近年来,职业健康风险评估方法的联合应用备受重视.首先介绍了风险评估法联合应用的验证方式,其次分析了联合风险评估法在不同职业病危害因素中的应用现状和作用,接着阐述了风险评估法平行应用的互补、拼接和评价3种方式,最后探讨了职业健康风险评估方法与其他方法联合应用的可能性.未来研究将朝着多学科交叉融合、基于大数据和人工智能的方向发展,应用场景将不断优化和扩展,但风险评估方法的准确性和可靠性等问题仍需进一步解决.

元宇宙依托虚拟现实、增强现实、混合现实、5G、人工智能、区块链等技术，创建一个与现实世界紧密相连且互补的"平行世界"，以沉浸式用户体验，给社交、游戏、医疗、教育等带来颠覆式变革。随着放射医学在疾病诊疗、核能安全、载人航天等领域的地位日益凸显，可以预见，元宇宙将对放射医学领域的发展发挥巨大的推动作用。本文综述元宇宙对放射医学领域发展可能带来的影响，建议我国尽快启动放射医学元宇宙(Radiomediverse)的建设与应用。

近年来，人工智能技术在自然图像分析领域取得了巨大的进展。这些技术也被广泛应用于医学图像领域，以便更好地诊断、治疗疾病和判断预后。然而，由于医学图像在数据标注和专家知识方面的复杂性，使得这些技术的实际应用具有较大的挑战。本文基于ACP方法提出了一个融合医生智慧与计算智能的医学图像分析新框架——平行医学图像。传统的医学图像分析直接从带标注图像中学习模型而不能很好地解释诊断决策，平行医学图像引入了描述智能、预测智能和引导智能来提高模型的泛化能力和诊断的可解释性。我们采用平行闭环优化模型来挖掘并融合医学知识，从而优化辅助诊疗系统。最后，本文以乳腺癌为例探讨了平行医学图像框架在医学图像分析中的实际应用。

目的:设计一种新型智能助力型髋离断假肢，并采用实验验证其运动学表现。方法:采用基于远程运动中心机构的双平行四连杆构型设计假肢主体，采用串联弹性驱动器为假肢提供外源动力，并采用拮抗扭簧结构实现髋关节屈曲和伸展双向储能助力。建立了基于阻抗控制的假肢控制系统方案，通过设置辅助力场以弥补假肢关节实际角度与目标角度之间的偏差，进而实现假肢助力功能。最后以传统型髋离断假肢为对照，测试正常人穿戴新型智能助力型髋离断假肢的整体性能。结果:新型智能助力型髋离断假肢的髋关节角度曲线与正常人的拟合优度为86%，比传统型髋离断假肢（72%）高出14%；新型智能助力型髋离断假肢的健侧角度与正常人的的拟合优度为94%，与传统型髋离断假肢持平。结论:设计了一种新型智能助力型髋离断假肢，实现了假肢辅助运动的功能。

目的:研发消化道隆起型病变人工智能实时辅助消化内镜影像诊断设备(简称内镜人工智能设备)，并评价其性能和安全性。方法:收集2017年1至12月于四川大学华西医院内镜中心常规行胃镜和肠镜检查患者的内镜图像，基于深度卷积神经网络建立模型，研发内镜人工智能设备。2019年6至12月采用前瞻性、单中心、盲法、平行对照研究设计，比较内镜医师和内镜人工智能设备同时评估同一例患者胃镜和肠镜下隆起型病变的差异性，评估内镜下病变大小(病变长径<5 mm和≥5 mm)对内镜人工智能设备检出的影响。主要评价指标为内镜医师和内镜人工智能设备报告隆起型病变的时间差值，次要评价指标为内镜人工智能设备报告隆起型病变的准确度。采用Wilcoxon秩和检验和卡方检验进行统计学分析。结果:共71 582张白光内镜图像用于内镜人工智能设备训练，其中隆起型病变图像41 376张，内镜人工智能设备研制成功，已获中华人民共和国医疗器械注册证(川械注准20202060049)。内镜人工智能设备判断隆起型病变的准确度为96.4%，灵敏度为95.1%，特异度为92.8%。内镜人工智能设备每个胃镜下隆起型病变的检出时间比内镜医师快1.524 s，但每个肠镜下隆起型病变的检出时间比内镜医师慢0.070 s，差异均有统计学意义( Z＝-5.505、-4.394， P均<0.01)，内镜人工智能设备每个胃镜下和肠镜下隆起型病变的检出时间均非劣效于内镜医师。内镜人工智能设备对胃镜下隆起型病变的检出率为89.9%(249/277)，灵敏度为89.9%；对肠镜下隆起型病变的检出率为87.0%(450/517)，灵敏度为86.9%。内镜人工智能设备对于胃镜下病变长径<5 mm和≥5 mm的隆起型病变的检出时间差值、灵敏度和漏诊率比较差异均无统计学意义( P均>0.05)；内镜人工智能设备对于肠镜下病变长径≥5 mm的隆起型病变的灵敏度高于肠镜下病变长径<5 mm的隆起型病变(96.8%比84.9%)，且漏诊率低于肠镜下病变长径<5 mm的隆起型病变[3.2%(3/94)比15.1%(61/405)]，差异均有统计学意义( χ2＝9.615和9.612， P均＝0.002)。内镜人工智能设备使用期间，患者与医护人员均无不良事件发生，无设备漏电、工作异常等缺陷。 结论:该内镜人工智能设备可与内镜医师同时报告隆起型病变，准确度接近90%，有望成为内镜医师避免漏检隆起型病变的实用助手。

