本刊对于以下环境卫生、环境医学、环境科学以及相关学科的常用专业词汇,将允许在论文中直接使用其缩写而不必标注对应的中文.按汉语拼音排序如下:白细胞介素(IL)白细胞(WBC)丙氨酸氨基转移酶(ALT)磁共振成像(MRI)蛋白质印迹法(Western blot)电感耦合等离子体质谱(ICP-MS)电子计算机断层扫描(CT)碘化丙啶(PI)

医疗器械是直接或间接用于人体的特殊商品.目前在法规层面,对于哪些医疗器械可以零售,零售企业如何识别说明书中标注的安全使用特别说明,如何做好零售医疗器械经营,均缺乏明确的要求,导致在日常经营过程中医疗器械零售企业存在困惑.由于零售经营企业和使用者的知识、认知良莠不齐,部分产品的非预期使用可能存在风险.本研究通过分析医疗器械零售的市场现状、监管要求、医疗器械零售与药品零售的相关要求对比,指出医疗器械零售面临的问题,提出规范医疗器械零售的意见和建议.建议监管机构细化监管措施,进一步规范医疗器械零售产品范围、产品标识、经营方式及经营范围;注册人、备案人做好零售产品标识安全使用提示;经营企业合规经营,并配备具备医疗器械专业知识、能够提供售前、售中、售后服务的零售人员;同时,监管机构、注册人或备案人、零售企业、医疗机构共同加强消费者安全用械教育,从而保障消费者准确购买并安全使用医疗器械.

急诊疾病漏诊、误诊危害严重，及时精准诊治对于提升急诊医疗质量、挽救生命、提高患者生活质量至关重要。影像检查在急诊疾病筛查、诊断与鉴别诊断中发挥重要作用，近年来急诊影像检查量的激增产生了海量的急诊影像数据，加之急诊影像解读具有一定的复杂性，对急诊影像报告质量和效率提出了巨大挑战。“人工智能+医疗”已在减轻影像和临床医师工作负荷和强度、提高诊治效率、优化急诊流程等方面初露头角，但作为人工智能重要基础的规范的急诊影像数据库目前在国内还不成熟。本共识围绕急诊医学影像数据库的构建过程和急诊影像数据标注规范与要求等方面提出指导意见，并以代表性典型疾病的标注为例展开讨论，供行业内从事急诊医学影像研究的医生、算法人员、政府管理者等参考。

本研究目的是建立一个可家用的能直接显示龋病范围的深度学习分割模型。收集解放军总医院第一医学中心口腔科门诊2019年9月至2021年6月共494张用内窥镜采集的、含有龋齿的磨牙和前磨牙照片，由医师进行标注后用DeepLabv3+进行分割训练，随后进行验证和评估。建立的深度学习分割模型识别龋病的平均准确度为0.993，灵敏度为0.661，特异度为0.997，Dice系数为0.685，并交比（IoU）为0.529。本研究建立的深度学习分割模型可以识别并分割出龋病范围。

目的:基于消化内镜人工智能与互联网平台，探索构建一个安全规范、科学严谨的消化内镜数据库，为我国消化内镜人工智能数据质量控制提供参考和依据。方法:针对12种常见消化道疾病，参考相关指南规范，讨论确定消化内镜图像数据的采集与标注标准；研发山东省多中心消化内镜数据在线采集与标注软件；采用国内市场保有量>5%的内镜设备，对参与图像采集与标注的数十位经验丰富的内镜操作医师统一进行数据标注讲解训练。自2019年7月至2020年7月前瞻性、连续性采集、标注来自山东大学齐鲁医院、山东省立医院、聊城市人民医院、临沂市人民医院、威海市立医院、泰安市中心医院、滨州医学院附属医院、烟台毓璜顶医院、山东大学齐鲁医院青岛院区9家医疗中心的内镜检查数据；经数据优化、脱敏、泛化后上传至服务器，经文件同步、数据处理和专家审核，构建山东省多中心消化内镜人工智能数据规范化采集与标注数据库，即云平台。采用描述性方法进行统计学分析。结果:制定了山东省多中心消化内镜人工智能数据采集与标注标准；研发了山东省多中心消化内镜人工智能在线采集与标注软件；成功构建了山东省多中心消化内镜人工智能数据库，数据库中标注病灶43 010个，其中，早期食管癌病灶2 906个，早期胃癌2 912个，早期结直肠癌2 397个，结直肠息肉9 773个(腺瘤性息肉5 539个，非腺瘤性息肉1 161个，未定性息肉3 073个)，标注图像40 353张，标注检查数量11 289例次。结论:山东省多中心消化内镜人工智能云平台采用统一标准和采集标注软件，保证了内镜数据的安全性、规范性，为我国消化内镜人工智能数据标准化采集、标注质量控制体系的构建和第三方数据监管提供了参考和依据。

目的:应用CT灌注成像(CTP)三维可视化重建对Labbe静脉进行初步研究。方法:回顾性分析2018年7—9月在淄博市中心医院行头颅CTP检查，且无颅内静脉系统疾病和其他脑血管疾病的成年患者的影像学资料，共50例(100侧)。观察Labbe静脉的显影情况和形态，测量Labbe静脉的管径及其在颅骨表面的投影。结果:50例(100侧)患者观察到90支(左侧48支，右侧42支)Labbe静脉。其中单干型60侧(60%)，双干型15侧(15%)，未显影25侧(25%；左侧10侧，右侧15侧)，左、右侧Labbe静脉的管径分别0.57～2.46(1.66±0.62)mm、0.67～2.81(1.63±0.64)mm。86支回流至横窦的Labbe静脉中，回流点的后缘在下水平线上方0.33～1.54(0.98±0.35)cm处，在颧弓中点后方2.83～7.56(4.48±1.36)cm处。结论:CTP三维可视化重建图像能较清晰地显示绝大部分Labbe静脉，并能标注Labbe静脉在横窦上回流位置的体表投影。

