元宇宙作为新兴科技被广泛应用于各个领域,包括医学领域.将元宇宙应用于医学教育领域可以提升教育水平.血管外科的治疗方式涉及介入手术,介入手术需借助射线完成,射线对医生的健康造成影响,尤其对未婚未孕的医学生而言,需要避免过量射线的暴露.元宇宙借助情景模拟,可以让医学生在虚拟现实中体验手术,避免射线伤害.医学生的培养和临床实践分不开,尤其是外科医生的培养,传统教学实践不能满足血管外科教学的需要,元宇宙的VR(增强现实)/AR(虚拟现实)/MR(混合现实)技术可以对学生进行实践训练,而且可以重复利用.面对知识日新月异地更新,元宇宙可以通过大数据分析出有用的知识,并以生动形象的画面展现出来,帮助学生理解知识并灵活掌握.通过元宇宙的应用可以培养学生主动学习的动力和兴趣,提高学习成绩和教学水平.该文将探讨元宇宙在血管外科教学中的应用现状及展望.

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.

随着科学技术的突飞猛进，传统中医传承模式及手段越来越丰富，传承结果也越来越客观、严谨、智能。但名医传承信息化过程中亦存在资料采集困难、数据处理困难、算法应用困难、分析总结困难等问题。人工智能与大数据、深度学习算法、知识图谱技术等技术方法的融入，为名医传承信息化带来了技术革新。在此形势下，中国中医科学院中医药信息研究所中医药大健康智能研发中心团队，围绕规划名医传承与挖掘开展了一系列中医药领域专业应用系统研究，研发了古今医案云平台、医案大数据分析平台、云医案APP、名医传承工作站。从一定程度上解决了传统模式局限下的医案采集效率低、名医经验总结缺少客观数据支持，以及信息壁垒等问题，从而推进了名医经验传承，提升师徒带教的传授能力与效率。

肝病与肝癌是威胁我国人民生命健康的常见疾病，大数据和人工智能已成为提高临床诊断与治疗水平和服务能力的重要支撑。然而，大数据的发展应用尚不成熟，主要存在以下问题：（1）海量健康医疗数据种类繁多，来源各异，但较为分散，缺乏一体化数据存储与分析平台。（2）不同医疗中心之间数据标准不同，数据概念亦存在较大差异，以及个人表达习惯等问题，均导致数据难以处理，无法充分融合。因此，大规模健康医疗数据并不等同于健康医疗大数据。笔者团队结合东南肝胆健康大数据研究所在肝病与肝癌领域大数据平台建设方面的实践经验，提出肝病与肝癌大数据平台建设标准化体系，包括大数据联盟统筹建设大数据平台、完善的大数据标准体系、标准化数据治理流程及结合循证医学与新兴技术的大数据应用。该体系可为健康医疗大数据产业高质量发展提供全新模型，并可推广复制到其他专病领域，为建设健康中国贡献力量。

肺电阻抗断层成像（EIT）作为一项相对较新且快速发展的技术，实现了床旁可视化肺通气和肺灌注监测，越来越被临床接受和应用，在重症呼吸管理中具有重要实用价值。但我国尚缺少EIT相关临床应用共识标准。中国卫生信息与健康医疗大数据学会重症医学分会标准委员会、北京肿瘤学会重症医学专业委员会、中国重症肺电阻抗工作组经过系统性文献复习EIT相关的动物和临床研究，广泛征求国内多学科专家意见，通过改良德尔菲法组织专家讨论，形成关于EIT方法与图像分析、重症呼吸治疗应用、存在问题与技术进展三方面，共计23条推荐意见，以促进EIT在重症呼吸管理中的应用。

混合现实技术将患者的影像学检查数据进行三维重建，与真实场景进行有机的结合，模拟真实的手术场景应用于临床教学，结合大数据分析技术，构建态势感知数据模型，对教学互动和病情演绎提供数据能力支撑。本文就混合现实技术与态势感知在心脏大血管外科临床教学中的应用进行探索。该技术的应用可以更新带教手段、弥补传统教学模式的弊端、提升教学效率，所以作为一种创新型教学方法，在临床教学中的应用值得探索和推广。

专家引言：上海交通大学医学院附属新华医院汪登斌教授指出，近年来，复旦大学附属肿瘤医院顾雅佳教授团队围绕乳腺癌诊治相关的影像研究，深耕影像组学与深度学习领域。他们聚焦于乳腺影像新技术、新方法及跨尺度融合数据挖掘的研究。作为乳腺多学科团队重要的一分子，该团队持续进行深度交流，积极推进多学科医工交叉合作，在乳腺癌的精准影像诊断上取得了一系列的研究成果，助力大数据时代下肿瘤影像的精准诊疗，为进一步推动临床应用转化夯实基础。顾雅佳教授团队围绕三阴性乳腺癌复旦分型，实现MRI组学的无创分型诊断，并挖掘模型背后的生物学科解释性；围绕关键基因及分子的可视化，通过影像组学实现无创预测并关联多组学数据验证，探索潜在治疗靶点；针对新辅助疗效的精准预测，创新性融合影像组学和体细胞突变特征，构建新辅助化疗的病理完全缓解的预测模型，并探究高频基因突变与耐药事件之间的关联。同济大学医学院同济医院王培军教授指出，以影像为主导的跨尺度多组学研究，以多组学为驱动，为乳腺肿瘤的演进发展提供影像学依据，是大数据时代下乳腺肿瘤影像研究的新方向。顾雅佳教授团队探寻影像肿瘤内异质性的潜在治疗策略，挖掘基于宏观影像对分子靶点可视化的关键特征，并创新性将热门的MRI组学与突细胞突变特征相融合构建新辅助化疗的疗效预测模型，在精准分型和关键分子的可视化基础上，指导乳腺癌的精准诊疗，为临床转化提供了新的前景。

