当前目录
-
- 新型战争环境下战创伤学科发展建议
- 李晓雪, 赵培, 刘熹, 田光磊, 付小兵
- 战创伤是一门研究战争条件下战伤的发生、发展规律及对伤员救治的理论、技术和组织方法的学科。当下，各国争端纷纭复杂，我国也面临着多方面的军事战争威胁。现代战争使用了大量杀伤力更大、射程更远的武器，造成的伤情更加复杂棘手，诸多因素对我国现有的战创伤救治体系提出了更高的发展要求。
-
- 感觉编码时空活动模式的类脑表达与计算——算法篇
- 王卫东
- 在深入理解视网膜、外侧膝状体及大脑视皮质之间的视觉编码神经生理机制的基础上，我们构建了一种新型的类脑表达和计算的神经网络单元架构，为大规模集成神经网络的类脑大模型实现奠定了基础。这一类脑智能单元架构，为我们理解大脑感觉编码的表达和计算提供了信息论基础。本文进一步探讨了类脑智能单元及其大模型的训练方法、策略以及具体的算法实例，提出了一种综合性策略。该策略结合了感觉数据流表达与计算的冗余减少原则、自组织映射以及折返振荡同步机制，能够实现大脑全局编码，旨在提升类脑大模型的生物合理性和可解释性，以及高效快捷地模仿行为控制和意识等复杂的大脑功能。
-
- 我国出生缺陷防控领域的进展、机遇与挑战
- 田亚平, 张蔓丽, 周红辉
- 我国是出生缺陷高发国家，出生缺陷防控对提高出生人口质量、保障生育政策落实落地具有重大意义。近年来随着我国出生缺陷高危风险因素扩增，如何制定适合中国现阶段不同地域特色的出生缺陷防控策略是未来出生缺陷防控领域面临的共同挑战。我国一直致力于出生缺陷防控能力的提升，在该领域取得了一系列重要进展。笔者结合自身工作，总结了我国出生缺陷防控工作在医疗检测技术、社会管理等方面的新进展，并对该领域未来的机遇和挑战进行述评。
-
- 生物大数据：现状、挑战与未来发展
- 王霈虹, 何昆仑, 石金龙
- 生物大数据通常指包括基因组、转录组、蛋白质组、表观遗传组、代谢组、微生物组等在内的各类生命组学数据，其数字化记录了以双链DNA为遗传信息源头的多层次生命活动，并反映了生命系统对环境变化的响应。生物大数据的爆发性增长得益于高通量实验技术的快速发展和广泛应用。同时，生物、数学、计算机等多学科技术的深度融合应用，极大提升了生物大数据的分析处理能力，推动了现代生物医学的创新与临床应用。本文主要对构成生物大数据的各类组学数据及其在生物医学中的应用进行综述，同时对其未来发展进行展望。
-
- 小型猪糖尿病模型的建立、应用及关键技术问题：实践经验及文献回顾
- 陈华
- 糖尿病在全球范围内患病率逐年升高，糖尿病并发症已经成为终末期眼病和终末期肾病的主要病因。因此，需要不断深入研究糖尿病和相关并发症的发病机制，开发新的诊断和治疗策略。动物模型是实验研究必不可少的手段，小型猪糖尿病模型近年来受到重视，被认为是啮齿类动物模型研究成果向临床转化的桥梁。结合本实验室的研究经验，本文综述了小型猪糖尿病模型的建立与应用研究进展，包括小型猪在糖尿病研究中的优势、小型猪1型糖尿病模型、小型猪2型糖尿病模型、遗传修饰小型猪糖尿病模型、糖尿病并发症研究和需要关注的技术问题，旨在帮助糖尿病研究者快速了解相关内容，并提供有价值的经验借鉴。
-
- 基于SNP推断表型的法庭科学研究进展与展望
- 周玲, 康霞, 王艳
- 随着犯罪嫌疑人反侦察能力的增强及检材复杂程度的增加，法医DNA表型推断在学科应用中被发掘，其中单核苷酸多态性(single nucleotide polymorphism，SNP)更是凭借其片段小、检测方法多等优点，在法庭科学中展现出极大发展潜力，有望将法庭科学推向新高度。但由于相关技术及分析方法的不成熟，需要大量的实验研究来提高其精确度，以达到实践运用的标准。本文将从色素特征、身高、面部特征、男性脱发4方面简述SNP推断表型的相关研究进展及其面临的挑战并对未来进行展望，为SNP的法庭科学应用提供参考。
