• 物联网在医疗领域特别有用,但互操作性仍然是一个挑战

    物联网在医疗领域特别有用,但互操作性仍然是一个挑战

    随着物联网的发展,医学家发现物联网在医疗界将会大有用处,物联网将会给医疗界带来极大地帮助,但是凡事都有两面,物联网即给医疗领域带来了帮助,也给来了一些挑战。 从远程医疗预约到家庭健康监测仪,物联网(IoT)在医疗保健领域得到了广泛的应用。所有这些收集到的数据正在不断累积,然而,它们可能存在于各自的孤岛中。 与医疗保健机构合作的数据和分析公司HealthCatalyst产品管理副总裁Dan Soule表示:“改善医疗保健的互操作性是医疗系统、临床医生、患者甚至立法者的当务之急”。 “政府为解决互操作性所做的最新努力来自国家卫生信息技术协调员办公室(ONC),该办公室于2019年2月发布了一项拟议的互操作性和信息阻止规则。虽然这项立法的某些方面很有希望,但改善互操作性的尝试失败了,因为医疗保健数据的主要来源(电子病历)产生了非标准化的、异质的数据。” 电子病历确实是互操作性的绊脚石。它们是供应商试图在自己的系统孤岛中捕获用户的典型例子,与其他系统的互操作性非常有限,以至于在医院收编其他医疗机构的情况下,系统集成的任务非常艰巨,以至于每个独立的机构继续使用自己的电子病历。 这和物联网有什么关系?医疗保健组织使用许多不同种类的物联网设备,因此将数据整合在一起仍然是一项艰巨任务。 TigerConnect首席执行官布拉德·布鲁克斯(Brad Brooks)表示:“医疗保健提供了数字监测设备的完美组合,能够提供需要实时传输和分析(通过物联网)的重要数据,以便尽快做出响应”。“生理特征监测是该技术在医疗保健领域的最好例证。” 此外,物联网设备可用于监测在家中的患者,并促进患者与其医疗保健服务提供者之间的远程医疗预约。 布鲁克斯坚持认为,通过使用一个具有开放式API的公共协作层(或网络),可以与各种数据系统进行互操作,进而使医疗保健组织解决系统互操作性问题。但是,这取决于网络为各种医疗保健系统提供的API数量,以及医疗保健工作人员改变其操作流程以适应这些新系统的灵活性。 这也不是一蹴而就的。医疗保健系统改革缓慢,而且很少能够无缝地做到这一点。尽管有多年的压力,但医疗保健系统并不处在互操作性的最前沿。此外,整合物联网本身也很复杂,因为物联网市场拥有大量不同的设备、供应商和操作系统。 不过,如果基于云的协作平台能够克服这一难题,那么对医疗机构、从业者和患者的好处将是巨大的。 布鲁克斯说:“我们正进入一个围绕医疗服务交付取得快速进展的时期,因为互操作性和向云的迁移正在慢慢成为现实”。“对信息数字化的投资现已基本完成,现在,我们需要在护理站将数据与护理人员联系起来,以便更好地了解情况,更有效地协作,进而做出更好的治疗决策。在患者方面,远程医疗和远程患者监测将以显著更好的方式改变患者与医疗系统和医护人员的互动方式。” 以下是医疗保健服务提供者可以做的一些事情,以便更好地为这些新进展做好准备。 1、与供应商沟通 医疗机构与系统和物联网供应商沟通的越多,并且要求互操作性,他们可能看到的系统互操作性的进步也就越大。(来源物联之家网)尽管政府和行业都对医疗系统和物联网供应商施加了压力,要求他们实现标准化和互操作,但最有效的压力来自那些为这些技术付费的人。 2、将网络协作视为中间平台 如果基于云的协作平台可以为不同的医疗保健和物联网系统提供数百个API,那么这对于医疗机构来说是一个很好的方法,可以避免集成带来的痛苦和成本。 3、永远不要忘记操作流程 系统互操作是一回事,而医疗机构、诊所、医生和患者之间的互操作是另一回事。所有这些都有预先定义的操作方式,以及要遵循的政府法规,很显然,走出舒适区并学习新流程并不容易。 我们不能因为物联网带来的挑战就否定物联网在医疗领域的贡献,虽然带给我们医疗领域一些挑战,但是我相信,只要积极地面对总会克服,我们期待物联网带给我们的帮助。

    医疗电子 医疗 物联网

  • AI将会改变医疗领域的哪些运作方式

    AI将会改变医疗领域的哪些运作方式

    人工智能(简称AI)又称智能机械和机器智能,是指由人制造的机器所显示的智能。一般来说,人工智能是指通过普通的计算机程序来表现人类智能的技术。这个词还指出了这样一个智能系统能否实现以及如何实现。 AI渗入各个层面 医疗资源供需矛盾是我国医疗行业面临的根本问题,也是AI医疗发展的主要驱动力。随着“AI+医疗”驶入快车道,我国医疗行业发生了巨大变革。在AI赋能的时代,我国各个领域都发生了巨大的变化,呈现出广阔的发展前景,主要表现在以下几个方面。 从技术层面来看,AI专利的申请在2006年、2008年、2010年分别达到了高峰期。在医院,我们看到许多AI专利应用的案例,这说明AI技术已经开始渗入这个行业,正在逐渐展现它的应用。可以说,AI已经正式打开了新医疗的大门。 从政策层面来看,国内各部委都出台了相关政策来促进AI医疗的发展。例如,2017年7月国务院发布《新一代人工智能发展规划》,将新一代人工智能放在国家战略层面进行部署,描绘了面向2030年的我国AI发展路线图,旨在构筑AI先发优势,把握新一轮科技革命战略。 从医疗领域来看,医疗供给端资源不足、分布不均匀,严重制约着我国医疗行业的发展。AI的出现可将医疗效果提高30%~40%,减少多达50%的医疗成本,主要通过强大的计算能力、成熟的算法和海量的数据,使AI加速应用在医疗行业。此外,在医疗制度上的落地,国家卫生健康委员会也在积极推进AI的应用。5G牌照的发放让我们看到AI与5G的联合使用可以形成更多智能的设备,尤其是可穿戴设备。众多的创业公司在医疗行业发展的各个阶段相继涌现,都试图通过AI来催生企业的发展。 从场景驱动层面来看,AI在药物研发方面彰显优势。例如,通过AI进行虚拟药物筛选,可以减少实际筛选的药物分子数量。此外,利用AI还可以预测药物分子可能的活性,发现潜在的化合物,构建具有性能合理的化合物。除应用在药物研发方面外,AI还可以应用在疾病的辅助诊断、风险预测以及医院管理等场景。 AI赋能各个领域 从以上几个方面来看,AI与医疗健康领域的融合不断加深,应用场景更加广泛。我国医疗行业形成了“新模式”,出现了医疗服务模式“新常态”,主要体现在疾控领域、公共卫生领域、诊疗领域以及保险领域。 ●疾控领域 本次新型冠状病毒肺炎疫情的防控是疾控领域的重大事件。我们公司“啄医生”在这次疫情防控期间做了诸多工作。例如,在筛查阶段,我们将疑似患者分成轻级、中级及危重级等3个等级。根据患者的等级,当地政府可以及时采取不同措施进行防控。轻级患者可以送入方舱医院,危重级患者可以送入重症加强护理病房(ICU)进行急救。此外,我们还会对确诊患者进行病情评估、量化分析及定期的随访。我们可以从AI辅助的量化分析中看到,患者在用药之后的不同治疗阶段有着不同的变化,医生可以针对每名患者进行个性化的精准治疗。这就是AI给我们带来的便利。 ●公共卫生领域 在公共卫生领域,我们看到各个部门对慢性疾病的预防、管理付出了巨大的努力。在我国,18岁以上的人群中约有25%的高血压患者、10%的糖尿病患者。这些疾病给人们的健康带来了威胁。我们公司“啄医生”推出了针对糖尿病视网膜病变的检测技术,检出率、准确率在90%以上。该项技术的应用非常广泛,目前正在各个地方帮助公共卫生部门进行疾病筛查,让人们可以早发现、早治疗相关疾病。此外,5G与AI的结合在慢性疾病的管理中有着越来越多的应用。例如,可穿戴设备与AI的结合让高血压、心血管等慢性疾病进入了新的管理模式,为慢性疾病的预防及相应的治疗提供了非常好的解决方案。 ●诊疗领域 目前,AI医疗影像已成为我国AI医疗领域最为成熟的细分领域。门诊从筛查到确诊再到住院,大部分的检查都涉及影像,其中的影像数据是非常庞大的。我国现阶段采用的AI辅助诊断工具近60%集中在肺部。例如,我们公司“啄医生”的“数字肺”不仅可以帮助医生进行疾病诊断,还可以辅助外科医生进行肺部手术,可以非常好地自动分割肺部支气管、肺动脉及静脉,然后进行提取并对相应的手术路径进行各方面的计算。 此外,妇产科、骨科等领域也都已经借助AI进行辅助诊断。在骨科辅助诊断上,AI可以一键式、一站式地生成所有参数指标,极大地减少了临床医生的工作量;在手术规划上,AI可以自动分割与计算,帮助医生规划每一次手术要采用的最优方案。 总之,AI辅助诊断从病灶识别和标注、靶区的自动勾画和自适应量化分析以及影像三维重建等几个方面解决了医疗影像需求,推动了诊疗领域的发展,提高了医生的诊治效率。 ●保险领域 在过去30年,我国的基本医保做到了几乎覆盖14亿人的伟大成就。然而,一些重大疾病的个人支付比例还是相对较高,这就需要我们大力发展市场化的商业健康保险领域。然而,商业健康保险领域的发展一直比较缓慢,关键的一点是我们对一些医疗知识了解得不够全面,所以很难对一些疾病进行预测,对其未来的治疗效果也很难把握。AI的出现可以对这方面进行弥补,它可以预测健康状况的变化以及疾病的生长情况,从而为各类人群设计个性化险种。例如,AI可以对高血压患者进行专业险种设计,也可以对不同阶段的糖尿病患者进行疾病预测及对应的险种设计。总之,AI与医疗的结合可以说是精准医保的开始,真正可以做到从以疾病治疗为中心到以健康预防为中心的跨越,这也是我国医疗服务一直在努力的方向。 人工智能为我国的医疗服务提供了一条新的路径和方法,也给医疗行业带来了巨大的变革。人工智能作为新一代的创新技术,改变了医疗领域的供给侧和传统医疗机构的运作模式,使医疗更加高效、便捷、个性化,创造了巨大的增量市场。

