目的:初步探讨基于迭代锥形线束CT（iCBCT）引导的在线自适应放疗在盆腔恶性肿瘤中的临床应用。方法:北京协和医院放疗科开展了基于iCBCT引导的在线自适应放疗在盆腔恶性肿瘤中应用的前瞻性临床试验，本研究初步分析了2022年8—11月接受在线自适应放疗的13例盆腔恶性肿瘤（2例宫颈癌、4例宫颈癌术后、3例子宫内膜癌术后、3例膀胱癌、1例前列腺癌）患者的临床数据，探讨在线自适应放疗的可行性、自适应放疗相关流程时间、危及器官及靶区的修改程度、靶区剂量覆盖度、相关危及器官受量等。采SPSS软件进行分析，符合正态分布的数据以 xˉ±s表示，否则用 M（ Q1， Q3）表示。方差齐性数据采用 t检验分析，非正态分布或方差不齐的数据则采用非参数检验进行分析。 结果:在自适应治疗过程中，在线自适应平均时间为15 min 38 s（从接受CBCT扫描到最后计划选择完成的时间）。85.4%（830/972分次）的人工智能自动生成的influencer结构（与临床靶区、计划靶区相邻并可能对靶区轮廓生成有高度影响的器官，在盆腔肿瘤中通常为膀胱、直肠、小肠）不需要任何修改或只需进行小修，89.8%（491/547分次）人工智能自动生成的临床靶区无需修改或只需要小修。98.5%（319/324分次）的放疗分次选择了adapted计划，与scheduled计划相比，adapted计划展示出较好的靶区剂量覆盖度，同时可以降低危及器官的受量。结论:在临床可接受的时间内可实现基于iCBCT的盆腔恶性肿瘤在线自适应放疗，且更好的靶区剂量覆盖展现了在线自适应放疗的优势。

目的:设计一种基于先验知识的宫颈癌自动计划模型并将其应用于子宫内膜癌及直肠癌的病例，探讨模型的泛化性。方法:收集179例盆腔部位不同处方剂量下的双弧容积旋转调强放射治疗临床计划，其中处方剂量50.4 Gy的99例宫颈癌临床计划作为训练集建立RapidPlan模型，剩余80例临床计划分为4个验证组(处方剂量50.4 Gy的宫颈癌和子宫内膜癌临床计划各20例，为A、B组；处方剂量45 Gy的子宫内膜癌和直肠癌临床计划各20例，为C、D组)，利用模型分别对4组中的临床计划进行重新优化设计并得到自动计划，对比自动计划与临床计划靶区(PTV)和危及器官(OAR)的剂量学参数。结果:A、B、C、D组中自动计划靶区的适形度指数(CI)与临床计划相当，且差异均无统计学意义( P>0.05)。A、B、C组中自动计划的均匀性指数(HI)和 D2%均小于临床计划，且差异有统计学意义(HI： Z＝-3.248、-3.360、-2.329， P<0.05； D2%： Z＝-2.987、-3.397、-2.442， P<0.05)。D组自动计划的HI和 D2%与临床计划相当，且差异无统计学意义( P>0.05)。在保证PTV受量的同时，所有组中自动计划的OAR剂量学参数的平均值均低于临床计划。 结论:由宫颈癌临床计划建立的RapidPlan模型能够完成对不同处方剂量下子宫内膜癌及直肠癌的自动计划设计，初步证明了RapidPlan模型泛化的可能性。

目的:研发重症患者非计划性拔管预警系统，对其非计划性拔管风险进行预警及干预，从而降低意外拔管风险，保障患者安全。方法:以重症患者非计划性拔管风险预警指标体系模型为核心，以预防重症患者非计划性拔管护理干预方案为指导蓝本，以医院重症监护临床信息系统为基础，依托计算机信息技术，对系统的界面布局、分区、模块结构、内容和功能进行整体构架，多角度、多方位研发重症患者非计划性拔管预警系统，并用该系统回顾性分析2016年1—12月18例发生非计划性拔管案例，以验证其预警效果。结果:重症患者非计划性拔管预警系统雏形由登录模块、评估模块、决策模块、预警模块、指导模块及管道固定方案模块6个主题模块集成，系统自动判断重症患者风险等级，从而实行分级预警，筛选高危风险人群，最终提供个性化护理干预方案。经回顾性分析，该预警系统的检测率为88.89%。结论:重症患者非计划性拔管预警系统是一个自动化、智能化、信息化的预警平台，能有效预警拔管高危患者，规避管道护理风险。

