简介：摘要磁共振成像与机器学习算法相结合、建立诊断模型的研究方法被广泛应用于脑功能障碍辅助诊断的科研与临床之中。本文就目前应用于脑功能障碍相关疾病MRI常见的五种机器学习算法进行综述，即线性回归模型、K-最近邻、支持向量机、随机森林和深度学习。主要内容包括它们的基本原理、现阶段的应用、适用范围和局限性。相关研究应朝着脑影像特征的挖掘、标准化数据库的建立、多模态MRI的数据整合和机器学习算法的联合应用方向继续努力。

简介：摘要目的研究新型冠状病毒肺炎（COVID-19）大流行期间长期居家学习的不同年龄和性别儿童青少年的心理行为问题特点及影响因素，为今后进行更有针对性的心理干预和社会支持提供科学依据。方法横断面研究。采用网络问卷调查的方式，对我国的地理区域北部（北京）、东部（上海）、西部（重庆）、南部（广州）和中部（武汉）的5个不同地域的代表性城市中6~16岁儿童和青少年在长期居家学习期间的社会行为和心理问题进行多维度调查，以任一维度阳性作为存在心理行为问题，采用Logistic 回归分析心理行为问题的危险因素，并对混杂因素进行逐级校正。结果共收到有效问卷6 906份。其中男3 592人、女3 314人，6~11岁组3 626人，12~16岁组3 280人。心理行为问题的总阳性检出率为13.0%（900/6 906），男童为9.6%（344/3 592）、女童为16.8%（556/3 314）；其中6~11岁组男童为7.3%（142/1 946）、女童为14.0%（235/1 680）；12~16岁组男童为12.3%（202/1 646）、女童为19.6%（321/1 634）。心理行为问题阳性组在性别、亲子冲突、好朋友数量、家庭收入变化、久坐时间、家庭作业时间、屏幕暴露时间、体育活动时间、饮食问题（χ²=78.851、285.264、52.839、26.284、22.778、11.024、10.688、36.814、70.982，均P<0.001）等方面与阴性组间存在明显差异。不同年龄和性别儿童与青少年组心理行为问题表现不同，6~11岁男孩为强迫性、分裂样和抑郁；6~11岁女孩为分裂强迫、多动和社交退缩；12~16岁男孩为多动、强迫性和攻击性；12~16岁女孩为分裂样、焦虑强迫和抑郁退缩。多因素校正及分析发现，不同年龄组除了共性的风险因素外，作业时间、网课时间是6~11岁组的危险因素［男童OR（95%CI）分别为 1.750（1.32~2.32）、1.214（1.00~1.47），女童OR（95%CI）分别为 1.579（1.25~1.99）、1.222（1.05~1.42），P均<0.05］，电子游戏时间是12~16岁组的危险因素［男童OR（95%CI）为2.237（1.60~3.13），女童OR（95%CI）为1.272（1.00~1.61），P均<0.05］。结论长期居家学习期间部分儿童青少年可能会产生心理行为问题，不同年龄和性别组的异常表现和影响因素并不完全相同。学校、家庭和专科医生应针对不同年龄性别特点和相应的风险因素积极给予更精准的心理支持和综合干预策略。