    医疗电子 人工智能 机器智能 医疗

  • 智慧医院时代、医疗行业数字化转型将是大势所趋

    智慧医院时代、医疗行业数字化转型将是大势所趋

    最近几年,随着人工智能,云计算的发展,许多医院的模式发生了变化,越来越多的医院选择运用新技术以创造更好的医疗技术与服务 然而在数字化转型过程中,各级医院终端设备数量迅速增长,经常困扰于传统PC维护成本高、恢复时间长等问题。 传统PC问题突出,医疗云桌面应运而生 在医院计算机应用领域中,桌面PC是最普遍也是必需的办公设备。随着医院业务快速发展,医院信息化体系与业务应用系统建设更加完善,办公PC上安装的软件程序及外设的种类与数量不断增加。 但在实际运行过程中,暴露出传统PC在运维、成本及安全管理上的弊端,主要表现为安全边界难以防护、数据泄漏难以防范、总体拥有成本高、资源利用效率低等问题。 作为云计算的典型应用,云桌面成为解决传统桌面终端问题的首选方案。云桌面技术又称为虚拟桌面技术,它能够在云端为用户提供远程的计算机桌面服务。 服务提供者在虚拟化服务器上运行用户所需的操作系统和应用软件,然后采用桌面显示协议将操作系统桌面视图以图像的方式传送到用户端设备上。与传统PC相比,云桌面在成本、维护、安全等方面具有明显的优势。 结合医院实际情况来看,医疗云桌面主要应用场景包括医院行政办公、医疗信息管理、信息运维管理、教学科研、培训等。 1.医院行政部门人员使用虚拟桌面进行日常办公,访问医院门户、协同办公等业务系统,收发内网邮件,使用Office软件编辑文档和PPT演示文稿。 2.医院各科室医生、护士人员使用虚拟桌面访问医院HIS、电子病历等业务应用系统;各医技、医辅人员使用虚拟桌面访问挂号、收费相关业务应用系统。 3.医疗信息服务人员使用虚拟桌面进行信息网络运维管理;外部厂商技术服务人员使用虚拟桌面进行业务应用系统维护。 4.医生、护士、医技人员使用虚拟桌面进行业务应用使用培训 当下,云桌面以便捷运维、数据安全、移动办公等特点,正在医疗数字化转型中广泛应用。 立人NUC云终端系列有着众多外观款式,凭借其小巧的身型,可轻松应用于医院各类复杂场景,便携、易装配。 基于立人科技迷你主机云终端的医疗云桌面解决方案,能够在不改变医护工作者使用习惯的前提下,搭配相应服务器,通过VDI(桌面虚拟基础架构)和IDV(智能桌面虚拟化)等技术架构,为医院搭建基于云服务的虚拟化办公平台。 与传统PC相比,这种方式的本质区别在于使用的电脑实际上都是运行在云端的一台虚拟终端机。 在软件系统上,立人迷你主机云终端能兼容Windows、Linux等计算机系统,对目前市面上主流医院应用系统提供了可靠支撑。 在安全性上,即使处于极端环境下,网络、机房全部瘫痪,云终端也能正常操作,保障医护人员能够采取医院应急预案正常开展工作。 在性能上,相对于传统云终端配置低,功能相对单一的缺点,立人NUC迷你主机云终端具备完整的“电脑”属性,可根据客户需求选配高性能CPU,如“10代酷睿i7”,以应对不同医疗场景对云终端的计算需求。 此外,IDV和VDI均提供云盘服务,用户在任意云端登入,均可通过操作系统内硬盘盘符的形式直接访问个人云盘,在保障数据不落地的安全策略基础上,实现用户级数据随身携带。 在后续使用升级时只需升级服务器即可。云终端本身不需要升级即可获得升级后的高性能。而且耗电量远远小于传统PC。 截至目前,基于立人NUC迷你主机云终端的云桌面解决方案已成功应用于众多医院,终端数量超过数万台。 例如某医疗系统集成商,通过采购立人科技NUC迷你主机V6,结合IDV桌面虚拟化协议软件,最后应用于某大型三甲医院,助力业务高效运行。 100多个业务应用均运行于服务器虚拟化系统上,基本覆盖了医院的各个医疗场景 1000多个虚拟桌面、终端为医院的医疗业务人员提供日常操作界面。 业务相关的复杂多样的外设设备也得到了很好的支持。 说在最后: 在智慧医疗时代,云桌面将帮助医院实现业务系统的便捷、高效管理,保障医院安全性及业务连续性,同时提高资源利用率,全面助力智慧医院建设与数字化发展。 2021年,智慧医院时代、医疗行业数字化转型已是大势所趋,立人科技将抓住这一历史机遇,锻造出更多的智慧医疗所需的计算机硬件精品,携手各级医院用户、医疗系统集成商展开合作,共同打造新医疗时代的“新智慧”。

    医疗电子 医疗数字化 智慧医院时代

  • 智能医疗在未来的发展将不可估量。

    智能医疗在未来的发展将不可估量。

    随着人工智能的发展,在医疗界中的应用也越来越广泛,智能医疗在未来的发展将不可估量。 目前,人工智能在智能医疗中的应用主要有三种:一是虚拟辅助系统,帮助医生、护士和技术人员进行诊断和护理;二是大数据集成和挖掘,特别是数据端的开放性、安全性问题等;三是智能成像,这是目前最成功的一个。人工智能图像可以说比人工准确得多,它基本上不会漏诊。 现在全球社会正进入一场伟大的健康科技革命,未来智能医疗将有一个巨大的市场。从中美两国医疗资源分布比较来看,我国95%的医疗资源用于医院服务,而在美国这一比例仅为19%。我认为未来中国将在疾病预防、疾病康复、养老、家庭保健、医疗器械、健康风险管理等方面调动更多的医疗资源,市场前景可观。 接下来,我将介绍智能医学未来的几个应用方向 首先是为健康老人设计的机器人。现在日本已经研制出一种老年机器人,它可以响应老年人的语音要求。比如,如果接到命令扶老人起床,它会走到床前,伸出一只机器人手,根据老人的身高和床的高度将他扶起来,然后把他送到指定的地方,比如客厅、卫生间,甚至把他抬上轮椅。未来,老年保健机器人的深入发展将是智能医疗发展的方向之一。 二是模拟医疗系统。目前,美国已将模拟医学单独设立为一个学科,广东省也在努力推进这一学科的建设。例如,我们可以通过电脑合成建立一个三维数据模型,将病人的检查图像、心电图等个人检查数据输入模拟系统,模拟真实的手术环境,让医生模拟手术现场可能遇到的情况,比如血管在哪里安全切开,注射多少麻醉剂,多少合适。模拟医疗系统会给出相应的模拟反馈,对医生的实际操作情况做出预测,从而帮助医生更准确地选择治疗措施。今后,在这些技术更加成熟的时候,我们需要把这些技术从三级医院推广到基层医院,真正实现医疗下沉。 第三,智能化多学科会诊也是未来重点发展趋势之一。智能多学科会诊可以帮助部分患者进行网上基础疾病筛查,指导合理用药,判断患者是否需要送医院治疗,从而缓解医疗资源短缺的局面。 我认为,未来医疗领域有六大技术将影响传统技术的变革:人工智能、机器人、区块链、数据安全与可靠性、3D打印技术和医疗大数据。大健康是让人回归健康的源头。未来的智能医疗市场前景广阔,可以做的事情很多,不仅在治疗过程中,在医院的物流管理上也是如此。人工智能从各个方面提高了为群众提供医疗服务的质量。 医疗保健的未来 一是智慧医疗医院体系。未来智能医疗将在医院系统的许多地方得到应用。比如药品及耗材管理系统、医疗安全监控系统解决病房人员短缺等。 二是卫生防疫领域。比如疾病控制,通过发热门诊数据的自动连接和报警,分析病人的主要来源,从而找出病源,及早采取源头控制措施。在那些年里,人们花了很长时间才找到非典的源头。在智能医学的帮助下,可以清楚地看到传播途径,从香港引入SARS后不久就会发现SARS的来源。这是科学技术的进步。 三是卫生监督。目前,很多医院的污水处理效果可以说不合格。如果我们在排污口安装传感器,实时监控并公布数据,在这样的压力下,医院会自觉处理污水排放,否则很快就会承担相应的责任。如今,治理环境污染是一场攻坚战,智能医疗可以起到辅助作用。 四是建立个人健康体系。例如,睡眠呼吸暂停综合征检测仪已经投入实际应用。我有一个好朋友,他很胖,有一天喝了很多酒,被呼吸暂停综合症带走了。如果将来有更多类似的仪器和产品来全面监测个人的健康状况,甚至具备救援能力,很多这样的人可能会得救。 如今,智能医疗正如火如荼地进行着。我们还应该看到,目前市场上很多健康智能产品还没有经过科学论证,其权威性和误导性还需要进一步论证。传统医疗模式向大健康模式的转变还需要一个过程。未来,我国医疗系统应建立医疗数据互联共享平台,不仅为老百姓提供生活和健康管理服务,还应改善医生就业、患者治疗和慢性病管理的生态,传播健康生活理念。 生活在这个创新的时代,最可怕的不是那些慢慢接受创新的人,而是那些羡慕别人、阻碍发展、不愿付出代价的人。我们愿携手共创医疗新时代。

