通过信息化手段可实现信息共享，优化管理流程，解决眼科日间手术预约、患者宣教、病房管理及随访等方面存在的问题。作者总结分析了某眼科专科医院日间手术管理的现状及面临的挑战，介绍该院利用云计算、人工智能与人脸识别等信息技术，构建并应用眼科日间手术信息化管理体系的实践。该体系包括日间手术预住院管理系统、互联网病房平台、随访管理平台、日间手术电子病历和日间手术流程化专科护理机器人5个部分。该体系应用后1年与应用前1年相比，患者日间手术失约率和非计划二次手术率分别由应用前的2.40%和0.24%下降至应用后的1.00%和0.08%，患者满意度由94.5%提升到99.1%，差异均有统计学意义( P<0.01)。该体系的应用能够方便患者并确保日间手术安全和效率，为其他医院眼科日间手术信息化管理体系建设提供借鉴。

黄斑病变通常导致中心视力丧失，伴随固视稳定性显著降低，导致精细视觉、阅读，甚至人脸识别障碍，严重影响患者生活质量。目前尚无明确及有效的治疗方法能够逆转萎缩性黄斑病变造成的视功能损害，但中心视力丧失患者可自发在功能尚可的旁中心视网膜形成偏心注视以缓解中心暗点的视觉干扰，该位点被称为视网膜优选位点(PRL)；然而，自然形成的PRL通常不是视功能康复的最佳视网膜位点，部分患者需要偏心注视训练进行PRL重定位实现更佳的视觉康复。目前基于生物反馈的偏心注视训练已被证实可稳定自然形成的PRL或诱导形成新的PRL，实现黄斑病变患者的低视力康复；然而关于PRL的发生和发展过程、定位特征及偏心注视训练的具体实施方案均存在争议。本文总结了PRL的相关概念及特征，包括PRL的形成特点、PRL形成的理论基础、PRL的定位特点、PRL重定位的临床效果及相关评估指标；并综述了黄斑病变导致中心视力丧失患者基于偏心注视训练的低视力康复训练方案和疗效，以期为临床上中心视力丧失患者的低视力康复提供指导。

在"互联网+医疗"和人脸识别技术研究不断深入的背景下，人脸识别产业不断成熟，人脸识别在医院管理、辅助医疗、疫情防控等医疗领域得到初步应用。与此同时，人脸识别技术在实践中带来了误差风险、技术破解风险、隐私风险、平等风险、滥用风险等问题，严重威胁群众的人身及财产权益，亟需法律界对此作出回应。作者在总结人脸识别技术在医院具体应用方向的基础上，对我国有关人脸识别法律规制的路径进行梳理，并提出应当立足技术研发、强化医疗机构"守门人"责任、健全法律体系与加强司法引领的建议，以完善人脸识别技术的法律规制，减少医疗机构在应用人脸识别技术中的侵权风险，保护公民的合法权益。

人脸识别作为快速、简便的身份识别手段，广泛应用于生活的多个领域。阻塞性睡眠呼吸暂停部分患者伴随着面部结构的异常，成为人脸识别的潜在应用场景。本文综述了人脸识别在成人阻塞性睡眠呼吸暂停筛查和诊断的相关研究进展，以期提供新的诊疗思路。

目的:采用人工智能人脸识别技术(简称人脸识别技术)实时评估医学生课堂专注度，评价其在应用中的可靠性。方法:2021年10月，选取北京大学口腔医学院2018级五年制和八年制口腔医学专业80名学生为研究对象，收集其在牙体解剖学8个课时的课堂录像，采用人脸识别技术对录像资料转换的图片(每秒抽取1帧)进行人脸分析，用随机函数抽取全部图片数据的1/5作为检测数据集并输出其识别"专注"学生的人脸数量，同时由授课教师肉眼观察学生面部状态以进行"专注"学生的人工识别，计算人脸识别的准确率和查全率。通过Wilcoxon检验和组内相关系数(intraclass correlation coefficient，ICC)进行数据分析。结果:对21 600张图片的"专注"学生进行人脸识别，4 320张图片作为检测数据集，人脸识别的准确率为90.4%(41 288/45 668)，查全率为81.4%(41 228/50 648)。人脸识别(378 830人次)和人工识别(345 689人次)专注"学生的差异无统计学意义( P＝0.109)；二者呈中等程度相关( ICC＝0.65， P＝0.026)。 结论:人脸识别技术能够有效判断医学生在课堂上的专注程度，可以为实时评估教学效果提供有效技术支持。

