分享
HealthManagement.org彙集了令人興奮的發展，這些發展具有改變醫療行業規則的所有標誌。你怎麼看?
心髒成像的進展
常規成像對評估心髒結構和功能仍然很重要。然而，先進的超聲心動圖應變成像技術，心血管磁共振(CMR)組織表征和核成像技術對生物過程的評估已經幫助臨床醫生實施早期幹預策略，防止或阻止心血管疾病的進展。
超聲心動圖也是評估瓣膜性心髒病的首選成像技術。此外，經胸聚焦心髒超聲(FoCUS)在急診科和重症監護病房已得到普及。此外，在白廳II的研究中，通過雙多普勒超聲測量的頸動脈波強度升高被發現與更快的認知衰退獨立相關。這些發現強調了心髒外超聲成像的相關性和重要性。
近年來，心血管磁共振對心肌病的診斷和治療做出了重要貢獻。同樣，計算機斷層掃描現在也發展成為一種一站式成像工具，為懷疑或已知的冠狀動脈疾病患者提供有價值的診斷和預後信息。CT冠狀動脈鈣(CAC)評分也越來越多地用於指導他汀類藥物的治療。
毫無疑問，有創性和非有創性心血管影像學正在快速發展。今天，臨床醫生可以使用不同的成像模式，融合成像以及人工智能和機器學習的引入使其更加有效。特別是，機器學習已經被迅速采用，並允許自動分析心電圖、超聲心動圖、核灌注成像和CCTA。
最後，深度學習也被相當有效地應用於超聲心動圖數據分析，包括視圖識別、圖像分割、結構和功能量化以及疾病檢測。
PET/MRI定位值得注意的乳腺癌生物標誌物
研究人員已經確定了乳腺癌的生物標記物，有可能表明惡性腫瘤的存在和風險。
紐約紀念斯隆-凱特琳癌症中心的一個研究小組比較了惡性乳腺腫瘤患者和良性乳腺腫瘤患者的健康對側乳腺組織。他們發現PET/MRI成像可以評估多種生物標誌物差異，這些差異可能影響臨床實踐中的風險適應篩查和風險降低策略。
惡性腫瘤的早期發現對乳腺癌的最佳預後和生存至關重要。篩查在降低乳腺癌患者死亡率方麵取得了成功，但對於乳腺組織致密的女性來說，篩查的效果有限。
這項研究包括141名乳房x光檢查或腫瘤超聲成像異常的患者。患者接受乳腺PET/MRI、動態對比增強MRI、彌散加權成像(DWI)和放射示蹤劑18F-FDG聯合檢查。
在所有患者的無腫瘤乳腺中記錄了幾種影像學生物標誌物，由兩個獨立的讀取器分析差異。
讀者評估了100個惡性病變和41個良性病變。對側乳腺組織中，背景實質增強和乳腺實質吸收降低，良惡性病變患者間差異有統計學意義。纖維腺組織的差異接近但未達到顯著性，平均表觀擴散係數組間無差異。
隨著PET/MRI混合掃描儀越來越多地應用於臨床實踐，它們可以同時評估和監測多種成像生物標誌物——包括乳腺實質吸收——從而有助於風險適應篩查和指導降低風險的策略。
MRI和放射組學預測10年乳腺癌複發
對於臨床醫生來說，乳腺癌的診斷非常複雜，因為一個腫瘤內的細胞差異很大。活檢隻針對細胞樣本這一事實突出了這種複雜性和挑戰。
賓夕法尼亞大學醫學院的一項研究解決了這個問題。通過使用MRI和放射組學，臨床醫生可以更好地了解腫瘤內癌細胞的異質性，從而更容易地了解單個乳腺癌患者。
作為研究的一部分，研究團隊希望了解成像和放射組學的結合如何應用於個性化的腫瘤特征。
通過MRI，研究小組從95名原發性浸潤性乳腺癌患者中提取了60個放射學特征(生物標誌物)。十年後，研究人員進行了後續調查。他們發現，當診斷時發現腫瘤異質性較高時，掃描可以準確預測癌症複發。
