|
搜索
搜 索
高等教育領域數(shù)字化綜合服務平臺
新冠肺炎 AI 篩查和輔助診斷系統(tǒng)
影像學檢查在新冠肺炎的診療中具有非常重要的參考價值，《新型冠狀病毒感染的肺炎診療方案（試行第五版）》將“疑似病例具有肺炎影像學特征者”作為臨床診斷標準，但在臨床實踐中存在一定局限，疫情爆發(fā)導致待閱片數(shù)量激增，醫(yī)生閱片壓力巨大；新冠肺炎屬于新發(fā)疾病，各地醫(yī)療機構特別是基層機構缺乏閱片經(jīng)驗，且由于“異病同影”，容易造成漏診或誤診；該病病程發(fā)展快，患者需要接受多次胸部CT檢查以監(jiān)測病情發(fā)展、評估治療效果等，單憑閱片醫(yī)生肉眼很難快速對比并識別病灶變化。 在接診量高峰期，亟待建立更精準高效的人工智能影像輔助診斷方法。孫逸仙紀念醫(yī)院林天歆教授組織醫(yī)院呼吸內(nèi)科、急診科、放射科、大數(shù)據(jù)與人工智能團隊開展科研攻關，在廣州再生醫(yī)學與健康廣東省實驗室、廣東省科技廳的支持下，聯(lián)合清華大學、澳門科技大學以及廣州康睿智能科技有限公司，使用50萬份臨床影像學大數(shù)據(jù)，開發(fā)了基于胸部CT的新型冠狀病毒肺炎AI篩查和輔助診斷系統(tǒng)。 該系統(tǒng)能對新冠肺炎進行快速診斷，判定新冠肺炎的分級和嚴重程度，協(xié)助醫(yī)療機構加速辨別感染者，為快速隔離、診斷、治療爭取時間。其優(yōu)勢主要體現(xiàn)在：快速、準確地診斷新冠肺炎。有經(jīng)驗的影像科醫(yī)生看完1個患者的胸部CT圖像約15-30分鐘。該AI系統(tǒng)可在20秒內(nèi)完成1個患者CT圖像的檢測及診斷過程，診斷準確率達90%以上。進行病情嚴重程度分級和重癥危重癥預測功能。該系統(tǒng)可對胸部CT圖像每一切面的小結節(jié)、磨玻璃影和實變進行自動分割、標注及定量分析，可預測患者的吸氧頻率、血氧飽和度、全身代謝情況、其他器官損傷程度，預測病人發(fā)展為重癥、危重癥的概率和時間，以便醫(yī)生及時干預，降低患者死亡率。協(xié)助醫(yī)務人員進行藥物效果評估，指導用藥。系統(tǒng)可對同一位患者用藥前后的CT圖像進行對比分析，通過定量計算病灶在用藥前后的變化，判別藥物是否有效，指導臨床用藥。
中山大學
2021-04-10
新冠病毒大數(shù)據(jù)交叉學科研究平臺
日前，國防科技大學系統(tǒng)工程學院大數(shù)據(jù)與復雜網(wǎng)絡研究團隊同四川大學、電子科技大學一起，組建新冠病毒大數(shù)據(jù)交叉學科研究平臺，助力新型流行病研究和防控，給多個省份和國家有關部委等提供了8份數(shù)據(jù)分析報告和決策建議報告，為防控和戰(zhàn)勝疫情貢獻出了科學智慧。國防科技大學系統(tǒng)工程學院大數(shù)據(jù)與復雜網(wǎng)絡研究團隊基于新冠病毒大數(shù)據(jù)交叉學科研究平臺，利用海量多源異構大數(shù)據(jù)，結合疫情發(fā)生發(fā)展規(guī)律，對人群流動及傳播風險進行了綜合建模和分析，為政府決策提供了參考依據(jù)。特別是團隊通過分析春運期間人口流動大數(shù)據(jù)，建立起疾病傳播模型，測算出了疫情擴散蔓延階段武漢市向全國各地區(qū)的輸出人口狀況和新冠病毒感染的風險指數(shù)。還有許多研究人員嘗試通過客運數(shù)據(jù)，研判各個地區(qū)及城市的感染風險。也有學者采用“百度遷移”所提供的人口流動數(shù)據(jù)，通過春運期間從武漢流向全國各省市的人口規(guī)模(不包含港澳臺數(shù)據(jù))和全國感染病毒人數(shù)的可視化分布，直觀解讀兩者間的聯(lián)系。同時加以推斷，武漢封城之后，二次傳染所造成的病毒傳播將日趨占主導地位，傳播程度和各省市的人口密度以及管控措施等密切相關。