    医疗电子 人工智能 智能医疗

  • 新型人工智能技术是如何揭开病毒控制细胞内部改变的

    新型人工智能技术是如何揭开病毒控制细胞内部改变的

    随着新型人工智能技术的提高,越来越多的医学人员运用其中,医学家利用人工智能探索出了极为重要的贡献。 2020年9月29日——西北大学的科学家和其他人在《自然》杂志上报道,人类巨细胞病毒利用人工智能技术对核内极性进行细胞质控制,这可能有助于识别病毒如何控制细胞的变化。研究人员指出,病毒可以控制细胞核的结构和遗传极性,这一发现强调了感染期间基因组组织的重要性,以及人工智能技术可以在多大程度上帮助科学家识别复杂的细胞内变化。 病毒可以控制细胞在许多方面,存在于细胞核直接控制的病毒蛋白的基因表达,在细胞表面或细胞质中可以扮演一个角色在控制细胞信号网络的蛋白质,例如,研究人员说,在每个情况下(包括在病毒感染),核将如何以及为什么和重组,5月底仍需要深入研究的问题。研究任何细胞的过程是一个核心的问题,活动的每一个细胞在细胞培养多少异质性,我们可以有一些没有发生在感染细胞感染的过程中,一些失败的感染,感染细胞,每个细胞在感染的不同阶段,也许在实验,很难控制和同步。 图片来源:CC0公共领域 研究人员可以对单个细胞进行成像,但这一过程需要分析大量细胞才能了解实际情况,而这往往是容易出错的。作为人类,我们很难不关注那些非常引人注目和更明显的表达形式,但这可能导致更主观的分析,或无意中夸大更容易被人类看到和研究的表现型。为了简化这一过程,研究人员开发了一种自动细胞成像系统,使用基于人工智能的网络(卷积神经网络)来识别和分析感染细胞的特性。由于现有图像分析工具的局限性,研究人员试图利用正在迅速改变我们世界的计算机视觉技术的最新进展,开发新的分析管道。 具体来说,研究人员可以向该系统提供大量的训练数据,帮助了解如何识别受感染的细胞以及细胞内感染的不同阶段;一旦这个网络被训练好,研究人员就会重新编程显微镜,以搜索含有细胞培养物的盖玻片并对其成像,这样系统就可以分类哪些细胞被感染,以及感染的阶段。研究人员可以对该系统进行编程,以识别特定参数,如细胞核中特定蛋白质的高度和位置,并生成对整个细胞特定区域的强度或“平均投影”的“行扫描”。沃尔什说:“当你对数千个细胞这样做时,你会得到一个用户独立的、完全公正的“空间免疫印迹”,它可以检测到受感染的细胞,而不是未受感染的细胞,或者与你的分析无关的细胞。” 使用这个系统,研究人员可以从感染细胞的样本中识别广泛的调整方法,这种方法可以产生强大的乙酰化微管结构(也就是说,存在于细胞质中的管状结构),它将坚持核膜及核细胞中的蛋白质来帮助控制肌动蛋白丝,这反过来,重组原子核内部结构,可以控制结构和遗传极性。令研究人员惊讶的是,这种病毒能够在细胞质中形成微管,有效地抓住细胞核表面,然后利用这一点从内到外重新编程细胞核的内部结构,形成受控形式。研究人员还发现肌动蛋白丝似乎也参与其中。 这项研究的结果可能会提高研究人员对感染细胞基因组组装的基本分子机制以及这种组装如何促进体内整体感染的认识。研究人员希望通过提供一个相对公正的人类巨细胞病毒复制阶段的神经网络来促进进一步的研究,以帮助建立可常规使用的基于社区的标准。

    医疗电子 人工智能 机器智能 医疗

  • 改善人类疾病的治疗也需要靠人工智能

    改善人类疾病的治疗也需要靠人工智能

    人类疾病随着人工智能的发展得到了一定的改善,在人类疾病的治疗中,科学家利用人工智能得到极大的突破。 【1】Nat Med:开发出新型AI诊断工具 不需要进行检测就能预测COVID-19的感染风险 doi:10.1038/s41591-020-0916-2 近日,一项刊登在国际杂志Nature Medicine上的研究报告中,来自伦敦大学国王学院等机构的科学家们通过研究开发了一种人工智能诊断技术,其能根据机体症状来帮助预测个体患COVID-19的可能性。这种AI模型能利用来自COVID症状研究app中的数据,通过对比个体的症状和传统COVID检测的结果来预测一个人患COVID-19的风险,这就能帮助检测受限的确的人群进行COVID-19的筛查,目前在英国和美国的两项临床试验即将开始。 全球有超过330万人下载了该app,并且利用其来记录自身每天的健康状态,比如其是否感觉良好或有什么新的疾病症状,比如持续咳嗽、发烧、疲劳及味觉丧失等。文章中,研究人员对定期在app中记录自身健康状况、来自英国和美国250万人的数据进行分析,其中约有三分之一的人群记录了与COVID-19相关的症状,有18374名个体表示曾经接受过冠状病毒的检测,有7178人为阳性结果。 【2】Cell:AI从超1亿个分子中预测强力抗生素,杀伤超级耐药细菌 doi:10.1016/j.cell.2020.01.021 一项开创性的机器学习方法已经从1亿多个分子中识别出了强大的新型抗生素,包括一种可以对付多种细菌的分子--包括肺结核和被认为无法治愈的菌株。研究人员表示,这种名为halicin的抗生素是第一个被人工智能发现的抗生素。尽管人工智能以前曾被用于协助抗生素发现过程的某些部分,但他们表示,这是人工智能首次在不使用任何人类假设的情况下,从零开始识别出全新种类的抗生素。这项研究由剑桥麻省理工学院的合成生物学家Jim Collins领导,发表在Cell杂志上。 研究者Jacob Durrant表示,这项研究意义非凡。目前研究小组不仅确定了候选分子,还在动物实验中验证了有希望的分子。更重要的是,这种方法也可以应用于其他类型的药物,如用于治疗癌症或神经退行性疾病的药物。细菌对抗生素的耐药性在全球范围内急剧上升,研究人员预测,除非紧急开发新的药物,否则到2050年,耐药感染每年可能导致1000万人死亡。但在过去的几十年里,新抗生素的发现和监管审批都有所放缓。"人们不断地发现同样的分子,我们需要新的化学反应和新的作用机制。 【3】Nat Biomed Engine:科学家有望利用人工智能技术来预测人群患心血管疾病的风险 doi:10.1038/s41551-020-00626-4 近日,一项刊登在国际杂志Nature Biomedical Engineering上的研究报告中,来自新加坡全国眼科中心等机构的科学家们通过研究开发了一种新方法利用人工智能技术来预测个体患心血管疾病的风险,文章中,研究者描述了如何利用视网膜血管扫描作为深度学习系统的数据源,从而教会该系统如何识别人群患心血管疾病的迹象。 100多年来,临床医生一直会观察病人的眼睛来寻找其视网膜血管的变化,这些变化能够反映个体在一段时间内遭受高血压所带来的影响,而诸如这种影响或许是心血管疾病即将发生的征兆,而随着时间推移,医学科学家们就开发出了特殊仪器来帮助眼科大夫更好地观察眼睛中最容易受到高血压影响损伤的部分,并能将其作为诊断高血压患者的一个关键部分,但诸如此类工具仍然需要医疗专业技术人员对患者的诊断做出最后的决定,这项最新研究中,研究人员就能够教会人工智能系统识别人群机体出现的相同类型的症状,其并不需要人类人为地干预。 【4】GigaScience:在全球首次开发基于人工智能技术的VariantSpark平台 能对一万亿个基因组数据进行分析并找出多种致病基因 doi:10.1093/gigascience/giaa077 日前,一篇发表在国际杂志GigaScience上的研究报告中,来自澳大利亚联邦科学与工业研究组织(CSIRO)等机构的科学家们在世界上首次通过利用基于人工智能技术的VariantSpark平台来处理一万亿个基因组数据,该平台还能帮助锁定人类基因组中特定疾病致病基因的具体位点。 