他們發現，腫瘤異質性越強的女性腫瘤複發的風險越大。
回顧性分析2002-2006年的臨床試驗掃描結果，生成每個患者的“信號增強比”(SER)圖。從這張圖中，研究人員提取了一係列影像學特征，以了解它們與傳統生物標誌物(基因突變或激素受體狀態)和患者預後的聯係。
該算法可以成功預測10年後的無複發生存率。
研究小組表示，這些發現很有趣，因為盡管成像不一定會取代活檢，但放射學方法可以為個性化護理提供更個性化的資料。
抗擊抗生素耐藥性的新方法
一組新的抗生素的發現有望促進對抗抗微生物藥物耐藥性的鬥爭。
這些抗生素，corbomycin和complestatin，來自土壤細菌產生的糖肽家族。與其他抗生素(如青黴素)不同的是，這些抗生素可以阻止細菌細胞壁的形成，但它們通過阻斷對細胞分裂至關重要的細胞壁的功能來殺死細菌。新的抗生素還能夠阻止耐藥金黃色葡萄球菌引起的感染，正如在小鼠身上所證明的那樣。
由麥克馬斯特大學生物化學和生物醫學科學博士候選人貝斯·卡爾普領導的研究人員，研究了那些缺乏已知抗性機製的糖肽成員的基因。假設這些可能展示了一種攻擊細菌的不同方式，該小組與Université de Montréal合作使用細胞成像技術來確認這些新抗生素對細菌壁起作用。
卡爾普說，這種方法可以應用於其他抗生素，這可能會導致發現具有不同作用機製的抗生素。
采血自動化
美國羅格斯大學新布倫瑞克分校的一個研究小組發明了一種新的自動抽血和檢測設備，首次人體臨床試驗顯示，該設備在采血方麵的表現與人類一樣好，甚至更好。研究結果發表在《技術》雜誌上。
在抽取了31名參與者血液的試驗中，機器人的結果達到或超過了臨床標準，總體成功率為87%。對於靜脈容易接觸的25人來說，這一比例甚至更高:97%。
超聲圖像引導機器人是一個完全集成的設備，有一個處理樣本的模塊和一個基於離心機的血液分析儀。它有可能被用於床邊、救護車、急診室等。
靜脈穿刺是世界上最常見的臨床手術，但此前的研究表明，在27%的靜脈不可見的患者、40%的靜脈不可見的患者和60%的瘦弱患者中，臨床醫生不能正確地進行靜脈穿刺。這可能會導致一些負麵結果，並增加患者安全的總體風險。
根據研究人員的說法，諸如靜脈置管、中心靜脈通路或透析等程序是該設備應用的前景領域。機器人的進一步調整將專注於提高靜脈難以進入患者的成功率。
3D打印燒傷護理
多倫多大學工程學院和森尼布魯克醫院的一組研究人員正在開發一種新型的手持3D打印機來治療大型燒傷傷口的新方法。
據《生物製造》雜誌報道，該設備可以沉積皮膚薄片來覆蓋傷口，同時也促進愈合過程。打印機用一層由間充質間質細胞(MSCs)組成的生物材料覆蓋傷口，這種材料能促進皮膚再生，減少疤痕。
目前，自體皮膚移植被用於治療燒傷，即將健康皮膚移植到傷口上。但對於大麵積的全身燒傷，這可能會有問題，因為可能沒有足夠的健康皮膚可用。
該團隊在2018年展示了第一台皮膚打印機的原型，從那時起，它已經經過了10次重新設計。當時，該設備可以在原地形成組織，在兩分鍾或更短的時間內沉積和固定，但現在研究人員增加了其傷口愈合能力的證據。在目前的原型中，一個一次性使用的微流控打印頭確保了消毒，一個軟輪跟隨打印頭的軌跡，為更寬的傷口提供了更好的控製。在未來，研究人員的目標還包括減少疤痕數量。他們希望在未來五年內看到這種手持皮膚打印機應用於臨床。
人工智能輔助醫療:是敵是友?
