目的:探讨智能互动式健康教育模式在慢性阻塞性肺疾病（简称慢阻肺）高危吸烟人群健康管理中的应用效果。方法:2019年9月至2020年1月在南京医科大学第一附属医院健康管理中心招募72例评估为慢阻肺高危且吸烟者为研究对象，采用随机数字表法将受试者根据干预模式随机分为传统组（35例）和智能组（37例）。传统组采用邮寄健康教育资料的方法，智能组则借助移动智能平台发送健康教育资料，进行互动反馈并干预。两种模式分别干预12周后对比受试者尼古丁依赖程度、国际体力活动程度、人群满意度、随访人员耗时等指标的情况。结果:干预后，智能组尼古丁依赖评分显著低于传统组［（1.86±1.48）比（3.77±1.66）分］，戒烟病例数显著多于传统组（11比1例）（均 P<0.05）；国际体力量表评分明显改善的例数显著多于传统组（15比0例），满意度显著高于传统组（97.30%比42.85%），且耗费时间显著短于传统组［（18.03±2.96）比（25.14±2.64）min］（均 P<0.01）。 结论:智能互动式健康教育模式能提高慢阻肺高危吸烟人群健康教育效果，并改善其健康行为。

2022年11月30日，美国人工智能研究实验室OpenAI发布了聊天机器人程序ChatGPT(全称：Chat Generative Pre－trained Transformer)。作为人工智能技术驱动的自然语言处理工具，ChatGPT能够基于在预训练阶段所学习的模式和统计学规律来生成回答，还能根据聊天的上下文进行互动，真正像人类那样聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码，写论文等任务。

制定再版物联网辅助评估和管理肺结节中国专家共识，目的为在原基础上通过使"复杂问题简单化、简单问题数字化、数字问题程序化，程序问题体系化"的策略，将肺结节诊治中国共识和亚太指南融入"AI肺结节管理程序"(PNapp 5A)和初评与研判二流程体系，将手工业作坊式诊疗模式提升为达到国家和国际标准的物联网流水作业工程。(1)初评流程，由初诊医师和初评专家执行PNapp 5A的1A~3A程序。1A(Ask，询问)：录入吸烟史、肿瘤家族史、职业粉尘接触史和慢性呼吸系统疾病病史等；2A(Assessment，评估)：应用影像学评估肺结节外观、内涵的良恶性特点和随访变化；3A(Advice，建议)：完成鉴别诊断所需肿瘤标志物、真菌和结核等常规检查。其后PNapp 5A自动反馈智能评估的肺结节恶性风险级别(低、中、高)，然后由初诊医师管理低级风险患者；对中、高度风险患者则建议AI和循环异常细胞等个体化检查，供初评和研判专家会诊参考；高度风险患者则需进入下述程序。(2)研判流程，由研判专家执行PNapp 5A的4A和5A程序。4A(Arrangement，安排)：有活检适应证者，首先顺序选择支气管镜引导(包括支气管内超声或磁导航支气管镜等)的非手术活检；不合适支气管镜检查或者有转移可能者，可考虑经胸壁针吸活检术。不能除外感染者，可考虑经验性抗生素治疗1~2周后复查；肺结节<10 mm者，可根据共识、指南安排随访。肺结节>10 mm难以确诊者应考虑为难定性肺结节，建议邀请更有经验的研判专家与AI系统交流互动(人机多学科会诊)会诊提供诊疗意见。5A(Assistance，辅助)：根据组织病理、分子病理和分期、实施术后常规管理，也可参考AI、循环异常细胞和表观遗传等个体化信息，制定个体化防治复发和转移方案，最终实现"名医治未病，大医惠众生"愿景。

近年来，数字智能化医学迅速发展，相较于传统的二维成像，三维可视化技术可提供直观、立体的三维图像，便于临床医生多层次、多角度观察病变及其毗邻结构。3D打印技术将可视化图像转化为肉眼可见的物理模型，可进一步提升对复杂疾病形态特征的理解。此外，虚拟现实和混合现实等高级可视化技术，可增加更多真实、互动的医学体验。本文阐述了三维可视化、3D打印及现实技术的基本概念，并对其在消化内镜领域的应用研究进行总结与展望。

随着云计算、人工智能等的发展及智能手机的普及，信息化、智能化教学成为教学方法改革的新热点。本研究充分利用微信公众号平台，辅助细胞生物学课程教学，通过优化推送内容、推送频率、推送时机等，建立全方位覆盖课前、课中、课后的互动方案；并应用于细胞生物学教学实践，在实践中不断改进完善。通过问卷调查进行总结，发现学生对"图片+文字"的内容接受度最强，"按需推送"的推送频率接受度最强，"课后推送"的推送时机接受度最强。使用教学公众号后，学生感觉教学效果得到提升，整体效果较好。因此，后续课程中，应该大力推广基于微信公众号的辅助教学方法。

