目的:研究基于多任务学习轻量级卷积神经网络(MTLW-CNN)在肺部危及器官(OAR)自动分割中的应用。方法:MTLW-CNN包含多个特征共享层和OAR的对应勾画分支。收集497例肺癌病例，以同时包含肺、心脏和脊髓的CT及医生勾画的轮廓为样本，随机划分300例用于训练与验证，197例用于测试。在测试集应用MTLW-CNN计算OAR的戴斯相似性系数(DSC)，与Unet、DeepLabv3+的DSC、训练及测试时长、空间复杂度(S)进行对比。为研究多任务学习对模型泛化性能的影响，按照MTLW-CNN结构建立3个OAR的单任务学习模型(STLW-CNN)，使用相同数据训练与测试，统计并对比两者DSC。结果:MTLW-CNN的肺、心脏、脊髓DSC平均值分别为0.954、0.921、0.904。与Unet、DeepLabv3+的DSC差距<0.020，训练与测试时长是Unet、DeepLabv3+的1/3~1/30，S分别为Unet、DeepLabv3+的1/42、1/1220。STLW-CNN的肺、心脏DSC平均值、标准差与MTLW-CNN差距约为0.005、0.002，脊髓平均值相差0.001，但标准差却比MTLW-CNN高0.014。结论:MTLW-CNN以更小的时间、空间代价实现肺部OAR的高精度自动勾画，不仅可以提高模型应用效率，还有利于提高模型的泛化性能。

目的:随着真实世界研究数量的急剧增加，尤其是医疗机构健康数据的利用，逐步暴露出患者健康数据使用与患者隐私权益保护、知情权保护等伦理问题。如何在促进数据共享和维护受试者个人隐私中寻求较好的平衡，知情同意的模式显得至关重要。本文为真实世界研究健康数据利用知情同意模式的选择提供指导。方法:笔者广泛学习了国内外健康数据利用的相关法律法规，并于中英文数据库中进行广泛检索，梳理分析了国内外多种替代知情同意模式，总结了其特点及适用情形。结果:目前国内外基于健康数据利用开展真实世界研究主要采用5种替代知情同意模式，研究者可根据研究目的、研究设计、研究风险大小、知情同意可操作性及弱势群体等因素进行知情同意模式的选择。结论:不同的替代知情同意模式具有不同特点，研究者需要综合以上多种因素进行知情同意模式的选择，以保证在健康数据使用的同时，最大化保护患者隐私权益。

目的:生物样本库建设在疾病的精准预防、诊治研究中发挥着不可替代的作用，基于大人群队列的可共享生物样本库网络是未来发展方向。本研究的生物样本库是国家精准医学计划"中国乳腺癌专病队列研究"的重点内容之一，旨在解决标准化程度不足、共享性不够的瓶颈。方法:通过建设"实体库-信息库-延伸库"、泛共享的乳腺癌专病队列生物样本库网络以及建立严格的标准制定与质量控制标准建设标准化生物样本库。结果:生物样本库为乳腺癌风险评估、预测预警、早期筛查、分型分类、个体化治疗、疗效和安全性预测及监控等精准防治诊治方案和临床决策系统研究提供可共享的生物样本库资源。结论:生物样本库资料细化完整，病例样本量充足，可满足医疗大数据、基因组学、代谢组学和表观遗传学等多个领域的研究需要。

2023年，国际重症医学临床研究涉及领域较广泛，尽管有中药、激素等少数阳性的临床结果，但总体还是与既往的趋势相似，仍缺乏"里程碑式"的突破性发现，并且仍以阴性结果的研究为多。大连医科大学附属第一医院重症医学科黄伟教授团队就2023年国际重症医学的主要临床研究进展进行了总结，例如：中药、羟钴胺（维生素B12）、亚甲蓝和糖皮质激素展示出改善脓毒症与感染性休克结局的潜力；急性呼吸窘迫综合征（ARDS）推出了新的全球定义和治疗指南。此外，在脓毒症补液策略（限制/开放）、抗菌药物输注策略（持续/间断）、机械通气的氧合目标（保守/开放）、院外心搏骤停复苏后的目标血压（高/低）和卒中血管再通后目标血压（强化/常规）、危重症的营养支持治疗（低蛋白-热量/常规蛋白-热量、撤机前禁食/持续喂养）等方面也出现了新的证据。参照以上研究进展，开展高质量的国内多中心的临床注册研究，建设可共享的重症标准化数据库，提高公众对脓毒症的认识等，是提高国内重症医学水平的必由之路。