院外心搏骤停（out-of-hospital cardiac arrest，OHCA)是导致患者死亡的主要原因 [1]，超过80%表现为可除颤心律，3~5 min内实施除颤存活率将高达50%~70% [2,3]，若OHCA患者未及时进行除颤，每分钟存活率下降7%~10% [4]。因此，及时、有效的电除颤是OHCA患者复苏成功的关键环节之一。公众启动除颤（public access defibrillation，PAD)是指将自动体外除颤仪（automated external defibrillator，AED）放置在公共场所供第一目击者在医疗人员达到前对OHCA患者进行除颤。美国心脏协会（American Heart Association, AHA）推荐第一目击者使用PAD计划对OHCA患者除颤以提高存活率，然而AED的使用率却不足5% [5]。AED配置策略是保证PAD计划顺利实施的重要因素之一，因此在AED配置上需采用更好的部署策略以充分利用PAD计划。当前PAD计划的最佳部署策略尚不清楚，因此本文对国内外不同策略部署效果进行综述，以期为推动PAD项目的实施提供参考依据。

目的:探讨基于Pinnacle脚本构建宫颈癌调强放疗(IMRT)自动计划的可行性及其在宫颈癌计划设计中的优势。方法:回顾性选取2020年1月至2022年8月于蚌埠医科大学第一附属医院放疗科接受宫颈癌IMRT病例共40例，其中25例作为目标函数初始化参考数据，在Pinnacle计划系统中设计自动计划脚本。对剩余15例病例分别进行自动计划与人工IMRT计划设计，比较两种计划设计用时，并通过剂量体积直方图对比靶区剂量学参数及危及器官受照剂量的差异。结果:自动计划组比人工计划组设计用时平均减少32.81 min，差异有统计学意义( t ＝ －12.91, P<0.05)。相较于人工计划组，自动计划组中靶区适形度指数提高了0.01，靶区均匀性指数降低0.02，其中靶区适形度指数的差异有统计学意义( t ＝ －0.08， P<0.05)。自动计划组中膀胱的 V40、 V45和直肠的 V40、 V45分别平均降低了6.88%、4.12%、9.93%、12%，差异均有统计学意义( t ＝ －4.49、－4.46、－3.62、－5.80， P<0.05)。两种计划中小肠的 V30、 V50及 Dmax差异较小，其中 V30和 Dmax的差异均无统计学意义( P>0.05)。与人工计划组相比，自动计划组中双侧股骨头的 V45和 Dmean分别降低了7.9%、106.83 cGy，脊髓 Dmax降低了100.14 cGy，差异均有统计学意义( t ＝ －6.00、－2.52、－2.55， P<0.05)。 结论:基于Pinnacle脚本构建的宫颈癌调强放疗自动计划，在保证靶区剂量均匀性和适形度的同时，降低了危及器官受照射量，同时提高了计划设计效率。

随着大数据时代的到来，人工智能得以在医疗领域崭露头角并实现了飞速发展，尤其在肿瘤诊断方面存在巨大潜能。人工智能利用自动化图像分割及提取等关键技术，在实现短时间内对大量肿瘤信息汇总分析的同时，还可以反映现实环境中成像数据的分布，使肿瘤诊断从主观感知转向客观科学，从而高效精确地协助医师的诊断，为诊疗计划的制订和预后的判断提供坚实的基础。笔者拟对人工智能在肿瘤诊断中的关键技术及当前的应用进行综述。

目的:比较基于Auto-Planning的乳腺癌自动调强放疗（a-IMRT）与常规人工调强放疗（m-IMRT）计划的剂量学差异，探讨a-IMRT计划在乳腺癌术后放疗中的应用效果。方法:选取2018年12月至2019年7月本院收治的乳腺癌保乳术后患者10例，其中左乳腺癌5例、右乳腺癌5例。基于Pinnacle 3 V9.10计划系统分别进行a-IMRT计划和m-IMRT计划设计，对比分析两种计划的靶区剂量差异、均匀性指数（HI）、适形度指数（CI）及危及器官（OAR）受照剂量差异。 结果:a-IMRT计划的HI和CI分别为1.08±0.04、0.64±0.06，m-IMRT计划的HI和CI分别为1.11±0.37、0.59±0.07，a-IMRT计划靶区均匀性和适形度均优于m-IMRT计划（均 P<0.05）。两者靶区最大剂量（D max）、最小剂量（D min）、平均剂量（D mean）差异均无统计学意义（均 P>0.05）。双肺接受5、20、30 Gy的体积百分比（V 5、V 20、V 30），患侧肺V 20、V 30、D mean及左乳腺癌心脏D mean、V 30组间比较，a-IMRT计划均明显优于m-IMRT计划（均 P<0.05）。两种计划的脊髓D max、患侧肺V 5、左乳腺癌心脏V 40、右乳腺癌心脏D mean差异均无统计学意义（均 P>0.05）。 结论:乳腺癌的a-IMRT计划达到临床要求剂量的同时，在靶区的均匀性、适形度方面优于m-IMRT计划，且有效降低了肺、心脏的受照剂量。

