目的:评价人工智能肺结节辅助诊断系统在肺结节检出及良、恶性鉴别的效能。方法:回顾性分析2016年5月至2020年7月，于兰州大学第二医院胸外科因肺结节就诊的199例患者的临床资料，将术前胸部CT导入人工智能系统，记录检出肺结节的直径、密度分类、恶性风险值。计算人工智能系统对肺结节的检出率，计算人工智能系统在肺结节良恶性鉴别的敏感性、特异性、阳性似然比、阴性似然比，评价其诊断效能并与人工阅片进行比较，以及在肺结节不同大小及密度情况下对肺结节良、恶性鉴别的敏感性及特异性。结果:手术切除取得病理诊断的肺结节共204个，人工智能系统对肺结节的检出率为100%；人工智能系统对肺结节良、恶性鉴别，敏感性95.83%(95% CI：0.8967～0.9883)，特异性25.00%(95% CI：0.1717～0.3425)，阳性似然比1.27(95% CI：1.14～1.44)，阴性似然比0.17(95% CI：0.06～0.46)；人工阅片对肺结节良、恶性鉴别，敏感性87.36%(95% CI：0.7850～0.9352)，特异性72.17%(95% CI：0.6214～0.8079)，阳性似然比3.14(95% CI：2.26～4.37)，阴性似然比0.18(95% CI：0.10～0.31)。5 mm≤肺结节直径<10 mm时，敏感性100%(95% CI：0.6637～1.0000)，特异性50.00%(95% CI：0.01258～0.98740)；10 mm≤肺结节直径<20 mm时，敏感性94.29%(95% CI：0.8084～0.9930)，特异性29.83%(95% CI：0.1843～0.4340)；20 mm≤肺结节直径≤30 mm时，敏感性96.15%(95% CI：0.8679～0.9953)，特异性18.37%(95% CI：0.0876～0.9953)；亚实性肺结节敏感性100%(95% CI：0.9051～1.0000)，特异性20.00%(95% CI：0.0051～0.7164)；实性肺结节敏感性93.22%(95% CI：0.8354～0.9812)，特异性25.24%(95% CI：0.1720～0.3476)。 结论:人工智能肺结节辅助诊断系统在肺结节的检出方面性能较强，但是在肺结节良恶性的鉴别方面不能满足临床要求，现阶段人工智能系统可作为医师的辅助工具，进行肺结节的检出及辅助肺结节的良、恶性判断。

肠镜是检出、诊断和治疗结直肠癌及癌前病变、炎症性肠病等疾病的临床一线工具。人工智能技术在肠镜的质量控制和辅助诊断中起到重要作用，但国内外至今尚无肠镜人工智能系统临床应用的相关共识。2023年中华医学会消化内镜学分会大数据协作组组织全国领域内权威专家讨论，结合国内外最新循证医学证据，形成肠镜人工智能系统临床应用专家共识意见，旨在为临床医师应用肠镜人工智能时提供合理的决策依据。共识意见包括人工智能在肠道准备评估、息肉识别、息肉分型、退镜质量控制等9个部分的应用推荐，共12条陈述，以及肠镜人工智能系统临床应用要求。

目的:探讨人工智能辅助诊疗系统在肺小结节诊断中的临床应用价值。方法:回顾性分析2015年1月1日至2022年10月1日在天津大学附属天津市胸科医院胸外科手术治疗的1 650例肺部小结节患者CT影像资料，对比分析术前AI辅助诊断的恶性概率与术后病理诊断结果。分析AI智能辅助诊疗系统对肺小结节的良恶性的预测能力。结果:1 650例肺小结节患者术后病理诊断分别为肺癌1 391例(84.3%)和肺良性病变259例(15.7%)。两组患者术前AI诊断的平均恶性概率分别为(78.85±22.91)%和(54.91±28.68)%。对本组病例进行AI恶性概率分布的工作特征曲线分析，结果显示曲线下面积为0.768。当恶性概率为81.3%时，敏感度与特异性之和最高，敏感度为0.620，特异性为0.815。分层分析结果显示，AI智能系统对于肺结节诊断的准确性随直径增大升高，0~1 cm、1~2 cm和2~3 cm大小的肺结节诊断的 ROC曲线下面积分别为0.717、0.769和0.804。 结论:人工智能辅助诊疗系统计算出的恶性概率可以用于术前辅助鉴别肺小结节的良恶性情况，准确性与肺小结节直径相关。

目前，世界上存在着大量下肢运动功能障碍的特殊人群，无法进行正常行走或运动。下肢外骨骼康复机器人技术的发展可以帮助他们完成正常站立、行走等基本行动功能，并改善其身体机能状况和生活质量。下肢康复外骨骼机器人系统是以人为中心的人机协同智能系统，其首要任务是理解人的运动意图，并对运动姿态做出准确的判断，与人体协同运动产生助行、助力等行为。现有的人机交互感知系统的研究方法主要涉及生物电信号和力/力矩等物理信号。为充分发挥生物信号的快速、全局性以及物理信号的持续、稳健性，确保人机交互控制系统的稳定性，本文从人机协调运动控制机理展开，对不同的意图感知方法对获取人体运动意图的影响进行综述，并对存在的问题进行分析，总结出多模态信息融合技术对提高人机系统的协调控制重要性，为提高人和机器自主决策能力以及外骨骼机器人感知系统的优化设计提供一定的参考。

采用文献计量学方法探究人工智能(AI)在针灸领域应用的研究热点、发展趋势及存在的问题.检索自建库至2023年9月17日发表于中国期刊全文数据库(CNKI)、万方数据知识服务平台(Wanfang)和维普中文期刊服务平台(VIP),PubMed和Web of Science(WOS)的AI在针灸领域应用相关文章.利用Excel 2019、CiteSpace 6.2.R4、VOSviewer 1.6.19软件绘制发文量、作者、研究机构和关键词的可视化图谱,进一步分析该领域的研究热点和趋势.共纳入中文文献443篇、英文文献68篇.中文文献年发文量总体呈上升趋势,英文文献发文量较少,从2020年后开始出现增长趋势.关键词分析显示,"机器学习""神经网络""深度学习""数据挖掘""机器人"等AI技术正围绕着针灸诊疗疾病、疗效预测、教学、智能设备研发等方面展开.但AI在针灸领域应用研究处于初步发展阶段,未来各团队之间需加强交流合作,进一步探索符合针灸诊疗特色的人工智能系统,促进针灸数字化、智能化、产业化的发展.

