自2001年起，西安交通大学结合自身医学教育积淀，明确提出了"少教多学，导学互动"的人才培养理念，面向全体临床医学学生开展改革。历经十余年教育教学改革，系统地构建了全新的管理架构，并建立了基础临床融通的器官系统整合课程体系与PBL教学模式。该模式涉及培养方案、课程模式、教材、教学方法、学习方式、考核评价、教学组织、教学条件与保障等八个方面的综合改革，为全国兄弟院校的整合课程改革提供范例，在我国医学教育史上将具有里程碑意义。

电离辐射对发育中的中枢神经系统的影响及其机制的研究是国际放射防护委员会和联合国原子辐射效应科学委员会的重要课题。对原子弹爆炸幸存者进行流行病学调查研究的结果是目前评价辐射对人类脑发育和神经行为危险度的主要依据。这些结果是基于对一次性短时间内高剂量率辐射所产生的影响的总结，并不能准确反映氚β粒子在连续长时间内低剂量率辐射情况下所产生的生物效应。特别是中枢神经系统的辐射敏感性随着其发育阶段而变化，这就造成了在不同的照射情况下所产生的辐射危险度的不同。笔者以原卫生部工业卫生实验所（现中国疾病预防控制中心辐射防护与核安全医学所）周湘艳的氚生物效应研究团队从二十世纪八十年代至今的研究成果为主线，概述了中国研究人员在低剂量氚辐射对发育中的中枢神经系统的影响及其机制领域开展的一系列综合系统的研究中所取得的重要成果。研究者对仔鼠的生长发育、神经行为学、脑组织病理学、脑组织神经生物化学、初代培养大鼠大脑组织细胞电生理学和初代培养小鼠中脑细胞形态学和生物化学的变化等方面，使用了总计56项生物学终点作为评价指标，从多层次综合地探讨了低剂量氚β粒子子宫内照射对发育中的中枢神经系统的影响及其机制。该研究在世界上是第一次在同一系列实验系统中，从分子、细胞、器官到整体，从组织结构、神经生化、行为到学习记忆功能，从动物的个体到细胞的离体培养，综合评价了低剂量氚β粒子连续照射对发育中的中枢神经系统的危险度。这些重要的研究成果为全面系统地评价氚β粒子辐射的危险度提供了具有可信度和权威性的科学依据。

目的:探讨机器学习算法构建脓毒症心肾综合征患者早期死亡风险预测模型的方法，为临床早期识别高危患者及精准治疗提供依据。方法:入选同济大学附属同济医院2015年1月1日至2019年5月31日期间入院的脓毒症心肾综合征患者为研究对象，收集患者确诊时的临床表现、实验室检查及治疗情况等资料。研究终点事件定义为患者确诊后30 d内死亡。运用Python软件构建不同机器学习算法模型，采用受试者工作特征曲线下面积（ AUC）评估各模型的预测效能。运用构建的最优模型筛选疾病相关风险因素，构建可视化决策树模型和半朴素贝叶斯（sNB）模型。 结果:340例患者入选本研究，其中114例（33.5%）患者确诊后30 d内死亡。支持向量机（SVM ）、随机森林（RF）、梯度提升树（GBDT） 、极端梯度提升（XGBoost）和轻量梯度提升（LGBM）5种模型的 AUC值分别为0.652、0.868、0.870、0.754和0.852，其中GBDT模型预测患者发生终点事件的 AUC值最优。依据GBDT模型特征重要度评分筛选出前10项患者预后的影响因素，包括序贯器官衰竭评估（SOFA）总评分、神经系统SOFA评分、血管活性药物应用史、高敏肌钙蛋白（cTNI）、年龄、肌红蛋白（MYO）、循环系统SOFA评分、慢性肾脏病史、心率和基线血肌酐值等参数，建立可视化决策树模型，模型共4层，15个节点，8个终端节点。依据SOFA总评分、MYO变化率、基线血肌酐值和年龄等4项影响因素建立决策树流程，模型预测患者发生终点事件的 AUC值为0.690。sNB模型提示总SOFA总评分与神经系统SOFA评分、SOFA总评分与血管活性药物、cTNI与基线血肌酐值间的相互作用影响患者的短期预后。 结论:基于机器学习建立的脓毒症心肾综合征患者早期死亡风险预测模型结果提示，高SOFA评分仍然是预测脓毒症心肾综合征患者预后不良的首要危险因素。本研究建立的可视化决策树模型和sNB模型可在疾病早期针对高危患者进行临床判断，为脓毒症患者的精准治疗提供预测依据。

