推动医疗资源均衡布局，实现城乡基本医疗服务优质共享，是共同富裕的重要内容。湖州市城市医疗联合体(以下简称医联体)是基于四级纵向整合的新型城乡医联体模式，在整个医联体演进历程中，扮演着承上启下的重要角色，不仅突破了"县域一体"，还探索了"市域一体"，是联通县域和市域的桥梁，对缩小城乡医疗卫生服务差距具有重要意义。湖州市城市医联体建设以数字化转型和系统化集成为两大突破口，全面推进健康治理能效升级和效益叠加。2021年全市基层就诊率和县域就诊率分别为72.7%和90.6%，2020年公立医院住院均次费用(8 726.7元)和门急诊均次费用(239.6元)分别比浙江省平均水平低25.0%和8.6%。虽然湖州市突破行政区划限制积极推进城市医联体建设取得了阶段性成效，但依然存在结构缺陷和体制困境的问题，建议通过"三治"和"三性"来推动治理结构完善和治理体制优化，进而推动城市医联体高质量发展。

目的:提出一种基于闭合复位技术的新型骨盆骨折数字化分型系统（JST分型），并探讨该分型的一致性和可行性。方法:回顾性收集2021年3月至2023年3月期间北京积水潭医院创伤骨科根据JST分型手术治疗的63例骨盆骨折患者资料。根据骨盆骨折的部位和移位情况对骨盆骨折进行数字化归纳，首先将骨盆分为4个部分：左半骨盆、右半骨盆和骶骨Denis Ⅲ区、耻骨联合，其中左、右对称的骶骨Denis Ⅰ区和Denis Ⅱ区也被归入左/右半骨盆。随后半骨盆被分为4个区域并用大写的英文字母分别标记：骶骨区（sacrum area,包括Denis Ⅰ区和Denis Ⅱ区，记作S）、骶髂关节区（sacroiliac joint area，记作J）、髂骨区（iliac area，记作I）、耻骨区（pubic area，记作P），为区分右/左侧采用R和L作为前缀；不对称的2个部分同样以英文字母标记：骶骨Denis Ⅲ区（记作Sac）、耻骨联合（pubic symphysis，记作C）。之后用数字对各区域的骨折线形态和移位情况进行标记，形成完整的JST分型。JST分型系统的观察者间和观察者内可靠性（Fleiss'和Cohen's Kappa系数）由3名具有10年以上骨盆骨折治疗经验的观察者进行测试。结果:分型结果的一致性分析中，组间差异Kappa为0.818（0.658~0.946， P均<0.001），组内差异Kappa为0.873（0.674~1.000， P均<0.001），均呈现强一致性。根据分型结果，术中在罗森万相智能化骨科手术机器人系统的辅助下成功闭合复位59例，成功率93.7%（59/63）。 结论:本研究建立的JST分型组间和组内的一致性强。由于对各个骨折部位和关键骨块进行标记，对智能化骨折机器人的深度学习和术中操作功能有重要的意义。

目的:开发一种数字化技术的耳郭再造模拟训练系统，并对系统的应用效果进行评估。方法:2019年9月至2021年12月，哈尔滨医科大学附属第二医院整形外科研制了新型耳郭再造模拟训练系统。临床规范化培训学员36名(男15名、女21名，年龄22~27岁，平均23.1岁)，分为试验组和对照组各18名，对模拟教学系统效果进行初步评估。结果:试验组干预前后理论测试分数[8.00(4.75，11.25)比16.50(13.00，19.25)分， P<0.001]；设计测试分数[2.00(0，4.25)比7.00 (6.00，10.00)分， P<0.001]。对照组干预前后理论测试分数[5.50(3.75，12.25)比11.00(9.50，16.25)分， P<0.001]；设计测试分数[1.00(1.00，2.25)比5.00(3.75，6.00) ]， P<0.001。试验组与对照组比较改善更明显，差异有统计学意义( P<0.001)。 结论:在自体肋软骨耳郭再造培训中，数字化技术新型耳郭再造模拟训练系统能辅助教师更系统地进行教学，效果较好。

