光明網訊 醫療科技的進步使越來越多的疾病得到治療，這不僅是為醫生治病帶來便利，同時也為患者帶來希望。如何做到“早診斷、早治療、早康復”是醫療科技工作者們科研創新的目標與動力。

　　6月27日，第22期“刊媒惠”科技論文成果推介沙龍之“科技讓醫學更神奇”專場在北京協和醫院學術會堂舉行。此次活動由中國科普研究所科學媒介中心主辦，北京科學技術期刊學會、“三四匠”工作室承辦，《協和醫學雜志》、新浪科技協辦。

　　劉潔　　

北京協和醫院皮膚科副主任、主任醫師劉潔介紹，人工智能（AI）技術在皮膚影像領域的應用包括醫學影像、臨床決策支持、藥物研發、病理學等方向。皮膚病看似容易診斷，實則非常復雜，AI技術的診斷具有范圍廣、診斷準確率高的特點，它對于臨床診斷有很好的輔助作用，其可以把臨床醫生從簡單重復的工作中脫離出來，進行更深入、更高層次的科研與創造。

　　黃晶晶

　　中國醫學科學院北京協和醫院博士生黃晶晶根據源論文《二代測序技術在微生物與感染性疾病中的應用》帶來以《下一代測序技術——讓微生物無處遁形》為主題的推介。

　　人類基因組計劃（HGP）于1990－2001歷時10余年完成草圖，當時采用一代測序技術Sanger測序。2005年誕生出更優化的第二代測序（NGS），NGS在微生物領域可以應用于：醫院感染性疾病爆發的調查、未知病原體的鑒定、毒力分析、耐藥基因組的研究。

　　　黃晶晶介紹，除了微生物領域，NGS的應用很廣泛，可以說涉及到臨床診療的方方面面，包括產前篩查，以及兒童罕見病的診療。還有基因治療，通過已知點的檢測，來識別這個靶向藥適合不適合患者的治療。黃晶晶表示，從國內外研究來看，建立一個全球范圍內共享的NGS數據庫非常有必要，其將有助于突發新發感染性疾病的及時診斷，并有助于開發微生物基因組學應用于感染性疾病監測和疫情調查的全部潛力。

　　劉睿峰

　　北京協和醫院住院醫師劉睿峰介紹，深度學習作為人工智能實現方法的一部分，具有自主學習能力，經訓練后能對未知數據進行預測，其中的一些模型，特別是卷積神經網絡（CNN），在圖像識別方面具有比人工識別更快更準確的優越性。而這項技術應用于甲狀腺病理診斷上其準確性、靈敏性和特異性明顯優于傳統診斷方法，但同時也具有任務范疇狹窄、數據共享、標準化及數據隱私、患者安全及醫療權責等局限性。

　　自2016年6月啟動至今，“刊媒惠”推介的科技論文成果內容涉及公眾關注的氣象、醫藥、食品安全、航天、測繪、環境保護、疾病防控、人工智能等多個領域，通過現場活動及網絡直播，向線上線下公眾普及看似晦澀、卻與生活息息相關的科研進展和科技成果。（宋雅娟）

[ 責編：肖春芳 ]