目的:基于机器学习方法构建重症患儿院际转运风险预测模型，识别出影响转运预后的关键性医学特征，提高转运的成功率。方法:前瞻性的选取2020年1月至2021年1月期间湖南省儿童医院转运中心通过院际转运的收住重症监护病房的重症患儿为研究对象，对其重症医学特征数据和第三代儿童死亡风险（pediatric risk of mortality, PRISM Ⅲ）评分系统的相关数据进行收集和处理，基于逻辑回归、决策树模型、Relief算法3种机器学习模型构建风险预测模型，利用反向传播神经网络构建转诊结局预测模型对风险预测模型所选医学特征进行验证和分析，探寻影响院际转运风险的关键医学特征。结果:在纳入的549例转诊患儿中，新生儿222例（40.44%），非新生儿327例（59.56%），院内死亡50例，病死率为9.11%。对所收集的151项重症患儿医学特征数据进行数据处理，三种模型各自选取影响转诊结局的前15项重要的特征，共有34项入选。其中决策树模型所选特征与PRISM Ⅲ指标的重叠度为72.7%,高于逻辑回归的36.4%和Relief算法的27.3%，且训练预测精确率为0.94，也高于纳入所有特征训练精确率0.90，表明决策树模型是一种具有良好临床实用性的预测模型。在决策树入选的前15项重要特征中，通过量化特征的小提琴图对转诊结局影响的大小排序为：碱剩余、总胆红素、钙离子、总耗时、动脉氧分压、血液（包括白细胞、血小板、凝血酶原时间/凝血活酶时间）、二氧化碳分压、血糖、收缩压、心率、器官衰竭、乳酸、毛细血管再充盈时间、体温、发绀，其中有8项重要特征与PRISM Ⅲ的指标重叠，分别是收缩压、心率、体温、瞳孔反射、神志状态、酸中毒、动脉氧分压、二氧化碳分压、血液、血糖。利用决策树分别对新生儿和非新生儿两个数据集选择有高度影响的前15个医学特征，共有19项特征入选，其中新生儿与非新生儿的重要特征之间有8个差异项和11个重叠项。结论:机器学习模型可作为预测重症患儿院际转运风险的可靠工具。决策树模型具有较佳的性能，有助于识别影响院际转运风险的关键医学特征，提高重症患儿院际转运的成功率。

目的:采用主客观评价系统分别评价深度学习方法在动静脉期CT上的分割效果，并探索影响动静脉期胰腺分割差异的因素及影响静脉期胰腺分割的相关因素。方法:回顾性收集2019年1至11月北京协和医院放射科218例胰腺CT扫描数据，每例均包含动脉期和静脉期图像，并按照训练集+验证集与测试集为7∶3的比例将数据随机划分为训练集（139例）、验证集（20例）及测试集（59例），使用训练集训练二阶段全局局部渐进融合网络，在验证集上寻找最优分割效果的模型参数，对测试集进行预测并对结果进行主观及客观评价。主观评价基于胰腺与周围器官的临界区域，采用李克特5分量表；客观评价采用Dice相似系数（DSC）。采用配对 t检验或Wilcoxon配对秩检验比较动静脉期主客观评分的差异。 结果:在十二指肠、十二指肠空肠曲、左肾上腺、门脉、肠系膜上静脉、脾动脉及脾静脉处胰腺临界区域动脉期主观评分［ M（ Q1， Q3）］分别为4（4， 5）、5（4， 5）、5（4， 5）、4（4， 5）、5（4， 5）、5（5， 5）及4（3， 5）分，静脉期主观评分［ M（ Q1， Q3）］分别为4（4， 4）、5（4， 5）、5（4， 5）、5（4， 5）、5（5， 5）、4（3， 4）、5（5， 5）分，以上临界区域的胰腺动、静脉期主观评分差异均有统计学意义（均 P<0.05）；静脉期DSC略高于动脉期，差异无统计学意义（DSC：0.923比0.921， P=0.952）。胰腺与十二指肠空肠曲、胃、左肾上腺存在脂肪间隙组在静脉期主观评分分别为4.64、4.68及4.63分，无脂肪间隙组的主观评分分别为4.56、4.62及4.56分，胰腺与十二指肠空肠曲、胃、左肾上腺有、无脂肪间隙两组间的主观评分差异均有统计学意义（ t=2.147、2.112、2.277，均 P<0.05）。除外脾，胰腺临界区域与其余周围器官的密度差在动静脉分割的差异均有统计学意义（均 P<0.05）。 结论:利用双期CT构建深度学习胰腺自动分割模型，并对分割效果进行主客观评价，主观评价可以提高今后胰腺临界区域的分割能力。

