中医诊断学作为中医学的重要课程,其复杂的理论体系和高度实践性的特点对传统教学方法提出了挑战.当前教学模式主要依赖于课堂讲授和临床实习,存在学生参与度低、实践资源有限等问题.大语言模型能够显著提升学生的理论知识掌握情况和实践能力,同时增强学习积极性和自主学习能力.通过个性化的学习体验和丰富的虚拟实践资源,学生能够更加深入地理解中医诊断学的复杂理论体系,并在模拟环境中积累临床经验.本研究阐述大语言模型的技术基础和优势,提出利用大语言模型进行教学改革的思路,并通过实际应用案例展示其在个性化辅导、虚拟病例生成和模拟诊断训练中的具体应用,提出课程设计与教学方法多样化、师资培训与技术支持的重要性,强调通过灵活多样的课程设计和互动式教学方法,充分发挥大语言模型的优势,探索大语言模型与虚拟现实(VR)和增强现实(AR)技术的结合,开发智能学习平台,以提供更精准的个性化辅导和反馈.以期为大语言模型在中医诊断学教学中的应用提供借鉴和参考.

目的 分析多发伤患者急诊入院后早期死亡危险因素,构建可早期评估死亡风险的列线图预警模型.方法 回顾性分析宁夏医科大学总医院急诊科收治的 785 例多发伤患者,以随机数字法(3∶1)分为建模组和验证组,对建模组采用Logistics回归分析多发伤患者早期死亡的危险因素,使用R语言软件绘制列线图并评价.结果 多因素Logistics回归分析结果显示,年龄、MEWS评分、GCS评分、血糖和PT是急诊入院多发伤患者早期死亡的独立危险因素(OR值分别为 1.042、1.554、0.705、1.094、1.144,均P＜0.05).构建列线图模型,结果显示预测模型具有良好区分度(AUC为 0.955,95%CI:0.934～0.976),Hosmer-Lemeshow拟合优度检验P=0.828;外部验证AUC为 0.942(95%CI:0.904～0.980).校准曲线提示预测模型具有良好一致性.DCA曲线提示预测模型具有较高的净收益和临床有效性.结论 列线图模型具有良好的预测效能,为急诊入院多发伤患者的早期评估提供了良好的参考依据.

目的:探索一种利用医疗大数据算法筛选临床数据库中能够用于评估老年肺炎患者预后的核心指标。方法:基于首都医科大学附属北京朝阳医院医联体朝阳急诊病房临床数据库，应用大数据检索技术，以数据库中老年肺炎患者为研究对象，根据出院时预后将患者分为死亡组和存活组。收集患者的一般资料，包括性别、年龄、血气、实验室指标集合数据，使用计算机语言Python批量计算出影响老年肺炎患者死亡的关键指标，并采用Logistic回归分析实验室指标与患者预后的相关性；绘制受试者工作特征曲线（ROC曲线），分析本研究使用的筛选方法对患者预后的预测价值。结果:最终入选265例患者，死亡64例，存活201例。取每例患者入院首次检测指标的数据，最终从472项指标中筛选出23项差异有统计学意义的关键指标，包括：血常规指标7项、血气指标3项、肿瘤标志物指标3项、凝血功能相关指标4项、营养及器官功能相关指标6项。①肺炎死亡患者血气关键指标：51.6%（33例）的患者Cl -浓度为97～111 mmol/L，81.2%（52例）的患者血乳酸（Lac）为0.5～2.5 mmol/L，87.5%（56例）的患者H +浓度为0～46 mmol/L。②肺炎死亡患者血常规关键指标：46.9%（30例）的患者血红蛋白（Hb）为80～109 g/L，67.2%（43例）的患者血中嗜酸粒细胞比例（EOS%）为0.000～0.009，51.6%（33例）的患者血中淋巴细胞比例（LYM%）为0.00～0.09，50.0%（32例）的患者血中红细胞计数（RBC）为（3.0～3.9）×10 12/L，54.7%（35例）的患者血中白细胞计数（WBC）为（0.0～9.9）×10 9/L，48.4%（31例）的患者血中红细胞分布宽度变异系数（RDW-CV）为10.0%～14.9%，48.4%（31例）的患者血中C-反应蛋白（CRP）为0.0～49.9 mg/L。③肺炎死亡患者肿瘤标志物关键指标：76.6%（49例）的患者血游离前列腺特异抗原/总前列腺特异抗原（FPSA/TPSA）为阴性（比值为0），92.2%（59例）的患者细胞角蛋白19片段（CYFRA21-1）为0.0～11.0 μg/L，75.0%（48例）的患者糖类抗原125（CA125）为0～104 kU/L。④肺炎死亡患者凝血功能关键指标：68.8%（44例）的患者活化部分凝血活酶时间（APTT）为57～96 s，73.4%（47例）的患者D-二聚体为0～6 mg/L，93.8%（60例）的患者凝血酶时间（TT）为14～22 s，89.1%（57例）的患者二磷酸腺苷（ADP）的抑制率为0%～53%。⑤肺炎死亡患者营养及器官功能关键指标：92.2%（59例）的患者B型脑钠肽（BNP）为0，46.9%（30例）的患者前白蛋白（PA）为71～140 mg/L，90.6%（58例）的患者尿酸（UA）为21～41 μmol/L，75.0%（48例）的患者白蛋白（Alb）为10～20 g/L，93.5%（60例）患者白蛋白/球蛋白比值（A/G比值）为0～0.9，84.4%（54例）的患者乳酸脱氢酶（LDH）为0～6.68 μmol/L·s -1·L -1。⑥ Logistic回归和ROC曲线分析：Logistic回归分析表明，PA和Lac是影响患者预后的因素，PA可使死亡风险降低0.9%，Lac可使死亡风险增加69.4%；实验室指标与患者死亡预测模型预测效果的ROC曲线下面积（AUC）＝0.80，说明本研究使用的筛选方法效果较好，通过本研究模型能较好地预测老年肺炎患者预后。 结论:运用大数据技术可从急诊病房临床数据库中筛选出23项用于评估老年肺炎患者预后的核心指标，为临床评估老年肺炎患者预后提供了新的角度和方法。

