目的 对虚拟现实技术在弱视患儿视觉训练中应用的相关研究进行范围综述,为规范其应用提供参考.方法 依据范围界定审查指南,系统检索Embase、Web of Science、CINAHL、Cochrane Library、Scopus、PubMed、中国生物医学文献数据库、万方数据库、维普数据库、中国知网中的相关研究,检索时限为建库至2023年11月1日,对纳入文献进行归纳和分析.结果 共纳入24篇文献.其中,二分法训练、视感知训练和视觉推拉模型训练为基于虚拟现实技术进行视觉训练的主要方式,通常以游戏、动画、视频影像的形式进行干预.评估指标包括视觉分辨率、最佳矫正视力、立体视、立体视敏锐度、对比敏感度、视觉诱发电位、三级视功能,以及安全性、训练依从性、接受度和满意度等.结论 基于虚拟现实技术的视觉训练在弱视患儿中应用安全可行,可改善患儿视力、提高训练依从性.未来可基于虚拟现实技术开发智能化视觉训练系统,并根据患儿的年龄、弱视类型和程度,构建更科学、有效的结构化视觉训练方案.

近年来我国医保覆盖率显著提高，医保政策不断推陈出新，传统的人工审核方式已无法满足医疗机构对医保基金高效监管的需求。针对这一情况，北京市某三级甲等医院面向重点监管的药品和诊疗项目，通过构建智能化审核规则、设计审核触发点和违规医嘱拦截等级、设立系统运行前准备制度和持续改善机制，成功建立了医保智能审核系统，实现了对医保基金违规使用行为的事前审核、事中控制。2021年3月，医院正式启用该系统，同年4—9月医院门诊医保拒付金额和数量分别为10 587元和72笔，较2020年同期下降了79.21%和77.50%，有效提升了医保基金监管的质量和效率。

目的:面临当前临床研究新形势，为响应国家相关政策，顺应行业发展潮流，保障临床研究高效有序推进，提高临床研究质量而探索信息化管理的新模式。方法:医院主要以临床研究管理系统、基于HIS搭建的临床研究应用模块及临床研究药品管理系统三位一体，作为临床研究信息化管理体系的建设基础。结果:信息化系统的建设与应用能够有效保障医院临床研究管理的规范化，契合国家法规及行业要求，提高管理效率和质量，同时保障临床研究工作在疫情防控常态化的新形势挑战下安全、有序地推进。结论:利用临床研究管理系统能够跨越审查空间，缩短审查时间，实现高效、准确和留痕的临床研究审查新模式；基于医院信息系统搭建的临床研究信息化模块能够在项目具体开展过程中实现全过程的质量规范和数据溯源优势；利用药品管理系统可以对临床研究药品的监管实现远程可视化、超温前置预警及药品轨迹跟踪的智能管理。在疫情防控常态化下，三位一体的信息化战略全方位助力临床研究项目的安全、有序推进，提高临床研究质量，有效应对新形势下的挑战。

目的:针对临床数据数量庞大和质量差的现状，本研究旨在以建立淋巴瘤研究数据库为例，探索高质量研究数据库的建立路径以及在真实世界研究的作用。方法:汇总研究领域专家意见，参考相关指南和标准，建立标准医学知识库；回顾性抽取2005年2月－2021年12月期间就诊于北京大学肿瘤医院淋巴瘤患者电子诊疗数据，采用深度学习、自然语言处理等方式，搭建"基于电子病历系统的淋巴瘤数据库－生物样本信息库－延伸遗传信息库"的动态智能信息整合与处理系统。结果:研究数据库在满足了临床科研人员的研究需求的同时，实现医院病历数据和生物样本信息数据的申请、审批、溯源和分析全过程留痕管理。数据库中核心科研变量总数为668个，结构化变量占46.0%。截至2021年12月25日，数据库中共有淋巴瘤患者68 687人，男女患者人数比值为8/9，就诊次≥3次的患者占比为23.0%。此外，研究者可在数据库中根据目标条件叠加检索，显示命中的就诊记录，建立研究队列，进行统计建模，挖掘数据信息。结论:通过整合管理流程和利用自然语言人工智能新技术建立循证等级高的数据库，有助于医院信息系统的互联互通与资源共享，从而达到为开展真实世界研究提供可靠详实数据的目的。