目的:建立黑色素瘤大数据人工智能科研平台，实现对临床全量数据的结构化存储和精准化管理，提高临床科研效率。方法:基于规范化、结构化后的全量集成数据，利用大数据技术对复旦大学附属中山医院2007年10月至2020年9月各业务系统数据进行抽取、整合，建立黑色素瘤大数据库。通过人工智能技术深度挖掘疾病特征，采用数据库自带算法进行生存分析。结果:平台提供患者筛选导出、统计分析、追溯原始病例、自动选择数据分析算法与模型等功能，实现了数据可视化、队列预览、秒级响应和一站式智能自动化提取入库等目标，可快速完成研究闭环。经筛选核对，收集到信息完整的患者共152例，其中，男性78例，女性74例；就诊年龄30~97岁，中位年龄61岁；肿瘤部位最多位于足部(133例)，最少位于腹股沟区(2例)和背部(2例)；肿瘤最大直径1~80 mm,平均最大直径23.55 mm，中位值20 mm；Clark评级集中分布于Ⅳ级(62例)；17例患者肿瘤表面伴溃疡形成；10例患者出现淋巴结转移；远处器官转移以肺部为主(5例)；超过80%患者的肿瘤组织Breslow厚度<1 mm。对随访满5年且数据资料齐全的49例患者的生存分析显示，年龄≥70岁、Clark评级≥Ⅳ级、Breslow厚度≥4 mm是黑色素瘤预后的危险因素( P<0.05)。 结论:黑色素瘤大数据人工智能科研平台实现了对黑色素瘤临床数据的结构化存储和精准化管理，为临床数据的高效运用提供了解决方案。

目的:探索"基于器官系统学习"的临床实习教学模式改革实施的效果。方法:本研究采用试验对照方法。2017年6月至2019年5月，选取南通大学和苏州大学2013级和2014级五年制临床医学专业147名实习生为研究对象，将2014级74名实习生设为试验组，采用"基于器官系统学习"的临床实习教学模式，除了床旁示教之外，引入基于团队学习的教学方法；将2013级73名实习生设为对照组，采用"以学科为中心"的临床实习教学模式，仅采用床旁示教的教学方式。通过两组实习生的考试成绩、Mini-CEX评分结果和对试验组实习生的问卷调查评价教学模式改革效果。结果:试验组实习生和对照组实习生的理论知识考试成绩[(74.24±7.21)分比(68.23±7.86)分]、临床技能操作考核成绩[(89.68±5.36)分比(85.29±4.37)分]、病历书写成绩[(94.45±2.78)分比(87.29±4.05)分]和Mini-CEX总评分成绩[28(25, 30)分比22(21, 24)分]比较，其差异均具有统计学意义(均 P<0.01)。81.1%(60/74)的实习生对"基于器官系统学习"的临床实习教学模式实施效果予以肯定和好评。 结论:"基于器官系统学习"的临床实习教学模式改革有助于提高实习生的学习成绩和实习质量，得到了实习生的认可。