目的:本研究旨在探究德国COVID-19大流行期间的死产率、早产率、围生期并发症以及早产儿的发育结局。方法:对2017年3月22日至2020年12月31日期间出生的早产儿和足月儿的围生期调查数据进行评估。不论是在COVID-19大流行之前还是在COVID-19大流行期间，均使用《儿童能力家长报告-修订版》和贝氏量表对校正年龄2岁的早产儿进行神经发育测试。采用皮尔逊卡方独立性检验和线性回归模型计算统计学意义。结果:2020年死产率增加了0.02%( P＝0.001)，而早产率减少了0.38%( P<0.05)。在具有代表性的婴幼儿亚组中，神经发育评分(智力发育指数和精神运动发育指数)以及父母调查数据(非语言认知量表和语言发育量表)方面没有发现变化。 结论:本研究观察到了德国死产率上升和早产率下降的趋势。现有关系网可能有助于在COVID-19大流行期间稳定早产儿的神经发育。

目的:探讨基于术前增强MRI图像的影像组学预测模型在预测高级别胶质瘤异柠檬酸脱氢酶-1(IDH 1）基因型的价值。方法:回顾性分析2012年12月至2018年1月在青岛大学附属医院经手术病理证实、具有完整术前颅脑增强MRI图像的高级别胶质瘤患者182例，其中，IDH 1突变型79例（WHO Ⅲ级45例，WHO Ⅳ级34例），IDH 1野生型103例（WHO Ⅲ级33例，WHO Ⅳ级70例），按7∶ 3比例随机分为训练组和验证组。使用GE A.K分析软件进行影像特征提取，Kruskal-Wallis非参数检验和Spearman相关性分析进行特征降维，使用R语言软件包"GLM"函数，建立Lasso-logistic回归模型，以交叉验证方法对回归模型进行检验。采用受试者操作特征（ROC）曲线评价模型鉴别高级别胶质瘤IDH 1突变型和IDH 1野生型的预测效能。结果:预测模型在训练组中鉴别预测效能的ROC曲线下面积（AUC）为0.870，95％可信区间为0.754～0.855，准确率为79.8%，灵敏度为85.5%，特异度为75.4%，阳性预测值为0.734，阴性预测值为0.867；在验证组中的AUC为0.860, 95％可信区间为0.690~ 0.913，准确率为78.9%，灵敏度为91.3%，特异度为69.0%，阳性预测值为0.700，阴性预测值为0.909。结论:基于术前增强MRI建立的影像组学预测模型可以有效的术前预测高级别胶质瘤的IDH 1基因型。

