目的 探讨基于数字化管理门静脉高压多学科会诊及管理平台的构建及具体实施策略.方法 基于数字化管理门静脉高压多学科会诊及管理平台系统通过整合数字识别、数据清洗、结构化处理和人工智能算法等先进技术,构建了一个全面的疾病管理平台.详细阐述了系统的模块设计、应用流程及团队协作机制,展示了如何通过多维数据分析和个性化随访支持,满足门静脉高压患者的多样化和多层次的随访需求.结果 应用数字化新技术构建的管理平台,在多学科精准评估的基础上,个性化定制方案并进行长期动态管理,共纳入428名随访需求患者,依从性提高到了 94％,复诊率达到了 78％,患者满意度达到100％.同时,显著提升了临床与科研团队的工作效率和动力,该项目框架还促成了多个项目、多次获得市级奖项等,促进了相关医学学科的发展和人才培养.结论 通过管理平台的应用,有效地强化了门静脉高压患者的综合管理,提升了患者的就医体验,提高了医疗质量和安全,推动了临床科研工作的开展,带教和培养了一批专业人才,为未来的医疗服务模式创新提供了实证基础和技术支持.

《山西医药杂志》(半月刊,每月15日,25日出刊,国内外公开发行,国际标准连续出版物号ISSN 0253-9926,国内连续出版物号CN 14-1108/R,邮发代号22-38,定价12元/册),为山西省卫生健康委员会主管,山西医药卫生传媒集团有限责任公司主办的专业学术期刊,是综合性医学期刊,以中、初级医务人员为主要读者对象,坚持科学性、学术性、先进性、创新性办刊理念,传递医学信息,开展学术交流.

目的 了解护生对大语言模型聊天机器人的使用体验,为规范使用大语言模型聊天机器人提供参考.方法 采用描述性质性研究方法,以目的抽样法选取15名来自4所医学院校的护生进行半结构式访谈.使用内容分析法对访谈资料进行分析、归纳并提炼主题.结果 共提炼出4个主题:使用体验感多样化;使用场景差异化;使用潜在问题;自我感知需求和期待.结论 护理教育和管理者应引领护生树立正确使用大语言模型价值观,制定相关使用准则规范其使用,还须加强培训和护理伦理建设,促进大语言模型在护理教育中的创新融合.

本刊报道检验医学领域各学科(专业)的新技术、新方法和新成果,以及检验医学与临床学科交叉融合的创新成果.本刊辟有论著、综述、短篇论著栏目和"点石成金"专栏(各栏目的具体要求详见附件),热忱欢迎广大检验专业人员、临床工作者、实验室研究人员踊跃投稿,撰写及投递稿件时请注意以下事项.

医学图像是医生对患者进行病情诊断和治疗规划的有力工具.现今对于医学图像的分割不再局限于手工分割方法,通过传统方法与深度学习方法来实现医学图像分割已经取得更好、更准确的结果.本文基于近年来一些较为出众的医学图像创新分割方法进行综述,通过阐述深度学习方法如SAM、SegNet、Mask R-CNN和U-NET以及传统方法如活动轮廓模型、阈值分割模型创新等,对比各种图像分割方法的异同点,对医学图像分割方法做出总结与展望.以此来帮助学者们更好地了解目前的研究进展与未来的发展趋势.

军事科学院是全军军事科学研究的拳头力量,承担着加强军事理论创新、加强国防科技创新、加强军事科研工作组织模式创新的职责,肩负着加快发展现代军事科学、努力建设高水平军事科研机构的使命.可招收理学、工学、农学、医学、管理学、军事学6个学科门类,26个学术学位、3个专业学位的硕、博士研究生(部分学科仅限军人报考),招生单位涵盖军事科学院所属13个直属单位.具体情况可电话咨询(杨老师,010-55475533),也可关注"军事科学院""军科研究生院"微信公众号了解最新信息!

[本刊综合报道]8月3日至4日,龙砂医学流派传承创新发展大会在江苏无锡举办.此次大会由江苏省中医流派研究院龙砂医派分院、国家中医药管理局龙砂医学流派传承工作室主办,无锡市中医医院、无锡市龙砂医学流派研究院及无锡市中医药学会承办,无锡市卫生健康委员会(无锡市中医药管理局)指导.会上,江苏省中医流派研究院龙砂医派分院揭牌,落户无锡市中医医院.