目的:临床研究在医疗机构内广泛开展，试验研究和常规医疗经费使用有差别，本文旨在分析试验研究中医疗保险基金合规问题，探索试验机构内的管理策略。方法:通过查阅文献，问卷及工作实践，分析国内临床试验研究中医疗保险基金合规问题的现状和存在问题，提出有针对性的经费使用的管理措施，规范相应的工作流程。结果:本文总结出3种试验相关经费的支付方式，分析目前存在的主要问题为试验要求检查的界定、方案规定的联用药物的支付、医疗器械试验的特殊性、试验中不良事件费用支付、上市后研究以及临床试验的保险。根据法规要求和工作实践，梳理出相应的管理对策，开展试验机构内部应进行项目经费和保险审核，试验研究、医疗保险管理部门、伦理委员会等分工协作共同建立完善合规管理体系，研究团队加强不良事件管理，加强受试者的宣教，利用好共享平台。结论:试验研究机构建立规范可行的各项流程，研究团队强化实施管理，利用共享平台有利于确保医疗保险基金合规使用，保护受试者利益。

近年来，区块链技术以其去中心化、可信任、可溯源的特点在医疗领域被广泛提及。本文从区块链与骨科领域结合的技术原理出发，探讨其用于骨科医疗大数据互通、来源可追溯、隐私保护等方面的价值，具体阐述了区块链在电子病历共享、骨科医药耗材管理、智能骨科手术体系应用、骨科康复与监测、临床骨科三维数据库构建、骨科疾病大数据模型训练及数字知识产权保护等方面的作用。

人工智能（artificial intelligence，AI）为计算机学科的一个分支，是一门用于研究、开发能够模拟人类智能的理论、方法、技术及应用系统的新兴科学，主要目标是使机器能够完成需要人类智能的复杂任务。随着大数据时代的到来，AI技术已广泛应用于机器视觉、语言识别、图像理解、遗传编程、机器人工厂和专家系统等专业领域。脊柱侧凸是最常见的脊柱三维畸形，不仅会引起患者外观与体型的改变，还会影响心理健康。临床中，由于脊柱解剖结构复杂、具有维持姿势的重要功能、脊柱外科手术有较长的学习曲线，使得脊柱侧凸的诊疗具有一定的挑战性。脊柱侧凸的临床大规模诊筛工作中易出现工作量大、易疲劳、高误诊率及漏诊率等现实问题。近年来，学者们发现AI技术具有的对样本数据内在规律和表征的深度学习能力，可应用于脊柱侧凸的诊断、筛查、手术决策、术中操作、预测预后和保守治疗等专业领域。然而，AI技术在现阶段仍有一定的局限性，在脊柱侧凸临床诊疗应用中存在诸多不足，包括数据采集不规范、技术研发难度大、技术固有缺陷、过度依赖及法律伦理等问题。借助文献数据库和相关数据共享网络，对近年来国内外AI技术在脊柱侧凸诊疗中的应用趋势和总体概况进行总结，旨在为今后开展AI技术临床应用及开发提供新的思路。

行为改变技术分类法第一版(behavior change techniques taxonomy v1，BCTTv1)是使用最广泛的行为改变技术分类，它提供了一系列共享的、标准化的术语来识别行为干预的有效成分。本文对BCTTv1进行翻译汉化，形成BCTTv1汉化版。BCTTv1由93个行为改变技术组成，按层次结构分为16组，每组包含3～11个行为改变技术，并对每项行为改变技术进行命名、定义、解释和举例。本文还简述行为改变技术在行为干预研究中的应用，为推动行为改变干预方法和技术在中国的应用和推广提供参考依据。

虚拟现实（virtual reality，VR）医学教育资源在理论基础教学、临床技能实训中的应用日趋广泛，但仍处于初级阶段；且VR医学教育资源对资源管理平台的兼容性要求更高，资源建设难度和成本较大，版权保护需求更强，缺少有效的VR医学资源管理平台和运行机制，以调动资源建设与应用各参与方的积极性。针对VR 医学教育资源管理的痛点问题，基于区块链和云VR技术，提出一种云VR医学教育资源管理框架，具体设计各模块的功能作用，细化阐述其运行管理机制，并进行相应的效果分析，以提高云VR医学教育资源管理效率，促进云VR医学教育资源体系构建与共享应用。

区域医学检验中心信息化平台构建是区域医学检验中心建设的重要内容，是区域医学检验中心高效运营的基础和保障。区域实验室信息系统广泛应用于分析前、分析中和分析后环节，其建设有助于增强医学检验服务的可及性、实现区域检验资源高效配置、缓解老百姓重复检验和提升区域内检验水平。在确保信息安全管理前提下，区域医学检验中心信息化平台的建设要求和流程设计应遵循互联互通和共享互认原则。