目的:定量分析后牙种植单冠修复后4年患者口内局部 力分布与咬合时间的变化规律，为种植修复体的咬合设计、调整和长期维护提供参考。 方法:前瞻性收集2012年12月至2013年12月于北京大学口腔医学院·口腔医院修复科行后牙种植单冠修复的患者，分别于修复后2周和3、6个月以及1、2、3、4年复查，采用咬合纸和数字化咬合分析系统检查咬合，记录种植单冠、近中邻牙和对照牙（种植单冠同颌对侧同名牙）的 力百分率以及种植单冠咬合时间比（种植单冠咬合时间与牙列咬合时间的比值）。同时，通过牙线和金属邻接触检查片检查种植单冠邻接触情况，并记录种植修复相关机械并发症。采用患者自身前后对照，选取同时具备相邻随访时间点结果的患者数据，分析种植单冠、近中邻牙、对照牙 力百分率以及种植单冠咬合时间比的相邻随访时间点差异；统计所有数据，比较相同时间点种植单冠与对照牙 力百分率的差异。应用“对数-补对数”模型，以性别、年龄、修复时间为控制变量，分析修复体饰面瓷材料破损与否与种植单冠 力百分率的相关关系。 结果:共纳入33例患者，其中男性16例，女性17例，年龄（42.8±12.9）岁（23.9~70.0岁）；共纳入37件种植单冠，随访（38.3±15.2）个月。修复后2周至3个月种植单冠 力百分率从（7.0±4.2）%显著增加至（9.9±6.8）%（ P<0.05），对照牙 力百分率则从（13.1±6.1）%显著减少至（11.4±5.5）%（ P<0.05）；修复后1、2、3年种植单冠 力百分率均显著大于前一时间点（ P<0.05）。修复后3和6个月种植单冠咬合时间比分别显著大于前一时间点（ P<0.05），其余各时间点与前一时间点的咬合时间比差异均无统计学意义（ P>0.05）。相同时间点的比较中，修复后2周种植单冠 力百分率［（7.5±4.2）%］显著小于对照牙［（13.8±6.0）%］（ P<0.01），修复后4年种植单冠 力百分率［16.7%（8.6%，32.4%）］显著大于对照牙［9.5%（4.9%，18.0%）］（ P<0.05）；其余各时间点种植单冠与对照牙 力百分率的差异均无统计学意义（ P>0.05）。修复后4年37件种植单冠68个邻接触位点的邻接触丧失累计发生率为32%（22/68），修复体松动发生率为8%（3/37），饰面材料破损发生率为16%（6/37），且饰面材料破损与否与种植单冠 力百分率呈弱相关关系（ r=0.26， P<0.05）。 结论:后牙种植单冠修复后4年内，局部牙列咬合接触随时间发生变化，表现为种植单冠 力的增加和咬合时间的提前。

为应对不断增长的慢病人群，各种形式的慢病管理模式不断涌现。本文通过系统的研究，从管理理念、系统结构和操作方法等方面梳理了目前国内区域慢病人群的健康管理模式，分析其利弊，面向紧密型医共体的慢病人群，提出了基于医联网的慢性病整合型全面健康管理模式。医联网能够连接并整合所有与医疗健康相关的人、物和信息资源，是慢性病全面健康管理的强有力支撑。紧密型医共体是医联网环境下慢性病健康管理的最佳应用场景，适应当前国家积极推动紧密型县域医共体的政策。基于医联网的慢性病整合型全面健康管理模式作为紧密型医共体内慢性病健康管理的资源整合新模型，以数字化技术为支撑，对于控制区域慢病人群的增长，探索新的健康管理模式有积极的意义。

