范畴化是人类语言的基本特征之一.原型范畴理论作为认知语言学的重要组成部分,可用于对中医典籍中的术语进行范畴化分类,解决术语标准化建设中翻译缺乏系统性的难题.中医典籍中的病证术语承载着中医的独特文化内涵,体现了人们对疾病的认知概念.《金匮要略》作为中医四大经典之一,有着较高的学术研究价值.本文以《金匮要略》中的代表性中医病证术语"痹"证、"饮"证和"疟"病为例,在原型范畴理论的指导下分析了三个典型英译本的翻译策略,推荐首先建立病证名的原型范畴词,在此基础上确定次范畴词,构建系统的翻译模式,使中医病证术语的翻译形成相对稳定的译文体系,并为中医术语英译标准化研究提供理论支持,为中医翻译研究发展作出贡献.

得益于近年来微创外科技术的发展、围手术期综合治疗策略和临床研究的进步，我国的结直肠外科也得到了快速发展。但对比我国与欧美发达国家的结直肠癌诊疗现状可以发现，西方发达国家的结直肠外科的专科化建设和规范化诊疗已经非常成熟，结直肠癌的多学科诊疗模式业已规范化运行。尽管我国东部沿海地区的高水平结直肠癌诊疗中心与西方国家相比已几乎无差距，但由于我国幅员辽阔且地区发展不平衡，结直肠外科的标准化手术以及规范化治疗理念仍有待普及。我国结直肠外科领域要寻求新的发展和突破，就要进一步开展更高质量的临床研究。笔者结合已参与和开展的国际国内临床研究经验，认为应该从以下两点对临床研究进行质量控制：（1）研究的结构化培训和质量控制；（2）数据库的建立和管理。总之不能仅将注意力集中于结直肠外科手术本身，更要完成向研究型医生、研究型学科的转变，培养开展数据收集和临床研究的理念，增强临床研究的科研意识，将高质量的数据收集和临床研究融入到日常临床实践的工作中。这样才能从根本上提高中国结直肠外科的综合实力，有效开展基于我国结直肠疾病现状的外科相关临床研究，并获得基于我国患者人群研究结果的高级别循证医学证据，形成我国结直肠外科诊断治疗相关的指南，用于指导我国结直肠疾病患者的外科临床实践，这也必将是中国结直肠外科发展的新方向。

肝病与肝癌是威胁我国人民生命健康的常见疾病，大数据和人工智能已成为提高临床诊断与治疗水平和服务能力的重要支撑。然而，大数据的发展应用尚不成熟，主要存在以下问题：（1）海量健康医疗数据种类繁多，来源各异，但较为分散，缺乏一体化数据存储与分析平台。（2）不同医疗中心之间数据标准不同，数据概念亦存在较大差异，以及个人表达习惯等问题，均导致数据难以处理，无法充分融合。因此，大规模健康医疗数据并不等同于健康医疗大数据。笔者团队结合东南肝胆健康大数据研究所在肝病与肝癌领域大数据平台建设方面的实践经验，提出肝病与肝癌大数据平台建设标准化体系，包括大数据联盟统筹建设大数据平台、完善的大数据标准体系、标准化数据治理流程及结合循证医学与新兴技术的大数据应用。该体系可为健康医疗大数据产业高质量发展提供全新模型，并可推广复制到其他专病领域，为建设健康中国贡献力量。

通过调查澳大利亚的医疗概况、中医药政策、中医从业人员现状、中医药教育与学术团体情况，分析澳大利亚卫生部、统计局与卫生从业者管理局发布的中医药服务数据，梳理中医药在澳大利亚的发展现状并得出启示。澳大利亚已建立一套较为完善的中医药管理机制，中医从业人员总体发展情况良好，中医药教育机构与学术团体的活动有序推动中医药在澳大利亚的本土化发展。为深入推进中医药海外发展，需逐步形成中医国际教育标准化体系并在世界各国推广；探索建设中外友好中医医院，提升中医药影响力；紧跟时代，面向网络原驻民“Z世代”做好国际传播工作。

近十年来，肠道菌群移植（FMT）治疗肠道内外相关性疾病的临床应用备受关注。我国开展FMT的医院已超过300余家，但目前FMT的发展仍在早期阶段，包括供体和受体管理、菌液胶囊制备、疗效评价以及肠道微生物组学从失衡到重塑与疾病表征的关系方面的研究亟待加强。本文根据国内外相关文献及本中心近万余例、95 300余次的FMT治疗经验，结合1 000 m 2标准化肠道菌群制备GMP车间的建设，就国内FMT标准化和规范管理等临床问题做一阐述，以期推动临床FMT标准化体系的建立经验，促进其健康发展。

我国糖尿病防控形势严峻，患者基数大，知晓率、治疗率和控制率低，老年糖尿病患者多，城乡和地域医疗发展水平不均衡，仍面临糖尿病管理的多重障碍。为破解糖尿病大国难题，该文尝试提出有中国特色的糖尿病慢病管理模式的目标、原则、特色，建议以患者为中心，立足全人群和全生命周期两个着力点，整合各类医疗卫生机构资源，积极推进数字医疗辅助下的糖尿病标准化防控网络建设，构建成熟的线上线下协同诊疗模式，促进落实糖尿病自我管理教育与支持计划，以降低糖尿病患病率，提高糖尿病患者管理的依从性，改善糖尿病患者人群的临床结局、健康状况和生活质量。