電子科技大學
2021-04-10
新冠肺炎疫情的狀態(tài)評估和模擬預測研究
在2020年抗擊COVID-19疫情斗爭中，北京航空航天大學經(jīng)濟管理學院王惠文教授及團隊結合2003年所做非典疫情的狀態(tài)評估和預測建模研究基礎，密切關注在疫情防控中存在的問題。自1月23日起，通過各種渠道相繼提交了20多個信息和提案，例如：加強對密切接觸者實行隔離篩查、避免新冠肺炎疫情在醫(yī)院內(nèi)擴散、關注醫(yī)務人員的輪崗休整、加強對全國各地區(qū)疫情監(jiān)控與預警工作，等等。團隊收集和分析了COVID-19的公報數(shù)據(jù)，采用統(tǒng)計分析方法對新冠肺炎疫情的傳播規(guī)律進行了預測與分析，對全國（除湖北）各地區(qū)的抗疫階段做出判斷和預測，提出了疫情防控全過程的階段劃分方法，并提交了7篇研究報告。王惠文教授接受《中國經(jīng)濟時報》專訪，發(fā)表文章《各地應分期分批有序恢復社會經(jīng)濟活動》，并被《今日頭條》等網(wǎng)絡媒體轉(zhuǎn)載；民建市委網(wǎng)站頭版刊登了她的文章《COVID-19疫情發(fā)展的狀態(tài)評估與預測分析》，并報道了《數(shù)據(jù)會說話：王惠文：疫情發(fā)展的狀態(tài)評估與預測研究》；民建中央網(wǎng)站也專題報道了《北京會員王惠文：用數(shù)據(jù)打贏疫情防控戰(zhàn)》。
北京航空航天大學
2021-04-10
新冠病毒治療靶點及其潛在藥物篩選研究
華中科技大學同濟藥學院李華教授、沈陽藥科大學無涯創(chuàng)新學院陳麗霞教授、軍事醫(yī)學研究院國家應急防控藥物工程技術研究中心李行舟研究員等組成聯(lián)合攻關小組，系統(tǒng)性分析了新型冠狀病毒（SARS-CoV-2）基因編碼的蛋白作為主要或潛在的藥物治療靶點，并通過計算機虛擬篩選方法發(fā)現(xiàn)了一系列具有抗病毒、抗菌和抗炎作用的臨床藥物和天然產(chǎn)物對不同的靶蛋白表現(xiàn)出很高的親和力，為新型冠病毒感染性疾病（COVID-19）的治療提供了新的可能。研究成果在線發(fā)表在SCI雜志《藥學學報》英文版(Acta Pharmaceutica Sinica B,一區(qū)),為了加速新冠病毒藥物研發(fā)，研究組還在文章中公布了所有靶點蛋白質(zhì)結構模型和篩選得到的高分潛在藥物供下載，每個藥物和靶點的共結構可以應要求發(fā)送。研究團隊利用生物信息學和結構基因組學的方法系統(tǒng)性分析了SARS-CoV-2所有基因編碼的蛋白質(zhì)，并且將基因序列與SARS-CoV和MARS-CoV等冠狀病毒進行了比對,通過同源建模的方法構建了19個SARS-CoV-2蛋白和1個人類宿主的蛋白的同源結構，基本涵蓋了對于冠狀病毒RNA復制、翻譯；結構組成；入侵宿主細胞以及干擾宿主固有免疫等至關重要的所有蛋白靶點，對于進一步發(fā)現(xiàn)特異性靶向SARS-CoV-2的抑制劑提供了理論基礎。研究團隊還構建了常用的抗病毒藥物數(shù)據(jù)庫（78個化合物），包括已經(jīng)上市的、和目前正在進行新冠病毒臨床實驗的化合物，把這些化合物和新冠病毒的各個靶點都進行了分子對接，重點分析目前正在進行臨床實驗的藥物瑞德西韋、氯喹、克立芝等。