目的:评价人工智能图像分析技术对骨髓细胞形态的识别效能。方法:回顾性研究。2019年12月1日至2020年12月31日在河北医科大学第二医院就诊患者的骨髓标本。选取骨髓标本100份，患者来源包括慢性髓系细胞白血病23例、骨髓增生异常综合征4例、慢性淋巴细胞白血病8例、多发性骨髓瘤5例、急性白血病7例、慢性贫血患者32例、感染患者6例及正常骨髓象15名。其中男45例，女55例，年龄52（37，66）岁，骨髓涂片经瑞-姬染色后，应用AI分析系统和人工审核对13种骨髓有核细胞进行分类，以人工审核结果为金标准，比较两种方法的结果差异，应用统计学软件绘制混淆矩阵，人工审核结果与AI分析系统预分类结果符合度采用Kappa一致性检验方法进行统计；应用Pearson检验分析AI系统预分类和手工镜检分类结果的一致性。选取临床已确诊的MDS和AML骨髓标本各30例，比较AI分析系统人工审核与手工镜检2种方法分类计数原始细胞百分比结果的差异性，以评估AI分析系统的临床应用价值。结果:应用AI分析系统扫描共获得76 630张13种骨髓有核细胞的高清单一彩色图像；13种骨髓有核细胞分类计数的加权平均实验诊断效率参数为：敏感度95.82%，特异度99.19%，准确度98.89%，假阳性率81.00%，假阴性率4.18%；AI分析系统预分类结果和手工镜检分类结果的相关性显示：原始细胞、早幼粒细胞、中性中幼粒细胞、中性晚幼粒细胞、中性杆状核粒细胞、中性分叶核粒细胞、嗜酸性粒细胞、嗜碱性粒细胞、中幼红细胞、晚幼红细胞及淋巴细胞均具有较好的正相关性（ r>0.70， P<0.001）；AI分析系统与手工镜检2种方法对MDS原始细胞的计数结果差异无统计学意义（ P>0.05），对AML原始细胞计数差异有统计学意义（ P<0.01），但由于原始细胞计数均≥20%，符合AML的分型诊断标准。 结论:AI分析系统对13种骨髓有核细胞分类计数有较好的敏感度、特异度和准确度。

目的:评估人工智能（AI ）对肺结节的检出及定性的诊断效能。方法:采用回顾性研究方法，通过简单随机抽样选取2020—2021年河北中石油中心医院肺结节病例库中的355例患者[女性205例、男性150例，年龄（55.1±12.2）岁]的肺部CT图像并导入AI系统。将AI与3名初级职称医师的诊断结果进行对比，2名中级职称医师按照双盲原则对CT图像进行审核，并以2名中级职称医师的一致性意见作为真结节诊断的参考标准，比较AI与初级职称医师对肺结节检出的灵敏度。105例患者于术前CT引导下行穿刺组织病理学检查或肺组织切除术后组织病理学检查，以组织病理学检查结果为"金标准"，比较AI与副主任医师对肺结节定性诊断的灵敏度、特异度、阳性预测值、阴性预测值、准确率。计数资料的组间比较采用卡方检验或Fisher精确概率检验。结果:355例患者的CT图像中共检出真结节1 072个，其中AI共检出真结节1 063个，漏诊9个，其灵敏度为99.16%（1 063/1 072）；初级职称医师共检出真结节1 009个，漏诊63个，其灵敏度为94.12%（1 009/1 072）。在肺结节检出方面，AI的灵敏度明显高于初级职称医师，且差异有统计学意义（ χ2=41.907， P<0.05）。105例患者经组织病理学检查结果证实为恶性结节88例、良性结节17例。其中AI对肺结节定性诊断的真阳性86例、假阳性15例、真阴性2例、假阴性2例；副主任医师对肺结节定性诊断的真阳性83例、假阳性1例、真阴性16例、假阴性5例。副主任医师对肺结节定性诊断的特异度及阳性预测值均明显高于AI[94.12%（16/17）对11.76%（2/17），Fisher精确概率检验， P<0.05 ；98.81 %（83/84）对85.15%（86/101）， χ2=9.172 ， P<0.05]；副主任医师对肺结节定性诊断的灵敏度低于AI，但差异无统计学意义[94.32%（83/88）对97.73%（86/88）， χ2=0.595 ， P>0.05]；副主任医师对肺结节定性诊断的阴性预测值高于AI，但差异无统计学意义[76.19%（16/21）对50.00%（2/4 ），Fisher精确概率检验， P>0.05]；总的来说，副主任医师对肺结节定性诊断的准确率高于AI[94.29%（99/105 ）对83.81%（88/105）， χ2=8.796， P<0.05]。 结论:在肺结节的检出及定性诊断中，AI具有较高的灵敏度，但特异度、阳性预测值、阴性预测值及准确率较低。临床工作中，医师可以利用AI良好的灵敏度，帮助提高工作效率，但不能替代人工分析结果作为肺结节定性诊断的标准。