为高质量完成定点医院的信息统计和报送工作，某院利用敏捷型商务智能系统开展信息化建设，实现新冠患者收治数据的统计、分析及可视化辅助管理决策。以低负载、全量数据抓取机制抽取医院信息系统后台相关基础数据，并通过建立数据关系、数据建模等方法，构建定点收治信息可视化及预警分析系统。医院按时、高效完成了2 943例患者的634批次数据统计及上报任务，并利用数据分析、预警反馈等功能辅助临床改进诊疗及医院领导决策。

目的:评估人工智能系统对胃癌前状态检出率的影响。方法:采用单中心自身对照研究方法，在控制内镜主机、内镜型号、操作医师、季节气候等混杂因素一致的前提下，以病理学为金标准，统计分析并对比武汉市第八医院在传统胃镜操作阶段（2019-09-01—2019-11-30）和人工智能系统辅助内镜操作阶段（2020-09-01—2020-11-15）胃癌前状态（包括胃黏膜萎缩和肠上皮化生）检出率，并按照医师年资分层做亚组分析。结果:与传统胃镜操作相比，人工智能系统可显著提高胃黏膜萎缩［13.3%（38/286）比7.4%（24/323）， χ2=5.689， P=0.017］和肠上皮化生检出率［33.9%（97/286）比26.0%（84/323）， χ2=4.544， P=0.033］。在低年资医师（小于5年内镜经验）中，人工智能系统对胃黏膜萎缩［11.9%（22/185）比5.8%（11/189）， χ2=4.284， P=0.038］和肠上皮化生检出率［30.3%（56/185）比20.6%（39/189）， χ2=4.580， P=0.032］的提升作用更加显著；在高年资医师（大于10年内镜经验）中，尽管胃黏膜萎缩和肠上皮化生检出率稍增加，但差异无统计学意义。 结论:人工智能系统有潜力提升内镜医师尤其是低年资内镜医师癌前状态检出率，减少早期胃癌漏诊。

目的:通过深度学习的方法，开发具备判断儿童牙齿是否龋坏尤其是判断未成洞龋能力的人工智能识别系统雏形。方法:收集北京大学口腔医学院·口腔医院儿童口腔科2013年10月至2020年6月拍摄的符合纳入标准的全身麻醉治疗前患儿单颌口内数码照片712张，以记录完备的治疗后病历诊断结合口内像确定牙齿是否龋坏以及龋的类型，具体包括：已成洞的龋（成洞龋）、未成洞的窝沟龋、边缘嵴釉质未破坏的邻面龋（未成洞邻面龋）。由儿童口腔科医师使用VoTT软件（Windows 2.1.0，Microsoft，美国）对不同牙齿及龋坏类型进行标注。分5个标签组：未成洞窝沟龋、未成洞邻面龋、完好无龋坏的牙齿邻面、成洞龋及无龋牙（含已完好充填的牙齿）；每个标签组数据按6.4∶ 1.6∶ 2.0的比例采用随机数表的方法随机分为训练集、验证集和测试集数据。采用标注后的训练数据集进行深度学习训练，并建立龋齿人工智能识别系统，以龋坏概率大于50.0%作为患龋的判断标准输出判断结果，并对测试集数据进行识别。应用灵敏度、特异度等作为识别各类龋坏准确性的指标评价人工智能系统的判断能力。结果:712张单颌口内照片经分割标注得到未成洞窝沟龋953张，未成洞邻面龋1 002张，成洞龋3 008张，无龋牙3 189张，无龋邻面862张，共计9 014张图像数据。测试集的识别结果：对成洞龋识别灵敏度和特异度分别为96.0%和97.0%；对未成洞窝沟龋灵敏度为95.8%，特异度99.0%；对未成洞邻面龋灵敏度为88.1%，特异度97.1%。结论:本研究构建的儿童龋人工智能识别系统雏形，具备判断龋坏的能力，对同组样本该系统不仅能准确判断成洞龋，对未成洞的窝沟龋、边缘嵴釉质未破坏的邻面龋也能准确判断。

医学影像的人工智能系统在辅助疾病诊疗方面已展现出巨大潜力，但医学影像数据孤岛、数据隐私安全及数据行业标准不统一等问题严重阻碍了人工智能赋能疾病诊疗。通过结合联邦学习和FAIR科学数据管理准则，可从技术上缓解上述问题对构建医学影像人工智能系统的影响，进而发挥多中心数据的最大价值，开发出更加高效、准确的疾病诊疗系统，指导基于医学影像的人工智能技术在疾病诊疗领域落地。

本文对远程护理的概念、远程护理在老年癌症患者中的应用现状和影响因素进行综述，在提高老年癌症患者的智能技术运用能力，提高智能系统的可操作性，丰富远程护理服务种类和内容，保证信息质量、保护隐私安全，加大社会支持、提高社会参与度等方面给出建议，以期为远程护理在老年癌症患者中的应用提供参考。