简介：摘要目的尝试构建1个基于深度学习的内镜超声检查(endoscopic ultrasonography，EUS)质量控制系统，并验证其价值。方法从武汉大学人民医院消化内镜中心数据库中，回顾性收集2016年12月—2019年12月间的269个EUS检查资料，分为：(1)用于训练模型的训练数据集A，包含205个检查，其中16 305张图像用于分类训练，1 953张图像用于分割训练；(2)用于评估模型性能的测试数据集B，包含44个检查，其中1 606张图像用于分类验证，480张图像用于分割验证；(3)用于内镜医师与模型进行比较的数据集C，包含20个检查，共150张图像。EUS专家(具有10年以上的EUS操作经验)甲和乙通过讨论对训练集A和测试集B、C的所有图像进行分类和标注，其结果用作金标准。EUS专家丙和高年资EUS医师(具有5年以上的EUS操作经验)丁、戊对数据集C中的图像进行分类和标注，其结果用于与深度学习模型进行比较。主要观察指标包括分类的准确率、分割的Dice(F1指数)和一致性分析的Kappa系数。结果在测试数据集B中，模型分类的平均准确率为94.1%，胰腺分割的平均Dice为0.826，血管分割的平均Dice为0.841。在数据集C中，模型的分类准确率达到90.0%，专家丙、高年资医师丁和戊分别为89.3%、88.7%和87.3%；模型的胰腺和血管分割Dice系数分别为0.740和0.859，专家丙分别为0.708和0.778，高年资医师丁分别为0.747和0.875，高年资医师戊分别为0.774和0.789，模型与专家的水平相当。一致性分析结果显示，模型与内镜医师之间达成了较好的一致性(Kappa系数分别为：模型与专家丙间0.823、模型与高年资医师丁间0.840、模型与高年资医师戊间0.799)。结论基于深度学习的EUS分站和胰腺分割识别系统可以用于胰腺EUS的质量控制，具有与EUS专家相当的分类和分割识别水平。

简介：摘要目的按照社会认知理论编制测评医学生生物化学课程自主学习状况的量表。方法在学习动机和策略问卷（motivated strategies for learning questionnaire，MSLQ）基础上编制项目62条，选择上海交通大学医学院323名医学生为被试对象，对收集的数据进行项目相关性、信度和探索性因子分析。结果信度分析结果显示，总量表、分量表的Cronbach’s α较高（均大于0.8），内在一致性良好；探索性因子分析结果显示，动机分量表含3个因子，即内在价值、自我效能感和学习焦虑；策略分量表含8个因子，即批判性思维、组织策略、复述策略、学习监控、学习计划、学习总结、时间和学习环境管理、同伴学习。结论本量表具有较好的信度和效度，对评价医学生生物化学课程的自主学习能力具有一定的应用价值。

简介：摘要本文以刺激-有机体-反应理论（stimulus-organism-response，SOR）为框架总结出沉浸式虚拟现实（immersive virtual reality，IVR）学习模型。为探讨IVR对学习过程的影响，设计实施了传统方式和IVR阑尾炎切除术教学。结果表明，基于IVR的认知反应、情感反应和学习结果优于传统式学习。IVR沉浸感强、接受度高，未来可以利用IVR存在感的中介作用影响学习满意度。

简介：摘要目的在基于"互联网+"的教学实践改革中，讨论影响学习者学习方式转变的研究相对较少。本文重点探讨在混合式教学过程中，影响学生学习方式转变的现实因素。方法以内蒙古医科大学选修医学计算机信息应用2017级学生为教学对象，开展混合式教学，通过对教学班学生、教师发放调查问卷，进行访谈，课程成绩分析等方法，讨论混合式教学过程中学生学习方式对学习效果的影响，以及可能的影响因素。结果在教学过程中，学生学习方式在某种程度上会深刻影响学习效果。因此，影响学生学习方式的主客观因素应得到重视。结论随着"互联网+教育"形式的普及，传统教育教学的方式、环境发生了很大的变化。在教学过程中，教师应更多关注学生的学习方式，从而更好地提高课程教学效果。

简介：【摘要】目的：探讨分析行动学习法在妇产科临床带教中的应用效。方法：将2018年6月~2020年6月在我院妇产科参加临床实习的60名实习医学生分为两组各30名，对照组采取妇产科常规临床带教模式，观察组采用行动学习法开展妇产科临床带教工作，对比两组医学生理论与实操成绩评分，评估带教老师对本组实习生实习情况的满意度、实习生的心理状况。结果：与对照组相比，观察组实习生理论成绩评分与实操成绩评分明显更高，独立样本t检验提示两组数据差异具有统计显著性(P＜0.05)；与对照组相比，观察组实习医学生心理状况评分各指标更优，组间差异具有统计学意义(P＜0.05)。与对照组相比，观察组带教老师对本组实习生学习情况满意度更高，卡方检验提示两组数据差异具有统计显著性(P＜0.05)。结论：采用行动学习法开展妇产科临床带教工作有助于提高实习医学生的理论知识掌握水平，强化其实践操作能力，提高实习医学生对本专业的兴趣，值得加以推广和应用。