人类基因组是一个完整的DNA集合,其包含超过30亿个DNA碱基对,研究者表示,通过分析大规模的基因组数据库,人工智能(AI)要比传统方法在更短的时间内对多种复杂疾病进行更加深入地分析,VariantSpark平台能分析诸如疾病和易感性等特性,从而揭示诱发疾病的具体基因;这或许就能在分子水平上提供关于疾病发病机制的重要信息,以便后期开发新型靶向性疗法,VariantSpark平台目前已经被用来识别与心血管疾病、运动神经元疾病、痴呆症及阿尔兹海默病相关的致病基因了。 【5】Hypertension:科学家有望利用人工智能技术筛选患心血管疾病的高风险人群 doi:10.1161/hyp.76.suppl_1.MP10 如今越来越多的研究证据表明,生活在机体消化道中的细菌会对机体心血管健康产生深远的影响效应;近日,一项刊登在国际杂志Hypertension上的研究报告中,来自托雷多大学等机构的科学家们通过研究表示,如今我们或许就不需要进行专门的检测,而是利用这些微生物就能帮助诊断心脏和血管疾病。 研究者Bina Joe说道,目前我们非常清楚个体机体肠道菌群与其患诸如高血压和心力衰竭等多种疾病之间的关联,尽管我们并不是完全清楚其中涉及的所有的机制;利用人工智能技术,研究者就能开发出一种新型的机器学习模型,其能简单地利用粪便中的细菌特性来对人群的心血管疾病进行筛查。文章中,研究人员利用计算机算法对来自大约1000名个体的粪便样本中的细菌组成进行了分析,其中有大约一半人群被诊断为某些形式的心血管疾病,而另一半人群则报告并未患上心血管疾病。 【6】Nature解读!新型人工智能技术如何揭开病毒控制细胞内部改变的奥秘! doi:10.1038/s41586-020-2714-x 日前,一项刊登在国际杂志Nature上题为“Cytoplasmic control of intranuclear polarity by human cytomegalovirus”的研究报告中,来自美国西北大学等机构的科学家们通过研究开发了一种新型的AI技术(人工智能技术),其或能帮助识别病毒如何控制细胞内的变化。研究者指出,病毒可以控制细胞核内的结构和遗传极性,这一研究结果强调了感染过程中基因组组织的重要性,以及AI技术到底能在多大程度上帮助科学家们识别复杂的细胞内改变。 病毒能以多种方式控制细胞,从存在于细胞核中能直接控制基因表达的病毒蛋白,到能在细胞表面或细胞质中发挥作用能控制细胞信号网络的蛋白等,研究者表示,在各种情况下(包括在病毒感染期间),细胞核如何以及为何会移动并重组,或许还是后期需要进行深入研究的一个问题。研究任何细胞内过程的一个核心问题就是,在细胞培养物中的每个单一细胞发生的事件到底有多大的异质性,在感染过程中我们可以有一些未发生感染的细胞,其中一些感染失败,而在那些被感染的细胞中,每个细胞都处于不同的感染阶段,这在实验上或许很难控制或者同步化。 【7】Nat Rev Neurol:人工智能技术或有望加速并改善阿尔兹海默病的诊断 doi:10.1038/s41582-020-0377-8 近日,一项刊登在国际杂志Nature Reviews Neurology上的研究报告中,来自谢菲尔德大学等机构的科学家们通过研究表示,利用人工智能(AI)或能帮助快速诊断阿尔兹海默病并改善患者的预后;文章中,研究人员分析了在医疗领域中如何使用AI来帮助改善常见神经变性疾病给英国国民健康保险制度(NHS)所带来的时间和经济的影响,比如阿尔兹海默病和帕金森疾病等。 很多神经性障碍的主要风险因素是年龄,随着全球人群预期寿命的延长,患有神经变性疾病的患者的数量预计也会达到前所未有的数量,研究者预测,截止到2050年,仅阿尔兹海默病患者的数量就会增加两倍,达到1.15亿,这对健康卫生系统会带来一定的挑战;这项研究中,研究人员利用AI技术(比如机器学习算法)在疾病症状恶化前检测神经变性疾病,这就能够改善患者因成功疾病修饰疗法而获益的机会。 【8】Nat Metabol:新型算法或能利用人工智能技术来帮助管理1型糖尿病患者 doi:10.1038/s42255-020-0212-y 近日,一项刊登在国际杂志Nature Metabolism上的研究报告中,来自俄勒冈健康与科学大学等机构的科学家们利用人工智能和自动化的监测手段开发出了一种新方法,其或能帮助1型糖尿病患者更好地管理自身的血糖水平。研究者Nichole Tyler博士表示,我们的系统设计非常独特,文章中我们完全利用特殊的数学模拟器来设计人工智能算法,然而,当这种算法在1型糖尿病患者的真实数据上得到验证时,其所产生的建议与内分泌学家提出的建议高度相似。这一点非常重要,因为糖尿病患者常常需要3-6个月时间才能与内分泌科的医生进行预约和诊治。 在这段时间里,如果患者机体血糖水平过高或过低的话,其就可能存在出现危险并发症的风险,1型糖尿病患者自身无法产生足够的胰岛素,因此其就必须通过使用胰岛素泵或每天多次胰岛素的注射来控制血糖,这项研究中,研究人员所开发出的这种新型算法能利用从连续葡萄糖监测设备和无线胰岛素笔收集的数据从而为患者的治疗提供指导。当与一种名为DailyDose的手机app配合使用时,该算法的推荐结果显示,其在67.9%的时间里与医生的意见一致。 【9】Nature:诊断乳腺癌 人工智能完胜人类专家! doi:10.1038/s41586-019-1799-6 近日,一项刊登在国际杂志Nature上的研究报告中,来自谷歌健康公司的科学家们通过研究开发出了一种新型的计算机程序,其能通过常规扫描,以比人类专家更高的准确率对乳腺癌进行诊断和检测。乳腺癌是女性群体中最常见的一种癌症类型,仅去年一年就有超过200万的新确诊病例,在没有明显症状的患者群体中,进行定期筛查对于发现疾病的早期症状至关重要;在英国,50岁以上的女性会被建议每三年进行一次乳腺X光检查,同时检查结果由两位独立的专家进行分析。 但对扫描结果的解读往往留有出错的余地,而且在所有乳腺X光检查中,有一小部分结果会被出现假阳性(将健康人群误诊为患有癌症)或假阴性(将疾病阳性误诊为阴性)。这项研究中,研究人员通过研究,成功利用人工智能模型对英国和美国的数千名女性进行乳腺癌的扫描检测;这些图像在现实生活中已经被医生分析检查过了,但与临床环境不同的是,机器(人工智能算法)并没有依据病人的病史来进行疾病的诊断。 【10】Nature子刊:人工智能助力白血病的诊断 doi:10.1038/s42256-019-0101-9 每天,医学实验室或诊所等机构都要对数百万个单细胞的诊断工作。大部分重复性工作仍由受过训练的细胞学家手动完成,他们通过检查染色涂片中的细胞并将其分为大约15个不同类别。为了顺利完成上述工作,需要具备专业知识且训练有素的细胞学家。 为了提高细胞分类以及检测效率,Helmholtz Zentrum München和慕尼黑LMU大学医院的一组研究人员“训练”了一个具有近20,000个单细胞图像的深层神经元网络。在这项研究中,来自Helmholtz ZentrumMünchen的计算生物学研究所的Carsten Marr博士与Christian Matek博士以及来自LMU慕尼黑大学医院的med Karsten Spiekermann和Simone Schwarz教授对 100例患有侵袭性血液病AML的患者和100例对照志愿者的血液涂片中提取了相关的图像并且进行分析。通过比较其与人类专家的检测准确性,从而评估AI驱动的检测方法的效果。结果表明,由AI驱动的解决方案能够取得与训练有素的细胞学家一样好的成绩。 以上新闻,不难发现人工智能将会给医疗界带来极大的帮助,人工智能无时无刻影响着我们的生活。