目前已知的瑞德西韋抗病毒作用機制是三磷酸活性代謝產(chǎn)物作為冠狀病毒RNA聚合酶的底物ATP類似物，摻入RNA鏈，從而阻止RNA的合成。研究團隊的對接結果顯示瑞德西韋和RdRp具有很高親和力，和其目前抗病毒機制一致。此外，研究團隊還發(fā)現(xiàn)瑞德西韋可能作用于宿主細胞表面II型跨膜絲氨酸蛋白酶（TMPRSS2），阻止S蛋白被TMPRSS2酶切，從而阻止S蛋白變構介導的病毒與細胞膜融合，可能是瑞德西韋新的作用機制，這是一個新方向，為后續(xù)研究提供了思路。
華中科技大學
2021-04-10
基于138名新冠肺炎病人臨床數(shù)據(jù)的研究
這項研究收集了2020年1月1日至1月28日期間，中南醫(yī)院收治的138名新冠肺炎病例數(shù)據(jù)，其中40名（29%）醫(yī)護人員和17名（12.3%）住院病人受到院內(nèi)交叉感染。受感染的醫(yī)護人員中，31人在普通病房工作，7人在急診部門，2人在重癥監(jiān)護室。 武漢中南醫(yī)院的這項單中心病例分析成果，清楚闡釋了新冠肺炎的臨床特征和治療經(jīng)驗，為抗“疫”阻擊戰(zhàn)取得進一步勝利打下堅實基礎。同時，研究證明“超級傳播者”存在的可能性和病毒不可小覷的侵襲力，全員警戒一刻不容松懈，尤其要求一線的醫(yī)護戰(zhàn)士得到最嚴格的防護武裝。
武漢大學
2021-04-10
新冠肺炎密切接觸者智能篩查系統(tǒng)
該系統(tǒng)直接切入湖北省隨州市曾都區(qū)的實際情況，讓當?shù)?5萬居民通過手機主動報告自己近期密切接觸的人員。系統(tǒng)基于曾都區(qū)既往和每日更新的確診病人、疑似病人、發(fā)熱病人及其密切接觸人員的信息進行數(shù)據(jù)分析，進而關聯(lián)挖掘出高風險人員。系統(tǒng)從廣大居民端而非僅從患者端入手排查密切接觸者，以居民自發(fā)填寫、及時反饋取代疾控人員和社區(qū)干部面對面調(diào)查登記、事后反饋，變“要我報告”為“我要報告”，極大削減了疫情防控期間工作人員的工作量；系統(tǒng)還為居民提供實時健康提示功能，使其在第一時間得知密切接觸情況變化并及時做好防護；同時，系統(tǒng)還擴大了接觸人員排查層級，通過用戶之間的關聯(lián)及時掌握“密切接觸者的密切接觸者”，為疾控工作擴大防線、跟進措施提供了高效信息支撐。
清華大學
2021-04-10
新冠病毒分離、測序、快速檢測及藥物篩選研究
山東大學藥學院劉新泳教授團隊與山東省疾控中心聯(lián)合申報的山東省重大科技創(chuàng)新工程項目“新型冠狀病毒分離、測序、快速檢測及藥物篩選研究”，獲批經(jīng)費450萬元。連日來，該團隊在抗新冠肺炎藥物研究方面取得一系列進展。 完成硝唑尼特的原料和制劑工藝研究。劉新泳教授團隊根據(jù)體外抗新型冠狀病毒活性篩選實驗，對已發(fā)現(xiàn)的具有顯著抗新型冠狀病毒作用的上市藥物硝唑尼特（RY2020，原抗寄生蟲藥物），聯(lián)合山東瑞陽制藥進行研發(fā)，已完成了藥物合成工藝研究、藥物干混懸劑和片劑的制備工藝、體內(nèi)藥代動力學的研究。目前正在進行抗新型冠狀病毒感染動物藥效學驗證，并擬申報臨床研究，有望成為本次疫情防控急需的一線藥物。 完成法匹拉韋的產(chǎn)業(yè)化研究。法匹拉韋是抗流感病毒藥物，對新型冠狀病毒肺炎具有較好的臨床治療作用，目前該團隊已完成法匹拉韋合成工藝、產(chǎn)業(yè)化工藝、質(zhì)量控制研究等任務，正在聯(lián)合山東齊都藥業(yè)申報國家仿制藥物，用于臨床抗新型冠狀病毒肺炎。 