<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[《川北医学院学报》编辑部 -->智能医学研究专题]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于智能敏感性分析的中医 DRG 支付改革政策优化研究：以重庆市 “双轨制” 实践为例]]></title>
<link><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604001]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的:针对现行疾病诊断相关分组(DRG)支付规则与中医临床实践的适配性问题，本研究聚焦重庆市中医DRG“双轨制”实践，旨在通过智能敏感性测试，定量映射不同等级中医医疗机构在既定规则下面临的致亏风险因素，为差异化微调医保支付政策提供靶向实证依据。方法:构建“宏观调研定性分析+微观数据算法仿真”的递进式研究架构。(1)通过分层随机抽样对重庆市26家不同等级中医医疗机构进行实地调研，获取基线特征与政策执行痛点；(2)引入蒙特卡洛算法，基于调研获得的宏观统计分布生成5 000例虚拟微观病案数据集；(3)构建基于随机森林算法的智能敏感性测试模型，以“单病例是否发生DRG结算亏损”为因变量，对不同临床特征在既定规则约束下引发亏损的敏感度(特征重要性)进行定量映射，并通过ROC曲线及AUC验证模型效能。结果:重庆市“双轨制”改革初步巩固了基层中医服务定位，但在微观执行层面仍存在结构性摩擦：模型敏感度分析显示，三级医院的财务状况对“中治率”考核呈现极高敏感性，其亏损多因重症救治对现代医学手段的刚性依赖所致(敏感度贡献值最高);二级医院则对“平均住院天数”高度敏感，长周期康复导致定额成本倒挂是其核心致亏风险。此外，中医核心技术劳务价值评估偏低等执行痛点也通过实地调研得到印证。结论:建议基于智能敏感度测试结果实施分类优化：对三级医院，探索特定重症科室“中治率”弹性豁免与特例单议机制；对二级医院，推行“DRG定额+弹性床日”混合付费；并强化底层数据跨系统映射与合理定价机制，以进一步提升中医DRG支付体系的精细化与包容度。]]></description>
<pubDate>2026/5/6 8:51:05</pubDate>
<category><![CDATA[智能医学研究专题]]></category>
<author><![CDATA[向往；唐钧庶；潘江山；欧阳薇薇；罗梅；彭美华；蒋涛]]></author>
<guid><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604001]]></guid><cfi:id>7</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[Implementation of an interactive chest CT image demonstration system based on unreal engine]]></title>
<link><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604002]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[Objective:Traditional medical image visualization technologies present several limitations including the poor intuitiveness of 2Dimages,overlapping imaging blind spots,and insufficient interactivity.These shortcomings make them unable to satisfy the demands of precision medicine and medical education.This study aims to develop a universal medical image demonstration system based on extended reality (XR)technology,which is compatible with devices such as the HoloLens.By employing 3D visualization and multimodal interaction design,the system provides a more efficient and intuitive approach for clinical diagnosis,medical education,and surgical simulation.Methods:The system employs Unreal Engine as the core platform for architecture framework construction,supporting customized medical image visualization for XR devices.Real chest CT images were utilized in this study.Image segmentation was performed using 3D Slicer,while mask preprocessing was conducted via Anaconda.The masked images and raw data were then imported into Unreal Engine.The core framework of the proposed system was developed using Unreal Engine’s Blueprint visual scripting and Unreal Motion Graphics(UMG)interface designer.A self-directed learning assessment experiment was designed to evaluate the efficacy and performance