目的:深入剖析大数据与AI技术在江西省药品智慧监管中的应用情况,分析存在的问题,并提出改进措施,以提升药品监管效率和公众用药的安全性.方法:通过详细分析国家和江西省内的相关政策,总结江西省药品智慧监管现状,全面探讨了大数据与AI技术在药品监管领域的实际应用.结果及结论:大数据和AI技术已在江西省药品监管中有所应用,但仍存在信息孤岛、监管资源短缺和技术更新缓慢等问题.为此,本研究认为应构建药店智慧监管大数据平台,利用大数据、云计算、电子政务网络等先进技术,并引入YOLO算法模型和Level大模型等AI手段,以增强药品监管的科学性、精确性和整体效率.本研究为江西省药品监管的现代化提供了理论支撑,同时也为全国范围内的药品智慧监管贡献了实践经验和未来发展方向的参考.通过整合大数据和AI技术,可有效解决当前药品监管面临的挑战,从而提升监管水平,确保公众用药安全.

气道黏液栓是支气管哮喘（简称哮喘）的重要临床特征，和疾病预后有关。临床上，胸部CT是评估气道黏液栓的首选工具。目前CT影像的解读依赖于人工阅片，但哮喘患者的气道黏液栓多分布于中小气道，肉眼难以识别，同时人工阅片过度依赖于医生的经验，效率低下。近年来，深度学习和大数据技术不断进展，将人工智能（AI）辅助阅片技术引入临床应用，显著提高了黏液栓识别的效率和准确性。当下AI辅助气道黏液栓识别在囊性纤维化、慢性阻塞性肺疾病和哮喘等呼吸道疾病中均有应用，在黏液栓识别方面的高准确性以及与人工阅片的高一致性也得到证实。因此将AI技术应用于哮喘患者黏液栓的识别十分有意义。

肝移植是终末期肝病最有效的治疗手段，但我国器官供需不平衡问题突出，如何有效拓展供肝来源是目前移植界的主要研究方向。作者团队综合国内外循证医学证据、前沿学术成果及临床经验，基于生物-医学-工程交叉融合的新视域，从边缘性供肝多渠道拓展、移植外科技术多维度创新及异种器官替代多元化探索等方面，系统阐述了目前供肝池拓展的主要策略，以期推动大队列构建、大数据融合及高质量的前沿研究，实现理论创新和临床转化，促进我国肝移植事业高质量发展。

自2020年4月以来，我国新型冠状病毒肺炎疫情（简称新冠肺炎疫情）进入常态化防控阶段。在经过常态化防控探索阶段后，我国疫情防控进入了全链条精准防控的“动态清零”阶段。“动态清零”策略是在遵循“外防输入、内防反弹”防控策略的前提下，当出现本土新冠肺炎病例时，采取有效的综合性防控措施，“发现一起、扑灭一起”，快速切断疫情传播链，使每一起疫情及时终止，感染者“清零”，实现以最小成本取得最大成效。在大规模核酸检测、大数据追踪等新技术的应用下，“动态清零”策略应运而生，它是新冠疫情防控的中国经验。“动态清零”策略是我国在新冠肺炎疫情常态化防控阶段提出并实施的创新性防控策略，其防控目标、技术手段、工作重点等与传统的传染病“围堵”和“缓疫”策略有所不同。本文就我国新冠肺炎疫情防控的三个阶段、“动态清零”策略及科学内涵、演化过程、理论基础、实施阶段及效果进行了分析与总结，为冬春季疫情防控提供科学依据。

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。

目的:探讨多中心骨肿瘤专病数据库的构建与应用方法。方法:经由上海市第一人民医院、海军军医大学第二附属医院、复旦大学附属中山医院、上海市第六人民医院、上海交通大学医学院附属瑞金医院、复旦大学附属肿瘤医院和上海交通大学医学院附属第九人民医院组成的多中心专家团队研究讨论，建立骨肿瘤标准数据集。按标准字段自动采集临床数据并标准化处理。搭建数据库并开发用户界面，在保障数据安全存储的同时，提供原始数据导出，统计分析可视化和临床队列研究项目建立与研究等服务。通过与申康大数据平台对接，完成骨肿瘤数据库的共享工作，实现多中心数据对接。结果:建立了包含603个字段的骨肿瘤标准数据集并出版、建立了骨肿瘤数据自动采集系统，包括完整的数据收集、数据整理及可视化功能。数据类别包括患者的电子病案信息，实验室血常规、生化、肿瘤标志物等信息，影像学信息，手术信息，病理信息及放化疗记录等模块。患者的姓名、身份证号等个人信息经脱敏加密后，可导出供进一步研究使用。自2015至2023年，数据库采集的骨肿瘤病例总数为10 789例；2015年至2019年，回顾性分析收治的骨肉瘤队列112例，并绘制了患者的五年生存曲线，五年生存率为68%。结论:通过建立区域级的骨肿瘤专病大数据网络和数据共享平台，及建立数据共享机制和标准，包括数据标准、安全标准、质量评价标准等，可为我国骨肿瘤数据库的建设提供参考及高效的新方案，为骨肿瘤规范化诊疗及新技术提供研发平台。

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。

将高校学生心理"大数据"与心理专家库数据结合，利用数据挖掘算法提取特征属性，从稳定的算法模型中得出预警结果。此方法构建的心理预警平台，不仅能实时监测学生心理动态，而且能预测其心理行为趋势，弥补传统预警方式的滞后性及准确率低的不足。心理预警平台提供数据支撑，心理预警制度提供运行保障，两者结合形成的心理预警机制，能够为教育工作者提供科学依据，最终达到利用大数据技术提高高校学生心理健康的目标。

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。

人工智能(AI)是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门技术科学，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。机器学习(ML)是AI的核心分支，着重研究计算机在大数据中怎样模拟或实现人类学习行为，重新组织已有的知识结构，不断改善自身性能，完成预测回归或分类等任务 [1]。