目的:开发抗核抗体荧光核型的人工智能识别系统雏形，以期满足临床实验室工作中对抗核抗体（ANA）图像免疫荧光模式自动判读的日常需求。方法:回顾性分析上海交通大学医学院附属新华医院2020年4月1日至2021年12月31日进行ANA项目检测结果为阳性的荧光图像，3位资深的技术人员独立、平行对荧光图像进行结果判读确定ANA核型结果，并按照ANA荧光模式国际共识荧光核型分类标准进行标注。对常见核型分7个标签组：粗颗粒型、细颗粒型、均质型、核仁型、着丝点型、核点型及核膜型；每个标签组数据按9︰1的比例采用随机数的方法随机分为训练集、验证集，在深度学习框架pytorch1.7上，以ResNet-34图像分类网络为基础构建卷积神经网络训练平台，建立ANA核型自动判读系统。模型建立后单独设立测试集，以模型预测概率高低排序输出判断结果，并对测试集数据进行判读，以人工判读结果作为金标准。应用准确率、精确度、查全率、F1指数等参数评估模型的性能。结果:经分割标注后共获取23 138张建模图像。共训练了7个模型，比较了不同的算法、图像处理方式和增强方法对模型的影响，选出准确率最高的ResNet-34模型作为最佳模型，其在测试集分类准确率达到93.31%，精确率为91.00%，查全率为90.50%，F1指数为91.50%。测试集的判读结果显示模型对7种核型的ANA图像的识别与人工判读的总体符合率达90.05%，其中对核仁型的判读精确度最高，符合率均达到了100.00%。结论:本研究构建的ANA自动判读系统雏形已基本具备判读ANA荧光核型的能力，对常见的、典型的、单一荧光核型的具有一定的准确性。

目的:探讨长期足剂量认知数字疗法对改善和维持认知障碍患者认知功能的效果，为认知障碍患者的护理管理提供依据。方法:采用3组平行随机对照研究设计，采用连续入组便利抽样的方法，于2020年1月至2023年1月选取首都医科大学宣武医院神经内科拟出院的90例认知障碍患者为研究对象。利用随机数字表法分为对照组、门诊组、居家组各30例。对照组接受常规护理，门诊组患者在对照组基础上实施门诊认知数字疗法，居家组患者在对照组基础上实施居家认知数字疗法。分别于干预前和干预后6、12个月，比较3组简易智能精神状态量表（MMSE）、蒙特利尔认知评估量表（MoCA）等评分。结果:最终共入组85例患者。其中对照组28例，男12例，女16例，年龄为（64.68 ± 11.26）岁；门诊组30例，男19例，女11例，年龄为（65.74 ± 8.44）岁；居家组27例，男14例，女13例，年龄为（66.81 ± 11.18）岁。干预前和干预后6、12个月的MMSE总分对照组分别为（22.00 ± 4.82）、（17.25 ± 5.15）、（14.25 ± 4.54）分，门诊组分别为（22.26 ± 3.46）、（22.93 ± 3.77）、（22.30 ± 3.57）分，居家组分别为（22.40 ± 3.72）、（22.03 ± 3.76）、（21.90 ± 4.08）分，重复测量方差分析显示，3组患者组间、时间、交互效应差异均有统计学意义（ F组间=15.30， F时间=4.10， F交互=20.25，均 P<0.05）。干预前和干预后6、12个月的MoCA总分对照组分别为（16.50 ± 4.87）、（12.64 ± 4.94）、（9.89 ± 4.01）分，门诊组分别为（18.74 ± 4.22）、（18.96 ± 4.31）、（18.41 ± 4.34）分，居家组分别为（17.20 ± 5.12）、（16.93 ± 3.67）、（16.93 ± 4.10）分，重复测量方差分析显示，3组患者组间、时间、交互效应差异均有统计学意义（ F组间=16.30， F时间=5.74， F交互=12.08，均 P<0.05）。 结论:长期足剂量的门诊和居家认知数字疗法可有效改善和维持认知障碍患者的认知功能，优化了认知功能训练的管理方案，为认知障碍患者的非药物干预提供循证依据。