目的:比较开放式面罩联合光学表面监测系统(OSMS)引导摆位与闭合式面罩联合激光灯＋面罩标记引导摆位之间的平移和旋转方向误差，评估开放式面罩联合OSMS引导摆位方式在脑转移瘤大分割立体定向放射治疗(HSRT)的应用优势，并计算脑转移瘤患者在不同固定设备与摆位方式下计划靶区体积(PTV)的外放边界。方法:回顾性分析55例脑转移瘤患者HSRT的摆位数据，根据固定设备和摆位引导方式的不同，分为OSMS联合开放式面罩组(A组)、头颈肩封闭式面罩＋发泡胶组(B1组)和头颈肩封闭式面罩＋头枕组(B2组)。A组利用OSMS自动移床功能引导摆位，B1组和B2组利用激光灯＋面罩标记引导摆位。3组均通过锥形束CT(CBCT)骨性配准得到六维方向( x轴、 y轴、 z轴、 x轴旋转、 y轴旋转、 z轴旋转)摆位误差，并根据van Herk公式计算计划靶区的外放边界。 结果:共采集CBCT配准数据288套，其中A组六维方向摆位误差和3D矢量误差均最小，分别为(0.47±0.33)、(0.49±0.31)、(0.44±0.31)mm，(0.42±0.32)°、(0.48±0.31)°、(0.42±0.22)°和(0.90±0.39)mm；除 z轴旋转方向A组与B1组差异无统计学意义外( P>0.05)，其余方向与B1组和B2组比较，差异均有统计学意义( P<0.05)；且A组无平移方向≥2 mm，旋转方向≥2°的摆位误差。B1组 y轴、 z轴、 z轴旋转方向及3D矢量误差均显著小于B2组，且差异有统计学意义( P<0.05)。A组3个方向PTV外放边界分别为1.32、1.19和1.22 mm，均小于另外两组。 结论:脑转移瘤HSRT中，与头颈肩封闭式面罩联合激光灯＋面罩标记引导摆位相比，应用开放式面罩联合OSMS引导摆位，可明显提高六维方向摆位精度，降低重复摆位率，减小PTV外放边界，具有临床应用价值。

目的:实现CT定位影像和轮廓自动导入Eclipse和Monaco两套治疗计划系统(TPS)。方法:基于Eclipse和Monaco的TPS，利用流程自动化可编程程序UiBot，根据Eclipse和Monaco各自CT定位影像和轮廓导入流程，使用UiBot提供的窗口元素等功能开发出CT定位影像和轮廓自动导入的自动化脚本程序。结果:通过比较手动导入和自动导入的导入时间，自动化脚本程序不仅实现了从CT定位影像和轮廓到Eclipse和Monaco的TPS准确自动导入，而且也具有与手动导入相同的效率。大部分患者影像层数在130~180之间，且手动导入时间与自动导入时间在此区间的平均时间为76 s和75 s。结论:通过利用脚本开发程序UiBot的自动化功能，结合放疗工作的实际问题和重复的工作流程可以开发出自动化的脚本，极大提高了放疗工作效率，节约了人力和时间成本，为放疗流程自动化提供了一种可选择的新方法。

随着急诊医疗系统的快速发展，急诊就诊人次大幅度增加，就诊时间延长，疾病诊断日益复杂，给急诊工作带来诸多挑战 [1]。急诊留观室主要是对急诊患者进行短时间观察与诊疗的场所，需要密切观察与处置患者复杂的病情变化，护士将特殊治疗与护理信息记录在传统手工白板上，以便提醒医生、责任护士及时完成治疗与护理。由于患者流动性大，医嘱时常更新，易造成患者的护理延误或者重复 [2]。随着科学技术的发展，"互联网+"这一模式使互联网与传统行业进行融合，促进了传统行业不断地向前发展 [3,4,5]。国家卫生健康委在最新发布的《全面提升医疗质量行动计划（2023-2025年）》中提出，要不断优化质量安全工作机制 [6]。为提高医护人员的工作效率、降低留观患者的治疗和护理错项和漏项的风险 [7,8]，本院急诊科与信息中心合作，通过"互联网+"将留观患者信息白板嵌入急诊信息系统，实现了信息自动提取与更新。医生护士利用电脑、移动护理车、IPAD即可进行查看，有效传递患者的治疗护理信息 [9]、提高了治疗与护理内容的准确性，医生护士满意度明显提升，现报道如下。