X

「BIOI年度好文盘点」 COVID-19中的多学科融合

2020年,COVID-19的全球暴发在我们所有人的生活中留下了难忘的印记。在这一年里,BIO Integration发表了一系列COVID-19与多学科融合相关的文章(点击主题名称可浏览详细内容)



BIOI 好文推荐

[1] 【最新速递】COVID-19疫情期间乳腺癌多学科管理

Chi Wei Mok, Yert Li Melissa Seet and Su-Ming Tan

DOI: 10.15212/bioi-2020-0012

内容简介

新冠肺炎COVID-19大流行势不可当,迫使世界各地的卫生保健机构调动资源来管理这一大流行,也一定程度上影响和限制了对治疗非COVID-19患者的紧急资源供给。在新加坡,不断升级的形势迫使新加坡Singhealth Duke-NUS乳腺中心ChangiGeneral Hospital乳腺外科部门迅速作出反应,制定战略支持抗击COVID-19,同时为乳腺癌患者提供护理。
在这篇文章中,Su-Ming Tan和Chi Wei Mok等医生分享了在COVID-19疫情爆发期间,乳腺外科通过多学科模式管理为乳腺癌患者服务的经验和策略,可为其他医疗部门同行提供参考。


[2]【BIOI最新速递】基于人工智能的COVID-19影像分析方法

Yun Chen, Gongfa Jiang, Yue Li, Yutao Tang, Yanfang Xu, Siqi Ding, Yanqi Xin and Yao Lu

DOI: 10.15212/bioi-2020-0015

内容简介

同为冠状病毒所引起,2002年的严重急性呼吸综合征(SARS) 和 2012年的中东呼吸综合征(MERS)往往被用作COVID-19的比较对象,而不少研究表明,支持向量机(SVM)、主成分分析(PCA)、logistic 回归(LR)和神经网络等分析方法在 SARS、MERS的胸部成像及诊断中具有有效性。

随着技术的发展,人工智能已成为近几个月来新冠肺炎医学影像分析的重要辅助工具。来自中山大学的陆遥教授团队详细综述了基于人工智能的影像分析方法在COVID-19 胸部X线成像、胸部CT成像、病灶检测、图像定量评价中的应用,并分析了人工智能的COVID-19检测与分类策略,并指出,为了最大限度地发挥人工智能在COVID-19中的价值,人们应该更重视公共研究数据库建立深度学习模型的探索多源数据的分析


[3] 【BIOI最新速递】一文看懂冠状病毒肺炎 VS 肺血栓栓塞

Mingkang Yao, Phei Er Saw and Shanping Jiang

DOI: 10.15212/bioi-2020-0030

内容简介 冠状病毒感染(尤其是SARS-CoV-2),常引起凝血功能障碍和肺血栓栓塞。一旦出现此类并发症,冠状病毒肺炎患者会出现病情恶化、器官衰竭和死亡。冠状病毒肺炎病人肺血栓栓塞的发生机制主要包括四个方面:肺血管内皮损伤,过多的炎性因子和细胞因子风暴、血小板聚集和粘附,以及人类纤溶系统的抑制。早期评估和预防,包括药物预防和机械性预防,可能有利于降低肺血栓栓塞的发生率。对于发生肺血栓栓塞的冠状病毒肺炎患者,抗病毒治疗、抗凝治疗及对症支持治疗均可有效改善临床结局,降低病死率。 在这篇文章中,来自中山大学孙逸仙纪念医院的Mingkang Yao, Phei Er Saw及Shanping Jiang(江山平)讨论了肺血栓栓塞与冠状病毒感染的临床关系,并探讨了其潜在机制、预防和治疗措施,呼吁人们应加大力度研究新冠肺炎肺血栓栓塞的防治策略。


[4] 【BIOI最新速递】代谢综合征与COVID-19的“相互作用”

Zeling Guo, Shanping Jiang, Zilun Li and Sifan Chen

DOI: 10.15212/bioi-2020-0035

内容简介 研究表明,预先存在代谢综合征的患者COVID-19的发病率和住院死亡率更高,即代谢性疾病可能会加重COVID-19。其机制可归纳为三个关键点:ACE2调节失调、免疫功能受损(特别是无法控制的过度炎症)和高凝。对SARS-CoV- 2发病机制的研究有助于发现COVID-19与代谢性疾病之间的共同通路,包括ACE2失调、免疫功能受损(特别是失控的炎症反应)、高凝状态等。这些共同通路可能解释了代谢性疾病如何加重COVID-19,反之亦然。 在这篇文章中,来自中山大学孙逸仙纪念医院的Zeling Guo, Shanping Jiang, Zilun Li and Sifan Chen从COVID-19的发病机制入手,探讨了其与代谢综合征之间“千丝万缕”的联系。作者指出,对于代谢性疾病的临床治疗,可有效改善COVID-19。