简介：摘要抑郁症是严重危害人类健康的精神障碍性疾病之一，其发病率高且病情易反复。该病的诊断主要依据《精神疾病诊断与统计手册第五版》(diagnostic and statistical manual of mental disorders，fifth edition，DSM-5)及国际疾病与相关健康问题统计分类第10版(International Statistical Classification of Diseases and Related Health Problems 10th Revision，ICD-10)。目前，功能磁共振成像与机器学习结合的方法有望发现特异性标志物，为抑郁症的诊断提供客观的影像学依据。作者介绍机器学习与功能磁共振成像(包括任务态功能磁共振成像、静息态功能磁共振成像、动脉自旋标记及扩散张量成像)结合的方法在抑郁症诊断中的研究进展。

简介：摘要随着高通量测序和多组学技术的应用，越来越多的生物标志物被挖掘并用于疾病诊断、风险分层、疗效评估及预后预测的研究中。由于机器学习能处理复杂数据，并通过建立模型等方法较好预测临床疾病变化，因此其在肿瘤标志物的挖掘和应用中具有一定的优势。通过总结近年来常用的机器学习方法，阐述其在标志物挖掘中的应用进展，并总结不同的机器学习方法在标志物挖掘中的优劣。

简介：摘要目的建立一种基于人工智能的尿液检验结果解释性报告系统。方法收集2008—2018年浙江大学医学院附属第一医院患者2 899 917份、体检710 971份尿检数据，统计每个项目不同结果的频数分布建立大人群分布，再根据数据分布、项目重要性和结果异常程度，建立每个样本的健康指数和各项目的异常等级。收集糖尿病、尿路感染、肾小球肾炎、肾病综合征等疾病数据，按性别、年龄匹配同数量的健康对照组。基于AdaBoost算法的集成学习器建立模型并评估算法性能。用JAVA开发数据展示软件。用199份异常尿液检验结果，人工验证模型的准确性。结果每份报告分为正常、异常、疾病、危重4个等级；单个项目结果判断为正常、轻度、中度、重度、极度5个等级并提供大数据的人群分布；基于AdaBoost机器学习模型运用于7种疾病的训练准确度（≥88.3%）、真阳性率（≥80.0%）、曲线下面积（≥0.954）。开发的JAVA软件展示上述结果，并包括病历和结果、历史结果、个性化建议、异常项目科普、在大人群数据中的位置等内容。异常尿液结果可能的疾病相似度，人工验证机器学习模型的准确率为82.41%（164/199）。结论本研究建立了智能的结果解释性报告系统，能区分报告异常程度，具有较高疾病预测准确性，可提供个性化的临床决策信息。

简介：摘要：医疗纠纷是影响医患关系的主要原因，医疗纠纷的处理在一定程度上揭示了医院的服务意识和水平。本文以医疗纠纷调解为切入点，从《医疗纠纷预防和处理条例》（以下简称条例）入手，分析医疗纠纷处理中存在的问题和不足，提出改善的措施和意见。

简介：摘要 目的：探讨医院管理的组织学习力与创新绩效的关系，为医院管理提供一些新的思路，促进医院可持续发展。方法：研究采取问卷调查的方式，确定医院管理的组织学习力与创新绩效的关系，由医疗卫生系统内的专家标度作答，调查时间周期为两个月，起止时间2019年10月-2019年12月。问卷共计发放60份，回收59份，问卷回收有效率为98.33%。结果：r值均在0.90以，P值均小于0.01，表明医院管理的组织学习力与创新绩效的关系具有强相关性，回归结果显著性P值=000，二者之间具有显著影响。结论：医院管理需要进行外部与内部激励，有效管理可以形成医院内部每一位成员的学习力，达成创新绩效的目标，促进医院的发展。

