飞利浦创新科技助力心血管疾病精准诊断

随着老百姓健康意识的提高,社会对"精准医疗"产生更高的期待.如何实现"精准医疗",是目前医疗革新的方向,也成为国家层面战略规划. 创新科技推动心血管精准诊断 针对心血管疾病,飞利浦通过显微CT的3D数字影像采集,IMR显微平台和星云3D影像诊断系统,实现低辐射剂量下精准成像,一站式影像分析,诊断及数据分享,提高诊疗效率.

胃癌前病变精准监测和癌变有效逆转诊疗系统数字化建设

胃癌居全球恶性肿瘤死亡率的第二位,胃癌预后与诊断时机密切相关.目前很多胃癌患者诊断时都已经达到晚期,而大多数胃癌是从持续的慢性胃炎-胃腺体萎缩,肠化,异型增生,瘤样癌变后形成.因此开展对胃癌前病变的准确监测并进行有效干预以逆转,对预防胃癌发生和早期诊断胃癌具有重大现实意义.我们已经开展了对胃癌前期患者癌变相关的临床危险因素,病理形态学变化,细胞蛋白,分子基因等进行群体性,个体化分析,前瞻性观察,试行癌变监测,预警和干预治疗.从理论上提出了如何对胃癌前期病变进行监测,如何做出癌变预警,如何进行干预治疗,在临床试行建立监测,预警,干预治疗平台.实践中我们发现有三大问题:1.胃镜活检的准确性问题.复查胃镜很难在初始胃镜活检处活检,并且胃镜和病理医师对胃癌前病变的诊断符合率低,因此胃镜的活检取样的精准性低.虽然我们已发明了定标活检技术(MTB),能保证病理动态取样的准确,但由于有创,注射潜在风险等问题使推广,采用该技术受限.需要建立无创的,长期有效的定标活检.2.预警的可靠性问题.这涉及到综合监测数据分析判断和阻断癌变措施.虽然前期研究已经建立了基因,微小RNA,蛋白等癌变信息系统和判癌数字公式,但局限于个别实验室的有限人群数据,缺乏实际存在的广泛人群和多个不同的实验室,多样的监测数据.需建立能实时登录,自动归类,综合分析的监测数据,缺乏自动纠偏,高特异性和高敏感性的通用判癌数字模型;3.阻断癌变治疗有效性问题.这涉及个体化治疗.以前在癌前期病变干预,癌变阻断治疗中已经筛选出多套干预方案,并确立了抗损伤,促修复,防突变,切病灶的阻断措施,从群体看措施有效但总的疗效不高,无效可能涉及的因素众多,分析追因困难.事实上目前对个体化的治疗方法五花八门,无统一疗效判断标准,上述准确性问题和可信性问题也影响有效性的判断.需将足够多的个体治疗前后信息集中起来,建立生物信息学平台,做归类和主因素分析,找出有效和无效因素,归类提出新的方案.解决这三个问题的核心必须利用互联网技术,将胃癌前病变患者癌变监测的临床信息,内镜图像信息,组织病理信息,分子生物学信息和阻断癌变药物治疗信息等生物信息数字化,建立人工智能诊疗指导系统帮助临床防治胃癌,达到对胃癌前病变准确监测,癌变实时预警,有效阻断癌的发生.该系统的建立还将在线指导患者防癌和健康教育,简便诊疗程序,减轻医护人员工作量,大大降低医疗费用.本研究旨在建立胃癌前病变患者生物信息数字化平台和人工智能诊疗指导系统帮助临床有效防治胃癌.在我们团队既往研究的基础上,对已初步试用于我院临床的胃癌前期病变监测和癌变干预体系做改进,围绕解决上述三个问题进行研究,以尝试建立基于互联网系统的,数字化"胃癌前病变精准监测和癌变有效逆诊疗体系"研究步骤1.通过对首次内镜检查时胃内壁表面三维仿真重构的基础上,实现计算机对胃内病灶的立体定位,通过分析整合达到对病灶部位的"记忆存储",在胃镜复查时对病灶部位进行导航,确保复查时能准确找到首次检查的病灶位点.通过萎缩性胃炎志愿者印度墨汁注射定标和计算机模拟定标对比精准度;2.收集胃癌,胃癌前病变,浅表性胃炎患者的胃组织样本,用qRT-PCR检测CST1\HOXC6表达水平.对比在胃癌,胃癌前病变,浅表性胃炎患者中的表达水平.结合胶原基因进行判别分析,回代验证判别模型正确率,并用逐步判别分析优化判别模型,寻求癌变高效预警模型;3.按既往实验要求收集胃癌前病变患者进行注射定标(MTB),并用米索前列醇和瑞巴派特分别联合叶酸治疗6个月.对比治疗前后的临床症状和胃镜病理变化;利用互联网技术,进行信息数据化输入平台,结合既往的治疗方案,收集成功和失败的相关信息,进行归因分析,建立和完善的胃癌前病变的逆转阻断体系.研究结果1.成功构建了无创性计算机模拟定标系统(CSMTB),实现数字化胃内壁3D动态模型模拟活检定标,可操作性强,与注射定标(MTB)相比,25位萎缩性胃炎患者的CSMTB精准性为7.23mm.2. qRT-PCR检测结果提示CST1和HOXC6在胃癌中表达水平明显高于胃癌前病变和浅表性胃炎患者(p0.05),和胶原基因组合,结合患者性别,年龄,建立了胃癌的判别函数,回代小结提示对胃癌,癌前和浅表性胃炎判别的准确率95.8%.用逐步判别法建立判别模型,患者年龄,COL4A6,COLlA1,CST1,HOXC6进入判别模型,回代小结提示准确率为97.9%,能有效地判别胃癌,癌前和浅表性胃炎,胃癌相关基因,RNA,蛋白相结合的综合胃癌判别公式成为可能;3.用定标活检观察米索前列醇和叶酸对萎缩性胃炎肠化的逆转有效率为70%,优于替普瑞酮,瑞巴派特,硫糖铝及其他非特异性治疗组.应用互联网技术,成功构建了胃癌前病变信息平台,标准数字化记录数千的胃癌前病变患者,分析了胃癌前病变患者个体逆转成功和失败原因,提出包括"抗损伤,促修复,防突变,切病灶"的黏膜胃癌前病变阻断逆转体系.研究结论本研究创建了无创性的,数字化,可终身使用的计算机模拟活检定标技术,能有效的标定胃活检点,精确取样.结合患者年龄,胃黏膜组织中表达的基因COL4A6,COL1A1,CST1,HOXC6,建立了高准确性的判别胃癌和癌前病变,浅表性胃炎的判别公式,可有效预警胃癌的发生;随着胃癌前病变数据化信息平台的完善,更多基因,miRNA,蛋白等生物学相关信息将进入判别系统,胃癌前病变预警的精准性将明显提高.利用胃癌前病变数据平台,本课题还对比了多个现行胃癌前病变逆转治疗方案,发现米索前列醇联合叶酸的治疗优于其他治疗方案,是目前逆转治疗的首选,另外还优化了胃癌前病变患者生物信息数字化平台,对患者信息进行统一的信息化,数字化管理;并总结归纳出胃癌前病变的个体化阻断逆转治疗体系.