of the system.Results:The experimental group achieved a pulmonary window recognition accuracy of 82%,a mediastinal window accuracy of 88%,and an overall accuracy of 85%.By comparison,the control group exhibited a pulmonary window accuracy of 50%,a mediastinal window accuracy of 44%,and an overall accuracy of 47%.Conclusions:The medically oriented imaging demonstration system significantly improves recognition accuracy and learning effectiveness,verifying its practical utility and validity.]]></description>
<pubDate>2026/5/6 8:51:06</pubDate>
<category><![CDATA[智能医学研究专题]]></category>
<author><![CDATA[HE Wen-jing;LI Bing;TAN Xue-feng;LIAO Qin-mei;ZENG Zhen;TAN Shi-han;LI Xin;CHEN Xiao-wen]]></author>
<guid><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604002]]></guid><cfi:id>6</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于双期增强 CT 的多模态模型早期预测急性胰腺炎相关急性肺损伤]]></title>
<link><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604003]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的:构建基于腹部双期增强计算机断层扫描(CECT)的多模态深度学习-影像组学-临床(DRC)模型以早期预测急性胰腺炎相关急性肺损伤/急性呼吸窘迫综合征(AP-ALI/ARDS)。方法:回顾性纳入320例AP患者为研究对象，按7∶3比例随机划分为训练集(n=189)和内部测试集(n=81),并设外部测试集(n=50)。收集患者入院48 h内临床资料及CECT图像，采用逻辑回归方法筛选临床独立危险因素。手动勾画动脉期及门静脉期胰腺实质并提取筛选影像组学与深度学习特征。采用随机森林算法分别构建临床模型、影像组学模型、深度学习模型及DRC模型。采用受试者工作特征(ROC)曲线、DeLong检验、校准曲线与决策曲线分析(DCA)比较模型性能。结果:320例AP患者中，109例(34.06%)发生AP-ALI/ARDS。AP严重程度和血糖水平为AP-ALI/ARDS相关独立危险因素。最终筛选出6个影像组学特征和19个深度学习特征。DRC模型展现了卓越的预测性能，在训练集、内部及外部测试集中ROC曲线下面积(AUC)分别为0.973、0.934、0.920。Delong检验表明DRC模型的AUC显著高于临床模型、影像组学模型(P<0.05)。校准曲线表明DRC模型具有最佳性能，且DCA显示DRC模型在大多数阈值概率下相比其他模型能提供更高的总体净收益。结论:DRC模型在早期预测AP-ALI/ARDS方面具有优异性能，可为临床干预提供决策支持。]]></description>
<pubDate>2026/5/6 8:51:06</pubDate>
<category><![CDATA[智能医学研究专题]]></category>
<author><![CDATA[陈姝君；熊园；宋学亮；邓萍；邓鸿；张小明；李兴辉]]></author>
<guid><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604003]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[影像组学可能增加经验丰富医师对于甲状腺结节 ACR TI-RADS4,5 级的诊断信心]]></title>
<link><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604004]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的:本研究探讨了影像组学在超声放射学会甲状腺影像报告与数据系统(ACR TI-RADS) 4级和5级甲状腺结节诊断中的应用价值。方法:回顾性分析221例接受甲状腺切除手术的ACR TI-RADS 4级和5级患者的临床病理和超声检查数据。图像被随机分为训练集和测试集，使用MaZda软件提取影像组学特征，并通过组内和组间相关系数(ICC),Logistic回归和最小绝对收缩选择算子算法(LASSO)筛选特征。建立Logistic回归、贝叶斯(Bayes)和K临近(KNN)机器学习模型，并评估模型的诊断效能。结果:从超声图像中提取了314个特征，筛选出5个最具诊断意义的特征。基于这些特征建立的机器学习模型中KNN模型表现最佳，训练组和测试组的ROC分别为0.849和0.885,准确率分别为0.779和0.761。与经验丰富的专家读片相比，KNN模型表现更优。结论:基于甲状腺超声的超声组学模型在对于甲状腺ACR 4级和5级结节的诊断中取得了突出的表现，优于经验丰富的超声诊断医师，为临床常规ACR 4级和5级结节鉴定提供有效的诊断参考。]]></description>
<pubDate>2026/5/6 8:51:06</pubDate>
<category><![CDATA[智能医学研究专题]]></category>
<author><![CDATA[王娣；刘晓玲；姚娇；覃夏川]]></author>
<guid><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604004]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[XGBoost-SHAP 肺结节早期识别可解释性框架构建]]></title>
