介绍了大型语言模型的研究现状,阐述了生成式预训练转换器模型的关键技术,综述了大型语言模型在医疗教育、临床疾病诊断与治疗、医患交流中的实际应用现状,指出了有效监管、伦理和法律、专业化及逻辑一致性是大型语言模型在医疗领域应用中面临的挑战,并展望了未来的发展方向.

作为21世纪在人类乳腺中被发现的一种新的干细胞群，人母乳干细胞具有向外胚层、中胚层、内胚层细胞分化的潜能，不仅来源丰富，还可通过非侵入性的方式获取，目前应用的伦理争议也比较小。因此，人母乳干细胞作为一种潜在的干细胞来源在替代医疗、再生医学领域有着巨大的发展前景，同时也可促进新生儿早期生长发育、修复受损的组织细胞、预防和治疗一些新生儿早期疾病。本文将从母乳干细胞来源、分布、获取及功能特性等方面进行综述，并探讨其主要在新生儿领域的应用。

人工智能(AI)已广泛用于眼部相关疾病的辅助诊断、治疗过程监测和预后判断，随着AI技术在眼科诊疗中应用研究的不断发展，AI的作用日益受到关注。眼睛是由神经组织、肌肉组织、腺体组织和骨组织等组成的复杂感觉器官，其解剖的透明性特点为眼科疾病及部分全身疾病诊断的检查提供了可视化条件，为AI技术的广泛应用奠定了医工交叉研究的基础，使眼科成为AI技术在医学诊疗中应用的主要领域。然而，AI-医疗交叉研究涉及人体大数据和影像结果的使用，其临床应用面临诸多伦理问题，而目前AI与医务人员对AI在医学研究中应用的伦理规范意识尚未建立，各管理层面对相关的伦理规范指导性和监管系统尚未完全形成。中国医药教育协会数字影像与智能医疗分会、中国医药教育协会智能医学专委会组织眼科专家、AI相关专家和科技伦理相关专家组成"眼科人工智能临床应用伦理专家共识(2023)"专家组，针对AI在眼科应用临床实践中存在的法律法规进行复习，对存在的伦理风险进行多维度、多层次梳理、讨论并提出建议或解决方案，目的是在保障患者数据安全和个人权益的同时，提高医务人员工作质量和效率，推动我国眼科AI的临床应用和发展。

医疗过错的认定是医疗侵权责任成立的核心要件。常见的医疗过错包含医疗伦理过错、医疗技术过错、病历书写/保管过错与组织协调过错，有类型化探讨之必要。实践中医疗过错认定规则的司法适用出现了偏差，主要体现为：医疗水平认定标准模糊、诊疗规范适用绝对化、医疗过错的免责事由存在争议及司法过度依赖医疗损害鉴定意见等。完善医疗过错的认定规则应遵循如下路径：明确医疗水平判断的“理性医生”标准；限缩法律上诊疗规范的范畴，排除其绝对适用效力；规范医疗过错的免责事由，认可紧急医疗措施的免责性，重视患者的个体差异；审慎对待医疗损害鉴定意见，明确其只能作为案情判断的辅助证据。

目的:对临床护理专家核心能力相关文献进行范围综述，旨在明确临床护理专家核心能力要素的内容及适用场景。方法:以范围综述报告规范（PRISMA-ScR）为方法学指导，在医疗机构场景下聚焦临床护理专家能力、胜任力、角色和职责，系统检索6个英文数据库（Web of Science、PubMed、Embase、CINAHL、ProQuest、Cochrane Library）及4个中文数据库（中国知网、万方数据知识服务平台、维普网、中国生物医学文献数据库）中的相关研究，提取临床护理专家岗位类别、研究类型、作者、国别、发表年份、核心能力要素等内容。检索时间范围为2013年1月1日—2023年6月1日。结果:共检索到相关文献1 406篇，最终纳入15篇文献。汇总出6项一级指标（临床护理实践能力、公共卫生管理能力、护理管理能力、护理科研能力、护理教育能力、道德/伦理/法律）、16项二级指标和57项三级指标。结论:国内可借鉴国外临床护理专家核心能力的要素设置，结合国内临床实践完善临床护理专家的能力要求，并进一步完善各岗位的护理管理制度。

目的:随着真实世界研究数量的急剧增加，尤其是医疗机构健康数据的利用，逐步暴露出患者健康数据使用与患者隐私权益保护、知情权保护等伦理问题。如何在促进数据共享和维护受试者个人隐私中寻求较好的平衡，知情同意的模式显得至关重要。本文为真实世界研究健康数据利用知情同意模式的选择提供指导。方法:笔者广泛学习了国内外健康数据利用的相关法律法规，并于中英文数据库中进行广泛检索，梳理分析了国内外多种替代知情同意模式，总结了其特点及适用情形。结果:目前国内外基于健康数据利用开展真实世界研究主要采用5种替代知情同意模式，研究者可根据研究目的、研究设计、研究风险大小、知情同意可操作性及弱势群体等因素进行知情同意模式的选择。结论:不同的替代知情同意模式具有不同特点，研究者需要综合以上多种因素进行知情同意模式的选择，以保证在健康数据使用的同时，最大化保护患者隐私权益。