散养鸡前殖吸虫病的临床诊疗及防治方法

散养鸡因其生态化养殖模式日益受到市场青睐,然而开放环境下的寄生虫暴露风险显著增高,其中前殖吸虫病作为危害生殖系统的重要寄生虫病,常导致鸡产蛋率骤降,输卵管炎症甚至死亡,对养殖效益构成严重威胁,该病由前殖吸虫寄生于鸡的输卵管,法氏囊及直肠引发,淡水螺,蜻蜓幼虫的光中间宿主在散养环境中的广泛分布,使得疾病传播链难以彻底切断,当前养殖户普遍存在"重治疗轻预防"倾向,且临床易与禽流感,大肠杆菌病混淆,误诊延误防控时机的现象频发.本文基于病原生活史特征与流行规律,系统梳理典型临床症状,精准诊断技术并明确了相应的中西医结合治疗方法和综合预防措施,旨在为散养鸡场构建早识别,快阻断,根源头的寄生虫病防控体系提供实践指导.

多模态数据与知识双驱动的医学诊断报告生成关键技术研究

"健康中国"是重大国家战略.《"健康中国2030"规划纲要》明确指出"加强健康医疗大数据应用体系建设,推进数据开放共享,深度挖掘和广泛应用".健康医疗大数据是国家重要的基础性战略资源,是助力"健康中国"建设的重要支撑.随着健康医疗大数据应用的普及和发展,积累和沉淀了包括医学影像,诊断报告,电子病历记录等在内的海量医学多模态数据.充分分析和利用多模态医学数据,能够最大程度发挥和释放健康医疗大数据的价值;医学知识蕴含了广泛复杂的先验信息,弥补了基于深度学习的多模态医学数据分析方法可解释弱等问题,并有效引导多模态医学特征之间的关联学习.医学诊断报告在消化系统,心脑血管,肿瘤等重大疾病的诊疗中发挥了重要作用.借助多模态数据分析和医学知识引导,实现医学诊断报告自动生成,能够保障健康医疗服务质量,提升医疗智能化水平.然而,随着多模态医学数据爆炸性增长和人们对高质量医疗服务的迫切需求,医学诊断报告自动生成仍面临多模态医学数据关联融合难,多模态医学特征互补一致性差,医学诊断报告生成结果精细化低以及医学诊断报告生成方法可解释性弱等诸多重大挑战. 为了应对上述挑战,围绕健康医疗服务中广泛使用的医学诊断报告生成应用,利用多模态数据的信息互补和医学知识引导的数据关联,对多模态数据与知识双驱动的医学诊断报告生成方法开展深入研究,主要研究内容包括: (1)针对多模态医学数据关联融合难的问题,研究医疗报告文本,医学影像和医学术语等多模态医学数据的融合,借助医学知识引导的数据关联,提出了一种知识引导的多模态数据融合方法,有效提取关联融合的多模态融合特征表示.该方法利用疾病属性与共现关系,医学术语等知识,引导多模态特征之间,多模态特征与医学知识之间的关联学习;设计了多模态信息融合模块,以自适应方式关注不同模态数据对关联融合表示的语义贡献.在消化内镜GE,胸部X光IU-CX和MIMIC-CXR多模态医学数据集上的实验验证,多模态融合特征表示有效地关联了语义,视觉和术语特征,显著提升了医学诊断报告生成的准确性. (2)针对多模态数据融合中多模态医学特征互补一致性差的问题,研究多模态医学知识图的构建和互补一致的知识表示学习,提出了一种多模态医学知识图建模与表示学习方法,充分挖掘多模态医学特征和医学知识间的潜在互补性.该方法构建了多模态医学知识图,融入了专家知识,医疗报告文本和医学影像等多模态医学数据;利用知识图结构和图嵌入学习,在医学知识图中建模各模态医学特征间的互补关联,实现多模态知识表示学习,获取互补一致的多模态知识表示.