目前胃癌依然是全球第五大恶性肿瘤，也是全球第二大癌症相关死亡原因。随着对胃癌的进一步认识，我们发现了一类EB病毒（EBV）感染的胃癌患者，经研究发现EBV阳性胃癌是一种独特的肿瘤，不仅具有独特的基因组畸变，而且具有明显的临床病理特征，预后较好。近年来，随着免疫治疗的发展，越来越多的研究表明运用免疫疗法治疗EBV阳性胃癌，有效率非常高。文章将对近年来EBV阳性胃癌的研究现状进行概述，从而为临床实践提供一定的参考。

实施健康中国战略、推进“新医科”建设，迫切需要着眼新需求和新挑战推进我国医学教育课程改革。本研究运用文献研究法，在概述美国现代医学教育课程改革历程的基础上，分析了第三轮医学教育课程改革的主要特点，即融入价值医学改革理念，开设健康系统科学课程，以及从学习时间、课程整合及学习方法等维度推进课程体系改革；提出了对我国医学教育课程改革的启示，包括重视价值医学改革理念、设置健康系统科学课程及推进课程体系多维改革等。

概述深部脑刺激技术在医学中的运用机制，列举深部脑刺激治疗精神活性物质所致成瘾的动物实验结果及临床实例，阐明其可行性和有效性，讨论推广此技术应用于治疗精神活性物质所致成瘾的前景及困境。

与小鼠相比，使用双牙列哺乳动物作为研究牙齿发育的实验模型对于解释人类牙齿发生、发育和替换更具有说服力。运用较多的双牙列哺乳动物模型是小型猪，此外还有犬、灵长类动物、雪貂和臭鼩等。有关小型猪牙齿形态学发生发育的研究已比较完善，而相关分子机制的研究在近年也有了长足进展。本文系统性综述了小型猪牙齿发育的研究现状，并对其他双牙列哺乳动物的牙齿发育研究进行了概述。

双膦酸盐是目前治疗骨代谢性疾病中重要的一类抗骨吸收药物，主要运用于Paget's病、骨质疏松症和肿瘤相关性骨病。双膦酸盐类药物已广泛应用于骨相关疾病的治疗中，双膦酸盐类功能化显像剂在核医学骨显像中也被广泛应用。放射性示踪剂可通过螯合作用与双膦酸盐偶联，偶联后的探针作为骨靶向的示踪剂应用于骨显像。双膦酸盐的分子结构中含有P-C-P键，在人体内不易被酶水解。因其与骨组织中的无机物羟基磷灰石晶体有较高的亲和力，故在骨组织中有较高的选择性沉积。基于双膦酸盐的一般特征和作用机制，笔者概述了双膦酸盐功能显像剂、骨质疏松的治疗和双膦酸盐应用于骨转移治疗的临床前研究。

抗核抗体（ANA）的实验室检测对系统性自身免疫病的诊断、分型、病情监测等具有重要的临床意义。近年来，随着计算能力的增强和算法的推陈出新，以深度学习（DL）为代表的人工智能技术取得不断突破，在医学图像识别领域逐渐展现出独特的优势。ANA检测的参考方法是以人喉癌上皮细胞为基质的间接免疫荧光法，检测结果依赖肉眼对荧光模式的判读，本质原理还是图像识别，而这正巧具备与DL结合实现自动化判读系统的广阔前景。本文就目前DL运用在ANA检测的领域相关的研究及面临挑战进行概述，以期为今后ANA结果判读的标准化之路提供参考。

银屑病易伴发心血管疾病，与动脉粥样硬化存在相似的致病机制，都涉及固有免疫的激活和自身反应性T细胞的活化。近年来，越来越多的生物制剂被运用于银屑病的系统治疗中，包括肿瘤坏死因子α、白细胞介素12/23和白细胞介素17A抑制剂，不同生物制剂的疗效、安全性及其对心血管疾病的影响也引起了皮肤科医生的重视。本文对银屑病和动脉粥样硬化共同的免疫机制，以及不同生物制剂对心血管疾病与相关代谢变化的影响进行了概述。

中医闻诊,是各代医家凭听觉、嗅觉诊疗患者声音如语言、呼吸、咳嗽、嗳气、太息、喷嚏及肠鸣等各种声响及气味的异变来辨别邪正虚实及脏腑病变的经验成果.传统中医闻诊是医生凭借自身丰富的临床经验听闻患者声音及气味从而辨别证型及疾病,主观性较强且诊断结果易受外界因素干扰,缺乏统一衡量标准,因此闻诊客观化研究具有较大意义.当代科技发展迅速,国内外学者对于闻诊现代化技术的研究有了一定的进展,通过信号分析提取患者声音、气味特征,而后利用现代化技术手段,如运用科学仪器对患者声音、气味分析、人工智能机器学习及深度学习方法等推动闻诊现代化进程.从传统中医闻诊理论研究、当代国内外闻诊技术等方面总结概述闻诊智能化技术研究的进展.

疏肝调神针法作为中医特色治疗方式,以"百会、内关、太冲"为基础方,具有疏肝、调神之效.通过文献分析得出,疏肝调神针法的临床使用范围不仅局限于肝病或神志相关类疾病,也包括心系、脾胃系等疾病.与不同穴位配合治疗,可达到疏肝调神开窍、疏肝调神宁心、疏肝调神补肾、疏肝调神和胃及疏肝调神调肺的治疗效果.现阶段,疏肝调神针法主要通过灵活配穴,联合汤剂,联合推拿、耳穴、灸法等治疗方式加强或扩大疏肝调神针法的治疗效果.总结了疏肝调神针法的作用机制、主治病症及辨证分型、临床运用现状,对疏肝调神针法的现状提出思考及展望,以期发挥其最大的临床价值.

静脉血栓栓塞症是骨科最常见的并发症之一.近年来,机器学习广泛应用于骨科,机器学习其本质是运用算法对大量数据进行分析,构建风险预测模型预测未知临床结局发生的风险.机器学习通过将高危风险因素整合,帮助医务人员精准识别和筛选出静脉血栓栓塞症高危人群,为临床医务人员及时给予个体化干预措施提供科学依据.本文概述了机器学习的概念和分类、机器学习提高模型预测性能方面的优势以及机器学习在静脉血栓栓塞症患者构建风险预测模型的应用现状.