目的:建立血液分析检验结果人工智能（AI）审核规则。方法:纳入2019年8月1日至31日吉林大学第一医院住院患者血液分析数据18 474份，作为AI审核规则训练组，采集其对应的患者年龄、镜检结果、临床诊断信息，以血液分析报告参数、研究参数、报警信息等92个实验室参数作为AI审核规则的候选条件；依据镜检的人工审核作为审核标准，标注是否通过或拦截；采用决策树算法，通过高强度、多轮次及五折交叉验证，初步建立AI审核规则，通过设置重要病例必中，以优化AI审核规则。采用卡方检验比较AI审核规则与自动审核规则的假阴性率、精确率、召回率、F1分数、通过率等指标，评价AI审核规则性能。收集2023年11月1日至31日吉林大学第一医院检验科12 475份住院患者血液分析数据作为验证组，将AI审核规则模拟用于结果审核，分析AI审核规则的性能指标，验证AI审核规则的性能。结果:AI审核规则由15项规则、17条参数构成，能够分辨计数和形态异常。与自动审核规则相比，AI审核规则的训练组真阳性率、假阳性率、真阴性率、假阴性率、通过率、正确率、精确率、召回率、F1分数分别为22.7%、1.6%、74.5%、1.3%、75.7%、97.2%、93.5%、94.7%、94.1，均优于自动审核规则，差异具有统计学意义（ P<0.001），且无重要病例漏检。验证组真阳性率、假阳性率、真阴性率、假阴性率、通过率、正确率、精确率、召回率、F1分数分别为19.2%、8.2%、70.1%、2.5%、72.6%、89.2%、70.0%、88.3%、78.1，与自动审核规则相比，假阴性率较低、假阳性率和召回率稍高，差异具有统计学意义（ P<0.001）。 结论:利用机器学习的决策树算法建立并验证的血常规AI审核规则，能较稳定地识别、拦截与提示异常结果，与自动审核相比在血液分析检验结果报告中更加简便、高效、准确。

目的:了解中国儿童指南推荐意见中超说明书用药的现状，为儿童超说明书用药推荐意见的规范化报告提供参考。方法:横断面研究，通过系统检索PubMed、Embase、中国知网、万方数据库以及中国生物医学文献数据库，同时补充检索了医脉通指南数据库，以2018—2020年期刊发表的中国指南共识类文章为研究对象，提取其中超说明书用药推荐意见，分析纳入指南的基本特征以及超说明书药品品种和类别的排名、药品信息排名、超说明书用药类型和推荐依据的引文研究类型占比。结果:纳入108篇包含超说明书用药推荐意见的中国指南共识类文章，共获取超说明书用药推荐意见364条。108篇文章中，48篇（44.4%）为中华医学会发布，疾病类型中14篇（13.0%）以感染性疾病或寄生虫病较为关注。364条超说明书用药的推荐意见中，药品品种有环孢素A 16条（4.4%）、甲氨蝶呤和芬太尼各11条（3.0%）；药品类别主要为免疫系统用药68条（18.7%）、抗感染药66条（18.1%）和肿瘤用药56条（15.4%）；药品信息有适应证364条（100.0%）、剂量204条（56.0%）、给药途径198条（54.4%）；超说明类型有超适应证175条（48.1%）、超人群127条（34.9%）、超年龄72条（19.8%）。仅129条（35.4%）推荐意见标注引文，共追溯到205篇引证文献，其研究类型主要有临床指南48篇（23.4%）、综述22篇（10.7%）、儿童随机对照试验22篇（10.7%）。结论:中国儿科指南共识类文章中，超说明书用药现象普遍，但是其推荐意见的报告差异较大，支撑证据质量欠佳。

无线智能超高清腔镜采用高速无线图传芯片可实现4 K分辨率以上高清无损图像低延迟无线传输、存储、标注和分析，从而构建无线连接、无线传输、高清图像显示、智能信息化交互和图像智能分析的腔镜系统，该系统具有清晰度高、连接简便、体积小、智能化程度高等优势，拓展了传统腔镜手术的应用场景和目标人群，对泌尿系统疾病的微创治疗产生了深远的影响和方式的变革。

冠状动脉CT血管成像（CCTA）是冠状动脉疾病诊断的首选影像检查。使用人工智能技术对CCTA数据进行图像重组、斑块评估和血管分析，是人工智能医疗器械发展的重要方向，为临床机构提供了全新的影像后处理和诊断方式。影像人工智能产品的生产研发、验证确认、临床质控等活动均需要依托图像数据的高质量标注结果。为了规范CCTA的数据标注，本共识对CCTA的标注提出统一的共识和指导意见，从数据集适用范围和定义、数据要求、标注流程及标注规则等各个方面阐述专家组就该问题达成的共识，旨在帮助业内形成统一认知，提高CCTA数据的标注质量，推动相关数据集的建设，促进CCTA相关的人工智能研究规范化发展，提升冠状动脉疾病的诊疗水平。