目的:评价智能消化内镜质控系统在胃镜检查中的质量控制作用。方法:将来自武汉大学人民医院的14例内镜医师按随机数字法分配到质控组和对照组。在质控前阶段（2019年4月20日—2019年5月31日），回顾性收集入组内镜医师的胃镜检查资料信息。在质控培训阶段（2019年6月1—30日），质控组内镜医师培训质控相关知识和智能消化内镜质控系统的使用说明；对照组内镜医师仅培训质控相关知识。在质控后阶段（2019年7月1日—2019年8月20日），通过审查和反馈模式，由智能消化内镜质控系统统计质控组内镜医师胃镜检查的质控指标并生成质控报告，每周将质控报告反馈给质控组内镜医师。主要观察质控组和对照组癌前病变检出率的变化。结果:内镜医师被随机分配到质控组和对照组各7例。质控前阶段和质控后阶段共纳入胃镜检查3 446例，其中，质控前阶段1 651例（质控组753例、对照组898例），质控后阶段1 795例（质控组892例、对照组903例）。质控组的癌前病变检出率在质控后提高了3.6%［3.3%（29/892）比6.9%（52/753）， χ2=11.65， P<0.01］，对照组提高了0.4%［3.3%（30/903）比3.7%（33/898）， χ2=0.17， P=0.684］。 结论:智能消化内镜质控系统结合审查和反馈模式可对内镜医师的胃镜检查起质量控制作用，并提高内镜医师的胃镜检查质量。

目的:构建一种发育性髋关节发育不良（developmental dysplasia of the hip，DDH）超声图像的人工智能（artificial intelligence，AI）辅助诊断的深度学习系统并验证。方法:回顾性收集2019年1月至2021年1月的2 000段儿童髋关节超声影像片段，并选取影像片段中标准截面2 000张，所有标准截面均由标注小组通过使用基于Python 3.6环境的自编软件使用图片跨媒体数据标注与人工审核标准化流程用统一的标准进行处理。随机选取其中1 753张用于训练深度学习系统，余247张用于测试系统。再从测试集中随机选取200张标准截面，并由8位临床医生独立完成读片标注，将8份独立结果与AI结果进行比较。结果:测试集共247例，与临床医生测量相比，判读髋关节是否成熟的诊断受试者工作特征曲线（receiver operating characteristic curve，ROC）下的面积（area under the ROC，AUC）为0.865，灵敏度为76.19%，特异性为96.90%。Graf详细分型下的深度学习系统判读的AUC为0.575，灵敏度为25.90%，特异性为89.10%。根据Bland-Altman方法确定的α角[95% LoA（-4.7051°，6.5948°）， Bias -0.94， P<0.001]和β角[95% LoA（-7.7191，6.8777）， Bias -0.42， P=0.077]，与8位临床医生相比AI系统判读结果均更为稳定，且β角效果更为突出。 结论:新型人工智能系统可快速且准确的测量标准髋关节超声平面的Graf法相关指数。

