<正>《医疗卫生装备》杂志创刊于1980年,是国家级学术期刊、中国科技核心期刊。杂志以生物医学工程、卫勤保障装备、临床医学工程、数字医学等为主要报道内容,系统刊载医学院校、科研院所、医疗机构及医疗器械管理机构等相关单位专家和管理、技术人员的稿件。《医疗卫生装备》杂志现为月刊,每月15日出版,采用A4尺寸全彩色印刷,国内外公开发行。欢迎您通过当地邮局订阅!
目的：基于临床大语言模型，构建一种融合非结构化临床文本与结构化分诊信息的急诊分诊预测模型，用于急诊患者住院需求及危重结局的早期预测。方法：基于MIMIC-Ⅳ-ED数据库纳入成人急诊就诊记录，提取分诊阶段可获得的年龄、性别、6项生命体征（体温、心率、呼吸频率、血氧饱和度、收缩压和舒张压）及诊断文本信息。采用临床大语言模型ClinicalBERT对诊断文本进行语义特征编码，并与结构化分诊信息进行融合，构建预测模型ClinFusion。为评估ClinFusion模型的性能优势，在统一评估框架下与多种传统分诊工具及机器学习模型进行比较。结果：在住院需求预测任务中，ClinFusion模型的受试者工作特征曲线下面积（area under the receiver operating characteristic curve,AUROC）和精确率-召回率曲线下面积（area under the precision-recall curve,AUPRC）分别为0.896和0.885，均高于最优机器学习模型多层感知机（multi-layer perceptron,MLP）模型（AUROC和AUPRC分别为0.820和0.791），以及最优传统分诊工具急诊严重指数（emergency severity index,ESI）(AUROC和AUPRC分别为0.708和0.628)。在危重结局预测任务中，ClinFusion模型的AUROC和AUPRC分别为0.915和0.541，均优于最优机器学习模型梯度提升模型（AUROC和AUPRC分别为0.881和0.398），以及最优传统分诊工具ESI(AUROC和AUPRC分别为0.806和0.199)。结论：融合临床文本与分诊结构化信息的ClinFusion模型可显著提升急诊患者住院需求及危重结局的早期预测能力，为急诊智能分诊与临床决策支持提供了一种高效且可行的技术方案。
介绍了人工神经网络（artificial neural network,ANN）的发展脉络、常见类型及基本原理，综述了ANN在烧伤区域识别、烧伤深度分类、愈合预测、瘢痕预测以及移植评估等方面的应用现状，分析了ANN应用于烧伤创面修复领域存在数据集规模有限、多模态数据融合深度不足、模型可解释性欠佳等主要挑战，并展望了未来的发展方向。
介绍了大气压等离子体（cold atmospheric plasma,CAP）装置的类型，综述了CAP装置在根管消毒、牙周炎治疗、牙齿美白及牙科材料改性等方面的应用现状，分析了CAP装置在口腔医学领域应用中的优势及存在的不足，指出了微型化、智能化、标准化是CAP装置未来的发展方向。
目的：探讨蓝光成像放大内镜（blue laser imaging-magnifying endoscopy,BLI-ME）结合基于胃小凹形态的Sakaki分型对胃部病变的诊断价值。方法：回顾性分析2020年1月至2023年12月于某院就诊的169例胃部病变患者的临床及影像学资料。采用EG-L590ZW电子放大内镜系统，结合LASEREO蓝光内镜技术与VP-4450HD高清图像处理装置完成BLI-ME检查。分别计算普通白光放大检查、蓝光成像高对比度（blue laser imaging-high contrast,BLI-contrast）放大检查、蓝光成像高亮（blue laser imaging-bright,BLI-bright）放大检查以及BLI-contrast放大检查联合Sakaki分型、BLI-bright放大检查联合Sakaki分型5种检查方法与病理诊断结果的一致率和Kappa值。采用ROC曲线评估上述方法对胃部癌变的诊断效能。结果：169例患者共检测出186处病灶，癌变检出率为8.06%。BLI-contrast放大检查、BLI-bright放大检查和普通白光放大检查的结果与病理诊断结果的一致率分别为79.03%、82.80%和65.59%,Kappa值分别为0.668、0.731和0.474,AUC分别为0.816、0.855和0.720。BLI-contrast放大检查和BLI-bright放大检查与病理诊断的一致性更好，对胃部癌变的诊断效能更高。结合Sakaki分型，BLI-bright放大检查、BLI-contrast放大检查与病理诊断的一致率分别为97.85%和96.77%,Kappa值分别为0.863和0.795，敏感度分别为98.25%和97.66%，准确率分别为97.85%和96.77%,AUC分别为0.958和0.922，且BLI-bright放大检查的诊断效能及与病理诊断的一致性均更高。结论：BLI-ME在胃部病变的诊断中具有较高的敏感度和准确率，而基于胃小凹形态的Sakaki分型则能够准确反映病变的性质和严重程度，二者结合为胃癌的早期发现与精准诊断提供了更为可靠的依据。
<正>为使生物医学工程及卫勤保障装备领域权威专家的重要研究成果尽快与广大读者见面，推动我国医学工程学科发展，我刊“论著-专题研究”栏目特面向全国征稿。该栏目主要邀请相关领域权威专家担任栏目主编，组织学者就某一主题进行专题分析和论述，选题包括但不限于：（1）军队卫生装备类，如航空医学装备、海军医学装备、战伤急救与紧急医学救援装备、三防卫生装备等；（2）生物医学工程类，如人工智能在医学工程领域的基础理论与实践应用、生物医学成像与图像处理、脑机交互与神经工程、生物医学传感器、生物材料、人工器官等；（3）医疗器械类，如人工智能医疗器械、医用机器人、5G+医疗健康装备、诊断检验新装备、监护与生命支持装备、有源植入器械、院前家庭健康管理装备、院后康复装备、中医诊疗装备等；（4）系统平台类，如数字医疗与智能化平台建设；（5）法规标准解读类，如最新国际、国内医疗器械法规及标准解读……欢迎向本栏目投稿，国家重点基金项目、重大科研专项及省市级重大科研项目的研究成果均可优先发表。来稿请确保版权的独立性，严禁抄袭，文责自负。