    医疗电子 人工智能 医疗

  • 科学家利用人工智能研究出了什么成果

    科学家利用人工智能研究出了什么成果

    现在已经步入2021年了,回顾过去2020整年,科学家们在利用人工智能研究出了多项重要成果,本文对2020年度科学家在人工智能研究中取得的重磅级研究进行了整理。 【1】Nat Med:开发出新型AI诊断工具 不需要进行检测就能预测COVID-19的感染风险 doi:10.1038/s41591-020-0916-2 近日,一项刊登在国际杂志Nature Medicine上的研究报告中,来自伦敦大学国王学院等机构的科学家们通过研究开发了一种人工智能诊断技术,其能根据机体症状来帮助预测个体患COVID-19的可能性。这种AI模型能利用来自COVID症状研究app中的数据,通过对比个体的症状和传统COVID检测的结果来预测一个人患COVID-19的风险,这就能帮助检测受限的确的人群进行COVID-19的筛查,目前在英国和美国的两项临床试验即将开始。 全球有超过330万人下载了该app,并且利用其来记录自身每天的健康状态,比如其是否感觉良好或有什么新的疾病症状,比如持续咳嗽、发烧、疲劳及味觉丧失等。文章中,研究人员对定期在app中记录自身健康状况、来自英国和美国250万人的数据进行分析,其中约有三分之一的人群记录了与COVID-19相关的症状,有18374名个体表示曾经接受过冠状病毒的检测,有7178人为阳性结果。 【2】Cell:AI从超1亿个分子中预测强力抗生素,杀伤超级耐药细菌 doi:10.1016/j.cell.2020.01.021 一项开创性的机器学习方法已经从1亿多个分子中识别出了强大的新型抗生素,包括一种可以对付多种细菌的分子--包括肺结核和被认为无法治愈的菌株。研究人员表示,这种名为halicin的抗生素是第一个被人工智能发现的抗生素。尽管人工智能以前曾被用于协助抗生素发现过程的某些部分,但他们表示,这是人工智能首次在不使用任何人类假设的情况下,从零开始识别出全新种类的抗生素。这项研究由剑桥麻省理工学院的合成生物学家Jim Collins领导,发表在Cell杂志上。 研究者Jacob Durrant表示,这项研究意义非凡。他说,研究小组不仅确定了候选分子,还在动物实验中验证了有希望的分子。更重要的是,这种方法也可以应用于其他类型的药物,如用于治疗癌症或神经退行性疾病的药物。细菌对抗生素的耐药性在全球范围内急剧上升,研究人员预测,除非紧急开发新的药物,否则到2050年,耐药感染每年可能导致1000万人死亡。但在过去的几十年里,新抗生素的发现和监管审批都有所放缓。人们不断地发现同样的分子,我们需要新的化学反应和新的作用机制。 【3】Nat Biomed Engine:科学家有望利用人工智能技术来预测人群患心血管疾病的风险 doi:10.1038/s41551-020-00626-4 近日,一项刊登在国际杂志Nature Biomedical Engineering上的研究报告中,来自新加坡全国眼科中心等机构的科学家们通过研究开发了一种新方法利用人工智能技术来预测个体患心血管疾病的风险,文章中,研究者描述了如何利用视网膜血管扫描作为深度学习系统的数据源,从而教会该系统如何识别人群患心血管疾病的迹象。 100多年来,临床医生一直会观察病人的眼睛来寻找其视网膜血管的变化,这些变化能够反映个体在一段时间内遭受高血压所带来的影响,而诸如这种影响或许是心血管疾病即将发生的征兆,而随着时间推移,医学科学家们就开发出了特殊仪器来帮助眼科大夫更好地观察眼睛中最容易受到高血压影响损伤的部分,并能将其作为诊断高血压患者的一个关键部分,但诸如此类工具仍然需要医疗专业技术人员对患者的诊断做出最后的决定,这项最新研究中,研究人员就能够教会人工智能系统识别人群机体出现的相同类型的症状,其并不需要人类人为地干预。 【4】Nature解读!新型人工智能技术如何揭开病毒控制细胞内部改变的奥秘! doi:10.1038/s41586-020-2714-x 日前,一项刊登在国际杂志Nature上题为“Cytoplasmic control of intranuclear polarity by human cytomegalovirus”的研究报告中,来自美国西北大学等机构的科学家们通过研究开发了一种新型的AI技术(人工智能技术),其或能帮助识别病毒如何控制细胞内的变化。研究者指出,病毒可以控制细胞核内的结构和遗传极性,这一研究结果强调了感染过程中基因组组织的重要性,以及AI技术到底能在多大程度上帮助科学家们识别复杂的细胞内改变。 病毒能以多种方式控制细胞,从存在于细胞核中能直接控制基因表达的病毒蛋白,到能在细胞表面或细胞质中发挥作用能控制细胞信号网络的蛋白等,研究者表示,在各种情况下(包括在病毒感染期间),细胞核如何以及为何会移动并重组,或许还是后期需要进行深入研究的一个问题。研究任何细胞内过程的一个核心问题就是,在细胞培养物中的每个单一细胞发生的事件到底有多大的异质性,在感染过程中我们可以有一些未发生感染的细胞,其中一些感染失败,而在那些被感染的细胞中,每个细胞都处于不同的感染阶段,这在实验上或许很难控制或者同步化。 【5】Nat Rev Neurol:人工智能技术或有望加速并改善阿尔兹海默病的诊断 doi:10.1038/s41582-020-0377-8 近日,一项刊登在国际杂志Nature Reviews Neurology上的研究报告中,来自谢菲尔德大学等机构的科学家们通过研究表示,利用人工智能(AI)或能帮助快速诊断阿尔兹海默病并改善患者的预后;文章中,研究人员分析了在医疗领域中如何使用AI来帮助改善常见神经变性疾病给英国国民健康保险制度(NHS)所带来的时间和经济的影响,比如阿尔兹海默病和帕金森疾病等。 很多神经性障碍的主要风险因素是年龄,随着全球人群预期寿命的延长,患有神经变性疾病的患者的数量预计也会达到前所未有的数量,研究者预测,截止到2050年,仅阿尔兹海默病患者的数量就会增加两倍,达到1.15亿,这对健康卫生系统会带来一定的挑战;这项研究中,研究人员利用AI技术(比如机器学习算法)在疾病症状恶化前检测神经变性疾病,这就能够改善患者因成功疾病修饰疗法而获益的机会。 【6】Nat Metabol:新型算法或能利用人工智能技术来帮助管理1型糖尿病患者 doi:10.1038/s42255-020-0212-y 近日,一项刊登在国际杂志Nature Metabolism上的研究报告中,来自俄勒冈健康与科学大学等机构的科学家们利用人工智能和自动化的监测手段开发出了一种新方法,其或能帮助1型糖尿病患者更好地管理自身的血糖水平。研究者Nichole Tyler博士表示,我们的系统设计非常独特,文章中我们完全利用特殊的数学模拟器来设计人工智能算法,然而,当这种算法在1型糖尿病患者的真实数据上得到验证时,其所产生的建议与内分泌学家提出的建议高度相似。这一点非常重要,因为糖尿病患者常常需要3-6个月时间才能与内分泌科的医生进行预约和诊治。 在这段时间里,如果患者机体血糖水平过高或过低的话,其就可能存在出现危险并发症的风险,1型糖尿病患者自身无法产生足够的胰岛素,因此其就必须通过使用胰岛素泵或每天多次胰岛素的注射来控制血糖,这项研究中,研究人员所开发出的这种新型算法能利用从连续葡萄糖监测设备和无线胰岛素笔收集的数据从而为患者的治疗提供指导。当与一种名为DailyDose的手机app配合使用时,该算法的推荐结果显示,其在67.9%的时间里与医生的意见一致。 【7】Nature:诊断乳腺癌 人工智能完胜人类专家! doi:10.1038/s41586-019-1799-6 近日,一项刊登在国际杂志Nature上的研究报告中,来自谷歌健康公司的科学家们通过研究开发出了一种新型的计算机程序,其能通过常规扫描,以比人类专家更高的准确率对乳腺癌进行诊断和检测。乳腺癌是女性群体中最常见的一种癌症类型,仅去年一年就有超过200万的新确诊病例,在没有明显症状的患者群体中,进行定期筛查对于发现疾病的早期症状至关重要;在英国,50岁以上的女性会被建议每三年进行一次乳腺X光检查,同时检查结果由两位独立的专家进行分析。 但对扫描结果的解读往往留有出错的余地,而且在所有乳腺X光检查中,有一小部分结果会被出现假阳性(将健康人群误诊为患有癌症)或假阴性(将疾病阳性误诊为阴性)。这项研究中,研究人员通过研究,成功利用人工智能模型对英国和美国的数千名女性进行乳腺癌的扫描检测;这些图像在现实生活中已经被医生分析检查过了,但与临床环境不同的是,机器(人工智能算法)并没有依据病人的病史来进行疾病的诊断。 【8】Cell:综述深度解读!机器学习如何带来生物医学研究的变革! doi:10.1016/j.cell.2020.03.022 日前,一篇刊登在国际杂志Cell上题为“How Machine Learning Will Transform Biomedicine”的综述文章中,来自俄勒冈健康科学大学的研究人员论述了机器学习技术在改善疾病诊断和治疗方面的应用,文章中,研究人员概述了机器学习如何改变生物医学三大领域的,即临床诊断、精准疗法和健康监测;其目的是通过监测一系列疾病的发生和正常衰老过程来维持人类机体健康,对于每一个领域而言,研究人员讨论了机器学习的早期成功应用案例,以及机器学习所面临的机遇和挑战,当这些挑战得到满足时,机器学习或有望成为一种严格、机遇结果的医学手段,其有望不断适应个体和环境的差异来进行疾病的诊断并开发有效的策略。 机器学习技术能利用复杂的算法在大规模、异质性数据集中进行运行,从而发现那些即使是训练有素的研究人员也很难或不可能识别出的有用模式,这种方法已经在整个科学和社会上有很多应用,比如从玩游戏、到产品推荐、再到控制自动驾驶汽车上等;在生物医学方面、人类基因组项目、癌症全基因组项目、国际机器学习竞赛项目等项目上都表现出了巨大的潜力,收集并分析与医学疗法和患者预后相关的大量数据集或能将医学转化称为一种数据驱动、以结果为导向的学科,其对于疾病的检测、诊断都有着非常深远的影响。 【9】Nature:科学家成功利用机器学习技术对肺癌患者进行早期诊断 doi:10.1038/s41586-020-2140-0 日前,一项刊登在国际杂志Nature上的研究报告中,来自斯坦福大学等机构的科学家们通过研究或有望利用机器学习手段来检测人类患者机体中的早期肺癌,文章中,研究人员分析并检测了这种机器学习系统,以及其寻找血液样本中的循环肿瘤DNA(ctDNA)的能力。肺癌是一种最常见的致死性癌症,与很多癌症一样,肺癌发现得越早,患者的生存机会就越大;但很不幸的是,目前研究人员仅能通过CT扫描来对肺癌进行诊断,这种检测手段不仅昂贵而且假阳性率较高,基于这一原因,研究人员一直想通过研究开发出能在早期阶段对肺癌进行诊断的血液检测手段。 新型的血液检测手段将会涉及对血液样本中的ctDNA进行筛查,随后研究者开始转向开发机器学习系统,此前研究结果表明,利用机器学习技术有望识别出早期乳腺癌和其它类型的癌症。这项研究中,研究人员训练机器学习模型,使其能够识别出与非小细胞肺癌相关的数据参数,一旦该机器模型进行了训练,其就能对既定患者的肺癌风险进行有效评估。 【10】GigaScience:在全球首次开发基于人工智能技术的VariantSpark平台 能对一万亿个基因组数据进行分析并找出多种致病基因 doi:10.1093/gigascience/giaa077 日前,一篇发表在国际杂志GigaScience上的研究报告中,来自澳大利亚联邦科学与工业研究组织(CSIRO)等机构的科学家们在世界上首次通过利用基于人工智能技术的VariantSpark平台来处理一万亿个基因组数据,该平台还能帮助锁定人类基因组中特定疾病致病基因的具体位点。 人类基因组是一个完整的DNA集合,其包含超过30亿个DNA碱基对,研究者表示,通过分析大规模的基因组数据库,人工智能(AI)要比传统方法在更短的时间内对多种复杂疾病进行更加深入地分析,VariantSpark平台能分析诸如疾病和易感性等特性,从而揭示诱发疾病的具体基因;这或许就能在分子水平上提供关于疾病发病机制的重要信息,以便后期开发新型靶向性疗法,VariantSpark平台目前已经被用来识别与心血管疾病、运动神经元疾病、痴呆症及阿尔兹海默病相关的致病基因了。 人工智能将不断影响我们的生活,未来人工智能更加普遍。