目的:采用最小二乘法对国内女性下颌轮廓进行曲线拟合，获取理想的拟合函数模型，并探索在下颌截骨术中应用数理曲线进行截骨线设计的效果。方法:(1)选择2010年1月至2020年12月海军军医大学第二附属医院和上海全景医学影像诊断中心的青年女性头颅CT资料，采用Likert量表对CT重建图像的下颌形态进行评估，筛选出下颌角肥大人群、下颌美观人群、截骨术后美观人群，作为参考样本。采用Python平台Spyder模块进行下颌轮廓形态的曲线拟合分析，以拟合度 R2衡量拟合效果( R2均值≥0.800视为可作为拟合函数， R2均值≥0.900视为可满足临床应用需求)。分析多项式函数、对数函数等数理曲线在下颌美观人群面部轮廓中的拟合程度，获取理想的下颌轮廓曲线拟合函数模型。(2)选择2020年3月至2021年3月海军军医大学第二附属医院烧伤、整形外科接受口内入路下颌截骨术的下颌角肥大患者，采用基于数理曲线设计的截骨方案指导手术(数理导板组)，术后应用三维重建技术评估疗效。并同接受徒手截骨(徒手截骨组)、传统截骨导板指导截骨(传统导板组)的患者相比较。统计3组的术前准备时间、截骨时间、手术时间、术后并发症发生情况，术后6个月采用Face-Q量表的jawline分量表进行患者手术效果满意情况自评。 结果:(1)选取205例青年女性头颅CT资料，从中筛选出下颌角肥大人群73例，下颌美观人群32例，截骨术后美观人群5例，作为参考样本，开展下颌轮廓曲线拟合。结果显示，3次多项式函数( R2＝0.918±0.027)和对数函数( R2＝0.930±0.039)可用于模拟美观人群下颌轮廓曲线形态。(2)数理导板组(选用对数函数进行截骨设计)、传统导板组和徒手截骨组分别纳入28、14和11例下颌角肥大患者。所有患者对术后下颌轮廓形态满意，未见畸形、显著不对称等并发症。数理导板组在jawline量表总分、手术时间、截骨时间指标上明显优于徒手截骨组( P均<0.01)；数理导板组术前准备时间少于传统导板组[(82.39±9.77)min vs. (97.07±17.49)min， P<0.01]，且jawline量表评估显示患者对下颌线侧面观及下面部轮廓流畅程度的评分高于传统导板组[(3.75±0.44)分vs. (3.14±0.36)分，(3.71±0.46)分vs. (3.36±0.50)分， P均<0.05]。 结论:基于最小二乘法的曲线拟合可用于模拟下颌角截骨，对数函数等模型可用于下颌截骨术前设计，在术后轮廓流畅度和对称度上具有优势。基于数理曲线的截骨设计可兼顾患者诉求和美学标准，为手术提供精准化、个体化的方案。

先天性糖基化异常(congenital disorders of glycosylation，CDG)是一组罕见的遗传代谢性疾病，是由于糖脂和(或)糖蛋白的形成或加工过程中的缺陷而引起。大多数呈常染色体隐性遗传并具有多系统表现，主要是面部畸形、发育迟缓、生长障碍、肌张力减退、神经系统异常、低血糖和多系统功能障碍等。血清转铁蛋白(transferrin，Tf)等电聚焦电泳(isoelectrofocusing，IEF)及质谱分析(mass spectrometry，MS)技术可以筛查CDG的某些亚型，然而目前许多亚型的诊断仍依赖基因组测序技术。少数亚型可通过治疗得到临床缓解甚至治愈，但大多数尚无有效的治疗方法。不断发展的分子、生化以及人脸识别技术可以加深对这一疾病的认识。

医院是人流密集场所，人群健康管理非常重要。在新冠疫情常态化管控的大环境下，建立一套无感、智能、有效的人群分流管理策略至关重要。杭州市第九人民医院深度融合大数据运算、行动轨迹追踪和人脸识别等信息技术，搭建了一套以体温监测+健康码查验+流行病学调查为核心的健康管理和人群分流工作机制，有效提升了疫情常态化防控形势下的医院人群健康筛查工作效率和精准度。

目的:为解决人脸口罩识别中边缘和移动端设备存储与计算资源受限的问题,提出一种基于YOLOv5轻量化网络的人脸口罩识别方法.方法:选取由主干网络(Backbone)、颈部模块(Neck)和头部模块(Head)组成的YOLOv5模型作为基础框架.首先,使用ShuffleNetv2轻量化网络对Backbone部分进行修改替换;其次,在Neck部分引入Ghost模块和C3_S模块;最后,为提升检测精度,融入卷积块注意力模块(convolutional block attention module,CBAM),形成Shuffle_Yolo_GS_CBAM模型.选用AIZOO数据集训练和验证模型,通过平均精度均值(mean average precision,mAP)、每秒传输帧数(frames per second,FPS)、每秒 10 亿次的浮点运算数(giga floating-point operations per second,GFLOPS)和参数量评估模型对人脸口罩的识别效果.结果:该模型识别人脸口罩的mAP为89.5％,FPS为158.7帧/s,参数量和GFLOPS分别为2.38M和4.5 GFLOPS.与YOLOv5s相比,虽然检测精度略有下降,但检测速度提升了39.7％,模型参数量减少了 67.3％,模型运算量减少了 73.8％.结论:提出的方法在提高检测速度、减少参数量和计算量、保障检测精度方面表现良好,适合部署在边缘和移动端设备上进行人脸口罩识别.

随着传染病尤其是新发传染病跨境传播风险的不断增加,口岸作为防控传染病疫情输入的第一道防线,单纯依靠传统的卫生检疫手段已不能完全满足早期识别、防控的要求,需借助数字化、智能化新技术和新设备转型升级,加快智慧口岸建设才能为传染病早期防控提供依据.因此,利用大数据技术、众包技术等收集传染病相关信息并利用模型分析对疫情形势作出预判,进而采取相关预防措施.也可运用基于人脸识别的症状监测系统和分子即时检测技术到新发传染病检测中,提高其传播早期的检出率.总而言之,全球疫情形势严峻复杂,新技术新设备与口岸传染病防控相结合仍需不断优化改善,同时卫生检疫专业人员需发挥主观能动性不断提升智慧口岸建设的适用性.