技術創新一直是心髒病學領域醫學突破的動力。這些包括Laennec聽診器、心電圖和超聲心動圖、經皮冠狀動脈介入、經導管結構心髒介入、心內直視手術、心室輔助和植入式電子設備。
然而，盡管我們看到了許多此類技術的例子，但到目前為止，許多還沒有轉化為常規臨床護理。人工智能就是一個例子。需要注意的是，人工智能本身並不是一項特定的技術，它沒有任何人工特征。它實際上是機器智能(MI)，到目前為止，MI經曆的失望多於成功。就心髒病學而言，與AI/MI相關的期望似乎過高了。
這可能有多種原因，包括醫院的基礎設施和規章製度。醫院仍處於向數字化單位功能過渡的過程中，數據協調對大多數醫院來說仍然是一個挑戰。此外，隨著2017年新的歐盟醫療設備法規(MDR)的引入，該法規將於2020年生效，一些軟件現在被認為是醫療產品，對認證有耗時和昂貴的要求。
機器智能將繼續存在，但它的應用仍然給大多數醫院帶來挑戰。這些問題可以通過使用統計模型以及將基於知識的方法與深度學習相結合來克服。心肌梗死有可能破壞醫療保健係統和臨床護理。計算機可以在短時間內處理大量數據和知識的結構化表示，而不會丟失信息。數字化和對個性化醫療的渴望都可能建立新的臨床領域，這些領域將專注於計算機輔助醫療。隻是醫院管理和臨床醫生都必須跟上這種快速發展的技術。
德國醫生開健康應用
德國醫療係統將在2020年進行幾次數字化升級，以改善服務。
該計劃的主要特點之一是，醫生將首次能夠向患者開出醫療應用程序的處方。
該政策預計將在今年成為法律，這意味著醫療保險公司將在平板電腦、電腦和智能手機上提供數字化醫療服務。這類應用程序的一個例子就是專門為糖尿病監測和護理設計的應用程序。
德國聯邦衛生部長延斯·斯潘稱此舉為“世界首例”。
然而，也有一些保留意見。綠黨批評政府在應用程序已經證明其益處的情況下實施了新的程序。
為了解決這一問題，美國聯邦藥物和醫療設備研究所(Federal Institute for drug and Medical Devices)將對應用程序的質量和安全性進行檢查，之後開發者必須證明產品質量更好。
今年德國醫療服務的其他數字化升級包括提供在線醫生谘詢、數字處方和數字病假條。
管理肺部疾病的有前途的技術
莫納什大學(澳大利亞)研究人員開發的一種新的非侵入性技術可用於診斷、治療和管理呼吸道疾病，如囊性纖維化、哮喘和肺癌。
現有的技術，如3D CT掃描，不能捕捉呼吸時肺功能的空間分布，這妨礙了早期診斷和監測。新的四維x射線速度(XV技術)成像以每秒30幀的速度提供高清圖像，允許實時看到空氣的運動，並評估活生物體中健康和患病肺部的功能氣流，正如對小鼠的研究所證明的那樣。通過對囊性纖維化小鼠模型和健康對照小鼠的比較，研究人員可以精確定位肺的局部缺陷區域。
莫納什大學機械和航空航天工程係的Rhiannon Murrie博士領導的這項研究於2020年1月發表在《科學報告》上，顯示了該技術通過非侵入性和非終端手段在呼吸道疾病檢測、監測和治療方麵的潛在應用。另一個有希望的方向是評估早期幹預對呼吸係統疾病的有效性。
該技術由澳大利亞醫療科技公司4Dx Limited商業化，目前正在美國進行人體臨床試驗，第一階段已經成功完成。
ACC, HeartHero推進院外心髒驟停治療