介绍了某院医疗设备采购流程，探讨了现有采购流程中的关键环节并对不同采购周期进行了耗时分析。基于层次分析法得出了采购周期主要影响因素，并对影响因素进行了帕累托分析，提出了重视需求调研及论证、需求科室与院内论证组织多沟通交流、加强人员责任感及技能提升、完善采购考核制度的建议，为医院提高采购效率提供了参考。
目的：基于MRI影像组学特征与临床特征绘制列线图，以评估参与军事训练人群膝关节半月板的损伤风险。方法：回顾性收集2022年1月—2024年12月因军事训练后膝关节不适于某院行MRI检查的261例基层官兵的临床基线数据及膝关节MRI数据。采用Siemens Skyra 3.0T MRI设备和GE Discovery 3.0T MRI设备完成扫描。根据膝关节半月板有无撕裂将研究对象分为撕裂组和非撕裂组，并采用7∶3分层随机抽样将研究对象分为训练集和测试集。通过单因素及多因素分析筛选临床预测因子，采用逻辑回归算法建立临床特征模型；采用Pyradiomics软件提取MRI影像组学特征，经Mann-Whitney U检验、Spearman相关分析以及最小绝对收缩和选择算子回归计算影像组学评分，以影像组学评分为预测因子，采用逻辑回归算法构建影像组学特征模型；最终整合影像组学特征和临床特征，采用逻辑回归算法绘制临床-影像组学列线图作为联合模型。通过ROC曲线、校准曲线及决策曲线分析（decision curve analysis,DCA）评估联合模型的预测效能，采用Delong检验比较不同模型间AUC的差异。采用SPSS26.0软件和Python(v3.7)进行统计学分析。结果：联合模型在测试集中的AUC=0.881，预测效能优于临床特征模型（在测试集中AUC=0.737）和影像组学特征模型（在测试集中AUC=0.853）。Delong检验显示，测试集中临床特征模型与联合模型之间AUC比较差异有统计学意义（P<0.05），影像组学特征模型与临床特征模型、联合模型之间AUC比较差异无统计学意义（P>0.05）。DCA显示在0.2～0.8的阈值概率范围内联合模型有显著的临床净获益，校准曲线证实其预测概率与实际观察值具有良好的一致性（经Hosmer-Lemeshow检验，P>0.05）。结论：基于MRI影像组学特征和临床特征绘制的列线图可为膝关节半月板军事训练伤的早期风险评估提供可视化工具，从而为制订个性化的军事训练防护策略提供科学依据。
介绍了康复机器人的发展历程，综述了表面肌电图（surface electromyography,sEMG）信号在智能康复机器人交互系统和肌电接口控制中的应用，分析了基于sEMG信号的智能康复机器人在稳定控制、运动模式识别精度与鲁棒性以及实验成果转化方面面临的挑战，指出了材料和鲁棒性优化以及多关节模式识别是未来智能康复机器人的发展方向。
目的:探讨剂量跌落环(dose fall-off ring,DFOR)联合虚拟限量环(virtual dose-limiting ring,VDLR)在优化鼻咽癌同步推量调强放疗(simultaneous integrated boost intensity-modulated radiotherapy,SIB-IMRT)计划剂量分布中的应用价值。方法:回顾性选取某院20例接受鼻咽癌SIB-IMRT的初治患者,基于Monaco计划系统对每位患者设计仅使用VDLR限制靶区外部剂量分布的SIB-IMRT1计划和使用DFOR联合VDLR限制靶区外部剂量分布的SIBIMRT2计划,评估2种SIB-IMRT计划计划靶区(planning target volume,PTV)、危及器官(organs at risk,OAR)的剂量学参数以及治疗参数(子野个数、机器跳数、出束时间)的差异。采用SPSS 26.0软件进行统计学分析。结果:2种SIB-IMRT计划剂量学参数均满足临床治疗要求。SIB-IMRT,计划的PTVp、PTVn和PTV2的D2%、Dmean和均匀性指数,PTVp1的D2%、Dmean和D98%,PTVn1的D2%和均匀性指数,PTV6 006-6 996的V6 006-6 996,6 600及PTV2-6 006的V2-6 006,6 006劣于SIB-IMRT2计划,差异有统计学意义(P<0.05);SIB-IMRT1计划PTVn1的D98%和适形度指数优于SIB-IMRT2计划,差异有统计学意义(P<0.05);SIB-IMRT1计划腮腺、口腔和喉的Dmean以及body-PTV2的Vbody-2,4 000。劣于SIB-IMRT2计划,差异有统计学意义(P<0.05)。SIB-IMRT1计划的子野个数和机器跳数多于SIB-IMRT2计划,差异有统计学意义(P<0.05);2种计划出束时间比较差异无统计学意义(P>0.05)。由剂量-体积直方图可知,与SIB-IMRT1计划相比,SIB-IMRT2计划部分靶区及OAR的剂量学参数和body-PTV2的剂量学参数具有明显优势。结论:与单纯依赖VDLR的SIBIMRT1计划相比,在出束时间未发生显著变化的前提下,联合使用DFOR与VDLR的SIB-IMRT2计划不仅优化了部分靶区剂量学参数,同时在部分OAR和body-PTV2的保护方面也展现出更优越的剂量学表现。