<link><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604005]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的:通过可解释机器学习实现肺结节早期识别与重要变量可视化解释，助力肺癌精准防控与早诊早治。方法:以肺癌高危且完成临床筛查的人群为研究对象，提取其高危评估与影像检查结果；依据《中国肺癌筛查标准(T/CPMA013-2020)》将受检者分为肺结节高危组与低危组；经单因素分析筛选有意义变量作为预测变量，以肺结节分组为因变量，构建XGBoost-SHAP可解释性识别框架，实现肺结节早期识别与结果可视化解释。结果:共纳入644例肺癌高危受检者，其中肺结节高危组199例(30.9%),XGBoost模型识别肺结节的准确度为0.914 6、敏感度为0.758 7、特异度为0.984 3、F1值为0.845 8、AUC为0.974 1。SHAP算法显示，吸烟量更大、暴露于同事/家人吸烟环境、做饭通风频次低、加工类食物摄入多、有石棉和氡等职业暴露、蛋白质和蔬菜水果摄入少、从事体力劳动的受检者肺结节增大风险更高。结论:可解释性框架在肺结节早期识别中效果良好；肺结节大小改变不仅与吸烟习惯、二手烟暴露、油烟暴露、石棉和氡职业暴露等传统危险因素相关，还与受检者膳食习惯有关。]]></description>
<pubDate>2026/5/6 8:51:06</pubDate>
<category><![CDATA[智能医学研究专题]]></category>
<author><![CDATA[易付良；李刚；刘昕；向茹梅；骆长玲；邓丽春；余秀莲；周厚容；高扬；邹雪娜]]></author>
<guid><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604005]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[高兼容高通量全自动分子诊断平台的设计与验证]]></title>
<link><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604006]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的:针对分子诊断技术操作繁琐、耗时长、实验室成本高及样本处理中人为因素影响准确性的问题，设计开发高通量、高兼容性的全自动分子诊断平台。方法:LabEasy 8000全自动分子诊断平台，通过模块化整合试剂制备、核酸提取、聚合酶链式反应(PCR)等流程，搭载人工智能(AI)辅助识别系统并兼容国产主流PCR试剂。结果:该平台实现单项目24 h 8 000例检测通量、多项目2 400例并行检测；经天隆科技Gentier 96R系统验证，乙型肝炎病毒(HBV)和丙型肝炎病毒(HCV)检测偏差<0.5 log IU/mL(100%检出率),批内精密度变异系数(CV)<5%,检测限达10 IU/mL。结论:该平台可有效提升分子诊断效率与准确性，为国产全自动分子诊断设备开发提供技术参考。]]></description>
<pubDate>2026/5/6 8:51:06</pubDate>
<category><![CDATA[智能医学研究专题]]></category>
<author><![CDATA[刘天予；张冠斌；严治]]></author>
<guid><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604006]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[机器人辅助步行训练对重度偏瘫患者下肢运动功能及脑血流动力学的影响]]></title>
<link><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604007]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目的:探讨在常规康复治疗基础上联合Lokomat机器人辅助步行训练(RAGT)对重度偏瘫患者下肢运动功能及脑血流动力学的影响。方法:选取126例重度偏瘫患者为研究对象，按照康复方式不同将患者分为对照组(常规康复治疗，n=69)和观察组(常规康复+RAGT训练，n=57),采用倾向性评分匹配后，每组各44例。比较两组患者治疗前、治疗2、5周时脑血流动力学相关指标、平衡功能及下肢运动功能评分、步态参数、血管生成素-1(Ang-1)、血管内皮生长因子(VEGF)水平与脑血流动力学相关指标最大血流速度(Vmax)、最小血流速度(Vmin)、外周阻力(RV)与动态阻力(DR)。构建双重差分(DID)模型分析重度偏瘫患者治疗后血管活性物质与脑血流动力学相关指标水平变化。结果:治疗后，观察组的Berg平衡量表(P<0.001)、Fugl-Meyer评估表(P<0.001)和脑卒中康复运动功能评定量表评分(P<0.001)及步速、步长、步频均高于对照组(P<0.05)。观察组Ang-1、VEGF高于对照组(P<0.001)。Vmax、Vmin均高于对照组，RV与DR均低于对照组(P<0.05)。DID模型结果显示，组别×时间对血管活性物质和脑血流动力学指标改善产生影响(P<0.05)。结论:在常规康复治疗基础上辅助RAGT训练具有良好的临床治疗效果，能优化重度偏瘫患者的脑血流动力学状态，促进血管新生相关活性物质的分泌，并明显改善患者平衡能力、下肢运动功能及步态参数。]]></description>
<pubDate>2026/5/6 8:51:06</pubDate>
<category><![CDATA[智能医学研究专题]]></category>
<author><![CDATA[王寒明；王丛笑；耿久军；田建；薛亚峰；王欢]]></author>
<guid><![CDATA[http://cbyxyxb.journalai.cn/cbyxyxb/article/abstract/2604007]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>