目的:建立中重度烧伤患者并发急性肾损伤（AKI）的预测模型，为烧伤相关AKI的早期识别提供基础研究证据。方法:选择2018年11月至2021年1月就诊于西南医科大学附属医院整形烧伤外科的患者，记录患者临床特征、实验室检查等指标。采用多因素Logistic回归分析，筛选出中重度烧伤相关AKI的危险因素，并应用R语言软件构建中重度烧伤患者并发AKI的列线图；Bootstrap法重复抽样1 000次进行内部验证，一致性指数和校准曲线评价模型的准确度，受试者工作特征曲线（ROC曲线）及曲线下面积（AUC）评价预测效能；决策曲线分析（DCA）来评估模型的临床效用。结果:共纳入186例中重度烧伤患者，其中有54例发生AKI，发病率为29.03%。多因素Logistic回归分析显示，烧伤总体表面积〔TBSA；优势比（ OR）＝1.072，95%可信区间（95% CI）为1.031~1.115， P＝0.001〕、估算的肾小球滤过率（eGFR； OR＝0.960，95% CI为0.931~0.990， P＝0.010）、中性粒细胞计数（NEU； OR＝1.190，95% CI为1.021~1.386， P＝0.026）、中性粒细胞/淋巴细胞比值（NLR； OR＝0.867，95% CI为0.770~0.977， P＝0.019）、D-二聚体（ OR＝4.603，95% CI为1.792~11.822， P＝0.002）是中重度烧伤患者并发AKI的危险因素。以上述指标作为预测因子建立列线图预测模型，绘制ROC曲线，计算AUC为0.998（95% CI为0.988~1.000）；取最佳临界值为-0.862时，对应敏感度为98.0%，特异度为98.2%；一致性指数为0.998（95% CI为0.988~1.000）。校准曲线表明模型准确性良好，DCA结果显示该模型可使多数患者从中获益。 结论:高TBSA、高NEU、高NLR、高D-二聚体、低eGFR烧伤患者并发AKI的风险更高；基于上述5个危险因素建立的列线图具有较高的准确性和临床价值，可作为评估中重度烧伤患者并发AKI风险的预测工具。

目的:评估自2015年中期以来早产儿视网膜病变(ROP)发病率上升的可能原因。方法:回顾性分析了2013年7月至2017年6月在苏黎世大学医院新生儿重症监护病房住院的胎龄小于29周的所有早产儿。主要观察指标为最严重的ROP分期。统计学分析采用R语言的广义加性模型。结果:在整个研究期间，超早产儿的存活率增加。最严重ROP分期的显著预测因子包括胎龄、机械通气天数和多胎妊娠。严重合并症对最严重的ROP分期无显著影响。胎龄是最严重ROP分期的唯一显著危险因素。结论:苏黎世大学医院新生儿重症监护病房超早产儿存活率提高与ROP发病率增加有关。尽管发病率有所增加，但与其他国家相比仍然很低。未发现其他的附加因素。

目的:通过研究证候的分类及证候名称组成要素的多层次表示方法，实现计算机对中医证候名称的批量处理，从而应用于中医智能辅助诊断系统的研究。方法:在中医理论指导下，结合证素辨证、证候要素学说，对证候要素进行更细粒度的拆分，提出证候层次划分方法和证候要素多层次表示方法，并通过对妇科月经病、不孕症的中医证候名称进行人工分析，以验证证候要素多层次表示方法的合理性。基于证候要素多层次表示方法，运用基于模式匹配的模式抽取方法，形成计算机批量处理证候要素的提取方法，并通过对《中医临床诊疗术语证候部分》证候名称的批量处理，验证计算机批量处理方法的准确性。结果:在中医理论指导下，将证候名称组成要素划分为病位要素、病性要素(包括基本物质、病因、病理状态)、连接词的两层五类的结构，基于此构建出证候拆分流程。月经病、不孕症中医证候名称的人工分析结果显示，所有证候名称均可被拆分为1个或多个病位要素、病性要素、连接词。通过计算机批量处理《中医临床诊疗术语证候部分》证候分类结果显示，计算机批量处理的准确率为71.4%。结论:构建的证候要素多层次表示方法为计算机大批量处理数据提供了理论框架，并提高了数据处理效率和准确率，为辨证模型训练数据集的构建提供了理论依据，为中医辨证推理模型提供支撑，可应用于中医智能辅助诊断系统的研究。