-
- 灾害救援医学装备发展现状及展望
- 王彬华, 李晓雪
- 灾害救援医学装备是在重大灾害事故现场实现伤员快速搜救、精准治疗和高效转运的关键手段之一。随着智能传感、自主导航和物联网等技术的发展，便携化、集成化、智能化成为灾害救援医学装备未来的发展方向。如何在极端复杂恶劣的救援现场发挥救援装备的最大性能，实现人、装备与环境的无缝信息共享和深度交互融合，从而最大程度救治伤员，是灾害救援医学的重要课题。本文从灾害救援医学装备的发展现状、关键技术、存在问题等方面进行论述，阐述了灾害救援医学装备的未来发展方向和发展建议。
-
- 医学数据个性化联邦学习的研究进展
- 柳青河, 姜明明, 赵亚威, 何昆仑
- 联邦学习是沟通医学数据和机器学习的桥梁，能以保护隐私的方式对数据进行训练。个性化联邦学习在其结构基础上有着更加优秀的性能，尤其是在不同的用户之间数据分布差异巨大的时候。个性化联邦学习既实现了训练时数据隐私保护，又取得了更加优越的性能，在多中心场景智能诊断和辅助决策等任务中具有广阔的前景。本文就个性化联邦学习在医学领域的发展进行深入讨论。
-
- 医疗大数据平台建设需求、实施路径与成效探讨
- 吴欢, 车贺宾, 乌日力格, 王万玲, 陈媛媛, 何昆仑
- 背景随着医疗信息化的发展，医疗大数据平台成为临床研究资源再分析、利用的关键突破点。然而，医疗数据的多源异构性、数据标准多样性、患者隐私保护要求高等特点增加了数据采集与应用的难度。目的分析医疗大数据平台建设需求，研发自助式全流程数据治理平台及工具，构建多中心医疗大数据平台。方法通过梳理医院数据应用需求，采用模块化、组件化的构建思路进行平台架构设计，提炼出与应用系统相对独立、通用的组件及管理工具，搭建多中心、多源异构医疗大数据平台。结果完成解放军总医院门急诊和住院电子病历数据汇聚治理，研发了全流程、可视化数据治理工具。定义的事件图谱Schema涵盖29个本体类别和128个概念、1 009种关系和3 022种属性，包括临床循证医学知识和临床诊疗、物联网、医学影像等数据。数据治理的一致性和可溯源性达99.99%，知识准确率达到95%以上。构建了贯穿科研全流程、覆盖不同研究类型需求的一站式数据智能检索与科研分析系统和专病库智能分析系统。结论该平台不仅为临床科研人员提供了数据检索与分析系统，还为数据工程师提供了数据治理和平台运维工具，提升了平台的可扩展性和灵活性。
-
- 基于医学大模型的智能问诊助手构建研究
- 庄严, 张军雁, 卢若谷, 于志昊, 闻龙, 李功, 何昆仑
- 背景传统医疗模式依赖于面对面交流和书面病历记录，诊断和治疗的效率不高。AI技术的发展，特别是大语言模型的进步，为医疗行业的变革提供了可能。目的开发一款智能问诊助手，以改善医疗服务质量和效率，同时提供个性化诊疗体验。方法基于综合大语言模型、数智人技术和3D可视化技术，建设包括患者端、服务器端、医师端的智能问诊系统。结果患者端使用虚拟医师形象与患者进行自然语言交流，收集症状和病史；服务器端则运用医学领域的语言模型分析数据，并结合知识库给出初步诊断；医师端通过3D人体模型展示病情，辅助医师快速理解并制定治疗方案；输出方案通过医师确认反馈不断进行模型微调。系统不仅提高了信息收集和处理的效率，还借助3D可视化技术提升了医师的诊断速度。此外，大语言模型的应用使得系统对病情的理解更为精准，支持了个性化的诊疗服务。结论智能问诊助手不仅减轻了医师的工作负担，也为患者提供了更加便捷的就诊体验，临床应用潜力巨大。