    医疗电子 人工智能 机器智能 医疗

  • 人类疾病研究3D将会发挥什么作用

    人类疾病研究3D将会发挥什么作用

    谁会想到3D打印会与医疗关系密切,本文整理了科学家发表的多篇研究报告,共同解读3D打印是如何在人类研究疾病中发挥作用的 在一项发表于Advanced Materials杂志的研究中,贝勒医学院的研究人员发现当前用于疝气修复软组织网片极易引发炎症和内脏粘连,因此他们开发了一种用于软组织修复与炎症调节的新型生物材料网片。该生物网片是通过原位磷酸盐交联的聚乙烯醇聚合物的3D生物打印制成的。在大鼠腹疝模型中生物网片充当炎症陷阱并捕获植入部位分泌的促炎细胞因子,有效调节局部炎症,而无需外源性抗炎剂。该生物网片在抑制内脏粘连形成和最小化术后并发症方面非常有效。 疝气是最常见的软组织损伤之一。腹内内容物(如肠环)通过腹壁薄弱、缺损或受伤部位挤压时形成疝气。这种情况可能会发展成严重的并发症,因此需要行疝气修补术。修复包括通过外科手术植入人工网片来支撑和加固受损的腹壁,促进愈合过程。然而,目前使用的网片植入物与潜在的不良术后并发症有关。贝勒医学院外科助理教授,这项研究的主要作者Crystal Shin博士说:“虽然疝气网植入物的机械强度很强,能够支撑腹部组织,使患者一开始感觉很舒服,但手术后大约三天,植入物会引发炎症,在两到三周内会影响附近的器官,这是一个常见的问题。”,Shin正在寻找解决术后疝气并发症的方法。 【2】Adv Funct Mat:科学家有望利用新型墨水3D打印出含有活细胞的骨组织! 近日,一篇发表在国际杂志Advanced Functional Materials上题为“Synthetic Bone‐Like Structures Through Omnidirectional Ceramic Bioprinting in Cell Suspensions”的研究报告中,来自新南威尔士大学等机构的科学家们通过研究开发出了一种基于陶瓷的墨水,未来有望帮助外科医生打印出能携带活细胞的3D骨骼部分,而这些活细胞能被用来修复损伤的骨组织。 文章中,研究人员使用了一种由磷酸钙组成的特殊墨水的3D打印机进行开发出了一种新技术—细胞悬浮液中的陶瓷全向生物打印技术(COBICS,ceramic omnidirectional bioprinting in cell-suspensions),该技术能帮助他们打印出骨骼样结构,这种结构在水中放置几分钟后就会被硬化。尽管3D打印仿骨结构的想法并不新鲜,但这是研究人员首次在室温下创建携带活细胞的材料。 【3】Bioprinting:3D打印用于创造心脏细胞 人类新生命的诞生起始于单个细胞,然后分裂并最终形成胚胎。根据它们相邻细胞发送的信号,这些分裂的细胞随后发育或分化为特定的组织或器官。在再生医学中,控制细胞的分化至关重要,干细胞可以分化以允许器官的体外生长并替代受损的成年细胞,特别是复制能力非常有限的成年细胞,例如大脑或心脏。 科学家在分化干细胞时采用的一种常见方法是使用化学刺激。尽管这种方法对于制造一种单一类型的细胞非常有效,但它缺乏复制复杂生物体的能力,在生物体中,多种细胞类型共存并协同形成一个器官。另外,受细胞发育的自然过程启发,另一种方法涉及将干细胞包装成小的细胞聚集体或称为胚状体的球体。类似于真实的胚胎,类胚体中的细胞间相互作用是分化的主要驱动力。从这些胚状体的产生,发现诸如胚状体的细胞数量,大小和球形度的参数影响所产生的细胞的类型。 【4】Sci Adv:3D打印技术有助于大脑胶质瘤的研究 胶质母细胞瘤,尤其是快速生长的恶性肿瘤,其内部组成十分复杂。即使采用激进的治疗手段(通常包括手术,放疗和化疗),胶质母细胞瘤也难以得到完全清除,因此患者平均生存期仅有11至15个月。 近日,在Science Advance杂志上发表的研究中,伦斯勒大学生物医学工程教授Xavier Intes等人展示了一种3D打印与高分辨率看成像相结合的研究手段,能够有效地模拟人体内部胶质母细胞瘤的发生情况。Intes加收说:“已知胶质母细胞瘤的构成非常复杂,而且不同患者引人而异,因此,我们有必要了解胶质母细胞瘤的生物学特性和复杂性。” 【5】Cell Rep:3D打印大脑结构揭示神经回路结构 在最近一项研究中,作者通过开发自动化的3D脑成像数据分析技术提供了对复杂神经回路的空间组织的更可靠和标准化的分析。KAIST研究人员开发了一种用于大脑成像数据分析的新算法,该算法能够将复杂的神经回路精确定量地映射到标准化的3D模型上。 脑成像数据分析在神经科学研究中必不可少。但是,获得的大脑成像数据的分析在很大程度上取决于手动处理,这不能保证结果的准确性,一致性和可靠性。常规的脑成像数据分析通常从发现二维的脑图像开始,该图像在视觉上与实验获得的脑图像相似。然后,将图集图像的感兴趣区域(ROI)与获得的图像手动匹配,并计算ROI中标记的神经元的数量。 【6】Sci Rep:3D打印技术助理快速个性化治疗 为什么同样的治疗对每个患者都不一样?如何优化药物的性能而不会因剂量过大而引起副作用?为了回答这些问题,瑞士日内瓦大学(UNIGE)的研究人员设计了一种细胞共培养平台,以3D形式复制患者的肿瘤结构。科学家们可以用它在肿瘤发展的不同阶段测试多种药物或药物组合的有效性。相关结果发表在最近的Scientific Reports杂志上。 结肠直肠癌是目前诊断出的第三种最常见的癌症形式,也是世界上第四大致命癌症类型。有一系列治疗方法,包括化疗,但高剂量的化疗会引起许多副作用,而且患者通常会产生耐药性。为了进一步模仿肿瘤的发展过程以及精确衡量药物的有效性,科学家们已经建立了肿瘤3D培养模型。 【7】JCCT:3D打印有助于预测心脏瓣膜的泄漏 在美国,超过八分之一的75岁及以上的人在心脏中发生中度至重度的主动脉阻塞,通常是由于瓣膜小叶上积聚的钙化沉积物造成的,并阻止它们完全打开和关闭。许多这些老年患者的健康状况不足以进行心脏直视手术;相反,他们使用称为经导管主动脉瓣置换术(TAVR)的手术将人工瓣膜植入其心脏,该手术通过插入主动脉的导管展开瓣膜。然而,这个过程存在挑战,包括需要选择完美尺寸的心脏瓣膜,而不是真正看病人的心脏:太小,瓣膜可能会在边缘移动或泄漏;太大了,阀门可以撕裂心脏,带来死亡的危险。因此,心脏病专家一直试图寻找一种“恰到好处”的TAVR瓣膜尺寸。 哈佛大学Wyss生物启发工程研究所的研究人员创造了一种新颖的3D打印工作流程,允许心脏病专家在实际执行医疗程序之前评估不同瓣膜尺寸与每位患者独特解剖结构的相互作用。该协议使用CT扫描数据生成个体患者主动脉瓣的物理模型,此外还有“sizer”装置以确定完美的替换瓣膜尺寸。这项工作是与布莱根妇女医院,华盛顿大学,马萨诸塞州综合医院和马克斯普朗克胶体与界面研究所的研究人员和医生合作完成的,并发表在Journal of Cardiovascular Computed Tomography杂志上。 【8】Cell System:3D打印技术改变筛选抗生素的方法 最近,来自麦克马斯特大学实验室开发的一个“小型黑盒子”可以改变科学家寻找新抗生素的方式。印刷荧光成像盒(简称PFIbox)能够收集大量数据,这将有助于Michael G. DeGroote传染病研究所的研究人员寻求发现新的抗生素。该盒子允许科学家一次分析超过6,000个细菌样本。 从原理上来讲,该工具使用LED灯激发细菌中的荧光蛋白。然后,它将数据无线发送给研究人员,研究细胞随时间对抗生素的反应。PFIbox的九个结构部件可以在大约一天内进行3D打印,在几分钟内拼接在一起,成本约为200美元。 【9】Arch Toxicol:干细胞+3D打印 可用于肝脏移植 来自爱丁堡大学医学研究委员会(MRC)再生医学中心的科学家结合干细胞技术与3D打印技术,成功培育出了人源3D肝脏组织,并且在小鼠水平显示出治疗的潜力。科学家表示,除了为开发人体肝脏组织植入物方面进行早期的探索,这一研究还可以通过搭建平台来研究人类肝脏疾病以及实验室中的测试药物的药效,从而减少对动物研究的需求。 在这项发表在Archives of Toxicology杂志上的研究中,科学家们采集了人类胚胎干细胞并诱导形成多能干细胞(已被诱导转变为干细胞的成体细胞),通过定向诱导形成为肝细胞。负责这项研究的爱丁堡大学MRC再生医学中心的David Hay教授说:“这是有史以来第一次有人在实验室中将干细胞来源的肝组织体外培育一年多的时间。细胞长时间存活和稳定是非常困难的,但对于在人体中使用则至关重要。“ 【10】Adv Materials:3D打印生物工程化血管研究新突破 最近来自BWH的研究者们开发出了一种新型的维管结构制备方法,能够得到更符合生理要求的血管。这种3D打印技术能够精细模仿组织的生理特性,例如细胞的成熟以及能否运输营养物质等。这一技术将能够被用于进行受损组织的置换。相关结果发表在最近一期的Advanced Materials杂志上。 许多疾病都会造成管道组织的损伤,例如动脉炎、动脉粥样硬化以及血栓等。此外,泌尿组织也会因为炎症反应产生损伤。为了制备3D组织材料,研究者们将人体细胞与水溶胶进行混合,水溶胶的化学性质经过了反复的摸索,使其能够允许细胞的增殖。之后,研究者们将这些混合好的材料注入管道组织3D打印系统,并且通过程序设置使其能够连续打印三层。当管道打印完毕之后,研究者们经过其它方法验证了其能够允许营养物质穿透的特性。 不可否认,3D打印将会在未来医疗中占据着不可磨灭的作用,医疗人员将会利用它给人们带来更多的福祉。

    医疗电子 电子医疗 3D打印

  • 消息称:英国又发现一种变异新冠病毒

    消息称:英国又发现一种变异新冠病毒

    说起新冠病毒,全世界人民感受颇深。2019新型冠状病毒,2020年1月12日,世界卫生组织正式将其命名为2019-nCoV [1] 。冠状病毒是一个大型病毒家族,已知可引起感冒以及中东呼吸综合征(MERS)和严重急性呼吸综合征(SARS)等较严重疾病。新型冠状病毒是以前从未在人体中发现的冠状病毒新毒株。 近期,英国的疫情现在越来越麻烦了,之前变异病毒还没搞定,现在又出现了新的变异新冠病毒。 英国政府23日发布的数据显示,该国过去24小时新增新冠确诊病例39237例,累计确诊2149551例。 据英国广播公司(BBC)、《卫报》等英媒当地时间12月23日报道,英国卫生大臣马特·汉考克(Matt Hancock)当天在唐宁街首相府的新闻记者会上证实,英国发现了两例另一种变异新冠病毒病例。 汉考克介绍,这两个病例都与去过南非的人有接触。英国已经将这两个病例隔离,并限制从南非来的旅行。过去两个星期到过南非的人、过去两个星期与去过南非的人有密切接触者,都必须立即隔离。 据央视新闻,英国卫生大臣汉考克23日召开记者会表示,英国检测到两例感染另一种变异新冠病毒的病例,两例病例都与去过南非的人有接触。汉考克称,这种病毒的传染性更强,且比此前在英国发现的变异病毒变异程度更高。 据环球时报,世卫组织21日表示,南非发现的新冠病毒变种,虽然与英国发现的变种几乎同一时间出现,但它们属于不相关的变种,彼此没有关系。 据海外网,早前,英国首相鲍里斯·约翰逊和科学家们证实,在英国发现的一种新冠病毒新变种的传染性比普通的新冠病毒高70%。英国方面表示,新变种有可能已传到国外,目前最迫切工作是确保这一变种病毒不会导致更高的死亡率。 中国工程院钟南山院士在活动中表示,往后的局势越来越分化还是融合,这是严峻的考验。世界上新冠肺炎病人越来越多,9月就发现变种的病毒,但不是打完疫苗之后发现的。 在英国出现的变异病毒据说增加70%传染率,全世界100多个国家禁止英国航班。但在病死率等方面是否改变还没有具体内容,对于疫苗的有效性是否影响也没有进一步的证据。 通常来说,病毒出现更多变种可能使得疫苗产生的免疫效果减弱,这和流感病毒与疫苗的关系类似,所以每年接种一次流感疫苗是多国通行的做法。 但病毒不会突然出现一个突变就让疫苗完全失效。美国西雅图弗雷德·哈钦森癌症研究中心专家杰西·布鲁姆介绍说,即使是流感病毒也需要五到七年的时间才能发生足够的变异完全逃脱人体免疫识别,冠状病毒也类似。 英国首席科学顾问瓦伦斯说,初步结论表明新变种不太可能影响疫苗效力。“合理的假设是,疫苗对这种病毒的反应应该够用,但我们需要对此保持警惕。” 因此,在新冠病毒疫情结束之前,我们应该加强预防和做好个人防护。

    医疗电子 疫苗 新冠病毒

  • 全世界194个国家首次承诺消除一种癌症!