美國心髒病學會(ACC)已經與HeartHero公司結成聯盟，共同對抗心髒性猝死(SCD)並提高生存率。多年來，ACC一直致力於改善心髒護理。現在，它的目標是在HeartHero的便攜式除顫器的幫助下提高生存率。
SCD是美國的主要死亡原因，每年奪去約36萬人的生命。這些患者中的絕大多數在到達醫療機構之前就已經死亡。此外，大量心髒性猝死事件發生在家中(65%)，其次是公共場所(21%)和療養院(11%)。約37%的心髒驟停是由旁觀者見證的，12%是由急救服務提供者見證的。在EMS管理的患者中，約20%的患者初始節律(室性心動過速或室顫)可被外部除顫器電擊。今天，體外除顫器可以在大多數公共場所找到，包括機場、酒店、政府大樓、飛機、電影院等。
HeartHero的AED在新奧爾良獲得了創新挑戰獎。它體積小，便於攜帶，使用方便。這種微縮的尺寸意味著有心髒性猝死風險的人現在可以把這種設備儲存在車裏，帶回家，甚至可以放在辦公室裏，確保可以立即使用。HeartHero AED有一個視覺指示器，指導用戶完成複蘇過程。它還具有聽覺和視覺輔助，指導用戶完成複蘇過程。
世界經濟論壇推廣人工智能工具包
雖然約有29個國家製定了國家人工智能政策，以應對潛在風險，但很少有公司效仿。
為了應對這一挑戰，世界經濟論壇(WEF)與6個國家的100多家公司和技術領域的專家合作，開發了賦權人工智能工具包。
這套套件的設計考慮到了董事會會議的結構。它將12個學習模塊與傳統的董事會委員會和工作組相結合。目標是支持公司就人工智能解決方案做出明智的決策，以保護客戶和股東。
世界經濟論壇表示，人工智能是企業董事會工具箱中的一個工具，董事會需要知道何時部署它，以及它如何與公司的整體戰略保持一致。
增強人工智能工具包由世界經濟論壇與埃森哲、西班牙對外銀行、IBM和三得利控股公司的第四次工業革命網絡中心研究員共同創建。對其發展做出貢獻的還有AI4All、澳大利亞公司董事協會、Best Practice AI、Latham & Watkins、沙特阿美和Splunk。
機器學習與CVD早期診斷
盡管在心髒病的診斷和管理方麵取得了重大進展，心血管疾病的發病率和死亡率仍然很高。在某些情況下，診斷被延遲，而在另一些情況下，診斷被誤認為是另一種疾病。先進的技術和機器學習為評估基於圖像的數據提供了新的機會。
目前，圖像分析完全依賴於觀察者的視覺評估，使用粗糙的定量方法來評估心髒功能和結構。臨床醫生一致認為，需要更先進的分析技術，以便對成像表型進行更精確的量化。這就是為什麼機器學習正在慢慢進入主流醫學，尤其是心髒病學。基於圖像的分析/診斷的機器學習方法依賴於模型/算法，通過識別複雜和隱藏的成像模式從過去的臨床病例中學習。
初步數據表明，基於圖像的心血管疾病診斷與機器學習在心髒疾病如心力衰竭和冠狀動脈疾病的優勢。基於人工智能的圖像分析的卓越診斷性能可能有助於降低某些心髒疾病的負擔，促進更早和更準確的診斷決策。
然而，我們仍處於機器學習的早期階段，研究人員已經係統地開始為每種心髒疾病添加不同的案例場景，包括所有可能的排列和組合。輸入到係統中的數據越多，模型的性能就越有可能提高。此外，機器學習需要準確的輸出診斷標簽和一個合適的應用程序來預測基於成像數據的正確心髒診斷。但無論如何，它都是一種有效的工具，可以幫助改善心血管疾病的早期診斷。