目的:总结全髋关节置换术中髋关节旋转中心（HJC）重建方法的相关研究进展。方法:在PubMed、中国知网、万方数据等数据库，分别以“旋转中心”“髋”“置换”以及“rotation center”“hip”“replacement”等为中英文关键词，检索2005年1月—2021年8月关于全髋关节置换术中重建HJC方法研究的相关文献，共检索到652篇，剔除内容不符、质量较低、重复研究、证据等级不高、无法获取全文者，最终纳入43篇文献，对其进行归纳总结。结果:常见的HJC重建的相关解剖标志有大粗隆顶点、小粗隆顶点、髋臼切迹、卵圆窝及髋臼泪滴等，参考对侧大、小粗隆顶点以及它们至HJC的距离有助于重建股骨头旋转中心，参考髋臼切迹、卵圆窝及髋臼泪滴等解剖标志有助于重建髋臼旋转中心。3D打印技术通过打印个体化的髋臼模型而准确定位HJC、制作髋臼定位器和股骨头假体定位器，并能为术者提供模拟手术的机会，使手术更加精确化和个体化。计算机辅助导航系统分为图像依赖型和非图像依赖型2类，其工作原理是通过定位点对解剖标志进行注册，建立髋关节模型、定位HJC：前者定位HJC的依据是患者术前的影像学资料，可能因图像显示与实际情况略有差距而影响HJC定位的准确性；后者是参考手术区域解剖标志定位HJC，具有更高的定位精确度。机器人辅助全髋关节置换术系统使用计算机软件，将患者的影像学解剖信息转换为虚拟的、个体化的骨盆三维重建图像，用以规划植入物的最佳定位，术中机器人设备精准地执行个体化手术计划，可提高髋臼假体定位和HJC的精度、降低假体脱位率。结论:全髋关节置换术中，针对患者髋关节解剖结构特点，选择合适的解剖学标志和解剖学参数，结合3D打印技术、计算机辅助导航技术、骨科机器人等数字化技术，可以实现HJC的精确重建。

患儿男，1岁9个月，因右眼视物偏斜2周于2020年5月6日至河南省儿童医院就诊。患儿既往身体健康，无外伤及手术史，否认家族遗传性疾病史，足月生产，产后无窒息、缺氧病史，全身体格检查未见明显异常。眼部检查：右眼视力无光感；左眼视力＋0.50 DS/－0.25 DC×13°→0.6。右眼、左眼眼压分别为9.9、12.8 mmHg(1 mmHg＝0.133 kPa)。左眼前后节检查均未见明显异常。手持式裂隙灯显微镜检查显示，右眼角膜透明，前房浅，虹膜后粘连，晶状体混浊，有少许不规则缝隙状透明区，瞳孔变形呈细梭形，瞳孔对光反射消失(图1)；眼底窥不见。扩瞳后采用第3代新生儿数字化广域眼底成像系统行眼底检查，右眼瞳孔不能扩大，眼底窥不见。眼部B型超声检查显示，玻璃体腔内见17 mm×14 mm大小实性中低回声团，几乎充满整个玻璃体腔，边界尚清晰，内回声欠均匀，可见点片状强回声，基底回声偏低，后伴声影(图2)，提示右眼内实性占位病变(性质待定)。2020年5月8日，行眼眶磁共振成像(magnetic resonance imaging，MRI)检查显示，右侧眼球内可见不规则短T1短T2信号，T2压脂呈弱信号，大小约20 mm×16 mm×17 mm；病变增强后未见明显强化，其后方及下方见条片状短T1长T2信号(图3)。头颅MRI检查显示，眼外肌及视神经未见异常，肌锥内外间隙未见异常信号影，眼上、下静脉及眼动脉未见扩张。初步诊断：右眼视网膜母细胞瘤(retinoblastoma，RB)可能。

