住院病区存放少量常用和急救药品可方便患者临时治疗，并可为危重患者的救治赢得宝贵时间，但病区药品储存环节存在用药错误的风险。为加强病区储存药品的管理，减少用药错误，合理用药国际网络中国中心组临床安全用药组、中国药理学会药源性疾病学专业委员会和药物不良反应杂志社组织医学、药学、护理、医院管理等专业的专家，以《中国用药错误管理专家共识》为依据，制定《病区药品储存环节用药错误防范技术指导原则》。病区药品储存环节有关的用药错误包括药品储存不当、药品品规错误、药品数量错误、药品放置错误。风险因素包括管理因素（管理制度不健全、未指定专人或专岗管理、未实施定期检查督导）、流程因素（未制定相应的标准操作流程或操作流程不完善或不合理）、环境因素（药品存放空间和设备不符合要求、未提供专门的标签）、人员因素（未对药品使用相关人员进行培训、人员安排不合理）和药品因素（病区存储的药品种类和数量过多）。防范策略包括技术策略（强制和约束性管理策略、实施信息化和智能化管理、制定标准化的标识和流程、建立规范目录清单和审核项目清单）和管理策略（建立管理体系和制度、配备充足的人力资源、加强培训）。

药物制剂，从狭义上来讲，就是具体的按照一定形式制备的药物成品；从广义上来讲，是药物制剂学，是一门学科。传统制剂是为了服用方便而解决药物"成型"的问题。高端制剂是在传统制剂基础上进行改良、创新，以克服治疗缺陷和实现临床优势为首要目的，通过改变药物的理化性质和体内代谢特征，提高治疗效果，降低毒副作用，改善患者的用药依从性，满足临床需求，使患者获益更多。自20世纪50年代布洛芬缓释胶囊技术出现后，随着分子药剂学、细胞生物学、分子药理学、分子生物学、纳米医学、高分子化学及相关仪器设备的快速发展，药物制剂已由过去的简单"成型"向精准化、智能化的"药物递送系统（drug delivery system，DDS）"转变。中国医学科学院生物医学工程研究所也在国内较早成立生物材料和药物控释实验室，专注于DDS的研究。该实验室研制的医用聚己内酯及其制剂是我国唯一进入临床研究的可降解合成高分子长效药用辅料。作为新型药物辅料，医用聚己内酯F68已经用于避孕药物和避孕药具新制剂的开发，缓释左炔诺孕酮宫内节育器的研制取得重要进展，已完成II期临床研究。DDS在推动医药产业发展中有着举足轻重的作用，应用前景和发展空间广阔。与新分子实体研发相比，高端制剂的开发有更大的商业价值。

目的:构建麻醉手术不同时间点随访指标体系，研发建立结构化的随访信息系统，以满足麻醉医疗质控和科研需求。方法:通过查阅文献和咨询专家构建完备的随访指标体系，向全国多家医院麻醉科医师发送电子问卷，对构建的随访指标体系进行信度分析及效度分析，并形成推荐的术后7 d、术后30 d、术后1年随访指标体系；运用互联网、标注化语义定义、人工智能等技术，构建结构化的随访信息系统。结果:2021年6月1日至2021年6月30日，通过问卷星发放随访指标集调查问卷，共回收来自24个省94家医院的有效匿名回复问卷185份，随访体系肯德尔和谐系数为0.525~0.566，条目水平内容效度指数为0.30~0.98。推荐的术后7 d随访体系包含8个系统30个条目；术后30 d随访体系包含2个系统，共计2个条目；术后1年随访体系无推荐条目。成功研发建立基于上述随访指标体系的结构化、智能化随访信息系统。目前，可通过院内电脑或移动设备访问该随访系统，已完成临床试用并常规用于随访。试运行期间结果表明，随访人员对该系统满意度较高，随访平均准确率提高了16%，随访时间降低10~15 min/例。结论:依据与麻醉相关性的不同，在麻醉手术后不同时间需重点关注的结局指标存在差异，结构化随访信息系统可提高随访效率及准确率，为相关研究提供新的工具和方法，增加不同临床研究的可比性。