在真实多模态医学数据集上的实验结果表明,多模态知识图和知识表示能够有效提升生成诊断报告的质量. (3)针对医学诊断报告生成结果精细化程度低的问题,研究多粒度疾病特征表示和精细化的医学诊断报告生成,提出了一种知识增强的多粒度精细化医学诊断报告生成方法,实现多粒度的疾病辅助诊断和精细化的报告生成.该方法利用多模态医学知识图学习多粒度的疾病特征表示,将其联合训练用于生成精细化的医学诊断报告,并提供细粒度的疾病分类结果.在消化内镜GE,胸部X光IU-CX和MIMIC-CXR多模态医学数据集上的实验验证,生成的医学文本报告和细粒度的疾病分类结果提升了诊断报告生成任务的精细化程度,为辅助医生实现精细化智能诊断提供基础. (4)针对医学诊断报告自动生成方法可解释性弱的问题,研究多模态数据间的映射可视化,提出了一种特征交互关联的医学诊断报告可解释生成方法,实现多模态特征映射一致的可解释文本生成.该方法利用高维内隐关联知识引导不同模态数据间的交互学习,实现跨模态特征的交互关联关系挖掘;利用记忆增强模块和解码器学习多模态特征间的映射关系,通过可视化多模态特征间的映射关系,生成对应一致的可解释文本,提高诊断报告生成的可解释性.实验结果表明,跨模态特征的交互关联关系挖掘和映射学习能够有效提升诊断报告生成的准确性和一致性,具备多模态数据间可视化映射的文本生成增强了医学诊断报告生成的可解释性. 基于上述创新性成果,依托国家重点研发计划等重点科研项目,面向实际消化系统等疾病智能精准诊疗的临床需求,与山东大学齐鲁医院等医疗机构合作,开发了数据知识双驱动的可解释医学辅助诊断系统,实现了消化系统和胸腔等疾病海量医学数据的获取,基于多模态数据分析和知识驱动引擎的自动化数据处理,面向疾病分类和医学诊断报告生成任务的自动化流程,为辅助诊断结果提供统计,分析和反馈的质量控制,进一步提高了医学诊断报告生成的准确度和可解释性.该系统的研发与实现对于实现智能精准诊疗的质控,保障健康医疗的服务质量,辅助医生提升诊断效率,以及改善患者的医疗体验具有重要作用.

肝病专科联盟体系下代谢相关脂肪性肝病中西医结合分级诊疗路径与多学科协作智慧化全程管理规范

代谢相关脂肪性肝病(MAFLD)已成为我国慢性肝病的主要病因,其与心血管疾病,2型糖尿病等多种代谢紊乱密切关联,共同构成一种复杂的全身性疾病.当前临床实践中,筛查与风险分层工具的应用缺乏标准化,跨学科协作机制亦不完善,导致MAFLD全程管理效率受限,患者预后差异显著.为应对上述挑战,本文基于肝病专科联盟体系,构建了一套科学,系统且具有可操作性的MAFLD分级诊疗与全程管理临床路径.该路径的核心内容包括:确立基于影像学与代谢异常的双维度诊断标准;明确以无创纤维化-4指数作为肝病专科联盟内初始风险分层的关键节点,联合肝脏硬度测定实现精准分流;系统制定肝病科与内分泌科,心内科,营养科等多学科间的双向转诊指征及协作流程;在强化生活方式干预基础上,整合循证药物治疗与中医辅助干预策略.此外,本文前瞻性提出以数据驱动,智能预警与全病程随访为特征的智慧化管理平台框架.本临床路径旨在为肝病专科联盟体系下各级医疗机构提供标准化MAFLD管理工具,推动从"单一肝病诊疗"向"多系统共病一体化管理"模式转变,以期最终降低肝病及心血管相关终点事件风险,改善患者长期预后.