目的:建立基于4D-CT肺通气功能图像的胸部肿瘤高通气功能肺避让(HVFLA)的放疗计划设计流程，确定HVFLA的放疗计划策略，为胸部肿瘤患者开展HVFLA放疗临床试验提供支持。方法:基于前期已经建立的4D-CT肺通气功能图像深度学习模型，搭建计算平台将其融入放疗计划流程，进一步回顾性入组10例行4D-CT模拟定位的胸部肿瘤患者，根据建立的模型获取每位患者的4D-CT肺通气功能图像，根据肺通气量相对值高低自动将肺通气功能区域三等分为高、中和低通气功能肺，并导入Pinnacle 3治疗计划系统。对于每位患者，根据靶区处方剂量和危及器官的剂量限值要求，采用容积旋转调强技术，分别设计临床计划和HVFLA计划，要求每个计划均满足临床要求，其中，HVFLA计划增加限制高功能肺的优化条件。通过比较靶区、危及器官(双肺、心脏和脊髓)和高功能肺的剂量学参数评价计划，剂量学参数包括靶区的 D2、 D98和平均剂量，双肺和高功能肺的 V5、 V10、 V20、 V30和平均剂量，心脏的 V30、 V40和平均剂量，脊髓的 D1 cm 3等。采用配对 t检验的方法对两组计划统计分析。 结果:临床计划和HVFLA计划的靶区和危及器官均满足临床要求，HVFLA计划高功能肺的平均剂量、 V5、 V10、 V20和 V30平均分别减少1.2 Gy、5.9%、4.2%、2.6%和2.3%，均具有统计学意义( t＝－8.07、4.02、－6.02、－7.06、－6.77， P<0.05)。双肺、心脏和脊髓的剂量学参数差异均无统计学意义( P>0.05)。 结论:建立了基于4D-CT肺通气功能图像的高功能肺避让的放疗计划设计流程，HVFLA计划可以显著降低高功能肺的受照剂量，双肺、心脏和脊髓受照剂量无显著变化。HVFLA放疗计划策略可行，可以为胸部肿瘤患者开展HVFLA放疗提供支持。

目的:开发并验证有创机械通气24 h内预警老年人呼吸机相关肺炎(VAP)的机器学习(ML)模型，为老年人VAP的临床管理提供更多证据与思路。方法:基于MIMIC Ⅳ 2.2数据库提取重症监护室中急性呼吸衰竭且进行有创机械通气老年患者的临床数据，以VAP为结局指标，按7∶3的比例将患者分为训练集与测试集，在训练集中使用4种ML算法建模，用测试集验证模型性能，并将模型在相同的数据集中与序贯器官衰竭评分(SOFA)、全身炎症反应综合征评分(SIRS)、风险评分包括急性生理评分(APS Ⅲ)评分做比较。结果:共纳入1 859例老年患者，336例患者诊断为VAP。ML模型的受试者工作曲线的曲线下面积(AUC)均高于临床风险评分(SOFA评分0.44、SIRS评分0.49、APS Ⅲ评分0.46)，其中LightGBM模型和XGBoost模型的预测性能最佳，AUC分别为0.85(95% CI：0.82~0.88)和0.84(95% CI：0.81~0.87)。运用SHAP进一步解释模型，结果显示，SOFA神经系统评分、白细胞计数最大值、呼吸频率最大值、碱剩余最大值以及年龄变量是模型早期预测老年人VAP的重要因素。 结论:运用机器学习算法构建老年人VAP的早期预警模型，对临床及时启动和调整治疗方案具有重要指导意义，未来应进一步开展模型的外部验证工作。

目的:探索基于器官系统的精简模块化教学在急诊科住院医师规范化培训中的运用效果。方法:纳入2020年7月至2021年7月间参与华中科技大学同济医学院第二临床学院住培的医师，采用随机化1∶1的比例为分常规组（25人）和模块化组（25人），常规组采用传统标准化教学，模块化组在常规组基础上采用基于器官系统的精简模块化教学。培训完成后通过问卷考查并比较两组学员的学习成绩、教学相关指标，同时考查带教教师对教学方法的满意度。数据分析采用SPSS 21.0软件进行 t检验和卡方检验。 结果:模块化组学员的出科总成绩优于常规组[（93.52±0.49）vs.（84.44±0.57）； t=12.02， P<0.001）]。通过对出科成绩内具体项目评分进行分析，模块化组学员在急诊理论、病史询问与书写、体格检查与操作、检查结果判读、治疗处理方面也均优于常规组，差异具有统计学意义（ t=3.62、4.29、4.22、10.09、7.56，均 P<0.001）。模块化组在教学相关指标方面均优于常规组，具有统计学意义（ P<0.05）。所有参与教学的教师均对该教学满意。 结论:基于器官系统的精简模块化教学有益于住培医师在急诊科住院规范化培训，值得推广。