目的:基于4S管理模型（人员、物资、场地、制度体系）建设加速康复病房管理体系，探讨加速康复护理管理的实施效果。方法:回顾分析浙江省宁波市第一医院肝胆胰外科2020年之前加速康复执行过程，发现存在多学科团队人员不完善、无制度及缺乏标准化流程实施细则等问题。2020年4月以4S管理模型为理念创建加速康复病房，完善多学科专业团队、设备和场地，制订加速康复病房制度流程。选择2019年4—9月肝胆胰外科实施加速康复的患者为对照组（胆囊手术383例，肝脏手术59例），选取2020年4—9月加速康复病房收治的患者为试验组（胆囊手术332例，肝脏手术72例）。比较两组患者的满意度、平均住院时间、住院费用及并发症发生率，统计加速康复病房的医护规范执行率。结果:试验组胆囊手术、肝脏手术患者的平均住院日均短于对照组，住院费用均少于对照组，差异有统计学意义（ P<0.01）。试验组胆囊手术患者的并发症发生率（9.9%，33/332）低于对照组（16.7%，64/383），差异有统计学意义（ P<0.01）。试验组患者的满意度高于对照组，差异有统计学意义（ P<0.01）。试验组医护规范执行率为96.7%（58/60）。 结论:基于4S管理模型为理念创建的加速康复标准病房以人员、物资、场地及制度体系科学监管为基础，有利于全面规范实行加速康复治疗与护理，改善患者临床结局，提高患者满意度。

目的:为急诊检验周转时间（TAT）建立初步质量规范。方法:国家卫生健康委临床检验中心联合31个省（自治区、直辖市）和新疆生产建设兵团临床检验中心同步开展质量指标室间质量评价计划，并通过已开发的室间质量评价系统在线回报结果，收集2019—2021年实验室的基本信息、急诊各专业（生化、自动化免疫、三大常规和凝血）以及4个具体检验项目［血钾、肌钙蛋白I/T、白细胞计数和国际标准化比值（INR）］检验前和实验室内TAT质量指标数据，TAT回报指定月份的月中位数和月第90百分位数（ P90）。计算回报实验室TAT［以 M（ Q1， Q3）表示］，并对2021年第2次结果进行分级（三级医院2 422家和二级医院5 088家）统计，了解不同医院等级间检验前和实验室内TAT的差异。 结果:2019—2021年回报实验室数分别为9 540、9 709和10 653家。各专业检验前TAT差异不大，结果较为稳定，月中位数分布约在15（10，30）min，月 P90分布约在20（10，30）min。各专业实验室内TAT月中位数分布结果显示，自动化免疫≥生化>凝血>三大常规，最近一次（2021年第2次）调查各专业结果分别为：自动化免疫53（30，60）min，生化45（30，60）min，凝血30（23，40）min，三大常规20（11，30）min；实验室内TAT月 P90值显示，自动化免疫和生化专业为60 min，凝血专业约为38 min，三大常规约为27 min。分级统计结果中，实验室TAT月 P90分布结果显示，三级医院检验前和实验室内TAT均高于二级医院，三级医院、二级医院各专业检验前TAT分别为：生化35（22，60）、20（11，30）min，自动化免疫33（20，60）、20（10，30）min，三大常规30（20，49）、20（10，30）min，凝血31（20，58）、20（10，30）min，各专业实验室内TAT分别为：生化65（50，91）、60（40，70）min，自动化免疫75（55，113）、60（40，90）min；三大常规30（23，38）、28（19，30）min；凝血53（36，72）、35（30，57）min。4个具体检验项目实验室内TAT月中位数分布结果中，血钾和肌钙蛋白I/T项目分别有96.76%（9 484/9 801）、95.96%（8 733/9 101）的医疗机构实验室内TAT在69 min内，白细胞计数有95.34%（9 679/10 152）的医疗机构实验室内TAT在31 min内，INR有98.85%（9 462/9 572）的医疗机构实验室内TAT在66 min内。 结论:为急诊各检验专业周转时间提供了初步质量规范，实验室可将三级医院和二级医院月 P90的 Q1、 M、 Q3值分别作为最佳、适当和最低性能水平。

职业健康信息标准体系作为我国卫生健康信息标准体系的重要内容，是推进职业健康信息化建设的基础和保障。本文在对国内外有关卫生信息标准及职业健康信息标准体系开展文献调研的基础上，结合"全民健康信息标准化体系"及"全国公共卫生信息化建设标准与规范"整体框架，围绕职业健康信息化建设和职业健康业务开展需要，提出我国职业健康信息标准体系建设的相关建议，为加快推进职业健康信息化建设及信息数据采集、传输、交换和应用提供技术支持和理论保障。

医学影像人工智能是当前临床医学研究的热点，在病变识别、辅助诊断和疗效评估等环节均发挥了重要作用。加快医学影像人工智能产业建设步伐，完善相关政策和法规，搭建产学研用合作交流平台和相关转化机制，将有助于医学影像人工智能产业向着标准化和规范化的方向进一步发展。