目的:调查中国急性缺血性脑卒中（AIS）患者行血管内治疗（EVT）围手术期麻醉管理和患者安全现状。方法:采用自行设计的问卷星小程序电子问卷，自2023年10月23日至2023年11月23日，通过多个学会和协会渠道进行调查，问卷覆盖中国大陆地区31个省、市以及自治区内的部分二级及以上具有国家EVT资格认证的医疗机构，参与问卷调查者需扫描二维码进入问卷星小程序进行答题，每个微信账户限定提交一份问卷。问卷核心指标包括：①医疗机构概况，机构所在地区、医院认证等级，年度内完成的AIS患者EVT案例数/年有效问卷数及占比；②麻醉医师在AIS患者EVT期间的参与程度，涉及患者交接流程（急诊室-急诊介入治疗室交接）、治疗团队结构（治疗团队麻醉医师组成）、EVT术前麻醉评估、EVT期间麻醉医师与介入医师的沟通和术后患者转运；③ EVT期间麻醉管理的相关信息指标及关注度，涉及循环、呼吸、血糖的维持，相应的药物干预策略、麻醉模式的选择与管理以及围手术期关键信息关注度；④麻醉管理的质量控制。应用以下方法判断问卷的有效性：填写时间超过5 min；同一单位填写多份问卷时，采用大数定律原则处理；在数据分析时，若某选项的反馈数量<1%的有效问卷数，将排除含有该选项的问卷样本。结果:748所具有国家EVT资格认证的医院共回收有效问卷（下简称"问卷"）1 096份，其中二级医疗机构146份（约13.3%），三级医疗机构950份（约86.7%）。医院年度内完成51~100例的问卷占比约为22.1%，为最高；而年度内完成401~500例的问卷占比约为2.2%，为最低。由急诊室转至急诊介入治疗室过程中，1 012份问卷（约92.3%）显示麻醉医师参与交接过程；984份问卷（约89.8%）显示治疗团队的成员构成中至少有1名麻醉医师；377份问卷（约34.4%）显示EVT术前未进行麻醉评估；72份问卷（约6.6%）显示，在EVT期间，麻醉医师与神经介入医师间几乎无任何信息交流；101份问卷（约9.2%）显示，麻醉医师几乎不参与术后患者转运。在治疗过程中，约67.1%受访者将术中收缩压管理目标值设置为140~180 mmHg（1 mmHg=0.133 kPa），约87.2%的受访者将AIS患者EVT术中动脉血二氧化碳分压维持在30~40 mmHg，吸入氧浓度维持在>40%的占比约为84.6%，仅约10.5%的受访者不注重围手术期的血糖管理；约56.0%患者术后带气管导管返回重症监护治疗病房；术后随访患者占比约45.4%；本次问卷中，689份问卷显示倾向选择固定程序型麻醉，407份选择情境适应型麻醉；在麻醉类型与管理倾向性方面，约82.9%的受访者更加注重AIS患者EVT期间的麻醉管理；受访者关注度最高的围手术期关键信息分别为患者的循环系统消息、意识状态及呼吸系统消息（前3位）。约87.5%的问卷（959份）显示，在EVT麻醉管理过程中将参考国内外指南；高达约77%的问卷（844份）显示在围手术期遇到过严重不良事件，包括心搏骤停、导丝穿透血管及过敏性休克等。仅有约40.7%的问卷（446份）显示麻醉科进行了AIS患者EVT神经介入麻醉质量控制报告。结论:麻醉医师是AIS患者行EVT团队的重要组成部分，治疗团队更加注重围手术期麻醉管理和相关危险因素控制，麻醉科在麻醉质量控制方面的工作有待改进。

随着互联网技术的快速发展和医疗信息化的不断推进，健康医疗大数据已逐渐成为创新健康管理、满足人民群众日益增长的健康需求的重要资源，成为国家全面实施大数据战略的重要组成部分。宁波市鄞州区通过构建健康大数据平台及大数据技术的应用，积极探索健康医疗大数据在传染病、预防接种、慢性病等疾病防控领域的防控模式创新，期望通过“互联网+健康医疗”提高区域疾病防控和健康管理水平，培育发展新业态，成为健康中国的有力支撑。本文对鄞州区的这一防控新模式的实践探索进行介绍，并对模式的初步成效进行讨论。

外科治疗在乳腺癌综合治疗中发挥基石作用。近年来随着精准医疗和大数据医疗等理念的提出和多学科诊疗模式的开展，乳腺癌的治疗正向着个体化、精准化、规范化、综合化的方向发展。前哨淋巴结活检的技术愈发成熟，应用范围进一步推广；新辅助治疗后保乳手术的可行性得到认可；乳房重建和肿瘤整形技术使乳腺癌治疗已逐渐由单纯的疾病治疗发展为乳房外形乃至功能的恢复；乳腺癌的微创治疗方法如腔镜手术、射频消融等备受青睐。国内各医疗中心开展临床研究，为乳腺癌外科治疗的发展提供中国数据。本文针对近年来乳腺癌外科治疗领域的现状及热点问题进行分析探讨。