    全世界194个国家首次承诺消除一种癌症!

    说起癌症,大家不禁谈癌色变,在大家心里,大部分癌症目前是不治之症,实在令人头疼。不过据了解,随着疫苗和筛查的普及,未来,宫颈癌或将彻底消除。 11月17日,世界卫生组织发布《加速消除宫颈癌全球战略》(简称“全球战略”),提出到2030年要实现三大目标,包括90%的女孩在15岁前完成人乳头状瘤病毒疫苗(即HPV疫苗)接种等。世卫组织称,全球战略的发布是一个历史性的里程碑,标志着全世界194个国家根据今年世界卫生大会通过的决议,首次承诺消除一种癌症。 据了解,宫颈癌也成为子宫颈癌,是发生在子宫颈部门的恶性肿瘤,也是女性生殖道最常见的妇科恶性肿瘤。而几乎所有宫颈癌病例(99%)都与高风险人类乳头瘤病毒(HPV)感染有关,HPV是一种通过性接触传播的极其常见的病毒。 世卫生组织指出,有效的一级预防(HPV疫苗接种)和二级预防方法(筛查和治疗癌前病变)将预防大多数宫颈癌病例。只要早期发现并有效治疗,宫颈癌是最容易治愈的癌症之一。 该战略表示,通过全面的预防、筛查和治疗方法,宫颈癌可以在一代人的时间内作为一个公共健康问题被消除。到2050年,成功实施疫苗接种、筛查和治疗这三项措施可以减少40%以上的新病例和500万相关死亡。 近年来,已经有了预防性疫苗、筛查和治疗宫颈癌癌前病变的低成本办法,以及外科培训的新办法。通过对可持续发展目标作出共同的全球承诺,世界各国正在开辟一条消除宫颈癌的新道路。全球战略强调,对实现这些目标的干预措施进行投资,可以产生巨大的经济和社会回报。由于妇女参与劳动的增加,到2050年及以后,每投资1美元将带来3.2美元的回报。如果考虑到妇女健康状况改善对家庭、社区和社会的好处,这一数字将上升到26美元。

    医疗电子 癌症 宫颈癌

  • 挪威证实了新冠病毒新变种:传播速度更快,传播能力更强

    挪威证实了新冠病毒新变种:传播速度更快,传播能力更强

    近日消息,挪威证实了一种新冠病毒的新变种,传播速度更快。 据国内媒体报道,挪威卫生机构证实,在该国中部城市特隆赫姆发现一种新冠病毒的新变种,这一新变种的传播能力更强。 此外,挪威卫生机构认定,这种变异新冠病毒的传播速度更快。 特隆赫姆首席医师托弗·罗斯塔德表示,他们16日把病毒样本送至挪威公共健康研究所,根据初步分析结果显示,这是一种新变种。 在接受挪威国家广播电台采访时,罗斯塔德说:“我们不知道这种病毒从哪里来,它从来没有在挪威出现过。我们还搜索了国际数据库,也没有发现它出现过。” 挪威国家广播电台报道,特隆赫姆出现疫情后,这座城市上周大约1000人接受隔离,其中800人去过郊区一家酒吧。 目前,当地疫情已经得到控制。

    医疗电子 新冠病毒

  • 每逢佳节胖三斤,如何越吃越瘦?

    每逢佳节胖三斤,如何越吃越瘦?

    你是否每逢佳节最忧伤的不是胖三斤,而是只有自己胖了三斤? 每当这时候就听到灵魂在呐喊:为什么别人怎么吃都不胖,而我喝口凉水都能变成肥肉。 其实这都是有原因的,还真不能怪你。 有人怎么吃都不胖,有人喝水都胖? 其实这与人体的基础代谢率有关。 基础代谢率,指的是人体在不动时消耗的能量,摄入同样热量时,基础代谢率比较高的人,为了维持生命所消耗的热量就多,就不易长胖。 相反,基础代谢率比较低的人,所消耗的热量少,就容易长胖。也就是平时所说的喝水都长肉的易胖体质。 吃进去的食物是如何变成肥肉的? 体内的肥胖即脂肪主要来自过多的碳水化合物和高脂食物。 人体摄入过多碳水化合物时,其在体内经各种酶类的消化后变成葡萄糖,而过多的葡萄糖可以转化为甘油三酯,储存在脂肪细胞中,即囤积脂肪。 机体摄入过多的油脂类及高脂肪食物时,脂肪经脂肪酶及胆汁的作用后,被分解成脂肪酸和甘油。 过多的脂肪酸,也会被用来合成甘油三酯,在肝细胞以及脂肪细内里储存起来,此时,身上的脂肪就很容易从外观以及血液中被发现。 如何防止“每逢佳节胖三斤”? 假期里亲朋好友聚会时,少吃零食糕点、果脯蜜饯、煎炸熏烤等高糖、高脂的食物。 注意饮食顺序,先吃菜再吃饭,细嚼慢咽,吃饱了及时放下碗筷,不要在餐桌旁逗留 具体来说,多吃蔬菜:蔬菜能量整体偏低,每天可以吃300-500g,其饱腹感很强。主食类要粗细搭配,我国居民膳食指南推荐的每日全谷类和杂豆类摄入为50~150g。 膳食指南推荐的每日畜禽肉摄入量为40-75g、鱼虾肉40~75g、蛋类40~50g。 控制酒精的摄入量,男性每天不超过25g,女性不超过15g,比如50度的白酒,男性每天小于50g,女性每天小于30g。 少喝可乐、雪碧、加工的果汁等。 万一胖了,如何越吃越瘦? 1、间歇性饮食 有研究对间歇性饮食和地中海饮食等3种饮食方式做了比较,结果发现,间歇性饮食的减重效果最显著。 间歇性饮食是指每周选两天将能量摄入限制为平时饮食的 25%。 2、隔日禁食,月瘦6斤 低卡路里饮食虽然能减肥,但很难遵循。其实有更简单的减肥饮食方法:隔日禁食(ADF),即每隔一天停止进食。 2019年8月27日发表在Cell Metabolism的研究证实,隔日禁食的志愿者,在一个月内减了6斤。尽管隔日禁食组的人在被允许进食的日子里比正常时多吃了30%的食物,体重会下降了。 ADF 改善了心血管标志物,临床资料显示,对健康人群是安全有益的。要不要选择这种方式,还是要看个人饮食习惯。 3、地中海膳食 美国新闻周刊U.S.News的2020年最佳食谱推荐地中海膳食。地中海膳食强调天然食物,尤其是减少红肉和糖类的摄入,适当增加鱼类和奶酪,同时摄入足够的蔬菜、水果、橄榄油以及坚果。 4、少吃红肉 “红肉”,就是颜色为红色的肉,例如猪肉、牛肉和羊肉等。膳食指南建议控制红肉摄入。 2020年6月10日国际权威期刊《高血压》(Hypertension)发表的研究表明红肉中因富含胆碱、肉碱和卵磷脂,在消化时会氧化三甲胺(TMAO),进而发生心血管疾病。 红肉导致肥胖的主要原因是,红肉中含有大量的饱和脂肪酸。 为了控制体重,可以用白肉、鱼肉或豆腐等植物性蛋白质作为替代选择。 您懂了吗?

    医疗电子 肥胖 减肥

  • 世卫组织估算表示:全球10%的人口或已感染新冠病毒

    世卫组织估算表示:全球10%的人口或已感染新冠病毒

    据央视新闻最新报道,当地时间10月5日,世卫组织召开执行委员会特别会议,世卫组织卫生紧急项目负责人迈克尔·瑞安表示,流行病学曲线显示,新冠肺炎大流行仍在发展,北半球疫情呈上升趋势,全球新冠肺炎死亡病例数量在上周达到了100万例。 迈克尔·瑞安指出,全球各地区疫情形势显著不同,东南亚区域病例数量持续激增。 据美国约翰斯·霍普金斯大学统计数据显示,截至美东时间5日16:30,美国累计新冠肺炎确诊病例近745万例,达到7447363例,累计死亡超21万例,达到210043例。 4日17:23至5日16:30,美国新增确诊31237例,新增死亡256例。 10月2日,特朗普在个人社媒上宣布:“我和我的夫人梅拉尼娅的新冠检测结果为阳性。我们将立即开始接受隔离和治疗,我们将一起度过这个难关!” 此外,目前最佳估算显示,全球10%的人口或已感染新冠病毒,但各国之间有所差异,这意味着全球大部分人仍然处于感染风险中。