目的:探讨地方性氟中毒病区居民膳食构成与氟骨症的关系。方法:采用病例对照研究，分析氟骨症患者（病例组）与未患病居民（对照组）的膳食构成差别。2019年8月，以山西省吕梁市文水县饮水型地方性氟中毒病区为调查现场，采用整群抽样方法，抽取年龄≥18岁当地居民，并以面对面访谈的方式展开问卷调查，调查内容包括性别、年龄及各类食物进食频次等；采用二元logistic回归分析食物进食频次与氟骨症的关系。利用便携式直接数字化X射线摄影系统（DR）拍摄前臂和小腿X线片，结合临床体征，根据《地方性氟骨症诊断标准》（WS/T 192-2008）进行氟骨症判定。结果:本研究共纳入1 061例研究对象，病例组376例、对照组685例。病例组患者年龄构成（≤60、> 60岁：162、214例）与对照组（≤60、> 60岁：423、261例）比较差异有统计学意义（χ 2 = 34.52， P < 0.001），性别比例比较差异无统计学意义（χ 2 = 1.37， P = 0.251）。病例组患者食用肉类、蛋类频次> 1次/周的比例均低于对照组（χ 2 = 8.06、5.46，均 P < 0.05），食用奶类频次> 1次/周的比例高于对照组（χ 2 = 4.01， P = 0.046），食用海鲜类频次≥1次/周的比例低于对照组（χ 2 = 4.16， P = 0.046）。二元logistic回归分析结果显示，校正年龄、性别、尿氟后，食用肉类、蛋类或奶类频次> 1次/周以及食用海鲜类频次≥1次/周均与氟骨症患病风险无关（均 P > 0.05）；但在≤60岁群体中，食用蛋类频次> 1次/周与氟骨症患病风险相关[比值比（ OR） = 0.59，95%置信区间（ CI）：0.39，0.88]。 结论:肉类、蛋类、奶类和海鲜类食物进食频次在氟骨症患者和对照人群之间存在差异；在≤60岁群体中，食用蛋类频次> 1次/周可能会降低氟骨症患病风险。

目的:评价自主式口腔种植机器人手术系统（Autonomous Dental Implant Robotic System， ADIR）在动物口内进行种植手术的准确性。方法:选择9只中华田园犬（3岁，性别不限），拔除下颌双侧前磨牙，制作牙列缺损模型。每只犬下颌骨每侧缺牙区各植入2枚种植体，分别由ADIR（机器人组）和1名有丰富种植手术经验的副主任医师使用数字化全程导板（导板组）完成，每组18枚。术后评价种植体实际植入位置与规划位置的偏差，包括颈部、根部和角度偏差；测量种植体初期稳定性，比较机器人组与导板组差异。结果:ADIR能顺利在全身麻醉动物口内完成种植体植入。机器人组种植体颈部偏差［ M（ Q）］为0.269（0.152） mm、根部偏差为0.254（0.218） mm、角度偏差为0.989°（0.517°），均显著小于导板组［颈部偏差为0.910（0.872） mm、根部偏差为1.179（1.176） mm、角度偏差为4.209°（5.208°）］（ P<0.05）。两组种植体初期稳定性差异无统计学意义（ P>0.05）。 结论:本课题组研发的ADIR在动物口内进行种植体手术的准确性优于数字化全程导板。

临床监测技术体现了现代医学与生物工程、电脑技术与新材料的完美结合。医学发展与时代科技进步息息相关，临床监测技术更是现代医学与科技完美结合的载体之一 [1]。既往的监测技术不断改进，无线智能监测和人工智能技术等脱颖而出，应用领域正在逐步扩大，极大地丰富了临床监测的内涵，如传统的血氧测量技术改进为数字化血氧测量技术，通过复杂的信号处理系统，提高对动脉灌注信号获取和静脉噪声隔离的水平，使脉搏氧饱和度监测的抗运动干扰性能以及获取弱灌注条件下信号的能力显著提高；超声可视化技术在围麻醉手术期的应用，让麻醉科医师多了"一只眼睛"，使血管穿刺置管和区域神经阻滞操作又准又快；经食道超声心动图监测使无数患者心脏手术效果得到了及时评估，并发症得到了及时处理；听觉诱发电位指数和脑电双频谱指数在镇静麻醉深度监测中得到广泛应用；机体、器官组织氧供需平衡监测使危重患者的抢救和治疗得到更直接的指导；新型凝血监测技术使临床对凝血功能障碍的判断和处理更为及时准确。同时网络信息化、人工智能(AI)、虚拟现实(VR)技术进入临床监测领域，使监测大数据信息获取和智能化分析更加完善。