目的 通过整合肺系疫病的各阶段临床表现与中药复方,利用现代生命科学的组学大数据资源,挖掘肺系疫病各阶段症状与中药的内在联系,为阐明中医药在治疗肺系疫病中的作用机制提供数据支持.方法 明确界定肺系疫病非特异性症状特征,系统梳理古代疫病文献资料、中成药目录,以及针对新型冠状病毒肺炎的中医药诊疗方案,构建包含肺系疫病各阶段症状与方药的大数据集;运用网页排名算法提炼出肺系疫病在急性期(轻症、重症)和恢复期 3 个不同阶段的"核心症状群"和"核心中药群",并通过随机游走算法深入剖析核心"症-药"间的相互关系.结果 在纳入的 822 条数据中(轻症 287 条,重症 403 条,恢复期 132 条),所识别的核心症状群与各阶段肺系疫病的实际临床表现高度吻合.轻症阶段的核心中药以解表药和清热药为主,重症阶段则在此基础上增加了祛湿化痰药,而恢复期以补气养阴药为核心.进一步的富集分析揭示,急性期核心中药主要涉及调控Janus激酶/信号转导与转录激活子和核转录因子κB信号通路,恢复期核心中药主要影响成纤维细胞增殖相关通路.结论 核心症状群对应的核心中药群可能通过调节关键转录因子来治疗肺系疫病.

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。

创伤具有病情复杂、致残率和致死率高等特点，救治难度大，目前创伤救治模式由于医疗条件限制、资源调度分配不及时等原因，仍然存在急救效率低与流程应用不规范等不足，创伤患者的救治面临巨大挑战。创伤患者在救治过程中会产生大量对病情诊断及治疗有价值的动态数据。大数据及人工智能技术是基于大规模的数据集合，对给定的数据进行合理预判或估算的算法，现已应用于创伤患者的救治模式中，其高效精准的大数据统计分析，以及机器学习、规划决策等创新医疗技术既提高了创伤患者救治的效率和安全性，同时也降低了临床医师的工作负荷，弥补了传统创伤救治模式的不足。笔者就大数据及人工智能技术在创伤患者院前急救和院内诊治过程中应用的研究进展进行综述，以期为创伤救治提供参考。

慢性肾脏病已成为全球性重要公共卫生问题，为医疗卫生体系带来沉重负担，有必要对肾脏疾病进行监测，开展早期干预与管理。由于我国肾脏疾病特征存在较大区域差异并且医疗资源分布尚不均衡，传统的疾病监测方式难以全面探究我国肾脏疾病的人群特征和流行趋势。通过将大数据、人工智能与疾病监测深度融合，在保障数据安全与个人隐私的前提下，适度整合不同来源的健康医疗数据，可以克服传统监测模式的诸多弊端，建立符合成本-效益比的肾脏疾病监测系统，从而为我国肾脏疾病防控提供参考依据。

为探讨大数据背景下超声医学系统化病例资源库的建设途径及其在临床教学中的应用价值。通过学院课程教学信息化数据管理平台，建设以超声医学为主体的系统化病例资源库，并实践性应用于超声医学教学中。结果表明，采用系统化病例资源库开展教学的医学影像2016级100名学生，通过《超声诊断学》综合考核和教学评价，其在基础理论、临床病例分析、实践操作三方面考核成绩以及对教学评价各项内容上的满意度均明显高于2015级的110名学生。调查显示，教改班学生希望继续接受系统化病例资源库教学，有利于专业的系统化教育，还有利于临床思维的构建。