目的:了解某三甲医院科技论文作者科研诚信认知情况、开展科研诚信建设工作的必要性及相关需求，为完善医院相关科研诚信体系建设提供参考依据。方法:采用问卷调查法对某三甲医院2016—2021年发表过科技论文的746位人员进行调查，并采用广义线性模型分析科研诚信认知和科研诚信建设工作的影响因素。结果:科技论文的科研诚信认知总体知晓率为76.72%，科研诚信建设工作的总体必要率为77.75%。广义线性模型分析显示，其他学位参考博士学位，副高级职称、中级职称参考初级职称或无职称与科研诚信认知负相关( P<0.05)，其他年龄参考≤30岁，中层及以上职务参考无职务，研究生导师参考非研究生导师，正高级职称参考初级职称或无职称，研究生、护理、行政、研究人员参考医技药剂人员，主持项目参考无主持项目经历与科研诚信认知正相关( P<0.05)；学士及无学位参考博士学位，副高级、中级职称参考初级职称或无职称与科研诚信建设工作必要性负相关( P<0.05)，中层及以上职务参考无职务，研究生、护理和研究人员参考医技药剂人员与科研诚信建设工作必要性正相关( P<0.05)。科研诚信行为认知低于60%的行为有人工智能的伦理问题、干细胞的伦理问题、人类遗传资源问题、擅自开展人类活体药物和医疗技术实验的界定。 结论:医院将以宣传教育为基础，以制度规范为准则，以日常监督为抓手，以评价体系为核心，弘扬科学家精神，完善并落实医院科研诚信制度建设和监督体系建设，加强科研活动全流程诚信管理，从而引导医务人员践行优良的科研作风学风。

目的:调查二、三级综合医院护士职业素养现状及其影响因素，并构建二、三级综合医院护士职业素养常模，为评价护士职业素养水平提供参考。方法:2016年5—12月以护士职业素养评价体系为工具，采用随机整群抽样法，对全国7个地理分区14个城市的35所二、三级综合医院3 315名护士进行调查，并建立均数常模、划界常模、分类常模。结果:二、三级综合医院护士职业素养均数常模总分为（71.02 ± 16.70）分，各维度均数常模得分分别为职业伦理（18.97 ± 4.52）分，综合能力（17.99 ± 4.46）分，专业技能（17.07 ± 4.80）分，职业情感（16.98 ± 4.70）分；根据特征差异形成不同性别、年龄、护龄、学历、职称、职务、科室、婚姻状况、有无子女的分类常模；根据总分划界常模，总分在区间[90.92，100.00）为优，在区间[78.31，90.92）为良，在区间[64.27，78.31）为一般，在区间[50.49，64.27）为较差，在区间[0.00，50.49）为差。结论:二、三级综合医院护士职业素养处于一般水平且受多种因素的影响，医疗管理者和护理管理者应该采取相应的措施以提高护士的职业素养。

目前人工智能（AI）在多种眼科疾病的诊断治疗中取得了日益广泛的应用，但依然存在很多问题。由于AI产品的准确性缺乏标准测试集、金标准以及公认的评价体系，难以对多项研究结果进行横向比较。而在图像生成领域，评价体系更存在较大空白。在临床应用中，眼科AI研究常与临床实际需求脱节，被寄予了过高的期望，且对临床数据的质量及数量均具有较高的要求，限制了AI研究成果转化。利用眼底影像对全身性疾病进行预测、识别是新晋的研究热点，但其研究结果缺乏可解释性，限制了临床医生的接受度。眼科AI研究也因缺乏完善的法律规定、监管机制，涉及患者隐私风险及数据安全，且存在因商业化加重医疗资源不公平性的风险，而饱受伦理争议。

高质量医学影像数据库是医疗人工智能（AI）发展的核心资源，是国家战略资源，是临床和教育的支撑，也是医学影像AI产品监管的关键。目前我国缺少大样本、多样性、标准化、高标注数据库；缺少跨学科复合型数据人才；医疗体系内数据孤岛现象严重；数据相关法规、法律和伦理急需健全。本文强调了数据库建设的重要性，简述了数据库建设的主要方法和质量评价要点，指出只有重视和加强医学影像数据库的建设，才能保证和促进医学影像行业健康快速发展。