目的:评估可视喉镜在急诊气管插管术中的临床价值和安全性。方法:选取2020年6月至2021年2月赤峰学院附属医院需紧急气管插管的心脏骤停患者60例，随机数字表法分为传统喉镜（TL）组30例和可视喉镜（VL）组30例。观察两组患者喉镜显露分级、插管时间、插管成功率以及不良反应；同时按照医师职称分为低年资住院医师（A）组和高年资住院医师（B）组。结果:VL组声门暴露成功率高于TL组，差异无统计学意义（ P>0.05）；VL组声门暴露Ⅰ级的比例明显高于传统喉镜声门暴露Ⅰ级[56.70%（17/30）比30.00%（9/30）]，差异有统计学意义（ P<0.05）。应用VL进行气管插管平均尝试次数、插管时间低于TL组（1.30次比1.67次、56.37 s比67.12 s），差异有统计学意义（ P<0.05）。亚组分析发现应用TL进行气管插管，A组成功率、插管时间与B组（4/15比11/15、78.00 s比55.57 s）比较差异有统计学意义（ P<0.05）；应用VL进行气管插管，A组插管成功率上升至9/15，插管时间缩短为58.80 s，与B组比较差异无统计学意义（ P>0.05）。 结论:VL用于急诊危重症气管插管术，改善喉镜显露分级，缩短插管时间，提高一次插管成功率，尤其是可以推广在住院医师中的应用，可以缩短与高年资医师操作差距，弥补经验不足。

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:评估在低年资眼科医师及医学生中使用人工智能阅片标注系统进行糖尿病视网膜病变(DR)阅片培训的效果。方法:利用研发的人工智能阅片标注系统，将520张糖尿病患者眼底图像随机分为8组，每组65张图像。以13名低年资眼科住院医师及医学生作为研究对象，每人均对8组图片进行阅片，评价每张眼底图像的DR分级，以3名高年资眼底病专业医师给出的DR分级为金标准，对分级结果准确性的灵敏度、特异度及诊断试验一致性(Q-Kappa值)进行分析，并比较13位研究对象前4次与后4次阅片Q-Kappa值平均数的差别。结果:经过8次阅片，参加阅片人员Q-Kappa值平均数由第一次的0.67提高至第八次的0.81，前4次Q-Kappa值平均数为0.77，为显著一致性，后4次Q-Kappa值平均数为0.81，为高度一致性。将13名参加阅片培训人员分为两组进行分析，组1为低年资眼科住院医师，组2为医学院医学生，经过8次阅片，组1的Q-Kappa值平均数由第一次的0.71提高至第八次的0.76，组2的Q-Kappa值平均数由第一次的0.63提高至第八次的0.84，医学生的诊断准确度从显著一致提高至高度一致。结论:利用人工智能DR阅片标注系统，可以有效地提高低年资眼科医师及医学生的DR阅片水平，能在短时间内、利用较少的阅片量达到一定阅片准确度，是一种可行的阅片培训方法。

目的:探索全沉浸式虚拟现实(virtual reality，VR)技术在剖宫产手术教学中的应用效果。方法:2021年9月2日至17日，选取南方医科大学临床医学专业13名本科生(6名临床医学六年制专业六年级学生、5名临床医学五年制专业三年级学生、2名临床医学八年制专业六年级学生)和南方医科大学南方医院4名低年资住院医师为研究对象(下文统一简称为学员)。采用VR软件对学员进行剖宫产手术教学，并采用其内置评分系统评估学员完成剖宫产手术操作考核成绩和完成时间；采用问卷调查学员对教学的满意度。采用 t检验比较手术考核成绩、手术完成时间及教学前后对自身能力评价的差异。 结果:教学前后学员完成剖宫产手术操作考核成绩分别为(52.94±19.06)分和(85.47±3.39)分，手术完成时间分别为(21.66±8.85)分钟和(12.37±1.58)分钟，其差异均具有统计学意义(均 P<0.05)。问卷调查结果显示，17名学员中，16名学员认为全沉浸式VR技术有利于掌握外科手术技能要点、增强临床自信，希望将全沉浸式VR技术纳入技能常规教学中。 结论:全沉浸式VR技术用于剖宫产手术教学，有助于提高学员对剖宫产手术流程的掌握、缩短操作时间，并得到了学员的普遍认可。