骨科机器人作为一种智能医疗设备已经在部分骨科手术中实现了临床应用，并且取得了良好的效果。人工智能（AI）技术由于具有强大的信息处理能力和决策能力，在骨科机器人发展的过程中发挥了重要作用。骨科机器人的发展方向是自动化、智能化。由于AI技术在术前规划的应用中展示出了优势，越来越多的研究人员开始将AI技术应用到骨科机器人的术中导航。本文概述了将AI技术应用于骨科机器人术中导航的探索研究，阐述了AI技术在提高精度、降低辐射的研究中发挥的优势，并根据研究现状展望了将AI技术应用于骨科机器人的研究方向。

压力性损伤（PI）不仅会降低患者的生活质量，而且管理费用高昂，给患者及其家庭、社会带来沉重的经济负担。尽管目前用于识别早期PI的方法日趋多元化，但是真正能够精准预测早期PI的方法仍偏少。表皮下水分扫描仪是首款经美国食品药品监督管理局授权的PI管理设备，其通过测量局部组织生物电容水平，监测组织存活力，进而预测PI的发生、发展。作为一款新兴的诊断学仪器，表皮下水分扫描仪已在临床实践中显现出巨大的优势，可推动PI信息化、数字化、智能化预防与管理。该文介绍了PI的病理生理机制，阐明了表皮下水分扫描仪的工作原理及参数设定、在监测早期压力性损伤组织存活力中的临床应用、存在的局限，并对其未来发展进行展望。

我国检验医学实验室检测技术设备、质量管理能力、人才培养及学术水平等方面都取得了长足进步，基本实现了临床检测自动化、科室管理标准化、人才培养学术化。未来大数据、数字化、智能化检验新时代下，如何融合高新技术与前沿理念，以传承创新、开放合作赋能检验医学学科建设是检验工作者面临的重要课题。

先天性心脏病(congenital heart disease，CHD)是常见的出生缺陷之一，随着人们对CHD认识的加深和筛查手段的不断进步，CHD患儿已能够在早期得到诊治。CHD早期筛查主要通过双指标检测法，即心音听诊和脉氧测定。脉氧测定目前已有较成熟的商用设备，但心音听诊受个人经验和外界因素的影响较大，易出现误诊、漏诊。近年来随着人工智能(artificial intelligence，AI)的不断发展，心音信号的数字化采集、存储、分析技术日趋成熟，进而促使智能化心血管疾病听诊辅助诊断技术成为可能。目前基于深度学习(deep learning，DL)的AI算法在CHD心音听诊辅助诊断方面已有较多研究，但大部分仍处于算法研究阶段，且基于特定数据集实现，尚未在临床得到验证。本文就目前AI听诊技术的研究现状进行综述，总结近年来基于DL的智能听诊技术在CHD领域的发展，并提出心音听诊在临床应用中亟待解决的问题。

企业作为健康中国的“细胞”，是推进“健康中国”战略落地的主力军。随着在信息化时代，物联网技术、人工智能、大数据、区块链等新一代信息技术逐渐成熟和广泛应用，企业健康管理中各种新模式、新业态、新技术、新服务加速涌现。为此，医疗机构与大型企业共建智慧健康管理模式是当前的研究热点，本文对医疗机构与大型油田企业共建智慧健康管理模式的实践——“智能化平台+专业化服务+健康管理网络工作站+健康检查及穿戴设备+数据化运营”线上线下融合的健康管理解决方案，进行系统阐述，以期对未来智慧健康管理的发展起到一定的理论与实践指导作用。

针对医学装备管理现状，某院探索将5G+物联网和数字孪生技术应用于医学装备智慧化管理。通过智能感知终端实现医学装备使用地点、使用过程与使用效率等真实数据的动态获取，并进行数字化、网络化、智能化监测与分析，同时开发医学装备动态管理软件、医疗设备实时定位软件、空间环境质量监测软件等应用。实现医学装备配置、运行和绩效评价的自动化、智能化和可视化管理，实现基于数字孪生体的精细化管理，提升运行资源保障协同管理效率。

随着康复医学及危重症医学的发展，重症康复日益成为临床关注的热点。随着人工智能的发展，可穿戴装备及非接触式多模态行为感知设备可实现患者生命体征连续采集、传输、大数据库的建立及康复策略智能化制定，可穿戴设备、外骨骼机器人、体位管理床、康复机器人、虚拟现实等可用于重症呼吸康复实施，智能康复序贯远程居家管理的全流程康复工作模式，有望成为未来重症康复的新工作模式。