简介：摘要人工智能技术在检验医学领域的应用现已显示出了巨大潜力，但也面临着诸多挑战和困境。了解人工智能的基本原理、评价方法、应用场景及其优势和局限性，有助于更好地指导工作实践。在不久的将来，AI将会全方位应用于临床检验中，使检验医学在疾病诊断、疗效监测、预后判断等方面发挥更加精准的作用。在AI技术的助力之下，检验医学的发展未来可期。

简介：摘要人工智能是在电子计算机技术基础上迅速发展起来的科学技术，已应用于人类社会的许多方面，在医学领域的应用也越来越广泛，人工智能在口腔医学领域的发展和应用可在一定程度上引领口腔医学的未来。口腔医学专业人员需要认知、学习和掌握人工智能技术，紧跟医疗新时代的步伐并在医疗实践中开展应用。本文就人工智能在口腔医疗、科研、教学中的应用及研究作一介绍，并对人工智能在口腔医学领域的发展进行展望。

简介：摘要在医疗行业应用场景中，医学影像人工智能在产学研上均取得快速进展：医学影像人工智能研究初现了良好的研发态势及广阔的落地场景；人工智能在医学影像领域的进展表现在医疗影像设备、影像诊断及其智能服务等诸多方面；学术交流日益活跃，积极探讨人工智能的学术进展及未来发展；有关医疗人工智能发展的权威性报告亦相继发布。本期重点号刊登了几篇医学影像人工智能方面的文章，从不同角度展示人工智能在医学影像领域的最新研究成果和产品落地场景。

简介：摘要医疗与人工智能相结合，是医学发展的重要方向。作者综述了人工智能在诊断、治疗、预防、科研、教学等医学领域的应用情况，分析了人工智能发展面临的问题和挑战，对人工智能的应用前景进行了展望。

简介：摘要人工智能(AI)已广泛用于眼部相关疾病的辅助诊断、治疗过程监测和预后判断，随着AI技术在眼科诊疗中应用研究的不断发展，AI的作用日益受到关注。眼睛是由神经组织、肌肉组织、腺体组织和骨组织等组成的复杂感觉器官，其解剖的透明性特点为眼科疾病及部分全身疾病诊断的检查提供了可视化条件，为AI技术的广泛应用奠定了医工交叉研究的基础，使眼科成为AI技术在医学诊疗中应用的主要领域。然而，AI-医疗交叉研究涉及人体大数据和影像结果的使用，其临床应用面临诸多伦理问题，而目前AI与医务人员对AI在医学研究中应用的伦理规范意识尚未建立，各管理层面对相关的伦理规范指导性和监管系统尚未完全形成。中国医药教育协会数字影像与智能医疗分会、中国医药教育协会智能医学专委会组织眼科专家、AI相关专家和科技伦理相关专家组成"眼科人工智能临床应用伦理专家共识(2023)"专家组，针对AI在眼科应用临床实践中存在的法律法规进行复习，对存在的伦理风险进行多维度、多层次梳理、讨论并提出建议或解决方案，目的是在保障患者数据安全和个人权益的同时，提高医务人员工作质量和效率，推动我国眼科AI的临床应用和发展。

简介：摘要随着人工智能（AI）与各个领域的结合，AI已经成为当今社会的研究热点。目前医疗行业人员的短缺及医学诊断准确率的提高使得AI在医疗行业的应用非常重要，尤其是医学影像诊断方面。AI辅助诊断将会提高疾病的检出率，为临床医师提供更有效的诊断和治疗信息，同时减少影像医师的重复工作，节省出更多的时间研究疑难病例。笔者简要介绍医学影像AI，结合国内外最新和最有影响力的研究成果，阐述医学影像AI的研究新进展。

简介：无

简介：摘要近年来人工智能迅速崛起，成为各个领域争相发展的焦点，其在检验医学的应用也是必然趋势，但如何把握这个历史机遇，促进检验医学的发展；如何让人工智能真正落入实地，实现在医学实验室的实用化、产业化，这才是值得关注的问题。本文从人工智能在检验医学领域的研究现状和发展前景入手，重点关注的是形态学方面的研究进展。检验医学在人工智能发展道路上还要迎接某些挑战。