目的:探讨超声乳腺影像报告与数据系统(Breast Imaging Reporting and Data System，BI-RADS)分类在特殊类型乳腺癌中的诊断价值。方法:回顾性分析2009年8月至2020年8月于浙江大学医学院附属第二医院诊治并经手术病理证实的特殊类型乳腺癌患者112例(112个病灶)，患者均行术前超声检查。分别由高年资主治医师及低年资住院医师依据超声BI-RADS分类对乳腺病灶进行评估。以组织病理学为金标准，分析BI-RADS分类诊断特殊类型乳腺癌的敏感性及准确性，比较不同特殊类型乳腺癌的BI-RADS分类及超声恶性征象之间的差异。对两名医师的评估结果进行Kappa检验，判断一致性是否良好。结果:112例患者中，化生性癌20例，伴有髓样特征的浸润性癌19例，大汗腺分化的癌16例，黏液癌12例，浸润性微乳头状癌12例，浸润性乳头状癌10例，浸润性小叶癌6例，其他特殊类型癌17例；BI-RADS 3类4例(3.5%)，BI-RADS 4a类13例(11.6%)，BI-RADS 4b类42例(37.5%)，BI-RADS 4c类47例(42.0%)，BI-RADS 5类6例(5.4%)。BI-RADS分类诊断特殊类型乳腺癌的敏感性为96.43%，准确性为96.43%。不同特殊类型乳腺癌的BI-RADS分类差异有统计学意义( P<0.05)。特殊类型乳腺癌病灶常表现为低回声、不规则形、边界成角或微分叶。不同特殊类型乳腺癌病灶的最大径、边界、内部回声及后方回声差异有统计学意义(均 P<0.05)。两名医师诊断结果一致性良好，Kappa值为0.789。 结论:不同特殊类型乳腺癌超声征象有差异，超声BI-RADS分类对特殊类型乳腺癌诊断准确性较高。

目的:研究儿科住院医师培训中住院医师置信职业行为(entrustable professional activities, EPAs)指标的应用效果，发现临床培训中的问题。方法:采用问卷调查方法，调查对象为2020年7月至12月在北京大学第一医院儿科进行培训的55名住院医师及其15名上级主治医师，对55名住院医师的日常表现进行EPAs评价。针对不同年资住院医师的教师评价和住院医师自我评价结果，分别进行了不同年资间的Kruskal-Wallis检验，不同年资组间进行两两独立样本秩和检验(Mann-Whitney U检验)。结果:随着年资的增加，EPAs的教师评价和住院医师的自我评价结果呈现逐年增高的趋势，第五年住院医师的教师评价和自我评价级别最高，教师评价中EPA 11置信决策级别为(7.3±0.7)级，自我评价中EPA 10置信决策级别为(7.5±0.5)级。不同年级之间各EPAs教师评价指标进行了Kruskal-Wallis检验，其差异均具有统计学意义( P<0.05)。教师评价的组间比较提示，第一、第二年资住院医师间评分除EPA10(知情同意)以外，差异有统计学意义(Bonferroni的 P值矫正法， P<0.0125)，其余年级间差异无统计学意义。所有年级在EPA4(治疗决策)、EPA8(危急重症识别与处置)、EPA15(公共卫生事件应对)评分均相对较低。 结论:不同年资儿科住院医师之间EPAs评价有一定的区分度；同时提示需要对儿科住院医师加强某些临床项目的培训。

目的:比较不同年资和不同性别麻醉医师以患者为中心的医患沟通能力。方法:选择2017年9月和2018年9月开始在本院麻醉科接受住院医师培训的第2、3年住院医师和工作满10～15年的高年资医师，利用标准化病人模拟术前访视场景，采用门诊沟通共情量表(CARE)评估高年资医师、住院医师以及不同性别麻醉医师之间医患沟通能力。住院医师还参与客观结构化临床考试(OSCE)和理论考试。结果:本研究共纳入36名住院医师和20名高年资医师。住院医师与高年资医师之间总CARE量表评分比较差异无统计学意义，在医学生阶段接受过医患沟通培训的住院医师与未接受过培训的住院医师总CARE量表评分比较差异无统计学意义( P>0.05)。与第2年住院医师比较，第3年住院医师的倾听能力评分和帮助患者决策能力评分降低( P<0.05)，其余项目评分差异无统计学意义( P>0.05)。与住院医师比较，高年资医师倾听能力评分升高，关心能力评分降低( P<0.05)，其余项目评分差异无统计学意义( P>0.05)。男性和女性麻醉医师总CARE量表评分比较差异无统计学意义( P>0.05)。住院医师CARE量表评分与年度OSCE评分呈正相关( r＝0.486， P<0.05)，与年度理论考试得分无相关性( r＝0.308， P>0.05)。 结论:高年资麻醉医师以患者为中心的医患沟通能力并没有优于低年资医师，住院医师医学理论知识的成绩与医患沟通能力的成绩无关；男性和女性麻醉医师在术前医患沟通能力方面无明显差异。建议针对各年资的麻醉医师开展以患者为中心的医患沟通能力的培训。