肝移植是全球外科领域中的"皇冠"，也是国家医疗水平的重要体现。近半个世纪以来，我国肝移植事业取得了令人瞩目的进步，移植例数位居全球第二，移植存活率达到国际先进水平。但也必须看到我国从肝移植大国迈向强国的过程中，仍然存在诸多瓶颈问题亟须解决，尤其是在精准医学与大数据时代，肝移植基础研究水平相对滞后，无法满足快速发展的临床实践需求。在移植技术日趋成熟而分子生物学技术日新月异的新时代，如何加强肝移植学科领域的基础研究正是科技兴国的重要突破口。只有以多学科融合研究为孵化器，汇集优势资源拓展高水平合作，才能打造一支兼备全局战略目光和创新性思维的高素质攻关团队，才能推进基础研究持续创新发展并产生一批具有国际影响力的科研成果，才能进一步提升我国源头创新能力形成肝移植科技创新高地。

随着母婴健康问题的重视、横断面研究局限性的突显，越来越多的研究者将目光投入到母婴队列研究。传统的母婴队列研究往往依托于医院开展，收集的信息较为有限，失访率很高。在医疗资源整合和大数据分析全面推进的背景下，如何利用中国特色妇幼卫生服务体系，有机整合各妇幼卫生机构的信息系统，建立动态随访和数据共享的母婴队列，是当前研究的难点与创新点。本研究通过对国内外母婴队列研究现状的梳理，分析了基于妇幼保健网络建立母婴队列的必要性和可行性，总结了新模式队列具有多源头信息采集、降低随访难度、利于数据共建共享等优点，旨在为建立研究全生命周期妇幼健康问题的母婴队列提供依据、也为其他特殊人群队列或专病队列的建立提供新的参考。

慢性病已成为影响社会发展的重大公共卫生问题。传统的慢性病管理模式多"重治疗、轻预防"。本研究将信息管理学科中的大数据应用、知识管理、知识服务等方法与慢性病管理相结合，通过构建包括多源异构的慢性病数据资源库、慢性病健康知识分析平台以及慢性病服务应用平台，实现慢性病数据管理中自我检测数据与医疗机构等来源数据的互联互通，慢性病健康知识的融合与精准推送，以及围绕慢性病预防、诊断、治疗与康复全过程提供的个性化精准服务。2019年8月起采用该管理模式搭建糖尿病大数据平台，至2022年1月，收集来自216万名居民的诊疗及管理数据3.8亿条，数据采集的准确率达97.46%，完整率达96.07%；构建相应知识库和服务平台，实现对糖尿病患者的个性化服务，提高了患者和社区居民的糖尿病知晓率、治疗率、治疗控制率、科普与传播率。

近年来，高通量组学技术迅速发展，人群队列与样本资源逐渐累积，互联网和信息技术飞速进步，大数据开发工具不断涌现，健康医疗大数据为流行病学研究提供了丰富的数据资源和广阔的科研平台。本文将分析大数据时代流行病学研究的机遇和挑战，展望未来学科的发展方向。流行病学应抓住机遇，开辟新方向、发展新方法，推动医学基础研究成果向公共卫生和临床实践的转化应用，实现“健康中国”的美好愿景。

精准医学是以个体化医疗为基础，随着基因组测序技术以及生物信息与大数据科学的交叉应用，而发展起来的新型医学模式。精准医疗模式的建立，有利于医疗资源的合理利用，实现患者利益最大化。减重代谢外科是新世纪的新兴学科，其发展任重道远，精准医疗的加入，使得减重代谢学科实现快速、正向发展。在精准医疗的大环境下，减重代谢外科现正处于起步阶段，现阶段精准减重代谢外科的成功实施初步着眼于对于术后体质量的预测以及表观生物遗传学在体质量差异方面的研究。而对于术后恢复、营养支持治疗、对患者的精确随访以及个体化治疗等方面，还有待填补空缺。未来可以通过建立多中心、大样本临床研究库，并完善临床登记数据，完成长期精准随访，实现大规模资源与数据的整合；利用好大数据平台进行深度的生物数据挖掘，以期利用大数据参考达到对肥胖治疗的精准预测与掌控，从而制定出详实的实施方案与细则标准。同时要注意患者隐私的保护，避免个人健康数据泄露。