简介：【摘 要】目的：分析评价康复治疗教学中采用网络化学习与师生互动模拟的效果。方法：研究年限区段为2020年4月-2021年4月，择取样本共68例康复治疗技术专业学生，采用电脑抽签方案均分为研究组、对照组。对照组学生采取基础教学方案，研究组学生采取网络化学习与师生互动模拟教学，对比分析两组相关指标。结果：对比两组理论与实践考核成绩，研究组均高于对照组（P＜0.05）；对比两组教学满意度，研究组高于对照组（P＜0.05）。结论：康复治疗教学中应用网络化学习与师生互动模拟效果显著，可全面推广。

简介：摘要：背景：基于问题的学习（Problem-based learning，PBL）是一种以临床问题的运用为出发点的教学方法，学生通过解决这些问题的过程获得成为医生所需的知识和技能。有人提出了PBL相对于传统课程的许多优势。在回顾PBL课程培养优秀医生的实验结果时，学生在考试中的表现往往不是好一点就是差一点。本文阐述了支持PBL的教育心理学理论。尽管结果令人失望，但有大量的理论支持PBL在临床医学教学中的应用。未来的研究应该关注这种理论和结果脱钩背后的原因。

简介：摘要深度学习是骨关节影像研究的热门方向，与传统的机器学习不同，深度学习允许直接通过由多个处理层构建的模型学习不同抽象层次的数据。目前，深度学习在骨关节系统主要应用于骨龄测定、骨折检测和骨质疏松等研究中，而基于MRI的骨关节运动损伤的研究十分少见，相关研究仍处在起步阶段。本研究通过总结基于MRI的深度学习在骨关节损伤中的研究进展，以期对本领域的研究起到推动作用。

简介：摘要目的探讨费曼学习法在口腔修复学实践教学中的应用效果。方法2020年5月，采用随机数法从徐州医科大学2017级五年制口腔医学专业本科生中抽取45名学生作为研究对象，分析比较其牙体预备的评分成绩和问卷调查结果。采用随机数法将45名学生分为A组、B组和C组，每组15名学生。A组学生采用费曼学习法进行学习，他们首先接受口腔医学院教师的牙体预备教学，随后A组学生依次对B组、C组学生进行带教。教学结束后，A组学生再进行一次牙体预备教学，记为A+组。采用数字化评估与问卷调查相结合的方式进行教学效果的评价。A组、B组、C组和A+组学生的牙体预备成绩采用迪凯尔(DHC 220)系统进行数字化评估。问卷调查在教学完成后进行，调查对象为3组学生。学生的牙体预备成绩先进行方差分析，随后采用LSD-t检测法进行组间两两比较。问卷调查结果采用Kruskal-Wallis H测试法，比较不同组学生对5个条目的回答是否相同。结果各组学生牙体预备的评分：A组学生(74.6±4.7)分，B组学生(73.7±6.4)分，C组学生(74.1±6.4)分，A+组学生(84.4±5.3)分。各组学生评分比较，其差异具有统计学意义(F＝6.088，P<0.05)，进一步采用LSD法两两比较得知，A+组学生的评分结果优于其他各组学生，A+组与A组、B组和C组的评分结果比较，其差异均具有统计学意义(均P<0.05)。A组、B组、C组学生成绩两两比较，其差异均无统计学意义(均P>0.05)。问卷调查的5个条目中，有2个条目的回答在不同组间的差异具有统计学意义，分别是条目2"新的学习方法是否对提高相关理论知识水平有帮助"(χ2＝15.724，P<0.05)和条目4"新的学习方法是否提高了你非专业方面的能力"(χ2＝11.161，P<0.05)。结论在口腔修复学实践教学中应用费曼学习法能够取得较好的教学效果。

简介：摘要目的探讨在医学微生物学教学中实施基于案例学习的效果。方法选取北京协和医学院2016级和2017级八年制临床医学专业共160名学生为研究对象。本研究采用试验对照方法，将2017级86名学生设为试验组，将2016级74名学生设为对照组。试验组采用课堂讲授结合基于案例学习的教学方法，对照组采用传统教学方法。采用期末考试成绩和试验组学生问卷调查结果评估教学效果。结果试验组和对照组学生期末考试成绩分别为(61.4±3.8)分和(59.7±4.4)分，其差异具有统计学意义(P<0.05)。试验组学生中，90.7% (78/86)的认为基于案例学习有助于促进基础医学知识应用于临床实践，84.9% (73/86)的认为有助于激发学习兴趣或学习动力。结论基于案例学习能够促进学生加深对所学知识的理解和应用，激发学生的学习兴趣。