简介：摘要人工智能（AI）、大数据分析、网络通讯等技术飞速发展，给检验医学的发展带来了巨大的机遇与挑战。检验大数据应与AI相融合，优化检验系统的管理，协助临床医生进行决策。检验AI在四方面具有发展前景：以患者为中心的检验AI、个性化健康预防保健体系的构建、慢性疾病的个体化管理、改善医疗不平衡。但目前检验AI研发还有一些困难和挑战。

简介：摘要本文介绍了医学影像人工智能的发展现状和趋势，提出医学影像人工智能将向产品多样化、垂直功能加深、模型多任务化、软硬件一体化、全栈式全流程平台化、诊疗一体化等方向发展，并通过结构化报告落地，通过互联网、云平台实现分级诊疗和优质医疗资源下沉。同时指出，医学影像人工智能在技术、产品、监管、落地、商业等环节依然存在许多瓶颈问题，需要上下游通力合作突破，但常态化、标准化和基础建设化的临床使用还是值得期待的。

简介：摘要人工智能技术发展迅猛，已在多个学科领域实现了突破性进展，人工智能对推动检验医学的进一步发展意义深远，当前，人工智能技术已逐渐渗透到检验科工作的各个流程如检验数据处理、检验数据挖掘及检验科质量控制等，不仅提高了效率，也为临床诊疗提供了重要的信息，检验医师的职能在未来也很可能会进行相应的转型调整。因此，由人工智能来推动下一代检验医学的发展和飞跃是大势所趋，检验医学的未来也定将迎来“人工智能时代”。

简介：摘要目的针对医学人工智能项目在科研管理领域中存在的问题提出建议。方法本文介绍了人工智能的概念，及其在医学科研管理领域的应用，梳理了医院人工智能类项目现状及存在问题，并针对问题提出可行的对策。结果医院在研人工智能项目共16项，在管理过程中发现，该类项目存在监管法规及行业标准缺失、合作双方沟通障碍凸显、医疗大数据采集、共享、质控尚待规范和伦理风险较高等问题。结论科研管理人员应针对医院在研人工智能项目管理中存在的问题，提出健全的管理制度，完善监管机制；加强顶层指导，提高从业能力；注重过程管理，精细业务流程；着力数据监管，促进业态提升；厚植人才培养，助力全面发展；强化伦理意识，把控管理风险等对策。

简介：摘要目前人工智能（AI）在多种眼科疾病的诊断治疗中取得了日益广泛的应用，但依然存在很多问题。由于AI产品的准确性缺乏标准测试集、金标准以及公认的评价体系，难以对多项研究结果进行横向比较。而在图像生成领域，评价体系更存在较大空白。在临床应用中，眼科AI研究常与临床实际需求脱节，被寄予了过高的期望，且对临床数据的质量及数量均具有较高的要求，限制了AI研究成果转化。利用眼底影像对全身性疾病进行预测、识别是新晋的研究热点，但其研究结果缺乏可解释性，限制了临床医生的接受度。眼科AI研究也因缺乏完善的法律规定、监管机制，涉及患者隐私风险及数据安全，且存在因商业化加重医疗资源不公平性的风险，而饱受伦理争议。

简介：摘要人工智能在检验医学中的应用研究已经成为检验发展的重要方向，但人工智能技术在产品应用研发过程中仍存在机器学习模型缺乏可解释性、人才队伍缺乏、安全隐患众多等问题。其原因可能有数据集质量不高、研究设计偏差、人才培养机制不健全、立法和监管不到位等。针对这些形成原因，可以采取相应对策，包括建立数据录入和采集规范，制定数据标注管理标准、做好模型的风险分析，加强复合型人才培养，健全监督管理体系等。确保检验医学领域应用的人工智能产品能够在提升诊断效率、减少误诊和漏诊率的前提下，切实提升医疗服务质量。

简介：摘要医学影像人工智能（AI）被用于图像采集与质控、图像重建、后处理、病灶检测、辅助诊断、病情监测和结构化报告等方面。经历数年发展，一些医学影像AI软件已经投入使用，提升了阅片速度，减轻了医师负担，并减少漏诊。目前投入使用的医学影像AI以单一病变的检测为主，切换不同软件比较繁琐费时，多中心研究相对较少，许多模型有较高的偏倚风险。医学影像AI的发展需要产学研的共同推动，不仅要稳步提升性能，保护数据安全和患者隐私，还要积极探索功能、扩大适用范围，并整合各个信息系统、优化操作界面。