目的:探讨智慧化流水线在急诊检验中的应用价值。方法:收集同济大学附属同济医院急诊检验2019年6月24日至28日和2023年7月24日至28日两个时间段的各项指标数据进行回顾性研究。对智慧化流水线应用（启用气动传输装置）前后样本量的变化，和检验前周转时间（TAT）中位数和第90百分位数（ P90）分别进行比较；调取并分析启用智慧化流水线自动质控前后同一批号质控品的质控相关数据；分析比较智慧化流水线自动审核规则应用前后实验室内TAT中位数和 P90数；统计启用智慧化流水线基于患者样本的实时质量控制（PBRTQC）功能和基于质控品的室内质控方式对失控的检出效能。正态分布资料采用两独立样本 t检验，偏态分布计量资料组间比较采用Mann-Whitney U 检验进行统计分析。 结果:智慧化急诊流水线气动传输装置运行后，急诊标本检验前TAT由27.1（18.0，47.7）min下降到24.3（15.2，34.9）min，差异有统计学意义（ Z=-9.173， P<0.001）；自动质控实施前后项目钾（K）、钠（NA）、丙氨酸氨基转移酶（ALT）、葡萄糖（Glu）、总蛋白（TP）、尿素的室内质控测试结果均差异无统计学意义（ P>0.05），且自动质控 CV值与手工质控 CV值均在允许范围内；干式生化质控品消耗由750 μl/次，减少为600 μl/次，使用量减少20%；质控操作时间由30 min/次降低到20 min/次，时间节省33.3%；质控人员数、人员走动距离均明显减少；PBRTQC功能的开发后质控失控检出率由0.82%提升到0.98%。启用智慧化流水线自动审核系统后实验室内TAT启用自动审核功能前的37.1（21.3，49.2）min下降到34.4（16.5，46.3）min，差异有统计学意义（ Z=-10.062， P<0.001）；检验全程周转时间（ToTAT）和TAT分别由56.7（45.8，102.5）、37.4（21.5，49.6）min下降到53.3（42.1，98.3）、33.2（16.4，47.9）min，且差异均有统计学意义（ Z=-7.176和-8.245，均 P<0.001）；ToTAT和TAT的 P90数分别下降18.1%和17.0%，样本超时占比下降了65.5%和92.1%，而危急值通报及时率则由82.5%上升到99.3%。 结论:应用智慧化急诊流水线后可以明显缩短检验样本周转时间，有效提升急诊检验的质量和效率。

目的:探讨人工智能(AI)辅助联合低剂量扇形束计算机断层扫描(FBCT)引导的在线适应性放疗(OART)治疗宫颈癌的可行性及安全性。方法:在联影uCT-ART平台予11名宫颈癌(10名术后辅助，1名根治性放疗)患者行高年资放疗医师主导触发的OART。分析AI辅助低剂量FBCT引导的OART治疗宫颈癌的可行性，包括评估自动分割轮廓质量、自动放射治疗计划、OART在线剂量学分析、OART流程时长；以及11名宫颈癌患者的放疗相关不良反应分析。结果:在297个分次治疗中，经高年资放疗医师判断，共启动81次OART，人均启动OART 7.4次。OART流程平均总时长为18.97 min OART调整平均时长为15.87 min。11例患者在定位CT上经AI辅助勾画工具自动分割感兴趣区域(ROI)，得到ROI auto经高年资放疗医师修改及审核后得到ROI edit，其中临床靶区(CTV)的Dice相似系数为0.85 ± 0.04，不劣于前期模型0.89 ± 0.02( P>0.05)，95%豪斯多夫距离为(5.64 ± 1.60)mm，优于前期模型构建的(6.28 ± 2.31)mm( t＝－2.34， P<0.05)。OART启动后轮廓勾画策略为优先采用CTV刚性拷贝/OAR自动分割＋高年资放疗医师修改。OART计划的计划靶区(PTV)剂量分布更为紧凑，且剂量整体更接近处方剂量；OART计划中OAR剂量控制更贴近临床要求，OAR受照剂量显著低于影像引导放疗(IGRT)计划；适形指数CI与均匀性指数HI优于手动计划。在OART过程中，分次间靶区体积变化范围主要集中在±5%的范围内，而OAR体积变化范围波动较大，且无明显规律。消化系统、泌尿系统、造血系统发生急性不良反应均为PRO-CTCAE 1～2级，未见3级及以上的不良反应发生。 结论:本研究描述了基于uCT-ART的OART系统在宫颈癌放疗的成功实施，证实了OART临床应用的可行性与安全性。