习图像数据库规模，促进深度学习在超声领域的发展。

目的:探讨枣核形组织切除法在内切型鼻翼缩窄整形术中的临床应用效果。方法:回顾性分析2019年2月至2022年6月中国医学科学院整形外科医院收治的行鼻翼缩窄术患者的临床资料。于鼻翼小叶基底部外缘设计梭形切口线，宽度为4～5 mm，长度为8～12 mm。切口线距离鼻翼面颊沟1～2 mm，设计线内侧延长至鼻前庭内部；沿切口设计线切开表面皮肤后，先用尖头弯剪扩大剥离切口下鼻翼软组织，再切除相应的鼻翼内组织，扩大切除的组织形态类似于枣核；充分减张后，切口两端的皮肤行垂直褥式外翻缝合。术后对手术效果和并发症进行随访，并由1位第三方整形外科主治医师采用观察者总体美容改善评分法(GAIS)和温哥华瘢痕量表评分法(VSS)，通过对比患者术前和术后末次随访时的照片对手术效果和术后鼻部瘢痕情况进行评价。其中GAIS包括1、2、3、4、5分，评分越低改善效果越好，改善的标准为评分≤3分；VSS包括颜色(0～3分)、厚度(0～4分)、血管分布(0～3分)、柔软度(0～5分)4个指标，评分越高瘢痕越严重。结果:共纳入20例患者，其中男6例，女14例，年龄20～33岁，平均24.9岁；患者均有不同程度的鼻翼外扩、鼻翼肥厚的表现。术后13例患者术区出现轻度肿胀、皮下淤斑和黄染，3 d后逐渐消退；术后无感染、切口裂开、延迟不愈等近期并发症发生。术后随访3～16个月，有2例患者因联合了肋软骨植入隆鼻术，术后6～9个月逐渐出现软骨变形而影响鼻孔外观，再次通过手术调整后获得满意效果，鼻孔对称度显著提高；其余患者鼻翼形态均一次性得到较大改善，患者对术后效果表示满意；术后远期无鼻孔变形、鼻小柱偏斜、通气障碍等表现，鼻翼切口瘢痕不明显，位置隐蔽。术后第三方医师对20例患者的GAIS评分为(1.20±0.41)分，其中16例评为1分，4例评为2分，均达到改善标准；VSS总评分为(1.45±0.60)分，其中颜色平均分为0.60分、厚度为0.05分、血管分布为0.55分、柔软度为0.30分。结论:将枣核形组织切除法应用于内切型鼻翼缩窄术中，可以在切口宽度相同的情况下增加组织去除量，不仅能够充分缩窄鼻翼，而且对鼻翼组织肥厚也有一定的矫正效果。

目的:探讨基于MobileNet的深度学习对床边胸部X线平片（胸片）分类诊断及提高工作效率的价值。方法:回顾性分析2017年1月至2022年12月在常州市第二人民医院接受床旁胸部X检查患者的胸片6 320张，正常组885张、肺炎组1 927张、胸腔积液组373张、肺炎合并胸腔积液组3 135张。选择其中350幅图像作为验证集，其剩余图像按照8∶2比例使用简单随机法分为训练集4 775张和测试集1 195张。采用两种轻量化卷积神经网络模型MobileNetV1和MobileNetV2构建床旁胸片分类模型，并基于此设计了两种微调策略，共生成了4个模型，分别是MobileNetV1_False（V1_False）、MobileNetV1_True（V1_True）、MobileNetV2_False（V2_False）、MobileNetV2_True（V2_True）。4个模型分别对所有胸片进行第一阶段和第二阶段分类，第一阶段建立二分类模型，即将所有胸片分为正常组和病变组，第二阶段建立四分类模型，即将所有胸片分为正常组、肺炎组、胸腔积液组和肺炎合并胸腔积液组。采用准确度（Ac）、精确度（Pr）、召回率（Rc）、F1评分（F1）和受试者操作特征曲线下面积（AUC）评估模型性能。结果:第一阶段和第二阶段，V1_True和V2_True模型在训练集和验证集中的Ac、Pr、Rc、F1均高于V1_False和V2_False模型；且V1_True模型的分类效果优于其他模型。验证集中V1_True模型在第一阶段和第二阶段的分类Ac［分别为95.71%（335/350）和93.43%（327/350）］，均高于放射科主治医师的分类Ac［第一阶段：90.29%（316/350）；第二阶段：87.14%（305/350）］。V1_True模型对验证集350张床边胸片的识别时间（平均17 s）明显少于放射科主治医师（平均300 min）。结论:V1_True模型是对床边胸片分类的最优MobileNet模型，其应用于临床可以帮助临床医师及时、准确地从床边胸片识别患者的肺部病变信息，亦有利于提高放射科的工作效率。