简介：摘要目的探讨中国医学影像人工智能（AI）发展现状，为AI的发展提供数据支持。方法2022年5月，中华医学会放射学分会和中国医学影像AI产学研用创新联盟携手以调查问卷形式在全国发起中国医学影像AI应用现状和发展需求调研。本次调研分别围绕医学影像AI临床应用、企业发展以及在高校的教育需求等面向不同人群开展，并进行描述性统计分析。结果中国医学影像AI在临床应用、企业发展及教育教学方面取得了长足发展。临床应用方面，90.8%（5 765/6 347）的调查者对AI有了初步以上的了解，62.1%（3 798/6 119）的医师表示科室中已经有医学影像AI产品的应用，AI产品目前已经在医学影像检查全流程中展开应用，尤其是辅助诊断，肺结节AI筛查应用占比达到89.5%（3 401/3 798）。制约医学影像AI快速发展的主要因素为人才缺乏［47.3%（3 002/6 347）］、数据质量低［45.7%（2 898/6 347）］和产品功能不完善［40.4%（2 566/6 347）］。企业方面，规模在100人以下占比为65.4%（17/26），规模在100人以上的企业占比为34.6%（9/26），企业当前主要的使用对象面向二级以上医院，占比约92.3%（24/26）。教育方面，不同层次学校目前开展的AI课程、实践操作以及讲座的数量和质量各不相同，其中硕博士AI课程开设最多，占比约22.5%（86/381），而针对专科生、本科生及规培生开设AI课程占比均小于15%，超过60%学生均表示学校有必要加开AI类课程，其中硕博士对加开AI类课程需求最大［84.8%（323/381）］。结论中国医学影像AI发展及普及继续繁荣向好，机遇与挑战并存，要坚持临床需求为导向，实现临床应用、企业发展及教育教学的协同发展。

简介：摘要检验大数据涉及全身各系统并随着疾病的变化而变化，纵横交错，导致目前我们还没有突破检验结果综合分析的瓶颈。借助人工智能，通过检验大数据处理，根据疾病特点对检验数据结果进行全面的综合分析，通过模拟、延伸和扩展将检验数据与疾病的诊断、鉴别诊断、治疗效果评价和预后判断联系起来，产生具有最高水平的智能分析，突破人脑对巨大数据同时多规则处理的记忆容量限制，汇集众多专家的经验积累，帮助我们快速完成分析，实现检验大数据的综合判断，将为突破数据报告瓶颈，助力检验医学从数据报告向诊断报告飞跃，开创检验医学未来具有重要意义。

简介：摘要慢性鼻窦炎（CRS）是涉及多种潜在病理生理机制的异质性炎性疾病，这种病理生理的特征被定义为CRS内在型。清晰地定义CRS内在型可以帮助临床医师精准预测哮喘合并症及疾病复发的可能性，并且为生物制剂的选择和手术方式的优化提供个性化的指导策略。近期，随着数字信息化在CRS临床应用的迅猛发展，人工智能特别是基于全玻片图像扫描的深度学习技术在CRS内在型的精确诊断中展露了重要的作用。本文概括了近期有关国人CRS内在型和人工智能在CRS内在型诊断及治疗策略中的相关研究。

简介：摘要医学影像人工智能是当今备受瞩目的医工结合研究领域。采用人工智能进行脑血管病的辅助诊断和预测预后已取得一定成果，需进一步加强交叉学科合作，以满足临床重大需求为牵引，实现核心技术突破，最终达到服务临床的目标。

简介：摘要人工智能在眼科的应用将极大减轻眼科临床医师的工作量。机器学习是人工智能的重要分支，深度学习是机器学习中最重要的算法。目前人工智能在眼科已有了成熟的应用。本文汇总近年文献，总结人工智能在眼科的应用，探讨眼科人工智能的不足并展望其未来，以期为在眼科临床进一步发挥人工智能作用提供参考。（中华眼科杂志，2021，57：465-469）