建立基于靶標的虛擬篩選平臺。依托山東省藥物分子設計與創(chuàng)新藥物研究山東省高校重點實驗室，基于新型冠狀病毒的突刺Spike蛋白、蛋白酶PLpro和Mpro、RNA依賴的RNA聚合酶結構，劉新泳教授團隊開展了計算機智能化輔助的高通量的藥物虛擬篩選，重點篩選了已上市藥物、商品化分子庫以及課題組自有的多樣性的合成分子庫、天然產(chǎn)物庫、中藥提取物庫，發(fā)現(xiàn)多個虛擬評價活性好的臨床已有藥物和實體小分子化合物。
山東大學
2021-04-10
新冠病毒可通過眼睛途徑傳播的研究
2020年2月6日，吉林大學附屬第一醫(yī)院眼科陸成偉團隊在國際頂級醫(yī)學期刊Lancet 在線發(fā)表題為“2019-nCoV transmission through the ocular surface must not be ignored”的研究，認為2019-nCoV通過眼睛的傳播被忽略了。 傳染性飛沫和體液很容易污染人結膜上皮。呼吸道病毒能夠在感染的患者中引起眼部并發(fā)癥，進而導致呼吸道感染。嚴重的急性呼吸綜合征冠狀病毒（SARS-CoV）主要通過直接或間接傳播（眼睛，嘴或鼻子的粘膜間接接觸）。粘膜裸露和不受保護的眼睛會增加SARS-CoV傳播的風險，這表明未保護的眼睛，暴露于2019-nCoV可能會引起急性呼吸道感染。呼吸道可能不是2019-nCoV的唯一傳播途徑，所有檢查可疑病例的眼科醫(yī)生都應戴防護眼鏡。
吉林大學
2021-04-11
新冠肺炎疫情期間倫理道德審查的研究
2020年3月23日，鄭州大學王宇明在國際頂級醫(yī)學期刊JAMA在線發(fā)表題為“Ethics Committee Reviews of Applications for Research Studies at 1 Hospital in China During the 2019 Novel Coronavirus Epidemic”的研究成果，在這項研究中，河南省人民醫(yī)院倫理委員會根據(jù)《管理傳染病倫理問題指南》審查了該醫(yī)院的COVID-19研究。 該研究發(fā)現(xiàn)，在非流行期每月舉行一次道德審查會議，但是在COVID-19期間，道德審查會議在35天內(nèi)舉行了4次。從提交申請到做出初步審查決定的平均時間為2.13天。審查了41份申請，包括干預性研究（n = 21）；診斷研究（n = 7）；觀察性研究（n = 10）；和其他類型（n = 3）。6項（占14.6％）獲得批準；4項（9.8％）被拒絕和31項（75.6％）需要修改。
鄭州大學
2021-04-11
新冠肺炎疫情時期河南社會心態(tài)報告
河南大學教育科學學院教授李永鑫心理學團隊針對此次疫情的特點，研究完成《新型冠狀病毒肺炎疫情時期河南社會心態(tài)報告》，設計包含66個題目的社會調(diào)查表，通過手機微信平臺對全省民眾新冠肺炎疫情下的“信息獲取”“認知與辨別”“預防知識”“身心狀況”“非理性傾向”“心理援助需求”“參與防治意愿”等7個方面進行調(diào)查。 2020年1月27日17時上線，通過對大量真實數(shù)據(jù)評估和統(tǒng)計分析，得出河南省社會心態(tài)的總體判斷，并基于此從信息傳播、知識普及、應對措施、維護身心、平和心態(tài)、心理援助和發(fā)動群眾等方面，就如何引導和塑造當前的社會心態(tài)，凝聚力量，戰(zhàn)勝疫情，提出合理化建議。
河南大學
2021-04-11