高脂血症(hyperlipidemia,HLP)是一种慢性代谢性疾病,由遗传因素、相关环境因素以及其他疾病等引起.随着现代医学的发展,人们逐渐将药食同源中药植物黄酮用于高脂血症的防治.天然来源的黄酮类化合物种类多样、结构复杂、生物活性丰富,可防治包括高脂血症在内的多种慢性疾病.然而,其防治高脂血症的具体机制尚不明确,应用药食同源植物黄酮治疗高脂血症周期长、见效慢,在一定程度上影响了对其疗效及安全性的判断.近年来,肠道微生物组、代谢组及转录组学等多组学研究技术和分析方法的不断发展和完善,为药食同源植物黄酮防治高脂血症提供了新的认知思路,基于多组学技术对药食同源植物黄酮降脂机制进行系统归纳和分析,有助于揭示植物黄酮与高脂血症病理过程中关键分子和信号通路的相互作用,为开发治疗高脂血症及其并发症的功能性食品提供指导意义.这不仅有助于推动中医药与现代医学在系统科学与生命组学领域的融合与创新,也为高脂血症防治提供了新的思路和方法.基于此,该文尽可能全面地阐述药食同源植物黄酮在高脂血症防治中的多组学联合作用机制,为高脂血症的防治提供重要理论依据.

目的 探索一种在小数据量条件下提高医学诊断神经网络模型准确率和泛化能力的方法,解决在指甲病图像计算机辅助诊断中由于训练数据量小而导致神经网络模型性能不佳的问题.方法 提出融合实例分割与细粒度特征分类的双模型策略,采用第一届全国数字健康创新应用大赛健康医疗大数据主题赛基于图像的指甲病智能诊断模型任务数据集训练基于双模型策略的神经网络模型,该任务数据集涵盖甲母痣、甲沟炎、银屑病甲、甲真菌病、甲下出血、甲黑线、甲周疣、甲黑素瘤8类指甲病,各类别不平衡.评估双模型策略的诊断性能,并与相同软、硬件训练条件下单模型策略[图像分类模型(ResNet50、Swin Transformer)和基于快速区域卷积神经网络(Faster R-CNN)的目标检测模型]进行比较.结果 纳入任务数据集包括甲母痣210例、甲沟炎186例、银屑病甲69例、甲真菌病203例、甲下出血149例、甲黑线71例、甲周疣93例、甲黑素瘤67例共1 048例样本,其中90％的样本用于训练不同策略的模型,10％用于评估模型.基于ResNet50的图像分类模型的micro F1值为0.324,基于Swin Transformer的图像分类模型为0.381,基于Faster R-CNN的目标检测模型为0.572,基于双模型策略的Mask R-CNN+Swin Transformer模型为0.714.双模型策略预测各指甲病的准确度为甲母痣80.95％(17/21)、甲沟炎89.47％(17/19)、银屑病甲100.00％(7/7)、甲真菌病70.00％(14/20)、甲下出血73.33％(11/15)、甲黑线14.29％(1/7)、甲周疣55.56％(5/9)、甲黑素瘤42.86％(3/7).双模型策略在该任务1 000例测试集中的micro F1值为0.844.结论 双模型策略可以有效结合功能不同的模型,更好地完成小数据量训练条件下的指甲病图像智能诊断任务.

眼底疾病是眼科领域中常见的疾病之一,由于其复杂性和对视力的严重威胁,深入研究和有效治疗显得尤为关键.近年来,随着多模态磁共振成像(magnetic resonance imaging,MRI)技术在医学领域的不断发展和创新,其在眼底疾病的研究中也取得了显著的突破.通过这一技术,我们逐渐认识到,眼底疾病并非仅仅局限于眼部的病理变化,而是可能引发中枢神经系统的相关改变.因此,本文就近年来多模态MRI技术对眼底疾病所致的中枢神经系统改变及其机制的研究现状展开综述,旨在提高对眼底疾病所致中枢神经系统病变机制的认识,并为未来的研究和临床诊疗提供有价值的参考和指导.