    医疗电子 who 新冠病毒

  • 被蜂蛰差点没命?这些救命知识学起来

    被蜂蛰差点没命?这些救命知识学起来

    本文专家:汪小欢,复旦大学医学博士 国庆长假来袭,相信很多朋友都会选择户外游玩。 不过,眼下这个时间段正是蜂类动物的活跃期,蜂群伤人的新闻也屡见不鲜。 如果在野外不幸被蛰,轻者出现发红肿胀、瞬间强烈的刺痛和瘙痒,严重还会头晕、恶心呕吐、全身水肿、血压下降、呼吸麻痹甚至死亡。 为什么被小小的蜂蛰了一下会有这么大的危害?被蛰后又该如何自救?赶快来学! 被蜂蛰了为啥危害这么大? 蜂蛰时,会将其蛰针刺入皮肤,通过蛰针里的中央空管将毒囊里的毒液注入机体。 蜂的毒液成分极其复杂,对机体的肌肉、神经和免疫系统都具有非常强的刺激作用,会引起一系列不适症状。 其实,被蜂蛰后的严重危害主要是由于体内发生了变态(过敏)反应引起的。 蜂在蛰咬处留下的毒液或毒刺,属于一种外源性过敏原。当这些过敏原进入到身体里,免疫系统便会做出反应,攻击自身的组织器官,进而引发一些严重症状。 常见的哪些蜂是有毒的? 蜂的种类繁多,目前已知的有10万多种。 大部分蜂都带有毒刺、能蜇人。我国常见的毒蜂包括蜜蜂、黄(马)蜂、地雷蜂、牛角蜂等。 - 蜜蜂 毒液为酸性,毒性较小。被蜜蜂蛰后,毒刺会留在皮肤中,一般只会引起轻微的局部症状。 - 黄蜂 又称“马蜂”、“胡蜂”。黄蜂分布广泛,当受到人类攻击时,它们会对目标进行群体作战,导致被蛰人发生严重的过敏反应,严重者会死亡。 - 地雷蜂 毒性极大,被蛰后会有较大的生命危险。多存在于我国广东、海南、江西等地区的山区丛林地带,飞行时会发出非常响的嗡嗡声。 如果被地雷蜂叮咬,蛰口处会立马血肉模糊,几分钟后,便会产生眩晕、麻木的症状,接着伤口处会有强烈的疼痛感,甚至晕厥。 - 牛角蜂 在广西岑溪等地又被称为“三眼针”。牛角蜂在受到外界刺激时会有强烈的攻击性,其毒液中有大量的组织胺,可能会引发休克。 如果被蛰了该怎么自救? 首先,要保持冷静。尽快将留在皮肤中的毒刺取出,因为毒液进入身体的速度非常快,有时仅需要几秒的时间。建议使用镊子拔出,不要挤压伤口,避免在此过程中注入更多的毒液。 对于轻微的蜇伤,可以尝试冷敷、使用清水或肥皂水清洗蛰咬处,也可以服用止痛药来缓解疼痛症状。一般的轻微症状会在数小时或1天内消失。 如果伤口在一两天之内红肿范围扩大,则需要服用抗组胺药物,防止瘙痒和肿胀的加剧,但需要关注药物使用的注意事项。最好及时就医,在专业医生的指导下用药。 如果出现严重症状,则很可能是过敏反应,必须立即就医。对于曾经出现过蜂蛰过敏反应的朋友,再次被蛰还会发生过敏反应的概率约为30-60%,应避免再次被蜂蜇伤。 去野外还要小心哪些虫子? - 蜱虫 一种寄生虫,多出没于丘陵地区。 蜱虫咬人时,会将整个口器牢牢地嵌入皮肤中,以此来吸血、分泌有害物质。被叮咬两三天后,蜱虫产卵或蜕皮时才会脱落。 伤口可能会出现轻微红肿甚至无症状,其潜伏期可长达一个月。所以,户外出游后,建议回家先仔细检查身体,当发现蜱虫感染时,切忌暴力拍打虫体或者硬拔,这样只会加重症状,甚至感染。 可以将酒精擦在叮咬处上,等到蜱虫死亡后,用镊子拔出。为了避免处理不当,发现蜱虫叮咬后应及时就医。 - 蚂蟥 蚂蟥也是通过吸盘,紧紧附着在皮肤上,吸取血液。蚂蟥叮咬虽然不痛,但会引发水肿性丘疹。 处理伤口时,切忌直接暴力强拉,否则蚂蟥断裂,其口盘仍吸附在皮肤内会引起感染。 建议用食醋或盐水涂在叮咬处,使蚂蟥放松吸盘而易脱落。当然,最好的处理方式还是尽快就医。 - 隐翅虫 隐翅虫的体液不论是直接或间接的接触皮肤,都会导致损伤。表现为条状或片状的水肿性红斑,可能带有丘疹、水泡或脓点,还会引起附近淋巴结肿大。 如果有隐翅虫落到皮肤上,应尽量弹走,不要直接拍死,否则虫体液会与皮肤接触。如果被叮咬,则需要服用抗组胺药物或糖皮质激素,就近就医。 户外游玩,谨防昆虫叮咬,更不可主动攻击或骚扰。一旦被蛰,尽快先将毒刺取出。如果出现严重症状,建议直接就医。 最后,祝大家假期愉快,也要注意安全。

    医疗电子 生物医学 马蜂

  • 为什么长期熬夜会长胖? 原因找到了!

    为什么长期熬夜会长胖? 原因找到了!

    众所周知,熬夜伤身,但是熬夜依然成为了很多大城市人的常态。 一句经典诗词“为伊消得人憔悴”,让大家都以为“睡少了会瘦”。 然而,研究结果却啪啪打脸。 熬夜的危害千千万,但是万万想不到的是,最近有研究表明:长期熬夜会让人变胖! 长期熬夜不仅不会瘦,反而会更容易胖,且容易出现各种代谢性疾病和精神心理疾病等。 为什么长期熬夜会长胖? 长期熬夜会长胖,主要的原因有: 1、熬夜可引起机体各大系统的昼夜节律改变 简单来说,“饥饿-进食-消化-能量存储”的时间点和过程发生紊乱,容易导致脂代谢紊乱、肠道菌群失调等。 也就是说,很难保证半夜三更不吃东西以及次日三餐规律饮食,而且吃什么都很容易变脂肪。 2、熬夜可能伴随更多的进食 事实上没有干熬的夜,与之相伴最多的是进食。 一般到熬夜的时候,晚餐基本上消化完了,饿了自然会找各种东西来吃,零食有时不足以果腹,宵夜就登场了。 如果熬夜是为了工作,需要保持清醒和思维活跃,很多人会选择咖啡、浓茶等,或不停地吃东西来保持清醒,且偏爱选择辛辣、高能量的食物。 与白天不同的是,晚上吃吃喝喝少了“消食儿”的时间和步骤。长期熬夜,夜间“入量”就越多,胖就是迟早的事了。 3、熬夜的人次日往往多卧床、少动 长期熬夜,得不到充足的休息,会导致工作效率下降,注意力不集中,从而导致更多的久坐和更大的心理压力,结果甚至是报复性熬夜和进食等,造成恶性循环。 熬夜还有什么危害? 睡不够对机体的危害已经被越来越多的人知晓了,不仅伤脑伤身还伤心(心血管和心理这双心)。 伤脑 新近的一些研究表明,睡眠时大脑清除代谢废物的活动有所增加,睡眠不足会导致大脑组织的“垃圾”清理不及时、不充分,容易出现记忆力差等脑功能受损。 伤心 睡眠中断的动物会出现更多的动脉病变,动脉斑块和脂肪沉积更大,出现心血管系统疾病的风险增加。睡眠不足会令个体的愤怒感和挫败感增加,引发或加重精神心理疾病。 到底几点睡才算熬夜? 熬夜是一种个体化的行为,通常指的是困了却不睡,去做一些与睡觉无关的事。 每个人的睡眠需求量不同,惯常睡眠时间点不同,很难用绝对的时间点来界定熬夜。 比如,习惯于晚上10点睡觉的成年人,且综合评估10点睡可以实现足够的夜间睡眠的话,如果熬到11点才肯去睡觉的话,可以算是一种熬夜的行为。 但如果一个孩子尤其是婴幼儿,晚上眼睛都睁不开呵欠连天还是要等10点钟才肯去睡觉的话,也可以算是一种熬夜的行为。 但对于某些职业的人就算自觉规律睡眠但也要11点之后才有条件睡觉的话,到了10点钟没去睡觉也不能算是一种熬夜行为。 所以,几点睡才算熬夜,是要依据个体的年龄、睡眠需求量、习惯等原因来定。 如何弥补熬夜带来的伤害? 熬夜对身心健康所造成的伤害,哪些是可逆的哪些是不可逆的,目前尚不得而知。 如果不经常熬夜,或是短暂熬夜,及时休整可以减弱影响。 但不应因此有侥幸心理,认为反正机体有调节能力所以放肆地去熬夜。睡眠这张信用卡,禁不起长期或过量透支。 有不少人在知晓熬夜的危害后,开始担忧自己的身体各个系统和器官是不是已经出现严重问题。情绪问题导致出现睡眠问题,反倒加重损害。 如何避免熬夜长胖? 1、当然是尽量避免或减少熬夜。因睡眠不足和节律紊乱造成的脂代谢紊乱得以避免或减少。 2、不得已熬夜时,尽量控制摄入的“量”和“类”。“管住嘴”是控制体重的法宝之一。 所以,要改变通过吃东西让自己保持清醒的习惯、行为模式和认知,不得不吃的话,尽量少进食高热量的食品,也可以通过训练强化进食行为本身与饱感的联系,让嘴而不是胃“告诉”大脑“我饱了”。 3、避免进食后直接睡觉,放慢进食速度也是可以尝试的方法。 4、保持白天接受足够的光照、运动时间,避免久坐和打盹。 5、如果不得已的短暂熬夜后尽快补一短觉(如下夜班的人先小睡后再安排白天的活动),有助于整个白天“满血复活”,以及夜晚更好的睡眠。 文章最后,提醒大家重视以下预警信号: 比如疲劳、多梦、困倦、肥胖、记性差、多虑、情绪不稳、血糖血压不稳、肠胃或周身不适等。如果出现,请先自我审视近期是否有熬夜行为,及时调整。善待自己,从不熬没必要的夜开始。 关于熬夜,你懂了吗?

    医疗电子 熬夜 长胖

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章