目的:评估超早产儿(EP，胎龄<28周)或超低出生体重儿(ELBW，<1 000 g)与足月儿在校正年龄2岁时的神经发育和社会情绪发展情况。方法:这是一项澳大利亚维多利亚州地区的前瞻性队列研究，纳入2016年出生的EP/ELBW，足月儿为对照组。在校正年龄2岁时使用贝利婴幼儿发展量表-第三版及婴幼儿社会性和情绪评估简表进行评估。发育迟缓定义为低于对照组平均值1个标准差。采用线性/logistic回归模型计算EP/ELBW和对照组的平均差值和 OR值，调整多胎妊娠和社会风险因素。 结果:在2岁时评估了205例EP/ELBW及201例对照儿童。与对照组相比，EP/ELBW组在认知方面的 OR值为3.7(95% CI：2.3~6.0)、语言方面的 OR值为5.3(95% CI：3.1~9.0)、运动方面的 OR值为3.9(95% CI：2.3~6.3)及社会情绪能力的 OR值为4.1(95% CI：1.6~10.2)。 结论:超早产儿/超低出生体重儿在校正年龄2岁时的认知、语言、运动发育和社会情绪能力方面均表现不佳，建议进行社会情绪发展等方面的密切发育监测。

目的:建立个体化预测肝硬化食管胃底静脉曲张破裂出血（EGVB）患者不良预后的列线图模型并验证其效能，为EGVB的防治提供科学依据。方法:回顾性分析2010年1月至2018年12月浙江省医疗健康集团杭州医院收治的389例肝硬化EGVB患者的临床资料。患者均随访3年，其中预后不良232例（预后不良组），预后良好157例（预后良好组）。比较两组患者入院时的一般临床资料和实验室检查结果。采用受试者工作特征（ROC）曲线分析影响肝硬化EGVB患者不良预后因素的最佳截断值，多因素Logistic回归分析影响EGVB患者不良预后的独立危险因素，R语言软件4.0"rms"包建立预测肝硬化EGVB患者不良预后的列线图模型，采用校正曲线对列线图模型进行内部验证，决策曲线评估列线图模型的预测效能。结果:预后不良组年龄、腹水率、肝表面粗糙率、终末期肝病模型评分（MELD评分）、Child-Turcotte-Pugh评分（CTP评分）、丙氨酸氨基转移酶（ALT）、天冬氨酸氨基转移酶（AST）、国际标准化比值（INR）和总胆红素（TBIL）明显高于预后良好组[（62.48 ± 6.21）岁比（58.71 ± 5.93）岁、51.29%（119/232）比35.03%（55/157）、60.78%（141/232）比42.03%（66/157）、（13.89 ± 1.93）分比（11.32 ± 1.69）分、（8.93 ± 0.77）分比（7.46 ± 0.63）分、（37.73 ± 5.21）U/L比（32.13 ± 5.03）U/L、（64.19 ± 11.31）U/L比（57.36 ± 10.29）U/L、1.73 ± 0.41比1.61 ± 0.39和（24.31 ± 2.63）μmol/L比（19.86 ± 2.17）μmol/L]，白蛋白、血红蛋白和血钠明显低于预后良好组[（36.21 ± 4.51）g/L比（39.12 ± 4.96）g/L、（86.31 ± 8.27）g/L比（92.28 ± 9.67）g/L和（136.58 ± 18.24）mmol/L比（141.21 ± 19.26）mmol/L]，差异有统计学意义（ P<0.01或<0.05）。ROC曲线分析结果显示，年龄、MELD评分、CTP评分、白蛋白、ALT、AST、血红蛋白、INR、TBIL和血钠预测肝硬化EGVB患者不良预后的最佳截断值分别为55岁、14.20分、9.30分、35 g/L、38 U/L、67 U/L、88 g/L、1.90、25 μmol/L和135 mmol/L。多因素Logistic回归分析结果显示，年龄≥55岁、腹水、MELD评分≥14.20分、CTP评分≥9.30分、白蛋白<35 g/L以及INR≥1.90是肝硬化EGVB患者不良预后的独立危险因素（ HR = 1.528、1.439、1.637、1.795、1.521和1.596，95% CI 1.165~1.891、1.088~1.790、1.308~1.966、1.385~2.205、1.262~1.780和1.259~1.933， P<0.05或<0.01）。整合影响肝硬化EGVB患者不良预后的独立危险因素，构建列线图模型，其预测效能较好（C-index为0.839，95% CI 0.781~0.948）。列线图模型预测肝硬化EGVB患者不良预后的校正曲线结果显示，实际曲线趋近于理想曲线；当高风险阈值>0.02时，列线图模型预测肝硬化EGVB患者不良预后时可提供明显的额外临床净收益，且其提供的临床净收益高于单个独立危险因素。 结论:基于年龄、腹水、MELD评分、CTP评分、白蛋白和INR等影响肝硬化EGVB患者不良预后的独立危险因素所构建的列线图模型在筛选与识别肝硬化EGVB患者不良预后方面具有较大的临床价值。