简介：摘要该系列文章介绍了核医学背景下的机器学习(ML)。第一部分讨论了ML的历史，描述了常见的算法并举例说明ML何时可用于核医学。第二部分聚焦于ML在当下对核医学领域的贡献，讨论了未来对ML的预期和局限性，并对ML能做什么和不能做什么进行非常严谨的评估。

简介：摘要目的比较多种机器学习算法在早期肝细胞癌（HCC）术后复发预测中的效能。方法回顾性分析2009年5月至2019年12月南京医科大学第一附属医院收治的882例接受根治性手术切除的早期HCC患者的临床资料，其中男性701例，女性181例，年龄（57.3±10.5）岁（范围：21~86岁）。将患者按2∶1随机分为训练集（588例）和测试集（294例）。构建的机器学习预测模型包括随机生存森林（RSF）、梯度提升机、弹性网络-Cox回归和Cox回归模型。采用一致性指数（C-index）衡量模型预测的准确性、综合Brier分数量化模型的预测误差、校准曲线反映模型的拟合情况。比较机器学习模型、竞争模型和HCC分期系统的预测效能。所有模型均在独立的测试集内进行验证。结果训练集内患者中位无复发生存时间为61.7个月，测试集内患者中位无复发生存时间为61.9个月，两组患者无复发生存情况的差异无统计学意义（χ²=0.029，P=0.865）。RSF模型由5个常用临床病理学特征构成：白蛋白-胆红素分级、血清甲胎蛋白、肿瘤数目、肝切除方式和微血管侵犯。在训练集和测试集中，RSF模型的C-index值分别为0.758（95%CI：0.725~0.791）和0.749（95%CI：0.700~0.797），综合Brier分数分别为0.171和0.151。RSF模型对早期HCC复发预测的准确性优于其他3种机器学习模型、竞争模型（ERASL模型）及HCC分期系统（巴塞罗那分期、中国肝癌的分期方案、TNM分期），差异均有统计学意义（P值均<0.01）。校准曲线提示，RSF模型的预测概率与实际观察值具有较好的一致性。RSF模型可将早期HCC患者的复发风险分为低危、中危和高危组，在训练集和测试集内三组患者无复发生存情况的差异有统计学意义（P<0.01）。RSF模型对早期HCC术后复发风险的分层明显优于TNM分期。结论本研究构建的RSF模型集合了5个常用临床病理学特征，可较为准确地预测复发风险。

简介：摘要目的构建多标签学习MRI膝关节运动损伤检测诊断模型，并验证该模型的实际效能。方法回顾性连续纳入2013年8月至2019年3月解放军东部战区总医院1 343例膝关节运动损伤青年患者的1 391个膝关节MRI图像。采用随机采样法将数据按7∶1∶2分为训练集（n=973）、验证集（n=139）及测试集（n=279）。将膝关节损伤分为半月板损伤、肌腱损伤、韧带损伤、骨与骨端软骨损伤、滑膜关节囊损伤及周围软组织损伤6大类，由放射科医师依各层面图像对所有损伤进行标注作为金标准。根据PyTorch V1.1.0算法包搭建通用YOLO深度学习工具包，开发膝关节运动损伤MRI多标签定位检测模型，并在测试集上验证模型效能，评价其对病灶检测的灵敏度、特异度及平均精度均值。结果测试集279个膝关节MRI数据中，MRI多标签学习模型对半月板损伤、肌腱损伤、韧带损伤、骨与骨端软骨损伤、滑膜关节囊损伤及软组织损伤定位检测的平均精度均值分别为83.1%、89.0%、88.0%、85.8%、85.5%和83.2%，整体的平均精度均值为85.8%。模型对肌腱损伤检出效能最高，灵敏度为91.2%，特异度为87.1%。结论多标签学习MRI膝关节运动损伤检测诊断模型可以有效辅助膝关节运动损伤的定位检测，提高影像诊断工作效率。