目的:提出新型冠状病毒肺炎传染病暴发期区域性防控(Regional Control and Prevention, RCP)系统概念，设计基于区域现有网络架构和信息系统的应急性防疫辅助信息系统，建立远程智能医疗会诊与咨询及远程办公平台，研发区域内人群的风险评级与预警技术，提高区域性的应急重大传染病防控能力。方法:以高校、附属(教学)医院及云应用为典型RCP区域单元，建立云与高校及附属(教学)医院现有局域网交互方法，实现网络环境的远程办公、远程医学影像、心理与伦理会诊与咨询互动；应用基于复杂网络的多主体传播模型，结合全球定位系统(Global Positioning System，GPS)、射频识别(Radio Frequency Identification, RFID)和电子围栏技术，实现区域内单元、人员的风险分级与早期预警。结果:在RCP内采用校园网、附属(教学)医院内网以及互联网相结合的系统架构，用分布式技术、云存储方式进行动态衔接，网间中间库数据缓冲区机制，实现各单元远程医疗会诊与远程办公。依托平台，应用基于复杂网络的多主体传播模型和元胞自动机模型等，利用GPS、RFID和电子围栏技术，实现区域内人群暴露风险评分与预警。结论:在重大传染病流行阶段，RCP系统的建设可提高应急情况下防疫响应速度，提供基于数据的合理预警和风险评级，减少易感人群的暴露风险。RCP系统的设计开发是系统化工程，需要结合区域结构与功能特点，并且区域内前期的信息化工作基础与应急开发团队水平决定了开发进度、维护和实际应用的效果，建议建立平战结合RCP模式，纳入政府疾控体系，以提升国家和区域重大传染病防控水平和能力。

非侵入性地评估肠道状态和功能，辅助诊断，指导治疗是发展自动化听诊肠鸣音（BS）的主要目的。得益于工程学的发展，自动化听诊BS的技术研究取得长足进步。自动化听诊主要分为BS信号采集与信号处理两个阶段。随着人工智能（AI）在信号处理方面的应用，自动化听诊BS的工程学技术进步迅速。自动化听诊BS的临床研究集中于肠梗阻识别、术后胃肠功能监测及肠易激综合征（IBS）诊断等方面，目前尚未成熟应用于临床，加速此过程的转化需要工程学与临床的良性互动和密切合作。

在传统糖尿病管理模式中，院内血糖监测管理数据准确性差，个性化方案少，非内分泌科高血糖频发，会诊率低，全院缺乏专业规范的血糖管理；院外患者较多且自我血糖管理意识差，医师一对多，管理难度增大，难以实现有效的追踪管理，所以糖尿病等慢病一经诊断亟需科学且持续的规范管理。但院内外数据割裂、医患互动缺失等因素阻碍了医师对患者的全病程管理与服务。广西玉林市第一人民医院积极思考应对临床血糖监测管理的现状问题，在“全院血糖管理中心”临床实践中，以全方位智能血糖管理系统为糖尿病防控的抓手，实现以患者为中心，从面向医务人员的“智慧医疗”、面向患者的“智慧服务”、面向医院的“智慧管理”3个维度，深度融合门诊、住院、出院、居家全场景全流程血糖管理，完成诊前、诊中、诊后场景全覆盖。通过全院血糖管理一体化的顶层设计，打通科室壁垒，建立以内分泌科为主导的多学科协作模式，为全院血糖异常患者制定个体化方案、血糖控制目标及随访计划，使每位住院患者的血糖水平得到控制，以减少住院患者因糖代谢紊乱所致的相关疾病死亡率、感染等，缩短术前等待时间、住院时间，节省有限的医疗资源，使广大患者获益。

目的:设计开发脑卒中高危人群风险评估及健康管理的微信小程序。方法:依托网络平台与智能手机，根据脑卒中高危人群以及医护人员对脑卒中高危人群管理需求分析，以健康数据采集、卒中风险评估、健康教育知识库匹配及干预计划、数据隐私及安全为关键技术，设计与开发基于微信小程序的健康管理网络平台。结果:小程序包括患者端、医护人员端和后台管理端3个端口，具有脑卒中风险评估、健康管理随访计划智能推送、健康指标记录与服药提醒、互动咨询、健康知识推送等主要功能。结论:开发脑卒中高危人群风险评估和健康管理微信小程序，应用简捷、有效的智能评估，实现对人群脑卒中风险快速分级，为小程序功能模块开展个性化、精准高效的脑心健康管理奠定基础。

大数据方法和技术发展日新月异，给临床诊疗提供了越来越多的新的思路和方法。大语言模型的出现使得人机交互式的对话和复杂的医疗场景下的应用成为了可能。重症医学是一个连续动态目标性治疗的过程，这个过程中产生的庞大数据需要通过模型进行整合与优化并在临床应用，在教学模拟中互动，在科学研究中助力。使用以生成式预训练转换模型（ChatGPT）为代表的大语言模型可初步实现在重症疾病的诊断、死亡风险预测和病案管理方面的应用。同时ChatGPT的时空局限性、幻象和伦理道德问题应运而生。ChatGPT在未来的重症医学诊疗中可能会发挥巨大作用，但目前需要结合更多的重症医学临床知识储备并谨慎对待其作出的结论进行判断。