具有生理信号智能传感功能的电子皮肤(e-skins),因其在智能机器人、人机界面和可穿戴医疗系统等方面的广泛应用前景而备受关注.因此,构建具有各向异性导电性能的电子皮肤,从而拓宽柔性传感电子皮肤的应用范围至关重要.本研究以柔性聚乙烯醇(PVA)为水凝胶基底材料,利用磁感应技术诱导具有电、磁性能的纳米复合物Fe3O4@MXene在PVA网络中取向排列,构筑了具有各向异性导电性能的Fe3O4@MXene/PVA复合水凝胶.结果表明,当PVA聚合物的交联度为1.5％,PVA质量分数为8 wt％时,Fe3O4@MXene/PVA复合水凝胶的拉伸模量达到19.49 kPa,断裂应变达到237％,所得凝胶的力学性能最优;当Fe3O4@MXene的质量分数为0.064 wt％时,所得凝胶的导电性能最优,且该凝胶在平行于纳米复合物取向方向的电导率达到0.415 S/m,垂直于纳米复合物取向方向的电导率为0.319S/m.最后,验证了该复合水凝胶作为电子皮肤,用于实现人体手腕关节弯曲角度实时监测的可行性.该电子皮肤接近人体组织的各向异性形态及结构,在生物医学和电子传感等相关领域具有广阔的应用前景.

背景与目的:人工智能(artificial intelligence,AI)技术可辅助影像学诊断.本研究探讨AI辅助超声对中国女性乳腺病灶的识别能力及其应用于乳腺癌筛查的可能性.方法:采用平行对照诊断性试验和前瞻性随访的研究设计,纳入至肿瘤专科医院就诊、并行乳腺超声检查的非乳腺癌女性.所有女性首先接受AI辅助超声检查,然后接受常规超声检查,比较AI辅助超声和常规超声识别乳腺病灶的差异;随访1年内乳腺癌发生情况,比较两种超声方式诊断乳腺癌的灵敏度和特异度.结果:研究纳入360人,共发现2 504个乳腺病灶,其中AI辅助超声报告2 217个病灶,病灶报告率为88.5%;常规超声报告1 090个病灶,病灶报告率为43.5%.以常规超声为标准,AI辅助超声识别乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)4级以上乳腺病灶的灵敏度为93.3%(95%CI:80.7%～98.3%),特异度为100.0%(95%CI:99.5%～100.0%);随访发现10例乳腺癌,AI辅助超声和常规超声均判定为阳性的有8例,灵敏度均为80.0%(95%CI:44.2%～96.4%),特异度均为88.6%(95%CI:84.6%～91.6%).结论:AI辅助超声对于BI-RADS 4A以上的高危乳腺病灶及早期乳腺癌的识别能力与常规超声相当,是一种有效的乳腺癌辅助诊断手段,并具有应用于人群乳腺癌筛查的潜力.

生成式人工智能和大模型智能技术的应用,如ChatGPT等,必将冲击各行各业,特别是事关生命健康的医疗事业.此类通用智能科技的深入与普及,将使数字医生理念变得现实且迫切,并将进一步加快推动医生与医院的虚实互动平行化进程.本文从智慧新医学的"三个三"概念出发,讨论如何在此大背景下降低社会成本,提高医疗保健效益,未来使"患者拥有个性化和私人专属的数字医院"愿景成为现实.