目的:探讨双层探测器光谱CT碘密度图及低能级虚拟单能量图像（VMI）在胰腺神经内分泌肿瘤（pNETs）检出中的应用价值。方法:回顾性分析2019年1月至6月，于上海交通大学医学院附属瑞金医院经手术病理证实为pNETs的23例患者资料，均于术前1周内接受双层探测器光谱CT胰腺动态增强扫描。扫描后重建动脉期、门静脉期常规120 kVp混合能量图像（PI）、碘密度图和40、50、60、70 keV VMI。由1名3年工作经验的放射科住院医师和1名10年以上工作经验的高年资放射科医师独立阅片，与病理结果对照，分别基于PI、40~70 keV VMI及PI+碘密度图计算pNETs的检出率。测量动脉期、门静脉期PI、40~70 keV VMI中病灶、正常胰腺实质及腹壁脂肪CT值和噪声，计算对比噪声比（CNR），采用重复测量单因素方差分析比较不同图像CT值、CNR和图像噪声的差异。以5分法对PI与不同能级VMI进行评分，采用Friedman检验进行组间对比。结果:23例患者经手术证实共26个pNETs病灶。低、高年资医师在PI中pNETs病灶检出率分别为76.9%(20/26)和84.6%(22/26)，40、50 keV VMI中低、高年资医师pNETs病灶检出率均提高至92.3%(24/26)，而在碘密度图+PI中，高年资医师pNETs病灶检出率进一步提高至96.2% (25/26)，低年资医师依然为92.3%(24/26)。动脉期、门静脉期PI与40~70 keV VMI中病灶、正常胰腺实质CT值、CNR和噪声总体差异均有统计学意义（ P<0.001）。不同能级VMI中，病灶CT值与CNR随着能级降低明显升高，40~70 keV VMI中pNETs病灶CNR均优于PI。PI与40~70 keV VMI图像质量主观评分的中位数分别为3、3、4、4、5分，组间总体差异有统计学意义（χ2=66.393， P<0.001）。 结论:双层光谱探测器CT低能级VMI可提高增强CT pNETs病灶CT值和CNR，结合碘密度图有助于pNETs病灶的检出。40 keV VMI中pNETs病灶CNR最高，而图像噪声仍低于PI，推荐临床使用。

目的:调研中国急诊医学影像现状，为急诊医学影像的规范发展、科学管理和大数据研究提供数据支持。方法:本研究由中国急诊医学影像数据库协作组发起，于2022年8月12日至10月19日，通过问卷调查的方式全面调查国内以数字化X线摄影术（DR）和CT为主的急诊医学影像现状的相关数据，包括急诊影像人员、设备、工作量、危急值报告流程、人工智能（AI）应用现状5个方面。结果:全国共123家医院参与完成了调查。调查显示69.1%的急诊DR/CT报告由住院医师及以上人员完成。应用于急诊患者影像检查的DR品牌有21家，CT品牌有10家，MR品牌有8家。调研的三级医院及二级医院2022年1月至6月DR检查量中位数分别为4 642、2 015例，CT检查量中位数分别为16 512、3 762例。三级医院急诊白班、夜班DR平均单班次工作量主要为≤20、21~50份，急诊白班、夜班CT平均单班次工作量主要为21~50、51~100份，而二级医院急诊白班/夜班DR/CT平均单班次工作量均主要为≤20份。危急值报告流程方面，74.8%的急诊影像医师和84.6%的急诊影像技师采取电话/短信通知临床医师或患者家属。AI在急诊影像的整体部署率为60.2%。有75%的受访者认为未来AI能够从急诊筛查、辅助诊断和流程优化等方面改善急诊影像工作。结论:DR和CT为主的急诊影像存在报告医师年资普遍偏低，影像设备品牌丰富多样，检查量及医师人均工作量大，尤以三级医院为著，危急值报告流程仍主要依赖传统手段等现状。目前AI在急诊影像领域初露头角，未来发挥AI在急诊影像智能全流程方面的巨大潜能仍任重道远。

目的:评价人工智能技术辅助麻醉科低年资住院医师制订术前麻醉方案的可行性。方法:选取扬州地区取得执业医师资格证的40名麻醉规培三年级学员，采用随机数字表法分为4组( n＝10)：Chat-GPT联合Bing chat组(C-G-B组)、Chat-GPT组(C-G组)、Bing chat组(B组)和对照组(C组)。通过麻醉门诊筛选出50例择期行非心脏手术患者作为教学病例，C-G-B组、C-G组、和B组规培学员应用不同的人工智能工具辅助制订术前麻醉方案，并形成标准化的文字输出。入组前应用专业理论考试对每位学员进行学科基线成绩检测，由3名麻醉科主任医师对术前麻醉方案制订的完整性与准确性进行评分。记录麻醉方案制订的总耗时以及对人工智能工具反馈信息的满意度评分，并根据教学病例的ASA分级进行逐层分析。 结果:在ASA分级Ⅰ和Ⅱ级教学病例中，4组完整性和准确性评分比较差异无统计学意义( P>0.05)；在ASA分级Ⅲ级教学病例中，与C组比较，C-G-B组、C-G组和B组完整性和准确性评升高，且C-G-B组完整性和准确性评分最高( P<0.05)。在所有教学病例中(ASA分级Ⅰ-Ⅲ级)，C-G组和B组较C组和C-G-B组总耗时缩短( P<0.05)，C-G组与B组、C组和C-G-B组总耗时比较差异无统计学意义( P>0.05)；与C-G组和B组比较，C-G-B组满意度评分降低( P<0.05)。 结论:对于ASA分级Ⅲ级的患者，采用人工智能辅助麻醉科低年资住院医师制订术前麻醉方案可能更具优势，虽然联合应用Chat-GPT和Bing chat可进一步提升麻醉方案制订的完整性和准确性，但耗时较长。